AI من أجل تعزيز قدرات الأطباء، وليس استبدالهم – قادة الفكر

بواسطة: Doug Teany، مستشار الابتكار والرئيس التنفيذي السابق لشركة Corindus

تطور تقنيات الذكاء الاصطناعي وتطبيقاتها في مجال الرعاية الصحية بشكل كبير خلال السنوات القليلة الماضية. أصبحت تقنيات الذكاء الاصطناعي متاحة على نطاق أوسع لمقدمي الرعاية الصحية أكثر من أي وقت مضى، وتقدم فرصًا هائلة في جميع أنحاء مجال الرعاية الصحية، خاصة في الإجراءات الروبوتية المعقدة التي تتطلب مقدارًا استثنائيًا من الارتباط والتفكير من قبل الأطباء. للأسف، لا يزال هناك اعتقاد بأن الذكاء الاصطناعي، نتيجة لتنميته، سوف يستبدل بالضرورة دور الطبيب، على الرغم من أن هذا لا يمكن أن يكون أبعد عن الحقيقة.

في الواقع، يمنح الذكاء الاصطناعي الأطباء المعرفة والقدرات الجديدة التي تحسن اتخاذ القرارات السريرية وتساعد في تحقيق نتائج إيجابية أكثر للمرضى. إنه ينقل انتباههم من التفكير تقنيًا حول التلاعب بسلك خلال القلب إلى التفكير بشكل شامل حول استراتيجية الحالة وكيفية تحقيق أفضل نتيجة ممكنة. عندما يتم نشره في إعدادات الإجراءات الروبوتية، يمكن للذكاء الاصطناعي المساعدة في بناء موسوعة من المعرفة السريرية التاريخية والإجرائية التي يمكن لأي طبيب الوصول إليها لحل أي حالة. يمكن أن تثور القدرات مثل الرؤية الحاسوبية معيار الرعاية الحالية، وتجهيز الأطباء بأداة قوية يمكنها الاستجابة للتعقيدات ومنعها قبل حدوثها. كل هذا يتم بدون استبدال المحرك الرئيسي في العملية – الطبيب.

بناء الأساس مع الإلهام القائم على البيانات والتعلم الآلي

اليوم، يعتمد الأطباء بشكل رئيسي على الخبرة الشخصية ومهارات اتخاذ القرار الفردية التي يمكن أن تختلف بناءً على تدريبهم وعدد الإجراءات التي قاموا بها وعوامل أخرى. في جوهره، يقدم الذكاء الاصطناعي للأطباء بيانات جديدة ومعلومات لم تكن متاحة لهم من قبل، والتي يمكن أن تكون مفيدة بشكل خاص في الإعدادات الإجرائية المعقدة التي تستخدم الروبوتات. في هذه الحالات حيث يتم توصيل الأجهزة الروبوتية بمخازن البيانات التاريخية، يقدم الذكاء الاصطناعي قيمة لا مثيل لها من خلال ملء الفجوات المعرفية بالرؤية من آلاف الحالات المماثلة. من خلال تمكين الطبيب من الوصول إلى بيانات الحالات التاريخية ما وراء خبرته الخاصة، يمكنهم التخفيف من بعض المخاطر المرتبطة بهذه الإجراءات المعقدة.

يسمح التعلم الآلي للنظام الروبوتي بالتعلم من الخبرة والتكيف مع المدخلات الجديدة. في المقابل، يمكن للروبوت تلقين حركاته لتعكس نفس التقنيات التي يستخدمها أفضل الأطباء في العالم، مما يزيد من فرص حل التحديات التي تظهر أثناء الحالة. في النهاية، هذا يسمح للأطباء بالتركيز على استراتيجية الحالة والاستجابة للتعقيدات بشكل أكثر فعالية. هذا النوع من الإلهام القائم على البيانات يشبه كيف غير البيانات بشكل جذري مناظر الرياضة المحترفة في بداية عام 2000، كما هو موضح في كتاب Moneyball. يتبع الكتاب فريق Oakland Athletics ومديرهم بيلي بين، الذي اتبع نهجًا قائمًا على البيانات ودليليًا لإنشاء فريق، بدلاً من الاعتماد على أساليب قديمة تفتقر إلى البيانات. في المقابل، كان هذا النموذج ناجحًا بشكل كبير وأثار حقبة جديدة من اللعبة مدفوعة بالبيانات.

