رشد هفت‌برابری بازار هوش مصنوعی سلامت تا سال ۲۰۳۰

به گزارش سلامت رسانه، دکتر محمدحسین پوراسد، عضو هیئت‌علمی و دکتری تخصصی انفورماتیک پزشکی دانشگاه علوم پزشکی کرمانشاه، در حاشیه نمایشگاه ایران‌مد ۲۰۲۵ و در سمینار «هوش مصنوعی در آینده پزشکی؛ مرز میان انسان، ماشین و سلامت» به بررسی روندها و آینده هوش مصنوعی در سلامت پرداخت.

دکتر پوراسد گفت: موضوع سخنرانی امروز به بررسی روندها و آینده هوش مصنوعی در پنج سال پیش‌رو اختصاص دارد. در دهه گذشته تصور گفت‌وگو و تعامل بلادرنگ با تلفن همراه دشوار بود، اما اکنون این فناوری به سرعت در حال تبدیل شدن به ترند جهانی است و جامعه ایرانی نیز در حال ورود به این عرصه است.

وی افزود: شکل‌گیری هوش مصنوعی نتیجه پیشرفت‌های پی‌درپی در زیرساخت‌های سخت‌افزاری و نرم‌افزاری، رسانه‌های انتقال داده و تولید اطلاعات بوده است و پس از آن الگوریتم‌های محاسباتی و مفاهیم یادگیری ماشین شکل گرفته‌اند.

نقش هوش مصنوعی در تحول اقتصاد سلامت
عضو هیئت‌علمی دانشگاه علوم پزشکی کرمانشاه گفت: امروزه هوش مصنوعی و داده‌های بزرگ، هسته اصلی اقتصاد دیجیتال سلامت را تشکیل می‌دهند و تا سال ۲۰۳۰ زیربنای بسیاری از مگاترندهای پزشکی خواهند شد. برآوردها نشان می‌دهد اندازه بازار جهانی این حوزه از ۲۶ میلیارد دلار در سال ۲۰۲۴ به حدود ۱۸۸ میلیارد دلار خواهد رسید.

وی تصریح کرد: آینده مراقبت‌های سلامت بر محور داده‌محوری و تصمیم‌گیری مبتنی بر الگوریتم‌های یادگیری ماشین شکل می‌گیرد و این روند ساختارهای اقتصادی و سیاست‌گذاری سلامت کشورها را دگرگون خواهد کرد.

پزشکی فردمحور، مگاترند آینده سلامت
پوراسد با اشاره به پیشرفت شبکه‌های عصبی عمیق گفت: مدل‌های هوش مصنوعی در آینده قادر خواهند بود داده‌های ژنتیکی، رفتاری و محیطی را به‌طور هم‌زمان تحلیل و پروتکل‌های درمانی اختصاصی برای هر فرد طراحی کنند. این همان مسیر حرکت به سمت پزشکی فردمحور یا «پرسنال مدیسن» است.

وی توضیح داد: در پزشکی شخصی‌سازی‌شده علاوه بر داده‌های ژنتیکی، پارامترهای رفتاری و محیطی نیز در تحلیل‌ها لحاظ می‌شود و همین امر دقت تشخیص و درمان را افزایش می‌دهد.

او افزود: این مدل‌ها قادر خواهند بود بیماران در معرض خطر را سال‌ها پیش از بروز بیماری شناسایی کنند که این امر می‌تواند موجب پیشگیری مؤثر و کاهش موارد ابتلا شود.

اهمیت داده‌های شخصی در سلامت
پوراسد اظهار کرد: داده‌های سلامت فردی می‌توانند نقش مهمی در اصلاح سبک زندگی ایفا کنند. برای مثال اگر افزایش تدریجی قند خون در بازه‌ای مشخص ثبت شود، سامانه هوشمند هشدار اصلاح رژیم غذایی یا افزایش فعالیت بدنی را صادر می‌کند و از بروز دیابت در آینده جلوگیری می‌شود.

وی افزود: داده‌های سلامت افراد ایرانی هم‌اکنون به‌صورت پراکنده در پایگاه‌های بیمه‌گر، سامانه‌های ثبت بیماری، اپلیکیشن‌های موبایلی و شبکه‌های اجتماعی وجود دارد و نبود ارتباط میان آن‌ها یکی از چالش‌های اصلی حوزه سلامت دیجیتال است.

او ادامه داد: متخصصان انفورماتیک پزشکی در تلاش‌اند با یکسان‌سازی زبان و استاندارد این سامانه‌ها، جریان تبادل داده را برقرار کنند تا هم‌افزایی اطلاعات و بهره‌وری در تصمیم‌سازی‌های کلان سلامت افزایش یابد.

پردازش زبان طبیعی و سیستم‌های تصمیم‌یار
وی با اشاره به نقش فناوری پردازش زبان طبیعی گفت: نسل آینده مدل‌های زبانی بزرگ قادر خواهند بود داده‌های غیرساختاریافته در محیط‌های بالینی را دریافت و تحلیل کنند. این توانایی موجب افزایش سرعت و دقت ثبت اطلاعات بیماران خواهد شد.

پوراسد افزود: سامانه‌های هوش مصنوعی در حال توسعه‌اند تا داده‌های غیرساختاریافته را دریافت و به متن یا صوت استاندارد تبدیل کنند، امری که علاوه بر صرفه‌جویی در زمان، دقت و صحت اطلاعات پزشکی را نیز افزایش می‌دهد.

وی ادامه داد: تحول سیستم‌های تصمیم‌یار بالینی از مرحله کمک‌تصمیم‌گیری به مرحله تصمیم‌سازی در حال وقوع است و در آینده، پزشکان می‌توانند از چند سامانه هوشمند به‌صورت هم‌زمان برای تشخیص سریع‌تر و دقیق‌تر استفاده کنند.

هم‌زیستی فناوری و پزشکی
پوراسد گفت: هرچند در برخی بخش‌های پزشکی هنوز مقاومت‌هایی در برابر این فناوری وجود دارد، اما همگامی با آن اجتناب‌ناپذیر است. همان‌طور که ایلان ماسک اشاره کرده، تقریباً هیچ داده‌ای در جهان وجود ندارد که تاکنون آموزش‌دیده نباشد.

وی افزود: مسیر فروش تجهیزات پزشکی نیز در حال تغییر است و شرکت‌ها از فروش صرف دستگاه به سمت ارائه راه‌حل‌های مبتنی بر هوش مصنوعی حرکت می‌کنند. این امر ارزش افزوده بیشتری برای مشتری و شرکت ایجاد می‌کند.

او اظهار کرد: در آینده سیستم‌های تصمیم‌گیر هوشمند می‌توانند به‌صورت بلادرنگ در فرآیند درمان مداخله کنند. برای نمونه، در بیماران دیابتی که از پمپ انسولین استفاده می‌کنند، سامانه هوش مصنوعی قادر است هنگام افت ناگهانی قند خون به‌صورت خودکار اقدام اصلاحی انجام دهد.

وی در پایان تأکید کرد: آینده پزشکی با هوش مصنوعی گره خورده است و کشورها باید با تدوین سیاست‌های هوشمندانه، از این تحول به نفع نظام سلامت و بیماران بهره ببرند.