<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>نوشته های ketabchi.mohammadhosein</title><link>https://virgool.ir/feed/@ketabchi.hosein</link><description>دانشجوی کارشناسی ارشد مدیریت خدمات بهداشتی-درمانی دانشگاه علوم پزشکی تهران</description><language>fa</language><pubDate>2026-11-11 19:09:41</pubDate><image><url>https://files.virgool.ir/upload/users/197439/avatar/dEeq2A.png</url><title>ketabchi.mohammadhosein</title><link>https://virgool.ir/@ketabchi.hosein</link></image><item><title>زمان ظهور پزشکان الکترونیکی فرا رسیده است</title><link>https://virgool.ir/HE-TUMS/زمان-ظهور-پزشکان-الکترونیکی-فرا-رسیده-است-znza9gwutobs</link><description>توانمند سازی بیمار، گسترش فناوری های دیجیتال و دسترسی گسترده تر به اطلاعات پزشکی همراه با کمبود پزشکان در دنیا، افزایش امید به زندگی و تعداد روزافزون بیماری های مزمن، تغییراتی را در حیطه ی پزشکی فرا می خواند. رویکرد گذشته ی حرفه ی پزشکی نمی تواند با موج مشکلات قرن بیست و یکم روبرو شود. پزشکان باید به جای کار تک نفره، در قالب افرادی کنجکاو در کار تیمی مشارکت داشته باشند و به جای فردی پیرو( و دنبال کننده)، به افرادی خلاق و رهبر در حیطه ی سلامت دیجیتال تبدیل شوند. این بحث اصلی جدید ترین انتشارات Medical Futurist با عنوان ظهور پزشکان توانمند در دوره ی سلامت دیجیتال می باشد که در ژورنال Medical Internet Research منتشر شده است.این مقاله ترجمه ای از مقاله ی It&#39;s Time for The Rise of E-Physicians می باشد که در سایت The Medical Futurist منتشر شده است. نسخه ی اصلی مقاله را می توانید از اینجا مطالعه کنید.اطلس ها در حال ایجاد و ساخت جهانی سنگین تر و باستانی هستندمیزان فرسودگی پزشکان در سطح بالایی است. رییس انجمن جهانی پزشکی، دکتر لئونید آیدلمن، سخنرانی تحلیف خود را در اکتبر 2018 با اشاره به پاندمی فرسودگی پزشکان آغاز نمود. در آن زمان، تقریبا نیمی از ده میلیون پزشک جهان نشانه های فرسودگی(شغلی) از جمله فرسودگی عاطفی، عدم ارتباطات میان فردی و احساس کم دستیابی (به اهدافشان) را داشتند.تعداد فزاینده ی بیماریهای مزمن،کمبود پزشکان جهانی، هزینه های فزاینده ی درمان پزشکی و افزایش امید به زندگی همگی می توانند چالش بزرگی را برای حرفه های پزشکی ایجاد کنند. به علاوه، حتی نوآوری هایی که قرار است به پزشکان برای مقابله با این بار کمک کند، باعث افزایش ساعت کاری آنها می شود: سوابق پزشکی الکترونیک، افزایش رایانه سازی این کار همراه با افزایش ساز و کارهای اداری همگی به اپیدمی فرسودگی می افزاید.تا کنون به نظر میرسد تکنولوژی، بیشتر از متخصصان پزشکی منافعی را به بیماران رسانده است. بیماران ، اطلاعات آماده به کار بیشتری دارند، به تکنولوژی های بیشتر و به برنامه های موبایل و ابزارهای هوشمند بسیار بیشتری دسترسی دارند که به روند بهبود آنها کمک می کند. آنها می توانند با دقت بیشتری مراقبت خود را دنبال کنند، سوالاتی را بپرسند، برای پشتیبانی به انجمن های آنلاین بیماران مراجعه نموده و برای معالجه به کشورهای خارجی سفر کنند. به نظر میرسد که بیماران دیگر به پزشکانی که بیش از حد مطمئن از خود بودند و در گذشته از قداست زیادی برخوردار بودند، نیازی ندارند. آنها به شرکای دیگری نیار دارند که آنها را در جنگل سلامت دیجیتال هدایت کند.