هوش مصنوعی که آینده سلامت را تحلیل میکند
پژوهشگران از بریتانیا، دانمارک، آلمان و سوئیس مدعی شدند مدلی مبتنی بر هوش مصنوعی توسعه دادهاند که میتواند صدها تا بیش از هزار بیماری را سالها قبل از تشخیص احتمالی پیشبینی کند. این سامانه که دلفی‑۲ام نام گرفته، از همان معماری«تبدیلگر» بهره میگیرد که پایه بسیاری از چتباتهای شناختهشده مانند ChatGPT است.
چطور کار میکند؟
دلفی‑۲ام با تحلیل توالی سوابق پزشکی بیمار، الگوهای تکرارشونده، ترکیبها و توالی تشخیصها را میآموزد. به تعبیر یکی از اعضای تیم تحقیقاتی، فهم توالی تشخیصها شباهت زیادی به یادگیری دستور زبان در متن دارد؛ مدل یاد میگیرد چه تشخیصهایی معمولاً قبل از دیگران ظاهر میشوند و در چه ترتیبی رخ میدهند.
دادههای آموزشی و ارزیابی
محققان مدل را با استفاده از دادههای UK Biobank، بانک اطلاعاتی عظیم سلامت بریتانیا که شامل نزدیک به نیم میلیون شرکتکننده است، آموزش دادند. سپس عملکرد دلفی‑۲ام را با دادههای تقریباً دو میلیون نفر از پایگاه سلامت عمومی دانمارک محک زدند تا قابلیت تعمیمپذیری آن سنجیده شود.
- پوشش: بیش از ۱۰۰۰ بیماری
- معماری: شبکههای عصبی نوع تبدیلگر (Transformer)
- دادههای آموزشی: UK Biobank و پایگاه داده دانمارک
مزایا و کاربردهای بالقوه
پتانسیل دلفی‑۲ام در چند حوزه قابل توجه است: از تشخیصهای شخصیسازیشده و پایش زودهنگام تا بهینهسازی تخصیص منابع در نظامهای درمانی تحت فشار. بر خلاف ابزارهای مرسوم که معمولاً یک یا چند ریسک مشخص را برای بازههای کوتاهمدت محاسبه میکنند، این مدل میتواند همزمان و برای دورههای طولانیتر خطر انواع بیماریها را پیشبینی کند.
نمونههای کاربردی
- پزشکی پیشگیرانه: شناسایی افرادی که ممکن است نیاز به نظارت یا مداخله زودهنگام داشته باشند.
- سیاستگذاری منابع: کمک به تخصیص بهتر ظرفیت درمانی و برنامهریزی بلندمدت.
- تحقیقات پزشکی: کشف الگوهای هموقوعی بیماریها و مسیرهای بالینی متغیر.
محدودیتها و ملاحظات اخلاقی
تیم پژوهشی و کارشناسان مستقل هشدار میدهند که دلفی‑۲ام هنوز آماده استفاده بالینی نیست. دادههای آموزشی دارای سوگیریهایی در زمینه سن، قومیت و نتایج درمانی فعلی هستند و بنابراین نتایج مدل ممکن است برای جمعیتهای دیگر قابل تعمیم کامل نباشد. یکی از پژوهشگران سلامت فناوری یادآور شد که فاصله قابل توجهی تا ارتقاء واقعی خدمات درمانی وجود دارد.
همچنین اهمیت «قابل تفسیر بودن» مدلهای بزرگ هوش مصنوعی در این حوزه مورد تأکید قرار گرفته است. قابلیت توضیحپذیری به پزشکان و بیماران کمک میکند تصمیمهای بالینی مبتنی بر اعتماد و شواهد اتکاپذیر اتخاذ شود.
جمعبندی
دلفی‑۲ام گامی قابل توجه در مسیر مدلهای پیشبینی سلامت مبتنی بر هوش مصنوعی است که نوید تسهیل پزشکی پیشگیرانه و بهبود مدیریت منابع را میدهد. با این حال، برای انتقال این فناوری به بالین نیاز به آزمونهای تکمیلی، اصلاح سوگیریهای دادهای و تضمین شفافیت و مسئولیتپذیری اخلاقی است. در عین حال، پژوهش نشان میدهد که معماریهای تبدیلگر میتوانند فراتر از متنهای زبانی در درک و پیشبینی روندهای پزشکی موفق باشند.
نکات کلیدی:
- دلفی‑۲ام میتواند بیش از ۱۰۰۰ بیماری را سالها پیشبینی کند.
- آموزش با UK Biobank و اعتبارسنجی با دادههای دانمارک انجام شد.
- مدل هنوز برای استفاده بالینی آماده نیست و نیازمند آزمایش و رفع سوگیری است.