من المتوقع أن يصبح الذكاء الاصطناعي قوة تحول في مجال الرعاية الصحية.إذن كيف يستفيد الأطباء والمرضى من تأثير الأدوات التي يحركها الذكاء الاصطناعي؟
أصبحت صناعة الرعاية الصحية اليوم ناضجة جدًا ويمكنها إجراء بعض التغييرات الرئيسية.من الأمراض المزمنة والسرطان إلى الأشعة وتقييم المخاطر ، يبدو أن صناعة الرعاية الصحية لديها فرص لا حصر لها لاستخدام التكنولوجيا لنشر تدخلات أكثر دقة وكفاءة وفعالية في رعاية المرضى.
مع تطور التكنولوجيا ، أصبح لدى المرضى متطلبات أعلى وأعلى للأطباء ، ويستمر عدد البيانات المتاحة في النمو بمعدل ينذر بالخطر.سيصبح الذكاء الاصطناعي محركًا لتعزيز التحسين المستمر للرعاية الطبية.
بالمقارنة مع التحليل التقليدي وتكنولوجيا اتخاذ القرار السريري ، يتمتع الذكاء الاصطناعي بالعديد من المزايا.عندما تتفاعل خوارزمية التعلم مع بيانات التدريب ، يمكن أن تصبح أكثر دقة ، مما يمكّن الأطباء من اكتساب رؤى غير مسبوقة حول التشخيص وعملية التمريض وتنوع العلاج ونتائج المرضى.
في المنتدى العالمي للابتكار الطبي للذكاء الاصطناعي لعام 2018 (wmif) الذي عقده شركاء الرعاية الصحية ، قام الباحثون الطبيون والخبراء الإكلينيكيون بتوضيح تقنيات ومجالات الصناعة الطبية التي من المرجح أن يكون لها تأثير كبير على اعتماد الذكاء الاصطناعي في اليوم التالي عقد.
قالت آن كيبلينكي ، العضو المنتدب ورئيس مجلس إدارة wmif في 2018 ، وجريج ماير ، العضو المنتدب ، الرئيس الأكاديمي بشركاء الرعاية الصحية ، إن هذا النوع من "التخريب" الذي يتم جلبه إلى كل مجال من مجالات الصناعة لديه القدرة على تحقيق فوائد كبيرة للمرضى وله إمكانية نجاح الأعمال.
بمساعدة خبراء من شركاء الرعاية الصحية ، بما في ذلك الدكتور كيث دراير ، أستاذ كلية الطب بجامعة هارفارد (HMS) ، كبير مسؤولي علوم البيانات للشركاء ، والدكتورة كاثرين أندريول ، مديرة استراتيجية البحث والعمليات في مستشفى ماساتشوستس العام (MGH) ، اقترح 12 طريقة سيحدث بها الذكاء الاصطناعي ثورة في الخدمات الطبية والعلوم.
1- توحيد التفكير والآلة من خلال واجهة كمبيوتر الدماغ
إن استخدام الكمبيوتر للتواصل ليس فكرة جديدة ، ولكن إنشاء واجهة مباشرة بين التكنولوجيا والتفكير البشري بدون لوحة مفاتيح وماوس وشاشة هو مجال بحث جديد له تطبيقات مهمة لبعض المرضى.
يمكن لأمراض الجهاز العصبي والصدمات أن تجعل بعض المرضى يفقدون القدرة على المحادثة الهادفة والحركة والتفاعل مع الآخرين ومع بيئتهم.يمكن لواجهة الكمبيوتر الدماغي (BCI) المدعومة بالذكاء الاصطناعي استعادة تلك التجارب الأساسية للمرضى القلقين بشأن فقدان هذه الوظائف إلى الأبد.
قال لي هوشبيرج ، مدير مركز تقنية الأعصاب وإعادة التأهيل العصبي في المستشفى: "إذا رأيت مريضًا في وحدة العناية المركزة للأعصاب يفقد فجأة القدرة على التصرف أو الكلام ، آمل أن أستعيد قدرته على التواصل في اليوم التالي". مستشفى ماساتشوستس العام (MGH).باستخدام واجهة كمبيوتر الدماغ (BCI) والذكاء الاصطناعي ، يمكننا تنشيط الأعصاب المتعلقة بحركة اليد ، ويجب أن نكون قادرين على جعل المريض يتواصل مع الآخرين خمس مرات على الأقل خلال النشاط بأكمله ، مثل استخدام تقنيات الاتصال في كل مكان مثل كأجهزة كمبيوتر لوحي أو هواتف محمولة."
