پیش بینی نتایج بد هوش مصنوعی همچنین می‌تواند به شناسایی بیمارانی که در معرض خطر هستند کمک کند تا مراقبت‌های لازم را در مراحل اولیه دریافت کنند – که می‌تواند به مبارزه با عوارض مادری و نرخ مرگ و میر در ایالات متحده کمک کند. نتایج برای زنان آن‌وقت شاید بتوانیم تیم‌های مراقبتی را آگاه کنیم که انتخاب‌های ضعیفی در مورد مراقبت‌های بهداشتی زنان انجام می‌دهند، یا می‌توانیم منابع اضافی را برای زنان باردار در زمانی که بیشتر به آن نیاز دارند، هدف قرار دهیم.»
برخی از پزشکان از چت ربات های هوش مصنوعی برای کمک به رساندن اخبار بد به بیماران استفاده می کنند، گزارش می گوید >>>
در حال حاضر چه چیزی ممکن است؟
یاهو نیوز با مرضیه قاسمی، استادیار مؤسسه مهندسی و علوم پزشکی MIT، و جیمز زو، استادیار علوم داده‌های زیست پزشکی در دانشگاه استنفورد، صحبت کرد تا درباره تلاقی هوش مصنوعی و مراقبت‌های بهداشتی اطلاعات بیشتری کسب کند. چه چیزی در افق است و چه نکات منفی می تواند داشته باشد.
برای مثال، یکی از دستگاه‌های مبتنی بر هوش مصنوعی، سطح اکسیژن خون را در بیمارانی که پوست تیره‌تری داشتند، بیش از حد تخمین زد که منجر به درمان کم‌اکسی (کمبود اکسیژن) می‌شود. یک مطالعه در سال 2019 نشان داد که الگوریتمی که برای پیش‌بینی نیازهای مراقبت‌های بهداشتی بیش از 100 میلیون نفر استفاده می‌شود، علیه بیماران سیاه‌پوست تعصب دارد. «الگوریتم برای پیش‌بینی نیازهای سلامت آینده بر هزینه‌های مراقبت‌های بهداشتی تکیه داشت. اما با دسترسی کمتر به مراقبت از نظر تاریخی، بیماران سیاه پوست اغلب کمتر هزینه می کردند. در نتیجه، بیماران سیاه پوست باید بسیار بیمارتر می شدند تا تحت این الگوریتم برای مراقبت بیشتر توصیه شوند.
پیش بینی کنید در حالی که بسیاری از مدل‌های فعلی هوش مصنوعی بر کمک به تشخیص بیماران تمرکز می‌کنند، قاسمی گفت که او همچنین شاهد توسعه مدل‌هایی است که می‌تواند به پیش‌بینی پیشرفت یک بیماری یا ایجاد عوارض احتمالی یک بیماری کمک کند.
ساده سازی اطلاعات پزشکی برای بیماران زو گفت: بسیاری از اصطلاحات و مفاهیم پزشکی می توانند بسیار پیچیده باشند. یکی از پروژه‌هایی که ما انجام داده‌ایم استفاده از ChatGPT برای گرفتن فرم‌های رضایت پزشکی است که خواندن آن بسیار دشوار است، و سپس آن را ساده می‌کنیم تا کسی در سطح خواندن کلاس هشتم بتواند آن را بخواند. ”
قاسمی گفت: «من فکر می‌کنم مشکل این است که وقتی سعی می‌کنید ساده‌لوحانه انسان‌ها را با هوش مصنوعی در مراقبت‌های بهداشتی جایگزین کنید، واقعاً نتایج ضعیفی می‌گیرید. “شما باید به آن به عنوان یک ابزار تقویت کننده نگاه کنید، نه به عنوان یک ابزار جایگزین.”
به نظر من، خطر این نیست که تبدیل به یک ربات قاتل شود و به سراغ شما بیاید. خطر این است که مراقبت ضعیفی را که در حال حاضر دریافت می‌کنید تکرار می‌کند یا آن را تشدید می‌کند.»
