از خدمات و قدرت هوش مصنوعی در زمان کرونا میتوان تشخیص بیماری و کشف دارو و خدمات رباتی را نام برد البته پیش بینی میشود این ها جزو کارهای اولیه هستند در اینده نزدیک شاهد اتفاقات بهتری از علم هوش مصنوعی خواهیم بود.
پلتفرم هوش مصنوعی BlueDot در اخرین روز سال 2019 از نوعی ناهنجاری در ووهان چین خبر داد. BlueDot که در تورنتو کانادا مستقر است، نحوه کارکرد این پلتفرم این گونه هست که از پردازش زبان طبیعی و یادگیری ماشین برای ردیابی و موقعیت‌یابی و گزارش شیوع بیماری‌های عفونی استفاده می‌کند. این پلتفرم هشدارهای خود را به مجموعه‌ای از ارگان ها ازجمله بخش بهداشت و درمان، دولت، کسب‌و‌کار و سازمان‌های عمومی بهداشتی ارسال می‌کند و درست ۹ روز قبل از انتشار بیانه‌ی هشدار سازمان جهانی بهداشت درباره‌ی ویروس جدید کرونا، کووید ۱۹ را کشف کرد.
میتوان گفت BlueDot یکی از پلتفرم های مطرح هوش مصنوعی در بهداشت و درمان هست. در این شرایط بحرانی کرونا هوش مصنوعی در بسیاری از امور نقش قابل توجهی داشته است. حتی قبل از ویروس کرونا از هوش مصنوعی برای پیش‌بینی، نظارت، هشدار تماس، تشخیص سریع‌تر، حمل‌و‌نقل خودکار و کشف داروهای آزمایشگاهی استفاده میشد.
با توجه به گسترش روز افزون کرونا و درگیری کل جهان، محققان هوش مصنوعی تمام تلاش خود را میکنند تا کابرد های جدید و مختلفی از هوش مصنوعی در این شرایط کنونی استفاده بکنند. در کره‌‌جنوبی، پیام‌رسانی موقعیت‌محور به ابزاری ضروری در مبارزه و بیماری کووید ۱۹ تبدیل شده است. از هر ۱۰ نفر شهروند کره‌ای، ۹ نفر پیام‌ها‌ی فوریتی موقعیت‌محور را دریافت میکنند که به آن‌ها درباره‌ی تعداد مبتلایان در اطراف هشدار می‌دهد.
کووید 19 باعث توسعه هوش مصنوعی در حوزه بهداشت
الگوریتمی هم از طرف شرکت علی بابا ارایه شد که به گفته خود شرکت که در مدت ۲۰ ثانیه و با دقت ۹۶ درصد، موارد مشکوک را می‌تواند تشخیص دهد. اگر این الگوریتم با مشکلی مواجه نشود وبتوان از ان در همه نقاط جهان استفاده کرد شاید حجم کاری کادر درمان مقداری کم شود.
همچنین از هوش صنوعی با کارکرد متفاوت تری در استان های هوبی و گواندونگ چین، که ربات‌ها غذا و دارو و کالاهای موردنیاز را به بیماران بستری در بیمارستان و خانواده‌های قرنطینه می‌رسانند استفاده شد. محققان کامپیوتر در کالیفرنیا نیز سیستمی طراحی میکنند که بتوان از راه دور اموزش های لازم درباره کووید19 به سالمندان بدهند و از مشکلات و نیازهای انها باخبر شوند.
از شروع بحران کرونا تا الان هوش مصنوعی در همه حوزه ها به خصوص در حوزه بهداشت و درمان پیشرفت چشمگیری داشته است. ولی هنوز راه درازی در پیش است به دلیل کمبود امکانات و توزیع نامناسب تجهیزات پزشکی، کارکنان خسته با حجم کاری زیاد، نبود تخت کافی در بیمارستان‌ها و درمان‌نشدن به‌موقع بیماران هوش مصنوعی در طول این مدت به موفقیت چشمگیری در مبارزه با دنیاگیری کرونا دست نیافته است.
به دلیل اینکه قبل از شیوع کووید 19 هیچ درکی از اهمیت هوش مصنوعی و لزوم استفاده از ان در سازمان ها وجو نداشت به خاطر همین حتی پیشرفته‌ترین سیستم‌های بهداشت و درمان سراسر دنیا، سازمان‌هایی ایستا با سلسله‌مراتب پیچیده‌ی اجتماعی هستند به همین خاطر نمیشود جایگزین روش های قبلی شود. امروزه، هوش مصنوعی صرفا در محیط‌های مناسب عملکرد موفقی دارد.
هوش مصنوعی در حوزه سلامت با بیماری کرونا توسعه یافت
داده ها در هوش مصنوعی از اولویت بالایی برخوردارند. پلتفرم علوم داده‌ای و یادگیری ماشین Kaggle میزبان مجموعه‌داده‌ای پژوهشی کووید 19 است. کار این پلتفرم این است که، داده‌های مرتبط را تحلیل و پژوهش‌های جدید را روی یک گذرگاه متمرکز بارگذاری می‌کند.