يمكن لواجهة الدماغ الحاسوبية أن تحسن بشكل كبير نوعية حياة المرضى الذين يعانون من التصلب الجانبي الضموري (ALS) أو السكتة الدماغية أو متلازمة رتق ، بالإضافة إلى 500000 مريض يعانون من إصابات في النخاع الشوكي في جميع أنحاء العالم كل عام.
2- تطوير الجيل القادم من أدوات الإشعاع
توفر الصور الإشعاعية التي تم الحصول عليها بواسطة التصوير بالرنين المغناطيسي (MRI) وأجهزة التصوير المقطعي المحوسب والأشعة السينية رؤية غير باضعة داخل جسم الإنسان.ومع ذلك ، لا تزال العديد من إجراءات التشخيص تعتمد على عينات الأنسجة المادية التي يتم الحصول عليها عن طريق الخزعة ، والتي تنطوي على خطر الإصابة بالعدوى.
يتوقع الخبراء أنه في بعض الحالات ، سيمكن الذكاء الاصطناعي الجيل القادم من أدوات الأشعة لتكون دقيقة ومفصلة بما يكفي لتحل محل الطلب على عينات الأنسجة الحية.
قالت ألكسندرا غولبي ، مديرة جراحة الأعصاب الموجهة بالصور في مستشفى بريغهام للنساء (BWh) ، "نريد أن نجمع فريق التصوير التشخيصي مع الجراحين أو أخصائيي الأشعة التداخلية وأخصائيي علم الأمراض ، لكنه يمثل تحديًا كبيرًا للفرق المختلفة لتحقيق التعاون. واتساق الأهداف. إذا أردنا أن توفر الأشعة المعلومات المتاحة حاليًا من عينات الأنسجة ، فسنكون قادرين على تحقيق معايير قريبة جدًا من أجل معرفة الحقائق الأساسية لأي بكسل معين. "
قد يُمكّن النجاح في هذه العملية الأطباء من فهم الأداء العام للورم بشكل أكثر دقة ، بدلاً من اتخاذ قرارات العلاج بناءً على جزء صغير من سمات الورم الخبيث.
يمكن للذكاء الاصطناعي أيضًا تحديد مدى انتشار السرطان بشكل أفضل ، وتحديد هدف العلاج بشكل أكثر ملاءمة.بالإضافة إلى ذلك ، يساعد الذكاء الاصطناعي على تحقيق "خزعة افتراضية" وتعزيز الابتكار في مجال الأشعة ، التي تلتزم باستخدام الخوارزميات القائمة على الصور لتوصيف الخصائص المظهرية والجينية للأورام.
3- توسيع نطاق الخدمات الطبية في المناطق المحرومة أو النامية
سيؤدي نقص مقدمي الرعاية الصحية المدربين في البلدان النامية ، بما في ذلك فنيي الموجات فوق الصوتية وأخصائيي الأشعة ، إلى تقليل فرص استخدام الخدمات الطبية لإنقاذ حياة المرضى بشكل كبير.
وأشار الاجتماع إلى أن هناك عددًا أكبر من أخصائيي الأشعة الذين يعملون في ستة مستشفيات في بوسطن في شارع لونغوود أفينيو الشهير أكثر من جميع المستشفيات في غرب إفريقيا.
يمكن للذكاء الاصطناعي أن يساعد في التخفيف من تأثير النقص الحاد في الأطباء من خلال تولي بعض المسؤوليات التشخيصية المخصصة عادةً للبشر.
على سبيل المثال ، يمكن لأداة التصوير بالذكاء الاصطناعي أن تستخدم الأشعة السينية للصدر لفحص أعراض السل ، وعادة ما تكون بنفس دقة الطبيب.يمكن نشر هذه الميزة من خلال تطبيق لمقدمي الخدمات في المناطق فقيرة الموارد ، مما يقلل من الحاجة إلى أخصائيي الأشعة التشخيصية ذوي الخبرة.
قال الدكتور جاياشري كالباثي كريمر ، مساعد علوم الأعصاب والأستاذ المساعد في الأشعة في مستشفى ماساتشوستس العام (MGH): "تتمتع هذه التكنولوجيا بإمكانيات كبيرة لتحسين الرعاية الصحية".