چالشهای قرن بیستم، انحصار طلبی حرفه های پزشکی را به چالش میکشد و تلاش می کند چهره ی باستانی پزشکان به عنوان اطلسی که تمام جهان را بر روی دوش خود حمل می کرده ، حفظ نماید. پزشکان، پرستاران و بقیه ی مراقبان سلامت هنگام نگریستن به مکانها و کارکردهای جدید دچار استرس و سردرگمی میشوند. نه آموزش پزشکی و نه قوانین و دستورالعمل ها آنها را برای چگونگی عمل کردن در این عصر جدید آماده می کند. (پس) آنها باید چه کنند؟ چه واکنشی از خود نشان دهند؟پزشک توانمند کیست؟اولین پاسخ معمولا واکنشی است که میگوید بمان و بجنگ یا رها کن و فرار کن. متخصصان سلامت یا بی میل به بکارگیری سلامت دیجیتال هستند یا اصرار به استفاده از قدرتی هستند که در گذشته صاحب آن بودند. گرچه آنها به مدتی طولانی نمی توانند خود را به غفلت بزنند. تغییری چشمگیر در بهداشت و درمان که سلامت دیجیتال خوانده میشود در راه است. اهمیتی ندارد که آنها خواهان آن هستند یا نه. مشابه رویداد بیماران الکترونیک، ظهور پزشکان الکترونیک ( پزشکان از راه دور) نیز می تواند به معنی پاسخی مناسب به نیازمندی های عصر دیجیتال باشد.پزشکان توانمند( پزشکان الکترونیکی) اینگونه توصیف میشوند:-الکترونیک؛جایی که آنها از تکنولوژی های دیجیتالی به راحتی در حرفه ی خود استفاده می کنند.-فعال شده؛ جایی که آنها با قوانین و مقررات فعال شده اند (یعنی این امکان برای آنان ایجاد شده که کارشان به جریان بیفتد).-توانمندشده، جایی که آنها با تکنولوژی هایی که پشتیبان شغلشان و بیماران توانمندشان ( بیماران الکترونیک) است، توانمند شده باشند.-متخصص در استفاده از تکنولوژی در حرفه ی خود یا در دانستن بهترین، قابل اتکاترین و قابل اعتمادترین منابع سلامت دیجیتال و تکنولوژی ها ( ی مرتبط با آن)-درگیر هنگام فهم احساسات و نقطه نظرات بیماران، دادن بازخورد مرتبط و درگیر نمودن آنها در کل فرایند درمان.این به مفهوم تغییری عمیق از تصویر مقدس پزشک است؛ که به نوعی ورود و خروج اطلاعات پزشکی با اوست و به بهترین وجه در تیم کار میکند و کارکردش مثل یک پردازنده ی داده ای یا هویتی، دنباله رو دستورالعمل هاست و در چرخ عظیمی از مراقبت های بهداشتی درمانی متناسب با نیازهای بیماران در حال حرکت است. پزشکان الکترونیکی، دانش و نگرش مثبتی در قبال تکنولوزی های دیجیتال خواهند داشت.( این موضوع)، رابطه ی پزشک-بیمار را در قالب روابط همکارانه شکل داده و مراقبت دلسوزانه را به عنوان پایه ی اساسی مراقبت های بهداشتی درمانی حفظ میکند.چگونه به پزشکان کمک کنیم؟گرچه با نگاهی به شرایط کنونی کار حرفه های بهداشتی و درمانی، شانس کمی برای پزشکان وجود دارد که بتوانند در نقش های جدید خود مطابق انتظارات عمل کنند. عصر سلامت دیجیتال نباید صرفا به معنی تجهیز کردن بیماران از راه دور با اطلاعات، تجهیزات و تکنولوژی باشد اما هم چنین باید به فراهم نمودن پزشکان توانمند ( پزشکان الکترونیکی یا از راه دور) با زمان، فرصت و تکنولوژی ها( ی مناسب) در جهت برآورده شدن دورنمای مدرن آموزش حرفه ی پزشکی و حتی مهم تر از آن، برای فراهم نمودن خلاقیت و حس لذت در این شغل ها تعبیر گردد.سیاست گذاران، تنظیم کنندگان قوانین و رهبران موسسات بزرگ و هم چنین مراکز پزشکی، باید محیطی فراهم کنند که پزشکان بتوانند با موفقیت در آنها حضور یابند. گرچه این فرایند، کاری بزرگ اما فرایندی آهسته است، اما به عنوان نصیحتی، آغاز حمایت برای شکل گیری مجدد صلاحیت های حرفه ای در مراکز پزشکی با بازنویسی برنامه ی تحصیلی پزشکی توصیه می شود.