پیشبینیهای سهامنگاری در پزشکی با استفاده از هوش مصنوعی تا سال 2024
در سال 2023، هوش مصنوعی تولیدی (gen AI) صنعت بهداشت را تعجب زده، چالش داده و الهام بخشید. ما ابزارهایی را پیشبینی کردیم و معرفی کردیم که به سازمانهای بهداشت کمک میکنند تا با استفاده از gen AI راه حلهایی بسازند که به مراقبان کمک میکند از جمله MedLM، یک خانواده از مدلهای پایه که برای موارد استفاده صنعت بهداشت بهینه شدهاند، و Vertex AI Search برای بهداشت، طراحی شده تا کمک کند تا اطلاعات صحیح را پیدا کند و از آنها درک بیشتری کسب کند. در این دو مورد، ما بهترین تحقیقات گوگل را به مشتریان گوگل کلود میآوریم.
در سال 2024، این تکنولوژی را از مرحله آزمایش به مورد استفاده واقعی جابهجا میدهیم؛ مخصوصا در حوزههایی که دستورالعملهای اداری را کاهش میدهند، به پزشکان کمک میکنند تا به راحتی اطلاعات را پیدا کنند، به عوامل مراکز تماس بهداشتی کمک میکنند و در نهایت به سازمانها کمک میکنند تا به صورت موثرتر عمل کنند. البته، در سال 2024، همچنین خواهیم دید که آزمایشات gen AI برای مواردی که نیازمند آزمایش و توسعه بیشتری هستند، مانند تجمیع اطلاعات از منابع مختلف مانند تصاویر پزشکی، گزارشهای بالینی متنی و صدا، ادامه دارد. در نهایت، این تکنولوژی یک understanding جدید در مورد سلامت و بهداشت ایجاد خواهد کرد.
در این متن شاهد سه مورد از پیشبینیها در زمینه استفاده از هوش مصنوعی در حوزه بهداشت تا سال 2024 هستیم: بهبود بهینهسازی در مدیریت اداری، تحولات بلندمدت و یادگیری عمیق. در ادامه به بررسی هر یک از این موارد خواهیم پرداخت.
بهینهسازی کارهای اداری با استفاده از gen AI
حتی برای یک سیستم به چالشکشیدنی مانند پزشکی و ارائه خدمات بهداشتی، چندین سال اخیر بسیار پر بار بوده است. اولین چالش، COVID-19 بود که مسائل فشارهای هزینه، شوراهای کاری، فناوریهای پراکنده و پیچیدگیهای اداری با چالش رو به رو کرد. سه سال بعد، gen AI وارد شد، که میتواند به برطرف کردن برخی از این فشارها کمک کند. به عنوان مثال، gen AI میتواند با جذب گزارشها و فایلهای بلند برای مصرف سریع، به راحتی ایجاد مستندات را آسانتر کند و به بهبود بار کاری اداری برای پزشکان کمنیرو کمک کند.
همچنین، هوش مصنوعی تولیدی میتواند بار کوتاهمدت بیشتری را به ارمغان آورد و به مراقبان در مستندسازی بالینی کمک کند، اطلاعات مربوطه را به راحتی پیدا کند و با کمک بر رویولوژیستها، پاتولوژیستها و کارگران آزمایشگاه در مرور دستههای بزرگ نتایج کمک کند. اگرچه انسانها از همیشه بیشتر در مرحله تصمیمگیری رول دارند، اما با gen AI، آنها ابزار قدرتمند جدیدی برای انجام کارهای جذابتر با کمتناوب دارند.
طبق آمار سازمان بهداشت جهانی، تعداد حدود 28 میلیون پرستار در سرتاسر جهان در سال 2020 بودند. فقط با صرف پنج دقیقه در روز، 266 سال بهتر برای تمرکز بر روی مراقبت بیمار ایجاد شد.
آمادهسازی برای تحولات گسترده بر پایه gen AI
“تفاوتهای کوچک ایجاد تفاوتهای بزرگ” راهی است که gen AI شروع به ایجاد تحولات است. به عنوان دو مثال بسیار متفاوت: HCA Healthcare که 180 بیمارستان و حدود 2300 مرکز مبتنی بر بیماری، در ایالات متحده و انگلستان دارد و دارای دهها هزار پرستار است، gen AI را برای بهبود رد دادن بیماران بین پرستاران استفاده میکند. در همین حال، Mayo Clinic که سالانه بیش از دو میلیارد بازدید کننده به وبسایت خود دارد، gen AI مبتنی بر جستجوی سازمانی را استفاده میکند تا به به اشتراک گذاری اطلاعات در مورد همه چیز از درک علائم تا توضیح داروها و درمانها کمک کند.