ومع ذلك ، يجب على مطوري خوارزمية الذكاء الاصطناعي النظر بعناية في حقيقة أن الأشخاص من جنسيات أو مناطق مختلفة قد يكون لديهم عوامل فسيولوجية وبيئية فريدة يمكن أن تؤثر على أداء المرض.
وقالت "على سبيل المثال ، قد يكون السكان المصابون بالمرض في الهند مختلفين للغاية عن مثيلهم في الولايات المتحدة".عندما نطور هذه الخوارزميات ، من المهم جدًا التأكد من أن البيانات تمثل عرض المرض وتنوع السكان.لا يمكننا تطوير الخوارزميات بناءً على مجموعة سكانية واحدة فحسب ، بل نأمل أيضًا أن تلعب دورًا في مجموعات سكانية أخرى."
4- تقليل عبء استخدام السجلات الصحية الإلكترونية
لقد لعب السجل الصحي الإلكتروني (لها) دورًا مهمًا في الرحلة الرقمية لصناعة الرعاية الصحية ، ولكن هذا التحول جلب العديد من المشكلات المتعلقة بالحمل المعرفي الزائد والمستندات التي لا نهاية لها وإرهاق المستخدم.
يستخدم مطورو السجلات الصحية الإلكترونية الآن الذكاء الاصطناعي لإنشاء واجهة أكثر سهولة وأتمتة الإجراءات التي تستغرق الكثير من وقت المستخدم.
قال الدكتور آدم لاندمان ، نائب الرئيس وكبير مسؤولي المعلومات في شركة بريغهام هيلث ، إن المستخدمين يقضون معظم وقتهم في ثلاث مهام: التوثيق السريري ، وإدخال الطلبات ، وفرز البريد الوارد.يمكن أن يساعد التعرف على الكلام والإملاء في تحسين معالجة المستندات السريرية ، ولكن قد لا تكون أدوات معالجة اللغة الطبيعية (NLP) كافية.
قال لاندمان: "أعتقد أنه قد يكون من الضروري أن تكون أكثر جرأة وأن تدرس بعض التغييرات ، مثل استخدام تسجيل الفيديو للعلاج السريري ، تمامًا مثل ارتداء الشرطة للكاميرات".يمكن بعد ذلك استخدام الذكاء الاصطناعي والتعلم الآلي لفهرسة مقاطع الفيديو هذه لاسترجاعها في المستقبل.تمامًا مثل Siri و Alexa ، اللذان يستخدمان مساعدين للذكاء الاصطناعي في المنزل ، سيتم إحضار مساعدين افتراضيين إلى سرير المرضى في المستقبل ، مما يسمح للأطباء باستخدام الذكاء المدمج لإدخال الطلبات الطبية."
يمكن أن يساعد الذكاء الاصطناعي أيضًا في التعامل مع الطلبات الروتينية من البريد الوارد ، مثل مكملات الأدوية والإخطار بالنتائج.وأضاف لاندمان أنه قد يساعد أيضًا في تحديد أولويات المهام التي تحتاج حقًا إلى اهتمام الأطباء ، مما يسهل على المرضى معالجة قوائم المهام الخاصة بهم.
5- خطر مقاومة المضادات الحيوية
تشكل مقاومة المضادات الحيوية تهديدًا متزايدًا للبشر ، لأن الإفراط في استخدام هذه الأدوية الرئيسية يمكن أن يؤدي إلى تطور البكتيريا الخارقة التي لم تعد تستجيب للعلاج.قد تسبب البكتيريا المقاومة للأدوية المتعددة أضرارًا جسيمة في بيئة المستشفى ، مما يؤدي إلى مقتل عشرات الآلاف من المرضى كل عام.تكلف المطثية العسيرة وحدها حوالي 5 مليارات دولار سنويًا لنظام الرعاية الصحية في الولايات المتحدة وتتسبب في أكثر من 30000 حالة وفاة.
تساعد بيانات السجلات الصحية الإلكترونية على تحديد أنماط العدوى وتسليط الضوء على المخاطر قبل أن يبدأ المريض في إظهار الأعراض.يمكن أن يؤدي استخدام أدوات التعلم الآلي والذكاء الاصطناعي لدفع هذه التحليلات إلى تحسين دقتها وإنشاء تنبيهات أسرع وأكثر دقة لمقدمي الرعاية الصحية.
