آیا هوش مصنوعی جایگزین پزشکان می شود؟ گروه هوش مصنوعی: مجله «نیچر» با متخصصان در این مورد گفتگو کرده است که آیا امکان دارد مردم به زودی به وسیله سیستم های هوش مصنوعی تشخیص بیماری دریافت نمایند یا خیر. به گزارش گروه هوش مصنوعی به نقل از خبر آنلاین، تیترهایی که توانایی ابزارهای هوش مصنوعی را برای پیشی گرفتن از مهارت های پزشکان تبلیغ می کنند، روزبه روز رایج تر می شوند. اما برتری یک مدل زبانی بزرگ پیشرفته نسبت به پزشک در یک کار خاص، لزوما به این معنا نیست که هوش مصنوعی آماده است تا جایگزین پزشکی در دنیای حقیقی شود. به نقل از ایسنا، نیچر با محققانی که در مورد کاربرد هوش مصنوعی در مراقبت های بهداشتی مطالعه می کنند صحبت کرد تا بفهمد کدام «پزشکان هوش مصنوعی» تابحال بیشتر امیدبخش بوده اند و چه زمانی ممکنست چنین ابزارهایی فرمان تشخیص پزشکی را به دست بگیرند. برخی دانشمندان اشاره می کنند که سیستم های مختلف هوش مصنوعی هم اکنون کارهای پزشکی ساده ای مانند یادداشت برداری و حتی تمدید نسخه ها را انجام می دهند، اما می گویند که پزشکان هیچگاه نمی توانند به صورت کامل با ماشین ها جایگزین شوند. دیوید وو، پزشک دستیاری که در دانشکده پزشکی هاروارد در بوستون، ماساچوست، در حوزه هوش مصنوعی مطالعه می کند، می گوید: پزشکی حوزه ای شلوغ است و بیماران همیشه داستان های بر اساس کتاب های درسی را تعریف نمی کنند. من فکر نمی کنم ثابت کرده باشیم که این سیستم ها می توانند از پس آن آشفتگی برآیند. آماده برای آزمون با این وجود، برخی نمایش های آزمایشی، محققان را در رابطه با انقلاب هوش مصنوعی که در پزشکی درحال ایجاد است، هیجان زده کرده است. یک مطالعه که در ماه آوریل در مجله «ساینس» انتشار یافت، نتیجه گرفت که یک مدل زبانی پیشرفته در ارزیابی شرایط اشخاصی که به بخش اورژانس یک بیمارستان در بوستون مراجعه نموده اند، عملکرد بهتری نسبت به پزشکان داشته است. زمانی که مدل هوش مصنوعی به نام o۱ که توسط شرکت «اوپن اِی آی» در سان فرانسیسکو کالیفرنیا توسعه یافته است اطلاعات ثبت شده توسط کارکنان بیمارستان در طول یک ویزیت را بررسی کرد، در ۶۷ درصد موارد تشخیص صحیح یا حدودا صحیح عرضه داد، در صورتیکه این میزان برای دو پزشک انسانی که در آزمایش شرکت داشتند، حدود ۵۰ تا ۵۵ درصد بود. محقق هایی که با «نیچر» صحبت کردند می گویند از آن جا که این مطالعه از داده های دنیای حقیقی استفاده کرده، نشان دهنده یک تحول برای ابزارهای هوش مصنوعی است که در گذشته روی سناریوهای شبیه سازی شده یا پرونده های پزشکیِ به دقت گلچین شده آزمایش می شدند. در عین حال آنها می گویند این فاصله بسیاری با شبیه سازی آن چه در یک بخش اورژانس حقیقی می گذرد دارد. بعنوان مثال، نه مدل هوش مصنوعی و نه پزشکان در این مطالعه، فرصت تعامل با بیماران را نداشتند. مطالعه دیگری که در ماه مارس قبل از داوری همتا بر روی سرور پیش انتشار arXiv قرار گرفت، با بررسی عملکرد سیستم های هوش مصنوعی در حین گفتگو با بیماران برای رسیدن به تشخیص، سر و صدای زیادی به پا کرد. گروهی به رهبری دانشمندان «گوگل ریسرچ» در مانتین ویو، کالیفرنیا، عملکرد یک سیستم هوش مصنوعی را که توسعه داده بودند، به نام «کاوشگر هوش پزشکی بیان گر»، نظارت کردند؛ این سیستم از پیام های متنی برای چت با بیماران حقیقی که برای نوبت های مراقبت فوری در کلینیکی در بوستون برنامه ریزی شده بودند، استفاده می کرد. این تعاملات، که طی آنها هوش مصنوعی تاریخچه بیماران را جمع آوری کرده و در مورد تشخیص های احتمالی بحث می کرد، تا پنج روز پیش از نوبت ملاقات آنها با پزشکان انسانی رخ داد. سپس هوش مصنوعی برمبنای آن گفتگوها، لیستی از تشخیص های احتمالی را ایجاد کرد. تشخیص صحیح در ۷۵ درصد موارد در بین سه پیشنهاد برتر روبات چت قرار داشت و در ۵۶ درصد موارد، پیشنهاد اول بود. عملکرد این سیستم مشابه پزشکان حقیقی بود که بیماران در نهایت آنها را ملاقات کردند. هرچند برنامه های درمانی پیشنهادی پزشکان انسانی، عملی تر و اقتصادی تر از موارد پیشنهادی هوش مصنوعی بود. آیا هوش مصنوعی برای حضور اصلی آماده است؟ رابرت واچر، پزشک در دانشگاه کالیفرنیا، سان فرانسیسکو و نویسنده کتابی در رابطه با این که چطور هوش مصنوعی درحال تغییر مراقبت های بهداشتی است، می گوید این دو مطالعه نشان می دهند که هوش مصنوعی پزشکی در سه سال قبل چقدر تکامل یافته است. او توضیح می دهد که در طول این زمان، مدلهای زبانی از موفقیت در کارهای ساده، مانند قبولی در آزمون های پزشکی چندگزینه ای، به مطابقت با تشخیص های پزشکان در موارد پیچیده در هنگامی که اطلاعات لازم به آنها داده شود، رسیده اند. او می گوید: این بسیار هیجان انگیز است. اما آدام رودمان، پزشک طب داخلی در دانشکده پزشکی هاروارد و نویسنده همکار در هر دو مقاله می گوید این بدان معنا نیست که این ابزارها آماده خودکار شدن هستند. رودمان می گوید شواهد تابحال نشان داده است که این سیستم ها عملکرد تشخیصی شایان توجهی دارند، اما مطالعات هنوز آزمایش نکرده اند که این فناوری چطور می تواند در مراقبت های بالینی ادغام شود یا این که در زندگی حقیقی چقدر ایمن خواهد بود. او می افزاید برای دریافت آن پاسخ ها، ابزارها باید در کارآزمایی های بالینی قوی آزمایش شوند. گوگل درحال برنامه ریزی یک کارآزمایی برای آزمایش «کاوشگر هوش پزشکی بیان گر»، است که بگفته آنها «فراتر از امکان سنجی» خواهد رفت. این مطالعه شرکت کنندگانی را از سراسر ایالات متحده جذب خواهد نمود تا «شواهد محکمی» در مقیاس بزرگ جمع آوری کنند. چند ابزار هوش مصنوعی دیگر قبلا آزمایش شده اند، اما نیاز به حضور پزشک در حلقه نظارت دارند. یکی از این ها، به نام AI Consult، به پزشکان در نایروبی تشخیص ها، آزمایش ها و انتخابهای درمانی پیشنهادی را برمبنای سوابق پزشکی الکترونیکی عرضه داد. طبق نتایجی که در ژوئیه ۲۰۲۵ روی arXiv انتشار یافت، پزشکانی که از این ابزار استفاده می کردند، نسبت به آنهایی که به ابزار دسترسی نداشتند، ۱۶ درصد خطای تشخیصی کمتر و ۱۳ درصد خطای درمانی کمتری داشتند. بطور دقیق تر، وو خواهان کارآزمایی های بالینی برای آزمایش ایمنی ابزارهای هوش مصنوعی پزشکی است. سال گذشته، در صورتیکه در مورد یک بیمار نظر دوم می داد، جزئیات را وارد یک ابزار هوش مصنوعی پزشکی کرد که درحال آزمایش آن بود و از پاسخ بسیار خطرناکی که داد، شگفت زده شد. این مورد موجب شد که وو و همکارانش روی روشی کار کنند که «ارزیابی صدمه انتخابهای مختلف در پزشکی» نامیده می شود تا ایمنی سفارش های عرضه شده توسط مدلهای زبانی پزشکی را ارزیابی کنند. او می گوید: ما فکر می نماییم به جای گزارش صرفِ نمرات دقت، این مطالعات باید دقیقاً مانند کارآزمایی های بالینی داروها، رویدادهای نامطلوب را گزارش کنند. این کار هنوز در جریان است، اما یافته های اولیه که در دسامبر ۲۰۲۵ روی arXiv انتشار یافت، نشان داده است که در میان ۳۱ مدل زبانی، احتمال صدمه جدی ناشی از سفارش های هوش مصنوعی در حدود ۲۲ درصد موارد وجود داشته است. محققان می گویند با آزمایش و پالایش بیشتر، ابزارهای هوش مصنوعی بطور قطع می توانند با مدیریت کارهای خاص و آزاد کردن زمان برای وظایف دیگر، به پزشکان کمک کنند. مدلهای زبانی پیشرفته همینطور ممکنست در نهایت به اشخاصی که به سبب موقعیت مکانی یا مشغله زیاد پزشکان نزدیک، دسترسی آسانی به پزشک ندارند، کمک کنند. کاراندیپ سینگ، پزشک و متخصص هوش مصنوعی پزشکی در دانشگاه کالیفرنیا، سن دیگو می گوید هنگام ارزیابی پتانسیل ابزارهای هوش مصنوعی پزشکی، مهمست که بپذیریم مراقبت های بهداشتی فعلی با رسیدن به کمال فاصله بسیاری دارند. سینگ پیشبینی می کند که ابزارهای هوش مصنوعی به جای جایگزینی، به صورت رو به ازدیادی در گروههای مراقبت های بهداشتی ادغام خواهند شد. او می گوید: آن چه همچنان در قلمرو پزشکان حقیقی باقی می ماند، داشتن یک رابطه مبتنی بر اعتماد با بیمار است. منبع: iagrp.ir 1405/03/17 19:00:51 5.0 / 5 5 تگها: آزمایش , الكترونیكی , دانشگاه , سیستم مطلب را می پسندید؟ (1) (0) تازه ترین مطالب مرتبط ChatGPT تاریخ ساز شد آیا استفاده از هوش مصنوعی حافظه انسان را تضعیف می کند؟ علل ریزش مو و درمان قطعی آن مدل Claude Opus ۴،۸ نظرات بینندگان در مورد این مطلب لطفا شما هم در مورد این مطلب نظر دهید = ۶ بعلاوه ۵ نظر دادن