محققان کامپیوتر و مهندسان پزشکی تمام تلاش خود را برای بهبود مسائل یادشده میکنند. طبق تخمین‌های پیتر دیاماندیس، بنیان‌گذار XPrize، تقریبا ۲۰۰ میلیون پزشک، دانشمند، پرستار، متخصص فناوری و مهندس با هدف مبارزه با کووید ۱۹، در حال اجرای هزاران آزمایش و اشتراک‌گذاری شفاف اطلاعات با سرعتی بی‌سابقه هستند.
چالش پلتفرم Kaggle که در رابطه با کووید19 با هدف ارائه‌ی طیف گسترده‌ای از دیدگاه‌ها درباره‌ی این بیماری ارایه شد. که این چالش در تاریخ ۱۶ مارس منتشر شد. در طول پنج روز، بیش از ۵۰۰ هزار از آن بازدید و بیش از ۱۸ هزار مرتبه دانلود شد.
شرکت علی بابا در اوایل این بیماری الگوریتمی ارایه کرد که کارکرد این الگوریتم به این نحو بود که با استفاده از سی‌تی‌اسکن‌ها می‌تواند بیماری را در مدت ۲۰ تا ۳۰ ثانیه تشخیص دهد. همچنین براساس علائمی مثل توده‌ی سفید در ریه‌ها، اسکن بیماران را تحلیل و پیشرفت یا کاهش سلامتی آن‌ها را به‌سرعت ارزیابی کند. شرکت علی بابا این پلتفرم را در اختیار متخصصان پزشکی سراسر دنیا قرار داده است. از جمله فعالیت های دیگر این شرکت ماژول‌های پیشگویی همه‌گیری، تحلیل‌های تصویر سی‌تی و توالی‌سازی ژنوم ویروس کرونا هست.
تفسیر دقیق اسکن های پزشکی با استفاده از یادگیری ماشین
با روند افزایش داده در چند ماه اخیر، سیستم بهداشت و درمان حتی قبل از شیوع کرونا هم آمادگی استفاده از هوش مصنوعی را داشته است. بر اساس پژوهشی که در سال 2019 انجام گرفته، ارزش بازار هوش مصنوعی از ۱/۳ میلیارد دلار در سال ۲۰۱۸ به ۱۳ میلیارد دلار در سال ۲۰۲۵ خواهد رسید و در شش حوزه‌ی عمده ازجمله کارکنان بیمارستان، پوشیدنی‌ها، تشخیص و پردازش تصویر پزشکی، برنامه‌ریزی درمانی، دستیار مجازی و درنهایت کشف دارو، با بیش از ۴۱/۷ درصد رشد سالانه همراه خواهد بود؛ اما حالا باتوجه‌به شیوع کووید ۱۹، سرعت رشد حوزه‌های یادشده بیش‌ازپیش افزایش خواهد یافت.
یادگیری عمیق با قابلیت پردازش داده‌های چندمدلی و انبوه، یکی از شاخه ها مهم ومطرح هوش مصنوعی هست که برای تولید تفسیر الگوریتمی سریع و دقیق اسکن‌های پزشکی، اسلایدهای پاتولوژی، بینایی‌سنجی و کولون بینی استفاده میشود.کرونا می‌تواند سرعت پیشرفت هوش مصنوعی را در حوزه‌ی بهداشت و درمان به طور چشمگیری افزایش دهد.
استفاده از هوش مصنوعی فقط مختص به تشخیص و درمان نیست میتوان در فرایند هایی همچون پرداخت قبوض بیمه و اموزش و …. از ان بهره برد. هوش مصنوعی اگر با علم رباتیک در این شرایط بحرانی کرونا همکاری بکند میتوانند چهارچوب‌های کاری را تحلیل و روال‌های بیمارستانی را بهینه‌سازی و روال‌های بیمه‌ای را اجرا کنند.
اگر همه داده های مورد نیاز برای هوش مصنوعی درست و دقیق وارد شود می‌تواند شاخص‌های داده‌ای سلامتی را برای افراد و جمعیت‌های مختلف ایجاد کند. در این مرحله، احتمال کشف انواع بیماری‌ها افزایش می‌یابد. درحال‌حاضر، میتوان از مدل‌ها و الگوریتم‌های هوش مصنوعی برای اکتشافات دارویی و پیشرفت پزشکی در زمینه‌های توالی‌سازی ژنوم، سلول‌های بنیادی، کریسپر و… استفاده کرد. تاثیر دیگر هوش مصنوعی در علم داروسازی هست که با یادگیری ماشین میتوانند هزاران متغیر را مدل‌سازی و تأثیرآن‌ها بر واکنش سلول‌های انسانی را واکاوی کند و هزینه های مربوط به ازمایشات مختلف را کاهش دهد.