قالت الدكتورة إيريكا شينوي ، نائبة مدير مكافحة العدوى في مستشفى ماساتشوستس العام (MGH): "يمكن لأدوات الذكاء الاصطناعي أن تلبي توقعات مكافحة العدوى ومقاومة المضادات الحيوية".إذا لم يفعلوا ، فسيفشل الجميع.نظرًا لأن المستشفيات لديها الكثير من بيانات السجلات الصحية الإلكترونية ، إذا لم تستفيد منها بالكامل ، وإذا لم تنشئ صناعات أكثر ذكاءً وأسرع في تصميم التجارب السريرية ، وإذا لم تستخدم السجلات الصحية الإلكترونية التي تنشئ هذه البيانات ، سيواجهون الفشل."
6- عمل تحليل أكثر دقة للصور المرضية
قال الدكتور جيفري جولدن ، رئيس قسم علم الأمراض في مستشفى بريجهام للنساء (BWh) وأستاذ علم الأمراض في HMS ، إن أخصائيي علم الأمراض يوفرون أحد أهم مصادر البيانات التشخيصية لمجموعة كاملة من مقدمي الخدمات الطبية.
وقال "70٪ من قرارات الرعاية الصحية تستند إلى نتائج مرضية ، وما بين 70٪ و 75٪ من جميع البيانات في السجلات الصحية الإلكترونية تأتي من نتائج مرضية".وكلما كانت النتائج أكثر دقة ، كلما أسرع التشخيص الصحيح.هذا هو الهدف الذي يمكن لعلم الأمراض الرقمي والذكاء الاصطناعي تحقيقه."
يتيح التحليل العميق لمستوى البكسل على الصور الرقمية الكبيرة للأطباء التعرف على الاختلافات الدقيقة التي قد تفلت من عيون الإنسان.
قال غولدن: "لقد وصلنا الآن إلى النقطة التي يمكننا من خلالها تقييم ما إذا كان السرطان سيتطور بسرعة أو ببطء ، وكيفية تغيير علاج المرضى بناءً على الخوارزميات بدلاً من المراحل السريرية أو الدرجات النسيجية المرضية".ستكون خطوة كبيرة إلى الأمام."
وأضاف: "يمكن للذكاء الاصطناعي أيضًا تحسين الإنتاجية من خلال تحديد الميزات المهمة في الشرائح قبل أن يقوم الأطباء بمراجعة البيانات. ويمكن للذكاء الاصطناعي التصفية من خلال الشرائح وإرشادنا لرؤية المحتوى الصحيح حتى نتمكن من تقييم ما هو مهم وما هو غير ذلك. وهذا يحسن كفاءة الاستعانة بعلماء الأمراض وتزيد من قيمة دراستهم لكل حالة ".
جلب الذكاء للأجهزة والآلات الطبية
تستحوذ الأجهزة الذكية على بيئات المستهلك وتوفر أجهزة تتراوح من الفيديو في الوقت الفعلي داخل الثلاجة إلى السيارات التي تكتشف تشتيت انتباه السائق.
في البيئة الطبية ، تعتبر الأجهزة الذكية ضرورية لمراقبة المرضى في وحدات العناية المركزة وغيرها.إن استخدام الذكاء الاصطناعي لتعزيز القدرة على تحديد تدهور الحالة ، مثل الإشارة إلى أن تعفن الدم يتطور ، أو إدراك المضاعفات يمكن أن يحسن النتائج بشكل كبير وقد يقلل من تكاليف العلاج.
قال مارك ميشالسكي: "عندما نتحدث عن دمج البيانات المختلفة عبر نظام الرعاية الصحية ، نحتاج إلى دمج أطباء وحدة العناية المركزة وتنبيههم للتدخل في أقرب وقت ممكن ، وأن تجميع هذه البيانات ليس بالأمر الجيد الذي يمكن للأطباء القيام به". ، المدير التنفيذي لمركز علوم البيانات السريرية في BWh.إن إدخال الخوارزميات الذكية في هذه الأجهزة يقلل العبء المعرفي على الأطباء ويضمن معالجة المرضى بأسرع ما يمكن."
