القاهرة : الأمير كمال فرج.

اجتمع اثنان من نجوم الذكاء الاصطناعي عالمة الكمبيوتر الأمريكية فاي فاي لي Fei-Fei Li وعالم حاسوب متخصص في مجال الذكاء الاصطناعي أندرو نج Andrew Ng اليوم على YouTube لمناقشة حالة الذكاء الاصطناعي في الرعاية الصحية.

كتب جيل برس في تقرير نشرته مجلة Forbes أن "Covid-19 جعل الرعاية الصحية أولوية قصوى للحكومات والشركات والمستثمرين في جميع أنحاء العالم، وسارع الجهود لتطبيق الذكاء الاصطناعي لتحسين صحتنا ، من اكتشاف الأدوية إلى عمليات المستشفى الأكثر كفاءة إلى التشخيص الأفضل".

شهد الربع الأول من عام 2021 رقمًا قياسيًا جديدًا للتمويل مع ما يقرب من 2.5 مليار دولار جمعتها الشركات الناشئة التي تركز على الذكاء الاصطناعي في الرعاية الصحية ، وفقًا لـ CB Insights. ولكن قد يكون هذا مشابهًا للإثارة والاستثمار في تقنيات المركبات المستقلة قبل بضع سنوات ، حيث قد لا يكون التنفيذ الناجح للمنتجات والخدمات القائمة على الذكاء الاصطناعي في مجال الرعاية الصحية قاب قوسين أو أدنى.

بينما يقوم كل من لي ونج حاليًا بتطبيق الذكاء الاصطناعي على تحديات الرعاية الصحية ، إلا أنهما يعتقدان أنهما وزملاؤهما سيظلون في مرحلة التجريب في السنوات القليلة المقبلة. يقول نج إن التقدم سيكون "أبطأ بكثير مما نتمنى خلال السنوات القليلة المقبلة".

توافق لي على ذلك قائلة: "ما زلنا نحدد الطريق لتحقيق انتصار بشري". بالنسبة لها ، يعد اتباع "نهج محوره الإنسان" أمرًا أساسيًا لتطوير أحدث تقنيات الذكاء الاصطناعي في مجال الرعاية الصحية. وهي تشجع طلابها على متابعة الأطباء في المستشفى ، "لرؤية الجانب الإنساني" ، لفهم كل من المرضى والأشخاص الذين يعتنون بهم بشكل أفضل كمفتاح للتبني الناجح للحلول القائمة على الذكاء الاصطناعي. هذا تحد فريد في قطاع الرعاية الصحية، وفقًا لما قالته لي ، مشددة على أهمية الجانب غير الرقمي للرعاية الصحية ، العامل البشري. تقول: "لدينا تقريبًا صفر بيانات عن السلوك البشري".

بالإضافة إلى ذلك ، يدعو نج إلى تحويل تطوير الذكاء الاصطناعي من التركيز على النموذج إلى التركيز على البيانات. يتضمن ذلك تحسين جودة البيانات المستخدمة لتدريب برامج الذكاء الاصطناعي وبناء الأدوات والعمليات المطلوبة لوضع البيانات في مركز عمل المطورين.

بطبيعة الحال، تواجه جودة البيانات وخصوصيتها وتوافرها تحديات فريدة في إعدادات الرعاية الصحية. يشير نج إلى أن معايير جودة البيانات لا تزال غامضة، ونتيجة لذلك، يحتاج مطورو الذكاء الاصطناعي إلى التفكير في كل الأشياء التي يمكن أن تسوء وتحليل البيانات وفقًا لذلك.

تعتقد لي أن أهم شيء هو الاعتراف بالمسؤولية البشرية. تقول "الذكاء الاصطناعي متحيز" هو مصطلح يلقي بالمسؤولية على الجهاز بدلاً من الأشخاص الذين يجمعون البيانات ويديرونها. بالنسبة إلى لي ، يعد وضع قضبان الحماية ضد التحيز المحتمل وضمان سلامة البيانات الخطوة الأولى في عملية التصميم.

في الإجابة على السؤال "ما هي مشاكل الرعاية الصحية التي لم يتم حلها بعد؟" يذكر نج الصحة النفسية والتشخيص والجانب التشغيلي للرعاية الصحية. يستشهد لي بـ 250 ألف شخص يموتون في الولايات المتحدة سنويًا بسبب خطأ طبي. يمكن أن يساعد الذكاء الاصطناعي في ضمان تنفيذ الإجراءات الطبية بشكل صحيح، ورعاية المرضى المزمنين، في المنزل أو في العيادة ، في الوقت المناسب. "هذا هو ما يدور حوله الذكاء المحيط" ، كما تقول لي ، للعمل كطبيب وممرض مساعدين لمنع الأخطاء قبل حدوثها.

تم دعم الملاحظات التي قدمها لي ونج من خلال الدراسات الاستقصائية والدراسات الحديثة، وكلها تشير إلى الحالة الوليدة للذكاء الاصطناعي في الرعاية الصحية:

· 90 ٪ من المستشفيات الأمريكية لديها استراتيجية ذكاء اصطناعي / أتمتة مطبقة ، ارتفاعًا من 53٪ في الربع الثالث من عام 2019. ولكن 7٪ فقط من استراتيجيات الذكاء الاصطناعي في المستشفيات تعمل بكامل طاقتها ، وفقًا لشركاء Sage Growth.

· زاد عدد الأجهزة الطبية المعتمدة على AI / ML بشكل كبير منذ عام 2015 ، ولكن حاليًا ، "لا يوجد مسار تنظيمي محدد للأجهزة الطبية القائمة على AI / ML في الولايات المتحدة أو أوروبا" ، خلصت دراسة نُشرت في دورية The Lancet.

· على الرغم من وجود 27 مليار دولار في برامج الحوافز الممولة اتحاديًا لتشجيع المستشفيات ومقدمي الخدمات على اعتماد السجلات الصحية الإلكترونية، لا يوجد تنسيق موحد أو مستودع مركزي لبيانات المرضى الطبية. يلاحظ تقرير سي بي إنسايتس أن "جائحة Covid-19 أكدت هذه المشكلة".

· الأطباء عرضة للنصائح غير الصحيحة، سواء كان المصدر نظام ذكاء اصطناعي أو بشرًا آخرين. خلصت دراسة معهد ماساتشوستس للتكنولوجيا إلى أنه "بالنسبة للأوضاع عالية الخطورة مثل اتخاذ القرار التشخيصي، فإن مثل هذا الاعتماد المفرط على النصيحة يمكن أن يكون خطيرًا".

ولكن ، كما تقول لي، فإن حاجز التبني يمثل أيضًا فرصة. يتوقع كل من لي ونج نقطة تحول في المستقبل، عندما يتم تكرار قصة نجاح كبيرة بسرعة وتشجيع مقدمي الرعاية الصحية - والمرضى - على تبني الذكاء الاصطناعي للرعاية الصحية.