نتایج یک تحقیق: هوش مصنوعی باید پزشکان و پرستاران را توانمند کند، نه جایگزین آن‌ها شود

شفقنا آینده- محققان دانشگاه فلیندرز با استفاده از یک پلتفرم هوش مصنوعی پیشگام، ارزیابی کرده اند که آیا ابزار هوش مصنوعی قلبی که اخیراً در بیمارستان های استرالیای جنوبی آزمایش شده است، واقعاً این پتانسیل را دارد که به پزشکان و پرستاران برای تشخیص سریع مشکلات قلبی در بخش های اورژانس کمک کند.

به گزارش شفقنا از هلث کر، دکتر ماریا آلخاندرا پینرو د پلازا از دانشگاه فلیندرز که رهبری این تحقیق را بر عهده داشت، می‌گوید: «هوش مصنوعی در مراقبت‌های بهداشتی رایج‌تر می‌شود، اما همیشه با کار حیاتی پزشکان و پرستاران ما همخوانی ندارد. ما باید تأیید کنیم که این سیستم‌ها قابل اعتماد هستند و به طور مداوم برای همه کار می‌کنند و مطمئن شویم که آنها قادر به حمایت از تیم‌های پزشکی هستند نه اینکه سرعت آنها را کاهش دهند.»

PROLIFERATE_AI که توسط دکتر پینرو د پلازا و تیم او توسعه یافته است، یک ابزار ارزیابی انسان محور است که از هوش مصنوعی در کنار تجزیه و تحلیل محققین برای ارزیابی عملکرد ابزارهای هوش مصنوعی در بیمارستان ها استفاده می کند. دکتر پینرو د پلازا، محقق در موسسه Flinders Caring Futures می‌گوید: «برای درک اینکه آیا سیستم‌های هوش مصنوعی قابل دوام هستند، ما به آسانی استفاده از آن‌ها، نحوه پذیرش آن توسط پزشکان و پرستاران و تأثیر آنها بر مراقبت از بیمار می‌پردازیم. این فقط در مورد درست کردن هوش مصنوعی نیست. این در مورد اطمینان از آسان بودن درک، سازگاری، و واقعاً مفید برای پزشکان و بیماران در زمانی است که بسیار مهم است.”

این مطالعه که در مجله بین المللی انفورماتیک پزشکی منتشر شد، از PROLIFERATE_AI برای ارزیابی ابزار هوش مصنوعی RAPIDx استفاده کرد. طراحی شده برای کمک به پزشکان اورژانس در تشخیص سریع و دقیق شرایط قلبی با تجزیه و تحلیل سریع داده های بالینی و بیوشیمیایی.

کامپیوترها با کمک هوش مصنوعی فرآیندهای فکری انسان را شبیه سازی می کنند. یادگیری ماشین تقریباً از تمام تخصص های پزشکی پشتیبانی می کند. اما در داخل یک الگوریتم هوش مصنوعی چه می گذرد، تصمیمات آن بر چه اساسی است؟ آیا حتی می توانید تشخیص پزشکی را به دستگاهی بسپارید؟ روشن کردن این سؤالات یکی از جنبه های اصلی تحقیق و توسعه هوش مصنوعی است.

با توجه به اینکه درد قفسه سینه یکی از شایع‌ترین دلایل مراجعه به ED است، سیستم بهداشتی استرالیای جنوبی بخشی از یک کارآزمایی با بودجه NHMRC بوده است که در 12 بیمارستان در کلان شهرها و مناطق روستایی استرالیای جنوبی اجرا می‌شود و در حال حاضر در حال تجزیه و تحلیل نتایج 12 ماهه بیماران است. قبل و در طول کارآزمایی، محققان PROLIFERATE ابزار را ارزیابی کردند و کارکنان پزشکی و پرستاری در بیمارستان‌های شرکت‌کننده فرصتی برای به اشتراک گذاشتن بینش خود در مورد تعامل با ابزار RAPIDx AI فراهم کردند.

فناوری به تنهایی نمی تواند پیچیدگی های مراقبت های اورژانسی را حل کند. ما به سیستم‌های هوش مصنوعی نیاز داریم که به طور یکپارچه با پزشکان کار کنند

نتایج نشان داد که در حالی که پزشکان با تجربه، مانند مشاوران ED و ثبت نام کنندگان، درک و تعامل بالایی با ابزار هوش مصنوعی RAPIDx نشان دادند، کاربران کمتر با تجربه، از جمله دستیاران و کارورزان، با چالش‌های قابلیت استفاده مواجه شدند. پرستاران ثبت نام شده همچنین درگیری عاطفی قوی با این ابزار را گزارش کردند و پتانسیل آن را برای افزایش ایمنی بیمار با کاهش عدم اطمینان تشخیصی تشخیص دادند. دکتر پینرو د پلازا می گوید: «آنچه PROLIFERATE_AI را متمایز می کند، توانایی آن در ارائه بینش های عملی است. ما به جای تمرکز صرف بر عملکرد فنی، ابزارهای هوش مصنوعی را بر اساس قابلیت استفاده در دنیای واقعی و اعتماد پزشکان ارزیابی می‌کنیم و مطمئن می‌شویم که این فناوری‌ها نه تنها نوآورانه نیستند، بلکه کاربردی و در دسترس هستند. ما می‌خواهیم استاندارد جدیدی برای استانداردهای پیاده‌سازی هوش مصنوعی، مراقبت‌های بنیادی و ارزیابی تعیین کنیم که از اورژانس شروع می‌شود.»

در حالی که این تحقیق نشان داد مشاوران و ثبت‌کنندگان از استفاده از هوش مصنوعی RAPIDx بیشترین سود را برده‌اند، این مطالعه همچنین نیاز به آموزش هدفمند و رابط‌های همسو با جریان کار را برای بهبود نرخ پذیرش در میان کاربران جدید برجسته کرد. همچنین تمایل پزشک را به ادغام خودکار داده‌ها در رابط کاربری نشان داد.

نویسندگان می گویند که یافته ها نشان می دهد که هوش مصنوعی در مراقبت های بهداشتی باید همیشه با در نظر گرفتن کاربران نهایی توسعه یابد. دکتر پینرو د پلازا می‌گوید: «هدف ما ایجاد راه‌حل‌های هوش مصنوعی است که پزشکان و پرستاران را توانمند می‌کند، نه جایگزین آن‌ها». «تکنولوژی به تنهایی نمی تواند پیچیدگی های مراقبت های اضطراری را حل کند. ما به سیستم‌های هوش مصنوعی نیاز داریم که به طور یکپارچه با پزشکان کار کنند، از تصمیم‌گیری تحت فشار پشتیبانی کنند، و به راحتی در جریان‌های کاری موجود ادغام شوند. ما متعهد هستیم که ابزارهای هوش مصنوعی خود را تقویت کنیم تا اطمینان حاصل کنیم که آنها به طور غریزی کاربر پسند هستند و برنامه‌های آموزشی سفارشی‌سازی شده‌ای را توسعه می‌دهیم که نیازهای متنوع متخصصان مراقبت‌های بهداشتی و دیگران را برآورده می‌کند.»

منبع: هلث کر