در هر دو مورد، کاراییها و خدمات بهتری که توسط gen AI ارائه میشود، ابتدا به نظر ممکن است مرحله به مرحله افزایش یابد، اما با دید طولانیمدت واضح میشود که این راهی است برای بهبود مستندسازی بالینی، تعاملات اثربخشتر پزشک و بیمار و در نهایت، بهبود نتایج بهداشتی برای بیماران.
همانطور که هوش مصنوعی در حال پیشرفت در حوزههایی که قبلا در آنها درگیر نشده بود مانند تاشویه پروتئین با ارائههای مانند AlphaFold است، همچنین در مسیر انجام کار تحولی برای بهترین فهم از چیزهایی که قبلا اعتقاد داشتیم در حال حرکت است. مناطق جالبتر برای این کار ممکن است در انبوهسازی و بازترکیب دادههای موجود به شکلهای جدید باشد. صدها میلیون پرونده بهداشت الکترونیکی، گزارشهای تشخیصی و PDFها که شرایط بیمار و بیمارستان را توصیف میکنند و با استفاده از محاسبات قدرتمند gen AI، میتوانند به نتایج جدید ایجاد کنند و الگوها را فاش کنند. این امر باعث میشود تا تجربه مراقبت از بیماران بهبود یابد و به بهبود کلی سلامت جمعی کمک کند. MEDITECH فعالای در این زمینه است، شروع شده با جستجو و خلاصهسازی آسان پروندههای سلامت الکترونیکی و توسط auto-generating یک پیش نویس اولیه از گزارش درگلستان بیمارستان به مرخصی. حتی هیجانانگیزتر این است که gen AI میتواند چه کاری برای یک سازمان بهداشتی انجام دهد وقتی که دادهها را از منابع مختلف ترکیب نمیکند و همچنین اطلاعات از حالتهای کاملا متفاوت، مانند اسکن تصاویر، نتایج آزمایشگاهی و مصاحبههای بیمار را ترکیب میکند. اتحاد این قطعات مختلف اطلاعات و دادهها ممکناست به راهحلهای فعال شده توسط gen AI برای پاسخ دقیقتر و ایمنتر به سوالات پزشکی کمک کند. این فقط آغاز جایی است که این فهم غنیتر به سوی آن میرود.
عمقبخشیدن به فهم ما از بهترین روشهای استفاده از gen AI در حوزه بهداشت
بهداشت یک زمینه منحصر به فرد و به طور صریح چالش برانگیز است، زیرا این ترکیبی از علم، انسانیت و کسب و کار ارائه مراقبت است. سختی تحلیلی، همدلی، و ضرورتهای اقتصادی همگی مهماند و من خودم افتخار میکنم که در یک زمینه کار میکنم که در آن انبوهی از افراد با استعداد تلاش میکنند به طور مداوم تعادل بین این سه جنبه را بهبود بخشند.
بزرگترین مزیت gen AI در سال 2024 و پس از آن، یک درک رو به رشد از همه سه حوزه خواهد بود. این برای مقامات بهداشتی مهم است که به دنبال درک و استفاده از فناوریهای جدید هستند. این برای محققان و پزشکانی که به دنبال بهترین درک از بیماران و چگونگی ارائه درمانهای بهتر هستند مهم است. و این برای شرکتهای بهداشتی و میلیونها بیمار که به دنبال راههایی برای داشتن مراقبت عادلانه و اثربخش هستند مهم است.
در دوره نزدیک، ما این دیدگاه را گسترش خواهیم داد. با کمی شانس و زحمت زیاد از حرفهایان متعهد، ما خواهیم دید تحولات بلندمدتی در دانش.
نظرات:
با گذشت زمان و تکنولوژیهای هوش مصنوعی در حوزه بهداشت، انتظار میرود که پیشرفتهای چشمگیری رخ دهد. استفاده از gen AI در سال 2024 و در آینده، بهبود قابل توجهی در مدیریت اداری و بالینی، ارتباط بیشتر و بهتر بین پزشکان و بیماران، و بهبود نتایج بهداشتی برای بیماران را به همراه خواهد داشت. این فناوری نه تنها میتواند به بهبود سیستم بهداشت کمک کند، بلکه به ارتقای تجربه بیماران و بهبود سلامتی جمعی نیز کمک خواهد کرد. افزایش دانش در هر سه حوزه از استفاده از gen AI در پزشکی و بهداشت برای توس
منبع:
این مقاله در اصل در https://blog.google/technology/health/google-ai-and-health/3-predictions-for-ai-in-healthcare-in-2024/ منتشر شده است.
