ميزات الرعاية الصحية باستخدام الذكاء الاصطناعي

يُستخدم الذكاء الاصطناعي في مجال الرعاية الصحية في كل شيء بدءًا من الإجابة عن أسئلة المرضى إلى المساعدة في العمليات الجراحية، وتطوير أدوية جديدة.

وفقًا لموقع  Statista (رابط خارج موقع ibm.com)، من المتوقع لقيمة سوق الرعاية الصحية القائمة على الذكاء الاصطناعي التي تبلغ 11 مليار دولار أمريكي في عام 2021 أن تصل إلى 187 مليار دولار أمريكي في عام 2030. وتعني هذه الزيادة الهائلة أنه من المرجح أن نشهد باستمرار تغييرات كبيرة في كيفية عمل مقدمي الرعاية الطبية، والمستشفيات، وشركات الأدوية والتقنية الحيوية، وغيرها من الشركات التي تعمل في مجال الرعاية الصحية.

إن تحسين خوارزميات التعلم الآلي ، والوصول إلى البيانات، وخفض أسعار الأجهزة، وإتاحة تقنية الجيل الخامس قد ساهم في زيادة تطبيق الذكاء الاصطناعي على مجال الرعاية الصحية، وتسريع وتيرة التغيير. يمكن لتقنيات الذكاء الاصطناعي والتعلّم الآلي فحص كميات هائلة من البيانات — من السجلات الصحية والدراسات السريرية إلى المعلومات الوراثية — وتحليلها بشكل أسرع بكثير من البشر.

تستخدم مؤسسات الرعاية الصحية الذكاء الاصطناعي لتحسين كفاءة جميع أنواع العمليات، بدءًا من مهام العمليات المساندة إلى رعاية المرضى. فيما يلي بعض الأمثلة على كيفية استخدام الذكاء الاصطناعي في خدمة الموظفين والمرضى:

• سير العمل الإداري: يقضي العاملون في مجال الرعاية الصحية الكثير من الوقت في إنجاز الأعمال الورقية والمهام الإدارية الأخرى. يمكن أن يساعد الذكاء الاصطناعي والأتمتة في أداء العديد من تلك المهام البسيطة، ما يوفر وقت الموظفين لأنشطة أخرى، ويمنحهم المزيد من الوقت لمتابعة المرضى بأنفسهم. على سبيل المثال، يمكن أن يساعد الذكاء الاصطناعي التوليدي الأطباء في تدوين الملاحظات، وتلخيص المحتوى الذي يمكن أن يساعد في الاحتفاظ بالسجلات الطبية بأكبر قدر ممكن من الدقة. قد يساعد الذكاء الاصطناعي أيضًا في الترميز الدقيق ومشاركة المعلومات بين الأقسام وإعداد الفواتير.
• مساعدو التمريض الافتراضيون: وجدت إحدى الدراسات أن 64% من المرضى (الرابط خارج موقع ibm.com) يشعرون بالارتياح لاستخدام الذكاء الاصطناعي للوصول إلى الإجابات التي يقدمها الممرضون المساعدون على مدار الساعة. مساعدو التمريض الافتراضيون المدعومين بالذكاء الاصطناعي — مثل روبوتات المحادثة أو التطبيقات أو غيرها من الواجهات — يمكن استخدامهم للمساعدة في الإجابة عن الأسئلة المتعلقة بالأدوية، وإرسال التقارير إلى الأطباء أو الجراحين، ومساعدة المرضى على تحديد موعد زيارة الطبيب. يمكن أن تساعد هذه الأنواع من المهام الروتينية في رفع العمل عن كاهل الطاقم الطبي، الذي يمكنه بعد ذلك قضاء المزيد من الوقت مباشرةً في رعاية المرضى، حيث يكون القرار والتفاعل البشري أكثر أهمية.
• تقليل الأخطاء في الجرعات: يمكن استخدام الذكاء الاصطناعي للمساعدة في تحديد الأخطاء في كيفية تناول المريض الدواء بنفسه. يأتي أحد الأمثلة على ذلك من دراسة في مجلة Nature Medicine (الرابط خارج ibm.com) التي وجدت أن ما يصل إلى 70% من المرضى لا يتناولون الأنسولين على النحو المحدد. يمكن استخدام أداة مدعومة بالذكاء الاصطناعي مع المعلومات الأساسية للمريض (مثل جهاز توجيه الواي فاي) للإبلاغ عن الأخطاء في كيفية استخدام المريض لقلم الأنسولين أو جهاز الاستنشاق.
• العمليات الجراحية البسيطة: يمكن استخدام الروبوتات المدعومة بالذكاء الاصطناعي للعمل مع الأعضاء والأنسجة الحساسة؛ للمساعدة في تقليل فقدان الدم، ومخاطر العدوى، وآلام ما بعد الجراحة.
• منع الاحتيال يبلغ حجم الاحتيال في قطاع الرعاية الصحية 380 مليار دولار أمريكي سنويًا، ويزيد من تكلفة الأقساط الطبية للمستهلكين والنفقات التي يدفعونها من أموالهم الخاصة. يمكن أن يساعد تطبيق نظام الذكاء الاصطناعي على التعرف على الأنماط غير المعتادة أو المشكوك فيها في مطالبات التأمين، مثل إعداد الفواتير للخدمات المكلفة أو الإجراءات التي لم يتم تنفيذها، وفصل الفواتير (وهو إعداد الفواتير للخطوات الفردية للإجراء كما لو كانت إجراءات منفصلة)، وإجراء اختبارات غير ضرورية لاسترداد مدفوعات التأمين.