از فناوری های مختلف هوش مصنوعی از جمله یادگیری ماشین و و پردازش متن و تصویر برای حل مسایل کرونا استفاده میشود
از همه فناوری های مطرح در هوش مصنوعی برای کشف واکسن و درمان های کووید 19 استفاده میکنند و حتی در زمینه دارویی هم، از پلتفرم شیمی هوش مصنوعی برای طراحی مولکول‌های جدیدی استفاده میکنند که هدف اصلی‌شان پروتئین‌های ویروسی است. و شاید میتوان با استفاده از هوش مصنوعی در حوزه داروسازی بتوان دارو های ارزان تری یافت و تحولی عظیم در این زمینه مشاهده کرد.
برای اینکه بهتر به پیشرفت علم هوش مصنوعی در چندین سال اینده پی ببریم بهتر است متن زیر را بخوانیم: فرض کنید در صبحی زمستانی در سال ۲۰۳۵ از خواب بیدار شوید و احساس گلودرد کنید. به دست‌شویی بروید و درحالی‌که دندان خود را مسواک می‌کنید، از حسگر مادون‌قرمز آینه‌ی دست‌شویی، دمای بدن خود را بررسی کنید. یک دقیقه بعد از مسواک‌زدن، هشداری از دستیار پزشکی هوش مصنوعی دریافت کنید که نشان‌دهنده‌ی ناهنجاری‌هایی در نمونه‌ی بزاق و تب پائین است. در چنین وضعیتی، AI PA آزمایش خون از نوک انگشت را پیشنهاد می‌دهد؛ درنتیجه، PA تحلیل از ابتلا به آنفولانزا را نشان می‌دهد. همچنین، دو شیار زمانی برای تماس ویدئویی با پزشک خانوادگی و مشورت با او را پیشنهاد می‌کند. پزشک مدنظر هنگام تماس جزئیات مربوط به علائم بیماری را دریافت کرده است. او دکونژستانت و پاراستامول تجویز می‌کند که با پهپاد به در خانه‌ی شما فرستاده میشود.
میتوان گفت با هم‌گرایی بیشتر علم کامپیوتر و علم پزشکی و گسترش روز افزون اینترنت اشیا در اینده نزدیک این متنی که بالا خواندیم برایمان چیز عادی میشود.
در دنیای هوش مصنوعی، میتوان قبل از شیوع یک بیماری ان را شناسایی کرد و متوقف کرد. شاید در ۱۵ سال آینده، بسیاری از افراد به دستیارهای شخصی هوش مصنوعی دسترسی داشته باشند که از آن‌ها دربرابر مشکلات روزانه‌ی سلامتی محافظت کنند. حتی لازم نیست دارو مورد نیاز خود را از داروخانه تهیه بکنید ربات‌ها یا پهپادها هم وظیفه‌ی حمل‌و‌نقل تجهیزات و داروهای پزشکی به در خانه‌ها را برعهده خواهند داشت. حتی عمل های جراحی نیز به وسیله ربات ها و تحت نظر پزشک مربوطه انجام میشود.
در چنین آینده‌ای، پزشکان و پرستاران بر عملیات انسانی بیشتر متمرکز هستند که ماشین نمی‌تواند آن‌ها را انجام دهد.آن‌ها با سیستم‌ها و ابزارهای تشخیص بهبود‌یافته‌ی هوش مصنوعی کار خواهند کرد؛ اما برقراری ارتباط با بیماران و تسکین آن‌ها در وضعیت تنش را فراموش نمی‌کنند.
البته ممکن هست با مشکلاتی از جمله مشکلات حریم خصوصی و محافظت از داده‌ها را به‌ویژه درباره‌ی سوابق بیمار روبه رو شویم از فناوری‌های نوآورانه باید برای حل مشکلات جدید استفاده کرد.
بر اساس قوانین هوش مصنوعی، داده‌های بیمار ذخیره می‌شوند و هرگز از سیستم بهداشتی بیمارستانی خارج نمی‌شوند؛ فناوری‌هایی مثل یادگیری جمعی و رمزنگاری هم‌ریختی و محیط‌های مطمئن اجرای سخت‌افزاری محاسبات و انتقال و ذخیره‌سازی داده‌ها را با هدف برآورده‌ساختن زمینه‌های مهم تضمین میکنند.
با شیوع ویروس کرونا نقش هوش مصنوعی پر رنگ شد. در گذشته مشارکت‌های جهانی به حذف تقریبی بیماری‌هایی مثل فلج اطفال منجر شد. ولی همین مشارکت در مورد بیماری کووید 19 کارساز نیست.
برای پیشرفت هوش مصنوعی، به مشارکت دانشمندان پزشکی، دانشمندان هوش مصنوعی، سرمایه‌گذاران و سیاست‌گذاران نیاز است. سرمایه‌های اقتصادی باید به بخش بهداشت و درمان تزریق شوند و انگیزه و تمرکز کارآفرینان و پژوهشگران هوشمند را افزایش دهند. با همکاری استعدادهای درخشان در این مسئله، میتوان گفت دشمن مشترک انسان‌ها خودشان نیستند؛ بلکه ویروس است. بدین‌ترتیب، سیستم بهداشت و درمان جهان به سطح بهتری خواهد رسید.