8- تعزيز العلاج المناعي لعلاج السرطان
يعد العلاج المناعي من أكثر الطرق الواعدة لعلاج السرطان.باستخدام جهاز المناعة في الجسم لمهاجمة الأورام الخبيثة ، قد يتمكن المرضى من التغلب على الأورام المستعصية.ومع ذلك ، لا يستجيب سوى عدد قليل من المرضى لنظام العلاج المناعي الحالي ، ولا يزال أطباء الأورام ليس لديهم طريقة دقيقة وموثوقة لتحديد المرضى الذين سيستفيدون من هذا النظام.
قد تكون خوارزميات التعلم الآلي وقدرتها على تجميع مجموعات البيانات شديدة التعقيد قادرة على توضيح التركيب الجيني الفريد للأفراد وتوفير خيارات جديدة للعلاج الموجه.
يوضح الدكتور لونج لو ، مدير علم الأمراض الحاسوبية وتطوير التكنولوجيا في مركز التشخيص الشامل بمستشفى ماساتشوستس العام (MGH): "في الآونة الأخيرة ، كان التطور الأكثر إثارة هو مثبطات نقاط التفتيش ، التي تمنع البروتينات التي تنتجها خلايا مناعية معينة".لكننا ما زلنا لا نفهم كل المشاكل ، وهي معقدة للغاية.نحن بالتأكيد بحاجة إلى المزيد من بيانات المريض.هذه العلاجات جديدة نسبيًا ، لذا لا يتناولها الكثير من المرضى بالفعل.لذلك ، سواء كنا بحاجة إلى دمج البيانات داخل منظمة أو عبر مؤسسات متعددة ، فسيكون ذلك عاملاً رئيسيًا في زيادة عدد المرضى لقيادة عملية النمذجة."
9- تحويل السجلات الصحية الإلكترونية إلى تنبؤات موثوقة للمخاطر
يعد السجل الصحي الإلكتروني كنزًا لبيانات المريض ، ولكنه يمثل تحديًا دائمًا لمقدمي الخدمة والمطورين لاستخراج وتحليل كمية كبيرة من المعلومات بطريقة دقيقة وفي الوقت المناسب وموثوقة.
إن مشاكل جودة البيانات وسلامتها ، إلى جانب الارتباك في تنسيق البيانات ، والمدخلات المنظمة وغير المهيكلة والسجلات غير المكتملة ، تجعل من الصعب على الأشخاص فهم كيفية تنفيذ التقسيم الطبقي للمخاطر ذات المغزى والتحليل التنبئي ودعم القرار السريري.
قال الدكتور زياد أوبرماير ، الأستاذ المساعد في طب الطوارئ في مستشفى بريغهام للنساء (BWh) والأستاذ المساعد في كلية الطب بجامعة هارفارد (HMS) ، "هناك بعض العمل الشاق الذي يتعين القيام به لدمج البيانات في مكان واحد. ولكن هناك مشكلة أخرى تتمثل في فهم ما يحصل عليه الناس عندما يتوقعون مرضًا في السجل الصحي الإلكتروني (هي). قد يسمع الناس أن خوارزميات الذكاء الاصطناعي يمكن أن تتنبأ بالاكتئاب أو السكتة الدماغية ، لكنهم يجدون أنهم يتوقعون بالفعل زيادة في تكلفة السكتة الدماغية. إنها مختلفة تمامًا عن يضرب نفسه ".
وتابع: "يبدو أن الاعتماد على نتائج التصوير بالرنين المغناطيسي يوفر مجموعة بيانات أكثر تحديدًا. ولكن علينا الآن التفكير في من يمكنه تحمل تكلفة التصوير بالرنين المغناطيسي؟ لذا فإن التنبؤ النهائي ليس النتيجة المتوقعة."
أنتج تحليل الرنين المغناطيسي النووي العديد من أدوات تصنيف المخاطر والتصنيف الطبقي الناجحة ، خاصةً عندما يستخدم الباحثون تقنيات التعلم العميق لتحديد الروابط الجديدة بين مجموعات البيانات التي تبدو غير مرتبطة.
ومع ذلك ، يعتقد أوبرماير أن ضمان أن هذه الخوارزميات لا تحدد التحيزات المخبأة في البيانات أمر بالغ الأهمية لنشر الأدوات التي يمكنها حقًا تحسين الرعاية السريرية.
