نخستین مرجع جهانی در حوزه هوش مصنوعی و هماتولوژی راهاندازی شد

اکبر درگلاله در گفتوگو با خبرنگار پایگاه خبری الفبای رشد، به انتشار نخستین کتاب مرجع در زمینه هوش مصنوعی و بیماریهای هماتولوژی اشاره کرد که وی سرویراستاری آن را بر عهده داشته است. وی اظهار داشت: این کتاب به عنوان نخستین اثر مرجع در این حوزه شناخته میشود و در آن به تشخیص سنتی بیماریهای خونی و همچنین به تشخیص این بیماریها با استفاده از ماشین لرنینگ و هوش مصنوعی پرداخته شده است.
وی افزود: این کتاب در زمره آثار مرجع و رفرنس بینالمللی قرار میگیرد و با توجه به رشد سریع هوش مصنوعی و ورود ماشین لرنینگ به تمامی حوزههای علمی، به ویژه دنیای پزشکی، روند تشخیص بیماریها و درمان آنها به سمت استفاده از ابزارهای هوشمند پیش میرود. دلیل این تغییر نیز واضح است؛ این فناوریها میتوانند هم سرعت کار را افزایش دهند و هم دقت نتایج را بهبود بخشند. به همین دلیل ما تلاش کردیم با استفاده از ظرفیت متخصصان داخلی و خارجی، یک کتاب مرجع در سطح بینالمللی تألیف کنیم که برای محققان و فعالان بالینی قابل استفاده باشد.
درگلاله در ادامه به ویژگیهای این اثر اشاره کرد و گفت: این مجموعه در پنج جلد و حدود ۲۵۰۰ صفحه تدوین شده است و بیش از ۱۰۰ متخصص از کشورهای مختلف، دیدگاهها و نتایج پژوهشهای خود را در آن ارائه کردهاند. این مشارکت گسترده بینالمللی، ارزش علمی و مرجعیت کتاب را افزایش میدهد و آن را به منبعی متمایز در این زمینه تبدیل میکند.
وی همچنین درباره جایگاه آزمایشگاه هماتولوژی در فرایند تشخیص توضیح داد و گفت: آزمایشگاه هماتولوژی نقش بسیار مهمی در نظام تشخیص پزشکی ایفا میکند، زیرا بسیاری از تستهای هماتولوژی از پرکاربردترین آزمایشها در این حوزه به شمار میروند. بنابراین باید توجه ویژهای به این تستها داشت. اگر بتوانیم سرعت تفسیر این تستها را در کنار بالین بیمار افزایش دهیم و در عین حال دقت آنها را با کمک هوش مصنوعی بالا ببریم، هم سریعتر به نتیجه میرسیم و هم امکان تصمیمگیری دقیقتری برای پزشک فراهم میشود.
درگلاله با اشاره به نقش گزارشهای آزمایشگاهی در مسیر درمان افزود: یکی از وظایف مهم آزمایشگاه، ارائه گزارش خام به پزشک است. اما در دنیای مدرن، این کار بهتنهایی کافی نیست. پس از مرحله گزارش خام، تفسیر نتایج دشوار میشود و به همین دلیل متخصص آزمایشگاه باید دیدگاه تخصصی خود را در قالب کامنت ارائه دهد تا به فرایند تشخیص کمک کند. این پژوهشگر در توضیح این موضوع تصریح کرد: متخصص آزمایشگاه با توجه به تاریخچهای که از بیمار در اختیار دارد و با تکیه بر توانایی و تخصصی که از بهکارگیری هوش مصنوعی و ماشین لرنینگ در آزمایشگاه به دست میآورد، میتواند بهراحتی در تشخیص به پزشک یاری رساند. در این صورت، پزشک نیز با کمک استفاده از ماشین لرنینگ و هوش مصنوعی در آزمایشگاه، هم تشخیص دقیقتری خواهد داشت و هم سریعتر به نتیجه خواهد رسید.
درگلاله با تأکید بر اهمیت غیرقابل چشمپوشی این فناوری اظهار کرد: در دنیایی که در آن زندگی میکنیم، نمیتوان از ماشین لرنینگ و هوش مصنوعی غافل ماند. علوم آزمایشگاهی و تشخیص پزشکی از جمله حوزههایی هستند که هوش مصنوعی میتواند خدمتی بیبدیل به بشر و علم ارائه کند. اگر در حوزه آزمایشگاه از هوش مصنوعی استفاده نکنیم، تشخیصها در سطح سنتی باقی میماند و از مزیت بزرگی محروم میشویم؛ مزیتی که هم روند تشخیص را سریعتر میکند، هم هزینههای درمان را کاهش میدهد و هم عوارض ناشی از درمان یا تشخیص اشتباه را کم میکند.
این پژوهشگر حوزه هماتولوژی درباره نگرانیهایی که نسبت به گسترش هوش مصنوعی در پزشکی مطرح میشود، گفت: این نگرانی هم بهجا است و هم تا حدی غیرقابل قبول. یک قاعده مهم وجود دارد که در متون علمی نیز به آن اشاره و توصیه شده است و اگر این توصیه رعایت شود، اصلاً جای نگرانی نیست. بر اساس این قاعده، در مواقعی که به سرعت نیاز داریم باید از هوش مصنوعی کمک بگیریم و در مواقعی که به تمرکز و قضاوت انسانی نیاز داریم، از هوش انسانی بهرهمند شویم.
وی با بسط این موضوع افزود: در مواردی که الگوها بسیار پیچیدهاند، هوش مصنوعی میتواند در تحلیل دادهها کمک مهمی به متخصصان کند. به اعتقاد من، اگر از هوش مصنوعی به درستی استفاده شود، نهتنها جای نگرانی وجود ندارد، بلکه این فناوری دهها برابر به زمان ما اضافه میکند و این امکان را فراهم میآورد که در زمان اندک، کارهای بسیار بزرگی انجام دهیم.