تشخیص و ارزیابی انجام دهید. “[There are] بیش از 500 الگوریتم و دستگاه هوش مصنوعی پزشکی که توسط FDA در ایالات متحده تأیید شده است و اکنون می تواند بر روی بیماران استفاده شود. و بسیاری از این الگوریتم‌ها اساساً به پزشکان کمک می‌کنند تا تشخیص‌های بهتر و ارزیابی بهتر بیماران را انجام دهند. با استفاده از هوش مصنوعی برای کمک به انجام وظایفی مانند ارزیابی تصاویر پزشکی، پزشکان می توانند برخی از کارهای دستی پر زحمت تر را قطع کنند.
و حتی ممکن است کاربردهای بیشتری در افق وجود داشته باشد. در اینجا آنچه که هوش مصنوعی ممکن است در آینده انجام دهد، آمده است.
تصویر تصویر: دانیل زندر برای Yahoo News شما به برنامه ای برای به روز نگه داشتن سیستم هوش مصنوعی و مرتبط با توصیه های پزشکی فعلی نیاز دارید زیرا توصیه های پزشکی تغییر می کند.مرضیه قاسمی
مقررات وضع کنید. قاسمی پیشنهاد داد که دفتر حقوق شهروندی وزارت بهداشت و خدمات انسانی می تواند در این زمینه نقش داشته باشد. آنها می توانند این خط را که تبعیض را در زمینه مراقبت های بهداشتی ممنوع می کند، اجرا کنند و بگویند، “هی، این برای الگوریتم ها نیز صدق می کند.”
ما اساساً سیستم‌های یادگیری ماشین را آموزش می‌دهیم تا همانطور که ما انجام می‌دهیم – نه آن‌طور که فکر می‌کنیم یا امیدواریم انجام دهیم. و در مراقبت‌های بهداشتی، اتفاقی که می‌افتد این است که اگر ساده‌لوحانه مدل‌های یادگیری ماشینی را برای انجام کارهایی که ما انجام می‌دهیم آموزش دهید، مدل‌هایی به دست می‌آید که برای زنان و اقلیت‌ها بسیار ضعیف‌تر عمل می‌کنند.»
نظرسنجی Pew Research نشان داد که از هر 10 بزرگسال آمریکایی 6 نفر احساس ناراحتی می کنند اگر ارائه دهنده مراقبت های بهداشتی خود برای تشخیص بیماری و توصیه درمان به هوش مصنوعی (AI) تکیه کند. اما واقعیت این است که هوش مصنوعی وارد فضای سلامت و تندرستی شده است و برخی از پزشکان در حال حاضر از قدرت و پتانسیل آن استفاده کرده اند.
قبل از اینکه به بیماران اجازه دهید با آنها تعامل داشته باشند، الگوریتم ها را به دقت ارزیابی کنید. در حال حاضر خطر دریافت اطلاعات نادرست از طریق اینترنت وجود دارد، اما اگر صدها هزار بیمار به یک منبع واحد مانند ربات چت که دارای مشکلاتی است مراجعه کنند، این خطر حتی بیشتر می شود.
رهبران صنعت فناوری در ماه می بیانیه ای تک جمله ای منتشر کردند و گفتند که “کاهش خطر انقراض ناشی از هوش مصنوعی باید یک اولویت جهانی در کنار سایر خطرات در مقیاس اجتماعی مانند بیماری های همه گیر و جنگ هسته ای باشد.” در حوزه بهداشت و درمان، قاسمی و زو چند پیشنهاد برای اقداماتی ارائه کردند که می توان برای کاهش آسیب های احتمالی ناشی از هوش مصنوعی انجام داد.
بیش از 500 الگوریتم و دستگاه هوش مصنوعی پزشکی وجود دارد که توسط FDA در ایالات متحده تأیید شده است و اکنون می توان از آنها برای بیماران استفاده کرد.جیمز زو، دانشگاه استنفورد