وجدت دراسة حديثة أن 83% من المرضى أفادوا بأن سوء التواصل هو أسوأ ما في تجربتهم المرضية، ما يدل على الحاجة الماسة إلى تواصل أوضح بين المرضى ومقدمي الخدمات.

قد تساعد تقنيات الذكاء الاصطناعي مثل معالجة اللغة الطبيعية (NLP) والتحليلات التنبؤية والتعرف على الكلام مقدمي الرعاية الصحية على التواصل مع المرضى بشكل أكثر فعالية. قد يقدم الذكاء الاصطناعي، على سبيل المثال، معلومات أكثر تحديدًا عن خيارات علاج المريض، ما يسمح لمقدِّم الرعاية الصحية بإجراء محادثات أكثر جدوى مع المريض من أجل المشاركة في اتخاذ القرار.

وفقًا لكلية الصحة العامة بجامعة هارفارد (الرابط خارج ibm.com)، على الرغم من أن استخدام الذكاء الاصطناعي على هذا النحو ما زال في بداياته، إلا أن استخدامه لإجراء التشخيص قد يقلل من تكاليف العلاج بنسبة تصل إلى 50%، ويحسن النتائج الصحية بنسبة 40%.

أحد أمثلة الاستخدام من جامعة هاواي (الرابط خارج ibm.com)، حيث توصل فريق بحثي إلى أن نشر تقنية التعلم العميق لتقنية الذكاء الاصطناعي يمكن أن يحسن التنبؤ بخطر الإصابة بسرطان الثدي. هناك حاجة إلى إجراء المزيد من الأبحاث، لكن الباحث الرئيسي أشار إلى أنه يمكن تدريب خوارزمية الذكاء الاصطناعي على مجموعة من الصور أكبر بكثير من تلك التي يستخدمها أخصائي الأشعة—ما يصل إلى مليون صورة أشعة أو أكثر. كما يمكن تكرار هذه الخوارزمية دون أي تكلفة باستثناء الأجهزة.

إن مجموعة تابعة لمعهد ماساتشوستس للتقنية (الرابط خارج ibm.com) طورت خوارزمية التعلم الآلي (ML) لتحديد متى تكون هناك حاجة إلى خبير بشري. في بعض الحالات، مثل تحديد تضخم القلب في الأشعة السينية للصدر، وجدوا أن نموذج الذكاء الاصطناعي البشري الهجين أنتج أفضل النتائج.

ووجدت دراسة أخرى منشورة (الرابط خارج ibm.com) أن الذكاء الاصطناعي تعرف على سرطان الجلد بشكل أفضل من الأطباء ذوي الخبرة. استخدم باحثون أمريكيون وألمان وفرنسيون التعلم العميق على أكثر من 100,000 صورة للتعرف على سرطان الجلد. وبمقارنة النتائج التي توصلوا إليها مع نتائج 58 طبيب جلدية دولي، وجدوا أن نتائج الذكاء الاصطناعي أفضل.