دوره هایی با درس های در زمینه ی سلامت دیجیتال که به شکلی موفق در دانشگاه سملویس( semmelweis) مجارستان تدریس شد، باید برای دانشجویان پزشکی فراهم شود تا هم با تکنولوژی های سلامت دیجیتال و مسائل مربوط به مشارکت جدید پزشک و بیمار آشنا شوند.نصیحت هایی برای پزشکان آیندهمتخصصان پزشکی برای به روز ماندن باید چه کنند؟همانطور که بیماران از راه دور در زمینه های بیماری شان، متخصص شده اند، ارائه کنندگان خدمات بهداشتی درمانی انتخاب شده توسط آنان (بیماران) ، باید کمک حال آنان باشند. برای اتفاق چنین رویدادی، ارائه کنندگان خدمات بهداشتی درمانی باید روابط متناسبی را با بیماران شکل دهند. همانطور که بینش هایی در مورد مسائل پزشکی و استفاده از تکنولوژی می تواند از دو طرف به وجود آید ( هم پزشک و هم بیمار)، و این فرایند به سمت تصمیم گیری مشترک، برقراری ارتباط در مقیاسی وسیع، مدیریت سلامتی و بیماری از راه کار تیمی سیر میکند، پزشکان باید خود را با مهارت های ارتباطی و آمادگی برای درگیر کردن بیمار در پیشگیری و درمان تجهیز کنند.از آنجایی که با استفاده از وسایل تشخیصی قابل حمل، تله مدیسین و بقیه تکنولوژی های به روز، بیماران به نقطه ی درمان تبدیل می شوند، ارائه کنندگان خدمات بهداشتی و درمانی به این نیاز خواهند داشت تا به طریقی آموزش ببینند که بتوانند تشخیص دهند، درمان کنند، آموزش دهند و بیمارانی که دور هستند را تحت نظر قرار دهند.قوانین و الگوهای رفتاری برای ارتباطات همزمان و ناهمزمان باید مورد مطالعه قرار گیرند. فراتر از مهارت های ارتباطی، سواد دیجیتالی، و مهارت های مدیریت و محافظت و جهت دهی مجموعه های داده ای ، (به اطلاعاتی) غیرقابل جایگزین(و بسیار ارزشمند) تبدیل خواهند شد. یک پزشک از راه دور باید اطلاعات را به روشی نقادانه و انتخاب گر اداره کند و بیماران را در مورد مسائل مدیریت داده ای آموزش دهد.گرچه که ما نسبت به این موضوع آگاه هستیم که این مهارت ها به عنوان نقطه ای شروع در آینده لازم هستند، آشنایی با تجهیزات ارتباطی، رسانه های جمعی، تکنولوژی های سلامت دیجیتال می تواند سختی انتقال به (دوره) سلامت دیجیتال را تسهیل نماید. ما هم چنین میدانیم که اولین گام ها در مسیر دیجیتال شدن می تواند دشوار باشد؛ به خصوص برای جمعیت های قدیمی. به همین دلیل ما ساز و کار Ask Me About Digital را برای پزشکانی که مایل به مواجه شدن با چالش های قرن بیست و یکم هستند را به راه انداختیم. در حالی که این سند به دنبال ارائه ی پاسخ به سوالات بیماران در مورد سلامت دیجیتال برای متخصصان پزشکی با استفاده از Ask Me About Digital می باشد؛ به شکلی اساسی، راهنمایی برای هر پزشک، پرستار و ارائه کنندگان خدمات مراقبتی در مورد استفاده از برنامه های اجتماعی، نحوه ی مطالعه ی اخبار پزشکی، برنامه های سلامت، (اطلاعاتی در مورد) سنسورهای قابل حمل و اینکه چه نوع تست ژنتیکی را ما توصیه می کنیم، می باشد. ما معتقدیم که این می تواند نقطه ای شروع برای تبدیل شدن به یک راهنما در جنگل سلامت دیجیتال باشد.در حالی که این مهارت های جدید می تواند باری اضافی بر جامعه ی کنونی پزشکی باشد، درک و قبول این که چگونه تکنولوژی های سلامت دیجیتال می تواند ظرفیت ها را افزایش دهد(، ضروری است و بنابراین) ، پزشکان شانس تمرین هنر پزشکی را که هرگز در قبل نداشته اند، خواهند داشت.