درگلاله سپس به روند رو به رشد پژوهشها در این عرصه اشاره کرد و گفت: در دنیای فعلی و در دهههای اخیر، استفاده از هوش مصنوعی در علم هماتولوژی بهقدری وسیع بوده که روز به روز مقالات زیادی در این زمینه منتشر میشود. ما باید تلاش کنیم خود را با این سرعت روزافزون سازگار کنیم، چراکه دنیای علم و فناوری متوقف نمیشود و اگر سراغ این حوزه نرویم، بیشک هم در تشخیص و هم در درمان عقب میمانیم.
وی ادامه داد: به اعتقاد من این حوزه بسیار سریع در حال رشد است و نشریات و انتشارات علمی در آن بسیار قابل توجه و حائز اهمیتاند و کمک شایانی به استانداردسازی میکنند. اگر هم خلأیی وجود داشته باشد، از آنجا که علم همواره در حال رشد است، این خلأها بیشتر دیده میشود و با کمک هوش مصنوعی این شکافها پر میشود.
درگلاله درباره کاربردهای عملی هوش مصنوعی در بخشهای مختلف آزمایشگاه اظهار کرد: از آنجا که این موضوع بسیار جدید است، هر فرد یا متخصصی که در کار روزمره با آن سروکار دارد، مستعد این است که به سمت هوش مصنوعی برود و از آن استفاده کند. برای مثال اگر کسی در بخش بانک خون فعالیت میکند، این فناوری بسیار در آن حوزه کاربرد دارد؛ دادهها تحلیل میشود و به نتیجه میرسد و در انتخاب خون مناسب با آنتیبادیهای مختلف برای تزریق به بیماران کمک بسیاری میکند و این فرایند را سرعت میبخشد. حتی اگر مشکلی در این زمینه پیش بیاید، بهراحتی قدرت مدیریت فرد را بالا میبرد.
وی با اشاره به تواناییهای تفسیری هوش مصنوعی افزود: هر تغییری که در تستها و پارامترهای هماتولوژی رخ دهد، در کنار هوش مصنوعی بهراحتی تفسیر میشود. یکی از مهمترین قابلیتهایی که در علم هماتولوژی میتوان از هوش مصنوعی گرفت، قابلیت پیشبینیپذیری دادههاست. یعنی بر اساس الگوی تستهایی که یک بیمار دارد و با کمک گرفتن از علائم بالینی، هوش مصنوعی میتواند پیشبینی کند که در آینده چه اتفاقی برای این بیمار خواهد افتاد.
درگلاله با تأکید بر ارزش این قابلیت برای پزشک تصریح کرد: این توانایی پیشبینی، کمک شایانی به تشخیص و مسیر درمانیای که پزشک اتخاذ میکند میکند و از بسیاری بحرانهای ناشناخته مانند متاستاز یا خونریزیهای شدید جلوگیری میکند. به این ترتیب میتوان جلوی بسیاری از عوارض و عواقب بیماریها را گرفت.
وی در بخش پایانی سخنان خود به ضرورت سرمایهگذاری در این حوزه پرداخت و گفت: در آینده باید کمک کنیم متخصصان ما بیشتر با هوش مصنوعی آشنا شوند و تبحر و تخصص آنها در این زمینه بیشتر شود. نباید اجازه دهیم روشهای سنتی باعث افزایش سرعت درمان و عواقب ناشی از آن شود. هوش مصنوعی راهی است برای کاهش عواقب دیر تشخیص دادن، درمان اشتباه یا درمان دیرهنگام و باید در این زمینه، بهویژه در پزشکی و علوم پایه پزشکی، سرمایهگذاری بسیاری صورت گیرد.
درگلاله با اشاره به گستره کاربرد این فناوری افزود: از هوش مصنوعی میتوان در تمام بخشهای تشخیصی، درمانی و پیشگیری در حوزههای بسیار مهم بهره برد. برای مثال در حوزه بهداشت و پیشگیری از بیماری، کاربردهای فراوانی برای آن متصور است. تمام بیمارستانها و درمانگاهها نیز باید با کمک هوش مصنوعی خدمات درمانی مناسبتری به مردم و بیماران ارائه دهند.
وی همچنین بر پیوند پژوهش و درمان تأکید کرد و گفت: تا زمانی که پژوهش یک کشور رشد نکند، نمیتوانیم اثرات آن را بر درمان ببینیم و این پژوهش امروزه بدون هوش مصنوعی عقب میماند. به نظر من باید ارتباط زیادی میان مراکز پژوهشی دانشگاهی و فناور با مراکز حوزه سلامت برقرار باشد؛ از حوزههای بهداشتی برای پیشگیری گرفته تا حوزههای آزمایشگاهی، تشخیصی و درمانی. باید ارتباطی بسیار تنگاتنگ و نزدیک ایجاد کنیم تا از این پژوهشهای نوین در هوش مصنوعی استفاده واقعی صورت گیرد.
درگلاله در پایان خاطرنشان کرد: اگر بتوانیم دادهها را دقیق و با کمک هوش مصنوعی تجزیه و تحلیل کنیم، در بحث پیشگیری هم عملکرد بسیار بالایی خواهیم داشت و میتوان از بروز بسیاری از بیماریها نظیر دیابت، بیماریهای قلبی عروقی یا عوارض بیماریهای دیگر که عمدتاً عامل مرگ محسوب میشوند جلوگیری کنیم. مجموعه این عوامل باعث میشود جامعهای سالمتر و پویاتر داشته باشیم.