مع ازدياد شعبية أجهزة مراقبة الصحة واللياقة البدنية وزيادة عدد الأشخاص الذين يستخدمون التطبيقات التي تتتبع وتحلل تفاصيل عن صحتهم. يمكنهم مشاركة مجموعات البيانات الآنية مع أطبائهم لرصد المشاكل الصحية، وتقديم التنبيهات في حالة وجود مشاكل.

قد تُستخدم حلول الذكاء الاصطناعي—مثل البيانات الكبيرة، والتطبيقات، وخوارزميات التعلم الآلي، وخوارزميات التعلم العميق— لمساعدة البشر على تحليل مجموعات البيانات الكبيرة للمساعدة في اتخاذ القرارات السريرية وغيرها من القرارات. يمكن أيضًا استخدام الذكاء الاصطناعي للمساعدة في كشف وتتبع الأمراض المعدية مثل كوفيد-19 والسل والملاريا.

من بين الميزات التي يجلبها الذكاء الاصطناعي لأنظمة الصحة تسهيل جمع المعلومات ومشاركتها. يمكن أن يساعد الذكاء الاصطناعي مقدمي الخدمات على تتبع بيانات المرضى بشكل أكثر كفاءة.

أحد الأمثلة على ذلك مرض السكري. وفقًا لمراكز السيطرة على الأمراض والوقاية منها (الرابط خارج ibm.com)، فإن 11.6% من سكان الولايات المتحدة مصابون بمرض السكري. يمكن للمرضى الآن استخدام أجهزة رصد قابلة للارتداء تقدم لهم ولفريقهم الطبي معلومات عن مستويات الغلوكوز لديهم.

يمكن أن يساعد الذكاء الاصطناعي مقدمي الخدمات على جمع تلك المعلومات وتخزينها وتحليلها، وتوفير معلومات قائمة على البيانات من أعداد هائلة من الأشخاص. يمكن أن يساعد استخدام هذه المعلومات أخصائيي الرعاية الصحية على تحديد كيفية علاج الأمراض وإدارتها بشكل أفضل.

بدأت المؤسسات أيضًا في استخدام الذكاء الاصطناعي للمساعدة على تحسين سلامة الدواء. تبتكر شركة Selta Square، على سبيل المثال، عملية التيقظ الدوائي (PV)، وهو نظام مكلف قانونًا للكشف عن الآثار الضارة للأدوية والإبلاغ عنها، ثم تقييم تلك الآثار وفهمها والوقاية منها.

وتتطلب عملية PV جهدًا واجتهادًا كبيرًا من منتجي الأدوية؛ لأنها تتم بدءًا من مرحلة التجارب السريرية وطوال فترة صلاحية الدواء. تستخدم شركة Selta Square مزيجًا من الذكاء الاصطناعي والأتمتة لجعل عملية PV أسرع وأكثر دقة، ما يساعد على جعل الأدوية أكثر أمانًا للناس في جميع أنحاء العالم.

في بعض الأحيان، قد يقلل الذكاء الاصطناعي من الحاجة إلى اختبار مركّبات الأدوية المحتملة جسديًا، وهذا يمثل توفيرًا كبيرًا في التكلفة. يمكن تشغيل عمليات المحاكاة الجزيئية عالية الدقة (الرابط خارج ibm.com) على أجهزة الكمبيوتر دون تكبد تكاليف عالية لطرق الاكتشاف التقليدية.

كما أن الذكاء الاصطناعي لديه القدرة على مساعدة البشر على التنبؤ بالسمية، والنشاط الحيوي، والخصائص الأخرى للجزيئات، أو إنشاء جزيئات دواء غير معروفة سابقًا من الصفر.

مع ازدياد أهمية الذكاء الاصطناعي في تقديم الرعاية الصحية وتطوير المزيد من التطبيقات الطبية التي تعمل بالذكاء الاصطناعي، يجب وضع حوكمة أخلاقية وتنظيمية. تشمل القضايا التي تثير القلق إمكانية التحيز، وعدم الشفافية، والمخاوف ذات الصلة بالخصوصية فيما يتعلق بالبيانات المستخدمة في تدريب نماذج الذكاء الاصطناعي، ومشكلات متعلقة بالسلامة والمسؤولية.