وقال "التحدي الأكبر هو التأكد من أننا نعرف بالضبط ما توقعناه قبل أن نبدأ في فتح الصندوق الأسود والبحث في كيفية التنبؤ".
10- مراقبة الحالة الصحية من خلال الأجهزة القابلة للارتداء والأجهزة الشخصية
يمكن لجميع المستهلكين تقريبًا الآن استخدام أجهزة الاستشعار لجمع البيانات حول القيمة الصحية.من الهواتف الذكية المزودة بتتبع الخطوات إلى الأجهزة القابلة للارتداء التي تتعقب معدل ضربات القلب طوال اليوم ، يمكن إنشاء المزيد والمزيد من البيانات المتعلقة بالصحة في أي وقت.
يمكن أن يوفر جمع هذه البيانات وتحليلها واستكمال المعلومات التي يقدمها المرضى من خلال التطبيقات وأجهزة المراقبة المنزلية الأخرى منظورًا فريدًا لصحة الأفراد والجماهير.
سيلعب الذكاء الاصطناعي دورًا مهمًا في استخلاص رؤى قابلة للتنفيذ من قاعدة البيانات الكبيرة والمتنوعة هذه.
لكن الدكتور عمر أرنوت ، جراح الأعصاب في مستشفى بريجهام للنساء (BWh) ، مدير مركز نتائج علم الأعصاب الحسابي ، قال إن الأمر قد يتطلب عملاً إضافيًا لمساعدة المرضى على التكيف مع بيانات المراقبة الحميمية والمستمرة هذه.
قال: "لقد اعتدنا أن نكون أحرارًا في معالجة البيانات الرقمية".ولكن مع حدوث تسرب للبيانات في تحليلات كامبريدج وفيسبوك ، سيكون الناس أكثر فأكثر حذراً بشأن من سيشاركون البيانات التي يشاركونها."
وأضاف أن المرضى يميلون إلى الوثوق بأطبائهم أكثر من الشركات الكبيرة مثل Facebook ، مما قد يساعد في تخفيف الانزعاج من توفير البيانات لبرامج البحث واسعة النطاق.
وقال أرنوت: "من المحتمل أن يكون للبيانات القابلة للارتداء تأثير كبير لأن انتباه الناس يكون عرضيًا للغاية والبيانات التي يتم جمعها تقريبية للغاية".من خلال جمع البيانات الدقيقة باستمرار ، من المرجح أن تساعد البيانات الأطباء في رعاية المرضى بشكل أفضل."
11- جعل الهواتف الذكية أداة تشخيصية قوية
يعتقد الخبراء أن الصور التي يتم الحصول عليها من الهواتف الذكية وغيرها من الموارد على مستوى المستهلك ستصبح مكملاً هامًا للتصوير السريري عالي الجودة ، خاصة في المناطق المحرومة أو البلدان النامية ، من خلال الاستمرار في استخدام الوظائف القوية للأجهزة المحمولة.
تتحسن جودة الكاميرا المحمولة كل عام ، ويمكنها إنشاء صور يمكن استخدامها لتحليل خوارزمية الذكاء الاصطناعي.تعتبر الأمراض الجلدية وطب العيون من أوائل المستفيدين من هذا الاتجاه.
حتى أن باحثين بريطانيين طوروا أداة لتحديد أمراض النمو من خلال تحليل صور وجوه الأطفال.يمكن أن تكتشف الخوارزمية ميزات منفصلة ، مثل خط الفك السفلي للأطفال ، وموضع العينين والأنف ، والسمات الأخرى التي قد تشير إلى تشوهات في الوجه.في الوقت الحالي ، يمكن للأداة مطابقة الصور الشائعة مع أكثر من 90 مرضًا لتقديم دعم للقرارات السريرية.
قال الدكتور هادي شفيعي ، مدير الطب الدقيق / النانو ومختبر الصحة الرقمية في مستشفى بريجهام للنساء (BWh): "معظم الناس مجهزون بهواتف محمولة قوية مع العديد من أجهزة الاستشعار المختلفة المدمجة. إنها فرصة عظيمة لنا. جميعهم تقريبًا بدأ لاعبو الصناعة في بناء برامج وأجهزة Ai في أجهزتهم. إنها ليست مصادفة. في عالمنا الرقمي ، يتم إنشاء أكثر من 2.5 مليون تيرابايت من البيانات كل يوم. في مجال الهواتف المحمولة ، يعتقد المصنعون أنه يمكنهم استخدام هذا بيانات الذكاء الاصطناعي لتوفير خدمات أكثر تخصيصًا وأسرع وأكثر ذكاءً. "
قد يساعد استخدام الهواتف الذكية لجمع صور لعيون المرضى أو الآفات الجلدية أو الجروح أو العدوى أو الأدوية أو غير ذلك من الموضوعات في معالجة نقص الخبراء في المناطق المحرومة ، مع تقليل الوقت اللازم لتشخيص بعض الشكاوى.
