هوش مصنوعی به عنوان یکی از جدیدترین و پرکاربردترین حوزه‌های علوم رایانه بر آن است تا با هوشمندسازی رایانه‌ها و ماشین ها، کاربرد‌های حیاتی در فناوری‌های مختلف و از جمله علم پزشکی، ضریب عملکرد موفقیت بالایی را در تشخیص و درمان بیماری‌ها ارائه دهد. نخستین فناوری بر پایه هوش مصنوعی در پزشکی MYCIN برگرفته از پسوند نام آنتی بیوتیک‌ها بود که در دهه ۷۰ میلادی در دانشگاه پرینستون برای تشخیص عفونت‌های منتقل شونده از طریق خون مورد استفاده قرار گرفت. ولی به دلیل تعدد و پیچیدگی بالای الگوریتم‌های ارائه شده و عدم موفقیت قابل قبول، عملا استفاده از آن با شکست رو به رو گردید.

امروزه به گفته صاحب نظران، با اصلاحات و مطالعات گسترده و همچنین افزایش توان رایانه‌ها در پردازش اطلاعات، کاربرد‌های هوش مصنوعی در پزشکی و شاخه‌های مرتبط مانند داروسازی و ژنتیک تا حد زیادی بهبود و توسعه یافته است. به عنوان مثال به مواردی مانند تجربه اخیر کاربرد هوش مصنوعی در تشخیص و تفسیر نتایج حاصل از روش‌های مختلف تصویربرداری پزشکی در درمان بیماری‌هایی مانند کرونا، کشف ملکول‌های مؤثرتر در ساخت دارو‌های جدید، توانایی تشخیص الگو‌های ژنتیکی منجر به بیماری‌های خاص و نظایر آن‌ها می‌توان اشاره نمود که درصد عملکرد صحیح بالایی را از خود نشان داده اند.

در همین رابطه، محققانی از دانشگاه علوم پزشکی بقیه الله (عج) در یک مطالعه تحقیقاتی، کاربرد و توانمندی‌های هوش مصنوعی را در مدیریت وضعیت مصدومین ترومایی مورد بررسی قرار داده اند.

آن‌ها در این مطالعه با معرفی اجمالی مبانی هوش مصنوعی و توانمندی‌های آن، ظرفیت‌های این حوزه در مدیریت مصدومین ترومایی بررسی و در نهایت ویژگی‌های بهینه جهت طراحی و به کارگیری سیستم‌های بر پایه هوش مصنوعی ارائه نموده اند.

بر این اساس به گفته داود بی زری، پژوهشگر مرکز تحقیقات ترومای دانشگاه علوم پزشکی بقیه الله (عج) و همکارانش، «نظر به این که تأخیر در تشخیص، بیشترین علت مرگ و میر مربوط به بیماران ترومایی است و نیز با توجه به دلایل دیگری مانند افزایش بهره وری در منابع و صرفه جویی در هزینه‌های تشخیصی و درمانی و کاهش زمان اقامت در بیمارستان و مانند این ها، امروزه لزوم پایش و به روزرسانی روش‌های درمانی بیش از پیش احساس می‌گردد».

آن‌ها می‌گویند: «علیرغم آن که بررسی تاریخچه فناوری هوش مصنوعی حاکی از گذشت حدود نیم قرن از ظهور آن در علوم رایانه است، همچنان نیاز‌های بسیار زیادی جهت استفاده از ظرفیت‌های بالای آن در شاخه‌های مختلف پزشکی و به ویژه مدیریت مصدومین ترومایی احساس می‌گردد».

بنا بر نتایج مطالعه مورد اشاره فوق، ویژگی‌های مورد نیاز جهت طراحی و پیاده سازی الگوریتم‌های مورد استفاده در هوش مصنوعی برای کمک به مصدومان ترومایی شامل موارد زیر هستند: ۱) رویکرد و طرح ساده و هوشمندانه چالش ها؛ ۲) سهولت درک و اجرای الگوریتم؛ ۳) کاربرپسند بودن از طریق ارتباط مؤثر تیم‌های پزشکی با مهندسین طراح فرآیند؛ ۴) توانایی داده کاوی و ارائه مشاوره سریع و با دقت، خودتنظیمی و یادگیری سریع؛ ۵) سازگاری و افزودن دانش جدید با حداقل خطا و پیچیدگی محاسباتی.

به بیان بی زری و همکارانش، «در حال حاضر تروما به عنوان اولین عامل مرگ و میر و از علل اساسی معلولیت و از کار افتادگی در اکثر کشور‌های جهان و به خصوص کشور‌های در حال توسعه است. با توجه به افزایش آمار مرگ و میر سالیانه در این حوزه و به خصوص در افراد جوان، لزوم ارتقای سیستم مدیریت و درمان تروما به شیوه‌های مختلف مانند استفاده از تجهیزات پزشکی مجهز به فناوری‌های نوین و هوش مصنوعی مطرح می‌گردد».

آن‌ها می‌افزایند: «بررسی پژوهش‌ها نشان می‌دهد با رویکرد اصلی تلفیق هوش مصنوعی با روش‌های درمانی سعی بر آن است تا میزان سرعت، موفقیت و کیفیت مدیریت مصدومین ترومایی افزایش یابد».

این بررسی‌ها نشان می‌دهند که کاربردهوش مصنوعی در درمان بیماران ترومایی در حوزه‌های مختلف زیر می‌تواند مورد توجه بیشتری قرار گیرد: درمان عارضه استرس بعد از تروما (PTSD)؛ تشخیص میزان آسیب مغزی؛ پیش بینی درصد مرگ و میر بیماران ترومایی در بخش مراقبت‌های ویژه؛ کمک به شناسایی ترومای استخوانی در POC؛ جراحی بیماران ترومایی به کمک ربات ها؛ استفاده از هوش مصنوعی در لیزر‌ها و پرتوپزشکی؛ هوش مصنوعی بالینی و مشاوره پزشکی در تشخیص و درمان تروما؛ بررسی سوابق و اطلاعات پزشکی بیماران ترومایی؛ توانبخشی و مراقبت‌های بعد از تروما با توجه به شرایط و سطح بروز آن.

گفتنی است، اطلاعات علمی پژوهشی فوق در دوماهنامه «طب نظامی» وابسته به دانشگاه علوم پزشکی بقیه الله (عج) منتشر شده اند.

منبع: ایسنا