هوش مصنوعی دربهداشت و درمان

هوش مصنوعی را می‌توان در یک کار تصویری مشخص و محدود به‌عنوان دستیار پزشک سنجید، نه ابزاری که خودش تشخیص بدهد. پیش از استفاده برای بیمار، باید آن را روی نمونه‌ای معرف از داده‌های همان مرکز آزمود و از نظر بالینی و مقرراتی اعتبارسنجی کرد. حساسیت، ویژگی و الگوهای خطایش را هم گزارش می‌کنیم.

در یک اجرای آزمایشی، سامانه با در نظر گرفتن نوبت‌ها، نیروی انسانی و محدودیت امکانات، برنامه‌های جایگزین پیشنهاد می‌دهد. اثرش را با زمان انتظار فعلی، نرخ نیامدن بیماران و میزان استفاده از امکانات می‌سنجیم. مسئولان بالینی و عملیاتی باید هر قاعده‌ای را پیش از ورود به کار روزمره تأیید کنند.

سامانه می‌تواند تداخل‌های احتمالی را از روی یک مرجع دارویی تأییدشده پیدا کند و نشان دهد، اما تصمیم نهایی با داروساز یا پزشک است. پیش از استفاده بررسی می‌کنیم که آیا فهرست داروهای مرکز شما را پوشش می‌دهد و هشدارهایش به‌جاست. اتصال به سامانه‌های فعلی، حفظ حریم خصوصی بیمار و روند به‌روزرسانی را هم می‌آزماییم.

اول تشخیص نوشتار و مدل زبانی را روی نمونه‌ای معرف از پرونده‌های فارسی خودتان می‌آزماییم. دست‌خط و اصطلاحات پزشکی باعث خطا می‌شوند؛ پس هر فیلد حیاتی را یک نفر از تیم شما بررسی می‌کند. برای حریم خصوصی بیماران کنترل‌های لازم را برقرار می‌کنیم و درباره روش ورود اطلاعات به پرونده الکترونیک از پیش با شما به توافق می‌رسیم.

هوش مصنوعی می‌تواند برای جمعیت و پیامدی که دقیق تعریف شده باشد، به دسته‌بندی افراد بر اساس میزان خطر کمک کند، اما جای قضاوت پزشک را نمی‌گیرد. پیش از استفاده، مدل باید روی داده‌های همان مرکز و به‌صورت آینده‌نگر اعتبارسنجی شود و سوگیری، کالیبراسیون و کارکردش در روند کار بالینی سنجیده شود.