هوش مصنوعی در پزشکی هنوز در مرحله تحقیق است

عضو هیات علمی دانشگاه علوم پزشکی اصفهان:

عضو هیات علمی گروه بیوانفورماتیک دانشکده فناوری‌های نوین دانشگاه علوم پزشکی اصفهان گفت:هرچند محققان ایرانی در پروژه‌های جهانی هوش مصنوعی حضور پررنگی دارند، اما تبدیل این دستاوردها به خدمات پزشکی نیازمند فراهم شدن داده‌های باکیفیت، تجهیزات پردازشی و حمایت حاکمیت است.

هوش مصنوعی در پزشکی هنوز در مرحله تحقیق است

عضو هیات علمی گروه بیوانفورماتیک دانشکده فناوری‌های نوین دانشگاه علوم پزشکی اصفهان گفت:هرچند محققان ایرانی در پروژه‌های جهانی هوش مصنوعی حضور پررنگی دارند، اما تبدیل این دستاوردها به خدمات پزشکی نیازمند فراهم شدن داده‌های باکیفیت، تجهیزات پردازشی و حمایت حاکمیت است.
دانشکده فناوری‌های نوین دانشگاه علوم پزشکی اصفهان از ۱۳ سال گذشته تأسیس و از همان ابتدای فعالیت آموزش و پژوهش در حیطه هوش مصنوعی آغاز شد. از چهار گروه آموزشی و دو مرکز تحقیقاتی مستقر در دانشکده فناوری‌های نوین دانشگاه، سه گروه و یک مرکز در حوزه هوش مصنوعی فعالیت دارند. پردازش تصویر و سیگنال‌های پزشکی، فناوری تصویربرداری عصبی، مداخلات پزشکی تحت هدایت تصویر، پردازش داده‌های امیکس، طراحی محاسباتی دارو، پردازش داده بالینی بیماران بر مبنای الگوریتم‌های یادگیری ماشین و یادگیری عمیق و زیست‌پزشکی سامانه‌ای از حوزه‌های فعال هوش مصنوعی در دانشگاه علوم پزشکی اصفهان است.
سیداحمد واعظ در گفت‌وگو با ایسنا با اشاره به حوزه‌های پژوهش در زمینه هوش مصنوعی در پزشکی اظهار کرد: در این حوزه چند دامنه داده‌ای وجود دارد که اغلب آن‌ها در دانشکده پوشش داده می‌شود. یکی از مهم‌ترین این دامنه‌ها، داده‌های تصویر و سیگنال (Image و Signal) است که همکاران ما در
 این زمینه فعالیت گسترده‌ای دارند و تحقیقات ارزشمندی در سطح بین‌المللی انجام داده‌اند. دکتر ربانی، استاد برجسته این حوزه، سال‌ها در این مسیر تلاش کرده و کارهای شاخصی را به ثمر رسانده‌اند.
وی افزود:دامنه دیگر، داده‌های اُمیکس به‌ویژه ژنومیکس است که به کلان‌داده‌ها یا بیگ‌دیتا مربوط می‌شود و ظرفیت بسیار ارزشمندی برای توسعه کارهای هوش مصنوعی دارد.گروه بیوانفورماتیک دانشکده این بخش را پوشش داده و تحقیقات شاخصی در این زمینه انجام داده است. همچنین دامنه داده‌ای فنومیکس نیز با همکاری‌های ارزشمند در حال پیگیری است.
عضو هیات علمی گروه بیوانفورماتیک دانشکده فناوری‌های نوین دانشگاه علوم پزشکی اصفهان با
بیان اینکه هوش مصنوعی در علوم پزشکی یکی از جدیدترین حوزه‌های علمی در دنیاست، ادامه داد: کاربرد این فناوری در بیمارستان‌ها هنوز به‌طور گسترده محقق نشده و بیشتر فعالیت‌ها در سطح پژوهش، تحقیق و توسعه ابزارهاست، بنابراین نمی‌توان ادعای استفاده عملیاتی از آن در ارائه خدمات بیمارستانی داشت؛ هرچند امیدواریم در آینده نزدیک این اتفاق رخ دهد. در سطح جهانی نیز شرایط به همین شکل است و با وجود رشد سریع تحقیقات، کاربری عملی آن هنوز در حال توسعه است.
  سه رشته دکترای تخصصی مرتبط با هوش مصنوعی در پزشکی در دانشکده تعریف شده است
واعظ درباره برنامه‌های آموزشی این حوزه اظهار کرد: سه رشته دکترای تخصصی مرتبط
با هوش مصنوعی در پزشکی در دانشکده تعریف شده و دانشجویان در این دوره‌ها آموزش می‌بینند، همچنین برای تمام دانشجویان رشته‌های علوم پزشکی، در مقاطع مختلف، برنامه‌ریزی شده است که در قالب واحدهای آموزشی(یک یا دو واحد) درسی با موضوع هوش مصنوعی ارائه شود که امیدواریم از ترم آینده یا ترم بعد عملیاتی شود. علاوه بر این، کارگاه‌های کوتاه‌مدت برای دانشجویان، اساتید، پزشکان و حتی کارکنان دانشگاه طراحی شده که به‌تدریج در حال اجراست.
وی درباره چالش‌های این حوزه گفت: در دنیا
چند مسئله جدی وجود دارد؛ نخست نیاز به کلان‌داده با کیفیت بالاست. داشتن داده صرف کافی نیست، بلکه کیفیت داده‌ها اهمیت اساسی دارد. دوم، نیاز به منابع پردازشی قدرتمند است تا بتوانند از عهده تحلیل این داده‌ها برآیند. سوم، وجود نیروی انسانی متخصص و کارآمد است و چهارم، قوانین، ملاحظات اخلاقی و ضوابط مربوط به حفاظت از داده‌ها و حریم خصوصی افراد است. تمام این عوامل باید همزمان رشد یابند تا کشور بتواند در این زمینه جایگاه مناسبی کسب کند.
عضو هیات علمی گروه بیوانفورماتیک دانشکده فناوری‌های نوین دانشگاه علوم پزشکی اصفهان در پاسخ به این پرسش که چگونه می‌توان موانع قانونی و اخلاقی را برطرف کرد؟ توضیح داد: این موضوع نیازمند اراده حاکمیت در سطوح مختلف است؛ از وزارتخانه تا ریاست دانشگاه، هیئت‌رئیسه، رؤسای دانشکده‌ها و معاونان باید درک و عزم مشترکی برای پیشبرد این حوزه داشته باشند. تصمیم‌گیری‌های مقطعی کافی نیست و باید همه اجزای سازمانی متعهدانه و با انگیزه وارد این مسیر شوند.»
واعظ درباره چشم‌انداز آینده گفت: با توجه به سرعت رشد هوش مصنوعی، در آینده نزدیک شاهد شکل‌گیری پزشکی نسل جدید یا Next Generation Medicine خواهیم بود. این نوع پزشکی با تکیه بر کلان‌داده سلامت، در تمام اجزای تشخیص، درمان، پیشگیری و پیش‌آگهی بیماری‌ها نقش ایفا خواهد کرد. پزشکی شخص‌محور یا Personalized Medicine نیز از مهم‌ترین تحولات آینده است که باعث افزایش دقت و کارآمدی درمان‌ها و کاهش خطاهای پزشکی می‌شود. خوشبختانه در این حوزه نیز توفیقات خوبی در کشور حاصل شده است.