هوش مصنوعی دستیار پزشک در تشخیص و درمان بیماری‌های نورولوژیک کودکان

دکتر ناصحی با قدردانی از برگزارکنندگان کنگره و انتخاب موضوع هوش مصنوعی برای این نشست اظهار کرد: بررسی وضعیت موجود و چشم‌انداز آینده هوش مصنوعی در پزشکی ضروری است تا مشخص شود این فناوری چه ظرفیت‌هایی برای ارتقای خدمات سلامت و چه چالش‌هایی برای طب کودکان به همراه دارد.وی با تأکید بر اینکه جامعه پزشکی نمی‌تواند از تحولات و پیشرفت‌های فناوری در جهان فاصله بگیرد، افزود: غفلت از فناوری‌های نوین می‌تواند در سال‌های آینده موجب عقب‌ماندگی شود و از این رو، شناخت صحیح ظرفیت‌ها، محدودیت‌ها و الزامات استفاده از هوش مصنوعی در پزشکی ضروری است.استاد تمام نورولوژی کودکان دانشگاه علوم پزشکی شهید بهشتی با اشاره به کاربردهای هوش مصنوعی در این حوزه گفت: فناوری‌های مبتنی بر یادگیری عمیق (Deep Learning) می‌توانند داده‌های پیچیده و حجیم حاصل از نوار مغزی (EEG) و تصویربرداری‌های پزشکی مانند MRI را تحلیل کرده و در شناسایی امواج غیرطبیعی، تشخیص سریع تشنج و تمایز آرتیفکت‌ها از یافته‌های پاتولوژیک نقش مؤثری داشته باشند.

دکتر ناصحی ادامه داد: ترکیب و تحلیل همزمان داده‌های EEG، MRI و اطلاعات ژنتیکی، فراتر از ظرفیت حافظه و تجربه محدود انسان است و هوش مصنوعی می‌تواند با یکپارچه‌سازی این داده‌های پیچیده، زمینه حرکت به سمت پزشکی دقیق (Precision Medicine) را فراهم کند.

وی در ادامه به ظرفیت‌های هوش مصنوعی در حوزه نورو-اونکولوژی اشاره کرد و گفت: این فناوری می‌تواند با جداسازی دقیق مرز تومور از بافت سالم در تصاویر پزشکی، به عنوان ابزاری برای هدایت جراحی مورد استفاده قرار گیرد. همچنین تلفیق داده‌های تصویربرداری، پاتولوژی دیجیتال و اطلاعات ژنتیکی می‌تواند در پیش‌بینی روند بیماری و طراحی نقشه درمان بیمار مؤثر باشد.

مدیر عامل سازمان بیمه سلامت ایران، همچنین با اشاره به کاربردهای هوش مصنوعی در توانبخشی اظهار کرد: ایجاد ارتباط میان مغز و رایانه (BCI) و فناوری‌های مرتبط با تبدیل کلام و متن می‌تواند در مسیر بازیابی عملکردی (Functional Recovery) بیماران و ارتقای کیفیت زندگی آنان مورد استفاده قرار گیرد.

دکتر ناصحی با تأکید بر تفاوت‌های اساسی میان کودکان و بزرگسالان خاطرنشان کرد: کودک، بزرگسال کوچک‌شده نیست؛ مغز کودک در دوره رشد با تغییرات ساختاری و عملکردی پویا و قابل توجهی مواجه است و به همین دلیل نمی‌توان داده‌ها و الگوهای به‌دست‌آمده از بزرگسالان را به سادگی به کودکان تعمیم داد.وی یکی از چالش‌های مهم توسعه هوش مصنوعی در نورولوژی کودکان را کمبود داده‌های باکیفیت و پروتکل‌های اختصاصی برای جمعیت کودکان دانست و افزود: توسعه سامانه‌های هوشمند در این حوزه نیازمند داده‌های معتبر، استاندارد و متناسب با ویژگی‌های سنی و رشدی کودکان است.

دکتر ناصحی با اشاره به ظرفیت هوش مصنوعی برای کاهش نابرابری در دسترسی به خدمات تخصصی سلامت گفت: استفاده صحیح از این فناوری می‌تواند در تشخیص به‌موقع بیماری‌ها در مناطق کم‌برخوردار و کاهش خطرات ناشی از فشار زمانی در شرایط اورژانسی، از جمله بیماری‌های عروقی، مؤثر باشد.

وی همچنین بر ضرورت توسعه هوش مصنوعی توضیح‌پذیر (Explainable AI) تأکید کرد و گفت: سامانه‌های هوشمند نباید به جعبه سیاه تبدیل شوند؛ بلکه لازم است فرآیند تصمیم‌سازی آنها تا حد امکان قابل ردیابی و توضیح باشد و اصول پاسخگویی، شفافیت و عدالت در سلامت در طراحی و استفاده از این فناوری مورد توجه قرار گیرد.

مدیر عامل سازمان بیمه سلامت ایران، در پایان تصریح کرد: هوش مصنوعی جایگزین پزشک نخواهد شد، بلکه می‌تواند به عنوان یک «کمک‌خلبان» در کنار پزشک قرار گیرد و با تقویت پایش، تحلیل داده‌ها و افزایش دقت، به فرآیند تصمیم‌گیری پزشکی کمک کند؛ با این حال، تصمیم‌گیری نهایی و مسئولیت حرفه‌ای همچنان بر عهده پزشک خواهد بود.