</description><category>ketabchi.mohammadhosein</category><author>ketabchi.mohammadhosein</author><pubDate>Mon, 15 Jun 2020 14:48:50 +0430</pubDate></item><item><title>آیا هوش مصنوعی بحران منابع انسانی را در بهداشت و درمان حل خواهد کرد؟</title><link>https://virgool.ir/HE-TUMS/آیا-هوش-مصنوعی-بحران-منابع-انسانی-را-در-بهداشت-و-درمان-حل-خواهد-کرد-jdgoi12fgapa</link><description>مقدمههوش مصنوعی پتانسیل حل نمودن بحران منابع انسانی را در زمینه‌ی بهداشت و درمان با تسهیل نمودن فرایندهای تشخیص، تصمیم‌گیری و تحلیل و مدیریت داده‌ها را دارد. بنابراین، ما در ابتدا باید به موانع تکنولوژی، اخلاقی و قانونی فائق آییم.بحران منابع انسانی در سرتاسر دنیا در حال تشدید است و مشخص است که بدون نیروی انسانی امکان ارائه‌ی خدمات درمانی وجود ندارد. چگونه تکنولوژی می‌تواند به حل نمودن مشکلات مربوط به منابع انسانی کمک کند؟ آیا تکنولوژی، پزشکان را قدرتمند می‌کند یا جایگزین آنان می‌شود؟ چطور برنامه‌ی آموزش پزشکی، که شامل آموزش‌هایی در مقاطع تحصیلات تکمیلی است،  متخصصان را برای استفاده‌ی معنی داری (مفیدی) از تکنولوژی آماده می‌کند؟ این پرسش‌ها برای دهه‌ها مطرح بوده‌اند و نشانه‌های این که تکنولوژی جایگزین آن‌ها می‌شوند بسیار قریب‌الوقوع است؛ با توجه به این که سلامت هوشمند در حال فراگیری است. نویسندگان این مقاله باور دارند که هوش مصنوعی  نه تنها شکاف منابع انسانی را پر خواهد کرد بلکه باعث مطرح شدن سوالات اخلاقی خواهند شد که امروزه با آنها سروکار داریم.گرچه سوالات بیشتری مطرح است، موضع ما این است که هوش مصنوعی هدفی برای جایگزینی مراقبان بهداشتی ندارد، اما کسانی که از هوش مصنوعی استفاده می‌کنند، کسانی که از هوش مصنوعی استفاده نمی‌کنند را (با استفاده هوش مصنوعی) جایگزین خواهند کرد و آمادگی برای این موضوع، امکان‌پذیر است.این مقاله ترجمه ای از مقاله ی Will artificial intelligence solve the human resource crisis in healthcare ؟ می باشد که در BMC Health Services Research  منتشر شده است. نسخه ی اصلی مقاله را میتوانید از اینجا مطالعه کنید.پیش زمینهامروزه یک بحران منابع انسانی در بخش بهداشت و درمان وجود دارد.همه‌ی افراد باور دارند که طی ده سال آتی با ربات و هوش مصنوعی کار خواهند کرد. ما سوالاتی را بررسی می‌کنیم که این تمایل برای آینده‌ی نیروی کار به چه معنی است و این که آیا این موضوع عواقبی برای صنعت بهداشتی –درمانی خواهد داشت.بحران نیروی کار بهداشت و درمان ناشی از حداقل سه مسئله‌ی اساسی است: کمبود پزشک در سرتاسر دنیا، پیری و فرسودگی پزشکان و تقاضای بیشتر برای مراقبت‌های مزمن.یک سیستم کارآمد به موجودیت، در دسترس بودن و مقبولیت و کیفیت کارکنان سلامتش وابسته است. تخمین زده می‌شود که کمبود مبتنی بر نیازهای کارمندان مراقبت‌های بهداشتی در سطح جهان در حدود 17.4 میلیون نفر باشد و افزایش سن نیروی کار یک چالش اضافی (مازاد) است.