قال الشافعي: "قد تكون هناك بعض الأحداث الكبرى في المستقبل ، ويمكننا الاستفادة من هذه الفرصة لحل بعض المشاكل المهمة لإدارة المرض في مركز الرعاية".
12- ابتكار اتخاذ القرارات السريرية باستخدام الذكاء الاصطناعي بجانب السرير
مع تحول صناعة الرعاية الصحية إلى الخدمات القائمة على الرسوم ، فإنها تبتعد بشكل متزايد عن الرعاية الصحية السلبية.إن الوقاية قبل الأمراض المزمنة ، والأحداث المرضية الحادة والتدهور المفاجئ هو هدف كل مزود ، ويسمح هيكل التعويض لهم في نهاية المطاف بتطوير العمليات التي يمكن أن تحقق التدخل النشط والتنبؤي.
سيوفر الذكاء الاصطناعي العديد من التقنيات الأساسية لهذا التطور ، من خلال دعم التحليل التنبئي وأدوات دعم القرار السريري ، لحل المشكلات قبل أن يدرك مقدمو الخدمات الحاجة إلى اتخاذ إجراء.يمكن أن يوفر الذكاء الاصطناعي إنذارًا مبكرًا للصرع أو تعفن الدم ، والذي يتطلب عادةً تحليلًا متعمقًا لمجموعات البيانات شديدة التعقيد.
قال براندون ويستوفر ، مدير البيانات السريرية في مستشفى ماساتشوستس العام (MGH) ، إن التعلم الآلي يمكن أن يساعد أيضًا في دعم استمرار توفير الرعاية للمرضى المصابين بأمراض خطيرة ، مثل أولئك الذين يعانون من غيبوبة بعد توقف القلب.
وأوضح أنه في ظل الظروف العادية ، يتعين على الأطباء التحقق من بيانات مخطط كهربية الدماغ لهؤلاء المرضى.تستغرق هذه العملية وقتًا طويلاً وهي ذاتية ، وقد تختلف النتائج باختلاف مهارات وخبرات الأطباء.
قال "في هؤلاء المرضى ، قد يكون الاتجاه بطيئًا.في بعض الأحيان عندما يرغب الأطباء في معرفة ما إذا كان شخص ما يتعافى ، فقد ينظرون إلى البيانات التي تتم مراقبتها مرة كل 10 ثوانٍ.ومع ذلك ، فإن معرفة ما إذا كان قد تغير من 10 ثوانٍ من البيانات التي تم جمعها في 24 ساعة يشبه النظر إلى ما إذا كان الشعر قد نما في هذه الأثناء.ومع ذلك ، إذا تم استخدام خوارزميات الذكاء الاصطناعي وكميات كبيرة من البيانات من العديد من المرضى ، فسيكون من الأسهل مطابقة ما يراه الأشخاص مع الأنماط طويلة المدى ، وقد يتم العثور على بعض التحسينات الدقيقة ، والتي ستؤثر على اتخاذ الأطباء قراراتهم في التمريض. ."
يعد استخدام تقنية الذكاء الاصطناعي لدعم القرار السريري وتسجيل المخاطر والإنذار المبكر أحد أكثر مجالات التطوير الواعدة لطريقة تحليل البيانات الثورية هذه.
من خلال توفير الطاقة لجيل جديد من الأدوات والأنظمة ، يمكن للأطباء فهم الفروق الدقيقة للمرض بشكل أفضل ، وتقديم خدمات التمريض بشكل أكثر فعالية ، وحل المشكلات مقدمًا.سوف يدخل الذكاء الاصطناعي في حقبة جديدة من تحسين جودة العلاج السريري ، وتحقيق اختراقات مثيرة في رعاية المرضى.
الوقت ما بعد: أغسطس -06-2021