ذكرت Laura Craft، نائب الرئيس المحلل في شركة Gartner (الرابط خارج ibm.com): "إن حوكمة الذكاء الاصطناعي ضرورية، وخاصةً للتطبيقات السريرية للتقنية". "ومع ذلك ونظرًا لأن تقنيات الذكاء الاصطناعي الجديدة تعتبر إلى حد كبير مجالاً جديدًا لمعظم [المؤسسات الصحية]، فإن هناك نقص في القواعد والعمليات والمبادئ التوجيهية المشتركة التي يجب على رواد الأعمال المتحمسين اتباعها عند تصميم مشاريعهم التجريبية."

أمضت منظمة الصحة العالمية (WHO) 18 شهرًا من المداولات مع كبار الخبراء في مجال الأخلاقيات، والتقنية الرقمية، والقانون، وحقوق الإنسان، وأفراد من وزارات الصحة المختلفة لإصدار تقرير بعنوان أخلاقيات وحوكمة الذكاء الاصطناعي في مجال الصحة (الرابط خارج ibm.com). يحدد هذا التقرير التحديات الأخلاقية التي تواجه استخدام الذكاء الاصطناعي في الرعاية الصحية، ويحدد المخاطر، ويوضح ستة مبادئ بتوافق الآراء (الرابط خارج ibm.com) لضمان أن الذكاء الاصطناعي يعمل من أجل مصلحة عامة الناس:

1. حماية الاستقلالية
2. تعزيز سلامة الإنسان ورفاهيته
3. ضمان الشفافية
4. تعزيز المساءلة
5. ضمان المساواة
6. تعزيز الأدوات المستجيبة والمستدامة

كما يقدّم تقرير منظمة الصحة العالمية توصيات تضمن أن تؤدي حوكمة الذكاء الاصطناعي للرعاية الصحية إلى تحقيق الوعود التقنية، وتحميل العاملين في مجال الرعاية الصحية المسؤولية، والاستجابة للمجتمعات والأشخاص الذين يعملون معهم.

يوفر الذكاء الاصطناعي فرصًا للمساعدة في الحد من الأخطاء البشرية، ومساعدة المهنيين والأخصائيين الطبيين، والكادر الطبي، وتقديم الخدمات للمرضى على مدار الساعة طوال أيام الأسبوع. مع استمرار تطور أدوات الذكاء الاصطناعي، هناك إمكانية لاستخدام الذكاء الاصطناعي بشكل أكبر في قراءة الصور الطبية، والأشعة السينية، والمسح الضوئي، وتشخيص المشاكل الطبية، ووضع خطط العلاج.

تواصل تطبيقات الذكاء الاصطناعي المساعدة على تبسيط المهام المختلفة، بدءًا من الرد على المكالمات الهاتفية إلى تحليل اتجاهات صحة السكان (ومن المحتمل أن تكون التطبيقات لم يُنظر فيها بعد). على سبيل المثال، قد تعمل أدوات الذكاء الاصطناعي المستقبلية على أتمتة أو زيادة عمل الأطباء السريريين والموظفين. سيؤدي ذلك إلى توفير المزيد من الوقت للبشر لقضاء المزيد من الوقت في تقديم رعاية مهنية أكثر فعالية وتعاطفًا وجهًا لوجه.

عندما يحتاج المرضى إلى المساعدة، فإنهم لا يرغبون في (أو لا يستطيعون) الانتظار. إن موارد الرعاية الصحية محدودة؛ لذا فإن المساعدة ليست متاحة دائمًا على الفور أو على مدار الساعة طوال أيام الأسبوع — وحتى التأخير الطفيف يمكن أن يؤدي إلى الإحباط والشعور بالعزلة أو يتسبب في تفاقم بعض الحالات.

إن روبوتات الرعاية الصحية IBM watsonx™ Assistant يمكنها مساعدة مقدمي الرعاية الصحية على إجراء أمرين: الحفاظ على تركيز وقتهم على الأمور التي تحتاج إلى وقتهم، ومساعدة المرضى الذين يتصلون للحصول على إجابات سريعة على الأسئلة البسيطة.

إن IBM watsonx Assistant مبني على نماذج التعلم العميق، والتعلم الآلي، ومعالجة اللغة الطبيعية (NLP) لفهم الأسئلة، والبحث عن أفضل الإجابات، وإتمام المعاملات باستخدام الذكاء الاصطناعي الحواري.

اشترك في رسائل Think الإخبارية