با افزایش امید به زندگی (پیش بینی می‌شود که جمعیت بالای 65سال تا سال 2030 دوبرابر شوند) و تعداد بیماری‌های مزمن، تقاضا به سمت سیستم‌های مراقبت بهداشتی به طور مداوم در حال افزایش است. بنابراین، عدم دسترسی به مراقبت و کیفیت‌های متفاوت در سراسر جهان وجود دارند. چهارصد میلیون نفر فاقد دسترسی به یک یا چند خدمات بهداشتی ضروری هستند و پنج میلیارد نفر درصورت نیاز، به مراقبت‌های جراحی و بیهوشی ایمن و  مقرون به صرفه دسترسی ندارند. از هر سه پزشک، یک نفر بالای 55 سال سن دارد و یک سوم پزشکان نیز انتظار می‌رود تا ده سال آینده، بازنشسته شوند. از آنجا که نسل جدید متخصصان پزشکی به دنبال ساعات محدود کاری، تخصصی خاص بدون نیاز به روی خط بودن (آن‌کال) و تعادلی قابل قبول بین کار و زندگی هستند، این خواسته برای یک شیوه زندگی قابل کنترل ممکن است باعث تشدید کمبودها بشود.به دلیل افزایش تعداد بیماران مزمن و کمبود پزشکان به دلیل بار کاری زیاد، فرسودگی شغلی در حال افزایش است. این موضوع می‌تواند دلیل علائم (مخرب) جسمانی، مصرف مواد مخدر، اختلالات خواب و اختلالات روان‌پریشی و همچنین استراتژی‌های نابهنجار باشد. از آنجایی که رفاه پزشکان با کیفیت و ایمنی نتایج مرتبط است، این مسئله می‌تواند بیشتر به چالش کشیده شود. بحران منابع انسانی در سراسر جهان رو به گسترش است و بدیهی است که بدون نیروی کار توانا قادر به ارائه‌ی خدمات با کیفیت نیستیم.چگونه فناوری‌ها در مراقبت‌های بهداشتی-درمانی می‌توانند به رفع انواع مشکلات منابع انسانی کمک کنند؟ آیا تکنولوژی، پزشکان را توانمند خواهد کرد یا جایگزین آن‌ها خواهد شد؟ چگونه برنامه درسی پزشکی، از جمله آموزش پس از فارغ التحصیلی، متخصصان را برای اسفاده‌ی مفید از فناوری می‌تواند آماده کند؟متن اصلیهوش مصنوعی، پتانسیل‌هایی برای پرکردن این شکاف ها نشان می‌دهد.این شکاف‌ها برای ده ها سال در حال افزای بوده است و نشانه‌های پرکردن آن‌ها با گسترش سلامت دیجیتال قریب‌الوقوع است. نویسندگان این مقاله باور دارند که هوش مصنوعی نه تنها خلا منابع انسانی را پر خواهند کرد بلکه سوالات اخلاقی را مطرح می‌کنند که امروزه نیاز است آن‌ها را بررسی نماییم.   همانطور که نیک بوستروم در کتابش به نام فراهوش (superintelligence) توضیح میدهد،هوش مصنوعی به سه دسته تقسیم میشود:1-هوش باریک مصنوعی(ANI)2-هوش عمومی مصنوعی(AGI)3-فراهوش مصنوعی(ASI)در دهه‌ی آینده،  هوش باریک مصنوعی بیشترین شانس را دارد تا در مراقبت‌های پزشکی در زمینه‌های تجزیه و تحلیل داده، یافتن ارتباطات نوین و به طور کلی حمایت از مشاغل مراقبت محور مورد استفاده قرار گیرد.اولین گام بدیهی، حذف تعاریف پیرامون هوش مصنوعی است تا سوء استفاده از آن در ارتباطات پزشکی متوقف شود. در اینجا، ما سعی داریم تا تعاریف کوتاهی برای رایج ترین عبارات ارئه دهیم:هوش باریک مصنوعیدر انجام یک کار واحد مثل بازی شطرنج یا پوکر، ایجاد پیشنهادات خرید، جستجوی آنلاین، پیش بینی فروش و پیش بینی وضعیت هوا خوب عمل می‌کند.هوش عمومی مصنوعیمثل یک انسان، می‌تواند محیط خود را درک و استدلال نماید. بنابراین، به عنوان هوش مصنوعی در سطح انسان نیز شناخته می‌شود.فراهوش مصنوعیبه گفته‌ی نیک بوستروم، باهوش‌تر از بهترین انسان‌ها در هر زمینه‌ای اعم از خلاقیت علمی، خرد عمومی و مهارت‌های اجتماعی می‌باشد.ابر رایانه‌هاابر رایانه‌ها ، رایانه‌هایی هستند که دارای سطح بالایی از عملکرد محاسباتی هستند و برای انجام کارهای فشرده‌ای از منابع مورد استفاده قرار می‌گیرند. (مثل deep learning و machine learning)فراگیری ماشینی (Machine Learning)فراگیری ماشین یکی از زیرمجموعه‌های هوش مصنوعی است که به ایجاد برنامه‌های مبتنی بر داده‌ها بر خلاف قوانین برنامه‌نویسی اشاره دارد. نرم‌افزاری که از مجموعه‌های بزرگی از داده‌های مربوطه می‌آموزد. (مثلاً تغذیه آن با تصاویر زیاد رادیولوژی انجام شده و به آن اجازه می‌دهد تا الگوهای تکراری را کشف کند).