في مجال الرعاية الصحية، يخلق قاعدة بيانات المعرفة الإجرائية مدفوعة بالتعلم الآلي رؤى مماثلة للأطباء، حيث يجهزهم بمعلومات قيمة لم تكن متاحة من قبل. القدرة على عرض المريض على خلفية آلاف الحالات المماثلة تمكن الأطباء من اتخاذ قرارات أفضل وأكثر إطلاعًا حول كيفية التعامل مع الحالة.

الخطوة التالية: الرؤية الحاسوبية والتحكم الآلي العالي

تتحقق الإمكانيات الكاملة للذكاء الاصطناعي في الإعدادات الإجرائية الروبوتية عندما يتم الجمع بين الإلهام القائم على البيانات والتعلم الآلي مع الرؤية الحاسوبية، مما يسمح للنظام الروبوتي بالتعرف بشكل 智اعي على الاستجابة للوضع بناءً على بيانات الصور الغنية. في التدخلات القلبية الوعائية، يتم تخصيص نسبة كبيرة من وقت الإجراء لمناورة السلك، وهو في الغالب أسلوب “الtrial and error” للتوجيه خلال الأوعية. يمكن أن يؤدي هذا الأسلوب إلى وضع الأجهزة الطبية في مكان غير صحيح، مثل القسطرة، أو يؤدي إلى زيادة وقت الإجراء، مما يزيد من تعرض الإشعاع للأطباء والمرضى.

لكن مع استمرار النظم الآلية في التعلم من الحركات الفعالة وإنشاء قواعد معرفية، يمكننا السماح للرؤية الحاسوبية بالتحكم في أجزاء أكبر من الإجراء. كما تمكن الرؤية الحاسوبية النظام من اكتشاف التعقيدات قبل حدوثها، مثل عندما يحدث انحناء في سلك التوجيه، ويمكن أن تقوم بآليات تصحيحية تلقائية لتسليم الجهاز ومنع الضرر للمريض.

من المهم أن نلاحظ أن التحكم الآلي، بغض النظر عن الصناعة، يقع على طيف، وتقدم الصناعة السيارات مثالًا جيدًا على ذلك. تحتوي العديد من السيارات الحديثة على درجة معينة من التحكم الآلي المنخفض، مثل مساعدة الفرامل ومراقبة السرعة التكيفية ومركز السيارة في المسار. في الطرف الآخر من الطيف، يتم تزويد الشركات المصنعة مثل Tesla (TSLA ) بالكامل بالوظائف الآلية الأمنية، مما يتطلب moins من الإجراءات من السائقين، على الرغم من أن السائقين لا يزالون ضروريين. نفس الشيء ينطبق على التحكم الآلي في مجال الرعاية الصحية. في النهاية، يحافظ الذكاء الاصطناعي مدفوعًا بالتحكم الآلي على الأطباء في مقعد القيادة بينما يتم تلقين المهام التي تشتت انتباه الأطباء عن العناصر الحرجة، مثل استراتيجية الحالة والاستجابة للتعقيدات.

الذكاء الاصطناعي يضع الأطباء في المركز

القلق بشأن استبدال الذكاء الاصطناعي والأتمتة للأطباء لا أساس له ولا يعتمد على فهم كامل لكيفية تطبيق مجال الرعاية الصحية للذكاء الاصطناعي والتعلم الآلي. كما هو الحال مع السيارات المستقلة التي تحتاج إلى سائق، فإن الإجراءات التداخلية الآلية التي نعمل نحوها ستحتاج إلى توجيه الطبيب، ولكن مع الخبرة الإضافية للموسوعة الرقمية التي بنيت على خبرة أطباء ماهرين من جميع أنحاء العالم. سوف يؤدي التحكم الآلي إلى معايير عالية الجودة في كيفية إجراء الإجراءات، مما يصل إلى الهدف العام للتحكم الآلي الروبوتي – جعل الحالات أكثر أمانًا وأسرع وأكثر فعالية مع تقليل الإصابة للمريض.