یادگیری عمیقزیر مجموعه‌ای تخصصی از یادگیری ماشینی است که از شبکه‌های عصبی استفاده می‌کند، یک همانند‌سازی مصنوعی از ساختار و عملکرد مغز. در کارهای مختلفی مثل تشخیص تصویر، پردازش زبان طبیعی و ترجمه نیز کارآمد است. عملکرد الگوریتم‌های یادگیری عمیق در حال بهبودی است با توجه به اینکه مجموعه‌های داده‌ای به طور چشمگیری در حال افزایش هستند که بدین مفهوم است که هرچه مجموعه‌ی داده‌ای بزرگتر باشد، نتیجه و راندمان هم بهبود می‌یابد.شرکت‌ها و سازمان‌های مختلفی قبلاً نشان داده‌اند که چگونه هوش مصنوعی می‌تواند در بهبود کیفیت مراقبت و یا کاهش هزینه کمک نمایند.دیپ مایند به همکاری با Moorfields Eye Hospital NHS Foundation Trust تلاشی را برای بهبود درمان چشم با استخراج یک میلیون اسکن چشم ناشناخته همراه با سوابق پزشکی مرتبط آغاز کرد.آی بی ام،  Watson Oncology  را برای ارائه‌ی گزینه‌های درمانی مبتنی بر شواهد و توانایی پیشرفته در تجزیه و تحلیل معنی دار و زمینه‌ی داده‌های ساختارمند و بدون ساختار را در یادداشت‌ها و گزارش‌های کلینیکی به پزشکان، ارائه داد.در کشور هلند، zorgprisma publiek  به سرپرستان و بیمارستان‌ها کمک می‌کند تا با تجزیه و تحلیل فاکتورهای دیجیتالی بدست آمده از شرکت‌های بیمه با IBM Watson از بستری غیرضروری بیماران جلوگیری کنند. در رادیولوژی، پروژه پزشکی غربالگری با هدف ایجاد &#34; دستیار شناختی&#34; نسل بعدی با قابلیت‌های تحلیلی و توانایی‌های استدلالی و طیفی از دانش‌های کلینیکی ایجاد شده است. چنین دستیاری قادر به تجزیه و تحلیل تصاویر رادیولوژی برای شناسایی مسائل پزشکی است. در ژنتیک، Deep Genomics  به شناسایی پیوندها به بیماری‌ها در مجموعه‌های بزرگی از اطلاعات ژنتیکی و سوابق پزشکی کمک می‌کند.در تحقیقات دارویی، Atomwise از ابررایانه ها برای یافتن روش‌های درمانی جدید در جهت تسریع آزمایشات بالینی که گاهی بیش از یک دهه طول می‌کشد و هزینه‌های میلیارد دلاری دارد، استفاده می‌کند. به عنوان مثال، Atomwise  دو داروی پیش‌بینی شده توسط فناوری هوش مصنوعی این شرکت را یافت که ممکن است قادر باشد بجای سال‌ها، در کمتر از یک روز تحقیق، میزان عفونت بولا را به شکلی چشمگیر کاهش دهد.الگوریتم‌های یادگیری عمیق می‌توانند به تشخیص بیماری‌های قلبی، پوستی و غده‌ای کمک کنند.آرتریز(Arterys ) قبلاً مجوز FDA را برای سیستم تصویربرداری قلبی خود به کمک هوش مصنوعی در سال 2017 دریافت کرده بود. برنامه‌های پیام‌رسانی پشتیبانی شده توسط هوش مصنوعی وvoice controlled chatbots  می‌توانند با توجه به دغدغه‌های قابل تشخیص سلامتی و مسائل مدیریت سلامت حل‌شدنی، به کاهش بار تحمیلی به حرف‌های پزشکی کمک کنند. Safedrugbots  یک سرویس پیام‌رسانی گفت‌و‌گوست که از متخصصین بهداشتی که به اطلاعات مناسب در زمینه‌ی استفاده از مواد مخدر در دوران شیردهی نیاز دارند، به شکل دستیار، پشتیبانی می‌کند.خدمات مبتنی بر هوش مصنوعی می‌توانند فرآیندهای تشخیصی، تصمیم گیری، مدیریتی، تجزیه و تحلیل داده‌ها و آموزش‌های تحصیلات تکمیلی را تسهیل نمایند. با این حال، ذکر این نکته ضروری است که کاربرد پزشکی، فرآیندی خطی نیست. هر عنصر و پارامتر نمی‌توانند به تنهایی به یک زبان برنامه‌نویسی ترجمه شوند. بعلاوه، هیچ کارآزمایی بالینی یا داده‌های بازبینی شده‌ای وجود ندارند که در فرآیند تصمیم‌گیری پزشکی مشارکت داشته باشند. مشخص است که هوش مصنوعی راه‌حل نهایی برای همه‌ی چالش‌های مراقبت‌های بهداشتی امروز نیست؛ گرچه در بسیاری از زمینه‌ها، استفاده از آن برای حمایت از شغل مراقبین سلامت، اجتناب پذیر و سودمند است.با این حال، یک چارچوب محکم از سمت سازمان‌های نظارتی باعث می‌شود که شرکت‌ها از ارائه‌ی امید کاذب به بیماران در زمینه‌ی خدماتی که می‌توانند ارائه دهند، دست بردارند. به علاوه، FDA  تیمی از دانشمندان و مهندسان رایانه را برای کمک به نظارت و پیش‌بینی پیشرفت‌های آینده در نرم‌افزار پزشکی‌محور هوش مصنوعی تشکیل داده است. این اقدامات دلگرم کننده‌ای به سمت جلو است، اما دامنه‌ی پیامدهای اخلاقی، قانونی و اجتماعی استفاده از هوش مصنوعی در مراقبت‌های بهداشتی-درمانی فراتر از آنچه که امروزه با آن سروکار داریم، می‌باشد.بحثبه پاسخ هزاران سوال نیاز داریممناطق فقیرنشین هنگام به‌کارگیری هوش مصنوعی با چالش‌هایی روبرو خواهند شد. از طرفی، هزینه‌ی فناوری‌ها ممکن است برای کشورهای توسعه‌نیافته بالا باشد و مانع از بهبودی اوضاع آنها در زمینه‌ی مراقبت‌های بهداشتی باشد. این در حالی ست که بهره‌گیری از تکنولوژی در طولانی مدت مقرون به صرفه خواهد بود. اگر کشوری برای خرید یک سیستم پشتیبانی از تصمیمگیری مبتنی بر هوش مصنوعی سرمایه‌گذاری کند، میتواند به پزشکان کمک کند تا تصمیمات بهتری اتخاذ کنند، بنابراین تعداد بستری‌های غیرضروری کاهش یافته و هزینه‌ها نیز کاهش می‌یابد.از طرفی دیگر، کشورهای توسعه‌نیافته می‌توانند برای تغییرات خط مشی‌هایی که باعث تسهیل به‌کارگیری از این فناوری‌ها می‌شوند و باعث استفاده‌ی گسترده‌تری از این فناوری‌ها نسبت به مناطق توسعه یافته می‌شوند، با سیاست‌هایی بازتر عمل کنند. مثال‌ها شامل چگونگی افتتاح سیستم مراقبت‌های ضروری در رواندا است که خدمات پزشکی را در سراسر کشور تولید و اداره می‌کند. با در نظر گرفتن، مشاغل مراقبت سلامت به طور کلی، آیا برای ارائه مراقبت بهتر به هوش مصنوعی باریک یا عمومی احتیاج داریم؟ هوش مصنوعی می‌تواند کدام یک از عناصر وظایف تکراری مثل یادداشت برداری یا وظایف اداری یا مواردی چون تشخیص، درمان یا نظارت را تسهیل نماید؟فناوری همچنین میتواند راه‌حل‌هایی برای بهبود دسترسی به مراقبت ارائه دهد. با هوش مصنوعی، مراقبت از تعداد بیشتری از بیماران برای متخصصان پزشکی راحت‌تر است. ابزارهای هوش مصنوعی به آنها کمک می‌کند تا تصمیمات تشخیصی بهتری گرفته، نتایج را بهبود بخشند و خطاهای پزشکی را کاهش دهند. هوش مصنوعی همچنین می‌تواند در حل مسائل منابع انسانی مانند استخدام و انتخاب نیروی بالقوه مراقبت‌های بهداشتی مشارکت نماید. ذکر این نکته نیز لازم است که با توسعه فناوری برای پزشکان ، بحران منابع انسانی قابل حل نیست بلکه همه‌ی متخصصان مراقبت‌های بهداشتی باید درگیر شوند.گرچه هوش مصنوعی کل مراحل درمان را تحت پوشش قرار نمی‌دهد: همدلی، ارتباط مناسب و لمس انسانی هنوز به همان اندازه ضروری است. هیچ برنامه، نرم‌افزار یا دستگاهی نمی‌تواند جایگزین ارتباطات و اعتماد شوند. نقش پزشک انسانی اجتناب ناپذیر است، اما هوش مصنوعی می‌تواند یک دستیار شناختی بسیار مفیدی باشد. هوش مصنوعی نیز به مفهوم تغییر پارادایم در رابطه‌ی پزشک-بیمار است. از آنجا که سلامت دیجیتال، سلسله مراتب پزشک-بیمار را به یک مشارکت در سطحی برابر تبدیل می‌کند، با استقلالی که در ذات مراقبت بوده، چه اتفاقی می‌افتد؟ چه کسی مسئول است اگر یک تصمیم پزشکی با کمک هوش مصنوعی باعث آسیب به بیمار شود؟ بیشتر پزشکان از ابزارهای آنلاین برای کمک به تحقیقات استفاده می‌کنند. آیا واقعاً هنگام استفاده از هوش مصنوعی تفاوتی وجود دارد؟ آیا هوش مصنوعی باید به عنوان ابزار یا موجودیت فردی کنترل نمود؟از سمت بیماران، آیا آن‌ها اصرار به رابطه‌ی انسانی خواهند داشت زمانی که کمبودها  به آنها این شانس را نمی‌دهد که حضوراً پزشکشان را برای هر مسئله‌ی درمانی ملاقات کنند؟ چه می‌شود اگر الگوریتم‌های هوش مصنوعی بتوانند همدلی را به نوعی تقلید کنند؟ هنوز مشخص نیست که آیا بیماران استفاده از هوش مصنوعی را در تصمیم‌گیری بپذیرند و در طول مراقبتشان، استفاده از آن را بیاموزند.در سطح جامعه، آیا به تغییر تمرکز از درمان به پیشگیری کمک خواهد کرد؟ آیا هوش مصنوعی هزینه‌ی مراقبت را افزایش می‌دهد؟ آیا پزشکان و متخصصان کارآمدتر خواهند بود به این دلیل که هوش مصنوعی می‌تواند انجام کارهای وقت گیر را برعهده گیرد؟ آیا پزشکان با استفاده از هوش مصنوعی قادر به ارائه مراقبت‌های بهتر در مناطق محروم خواهند بود؟ و به شکلی عام، آن چگونه ساختارهای کنونی خط مشی بیمه‌ای را تغییر خواهد داد؟نتیجه‌گیری اگر به قدر کافی شجاع باشیم تا دیدگاهی را بیان کنیم، نویسندگان این مقاله باور دارند که هوش مصنوعی نهایتا مبتنی بر شواهد، گسترده و مقرون به صرفه خواهند شد. پزشکان در حال تفسیر داده‌های مورد اندازه‌گیری قرار گرفته با ابزارهای ابتدایی هستند و همین کار را نیز با حسگرهای دیجیتالی که به شکل خالکوبی در بدن فرد قرار می‌گیرند و با هوش مصنوعی نیز انجام خواهند داد (و داده های حاصل از آنها را نیز تفسیر خواهند کرد). این فناوری باعث کاهش هزینه‌ها در  ارائه‌ی خدمات مراقبتی می‌شوند و سرعت کارایی ارائه خدمات را افزایش می‌دهند و این باعث تغییری در حرفه‌ی پزشکی شده که وظایف بیشتری مثل خلاقیت و مهارت تفکر انتقادی را در مقایسه با امور تکراری وقت‌گیر را در بر خواهد داشت.در طول حدود بیست سال، پنجاه درصد شغل‌ها منسوخ شده یا دیگر مورد نیاز نخواهند بود و بهداشت و درمان نیز در این زمینه مستثنی نخواهد بود. گرچه هوش مصنوعی پتانسیل‌های چشمگیری در بهبود تشخیص داشته است، شاید بحران منابع انسانی را در بهداشت و درمان حل نخواهد کرد یا حداقل در ابتدا قادر با انجام این کار نخواهد بود. شانس بهبود فضای شغلی و شرایط پزشکان (در صورت کارگیری گسترده هوش مصنوعی) بالاتر است که می‌‌تواند باعث بهبودی کیفیت کلی مراقبت‌های درمانی گردد. اگر هوش مصنوعی بتواند انجام وظایف مهمی را برعهده گیرد، رنسانسی در روابط پزشک و بیمار ایجاد خواهد شد.گرچه سوالات بیشتری در این زمینه وجود دارد، موضع ما مبنی بر جایگزینی حرف‌های پزشکی نیست اما افرادی که از هوش مصنوعی استفاده نمی‌کنند توسط افرادی که از هوش مصنوعی بهره می‌جویند، جایگزین می‌شوند. وظیفه‌ی هر فرد ارائه‌دهنده‌ی خدمات بهداشتی و درمانی است که برای آینده‌ای این چنینی آماده شود.تصاویر این مقاله از مقاله یCould A.l. solve the human resources crisis in healthcare? میباشد که در سایت Medicalfuturist منتشر شده است.</description><category>ketabchi.mohammadhosein</category><author>ketabchi.mohammadhosein</author><pubDate>Thu, 28 May 2020 14:37:12 +0430</pubDate></item></channel></rss>