هوش مصنوعی زمان تولید دارو را از ۱۳ سال به ۳ سال کاهش می‌دهد

علیرضا زالی در اولین رویداد پیوند هوش مصنوعی و سلامت که امروز سه‌شنبه در تالار امام علی (ع) دانشگاه برگزار شد، اظهار امیدواری کرد که نتایج این رویداد مهم، زمینه‌ساز پیوند واقعی سیستماتیک بین ظرفیت‌های رو به تزاید هوش مصنوعی با سلامت باشد.

رییس رویداد پیوند هوش مصنوعی و سلامت با بیان اینکه امروزه دانشگاه‌های علوم پزشکی علاوه بر مباحث آکادمیک، پژوهشی و آموزشی در میدان ارایه خدمات در صف اولند، گفت: این مهم می‌تواند منجر به افزایش سطح سلامت عمومی شود.

به گفته رییس دانشگاه علوم پزشکی شهیدبهشتی پیوند هوش مصنوعی با حوزه سلامت، پیش زمینه مطلوبی برای نسل سومی و چهارمی شدن دانشگاه‌ها با تمرکز بر ارایه خدمات و کارآفرینی فراهم خواهد کرد.

زالی خاطرنشان کرد: پیش بینی می‌شود تا سال ۲۰۲۷ میلادی سکتور‌های مراقبت بهداشتی و درمانی از پر‌چالش‌ترین حوزه‌های هوش مصنوعی باشد، بر این اساس تا سال ۲۰۲۵ میلادی نیز کارکرد هوش مصنوعی در حوزه سلامت به عدد ۲۴ تریلیون دلار خواهد رسید.

ارتباط ۸۶ درصد مدیران سلامت با اشکال مختلف هوش مصنوعی

وی گفت: بر اساس پژوهش‌ها ۸۶ درصد مدیران در حوزه مراقبت‌های بهداشتی و سلامت با شکل‌های مختلف هوش مصنوعی در حوزه سلامت ارتباط دارند.

رییس دانشگاه علوم پزشکی شهید بهشتی با اشاره به اینکه داده‌ها پایه و اساس هوش مصنوعی هستند، اضافه کرد: حوزه‌های مختلف با پدیده ابرداده‌ها مواجه شده‌اند به شکلی که هر دوسال یکبار ابر داده‌های دیجیتالی دانش بشری را به چالش می‌کشند، این عدد در جهان به عدد ۱۰ به توان ۲۷ رسیده است.

زالی ادامه داد: هر انسان در طول رندگی روزمره خود ۵۰ ترابایت دیتا ایجاد می‌کند که این عدد فرصت بی‌نظیری در حوزه هوش مصنوعی ایجاد می‌کند.

وی از عملیاتی شدن بخش بزرگی از ظرفیت هوش مصنوعی در حوزه سلامت خبر داد و عنوان کرد: به طور مثال اپلیکیشن IBM واتسون که در ارایه خدمات مراقبتی با مدل هوش مصنوعی فعالیت دارد، با کمک داده‌ها و توان پزشکان، پرستاران و مراقبین بهداشتی در عرصه‌های جهانی در کوتاهترین زمان ممکن تحلیل دقیقی از وضعیت بیمار را ارایه می‌دهد.

رییس دانشگاه به سایر اپلیکیشن‌های بر مبنای داده و برپایه هوش مصنوعی اشاره کرد و افزود: کارکرد یکی از این اپلیکیشن‌ها به این شکل است که به همکاران رادیولوژیست کمک می‌کند تا با استفاده از این ظرفیت، داده‌های بافت‌شناسی را برای تشخیص دقیق‌تر بیماری‌های بافتی و سرطان‌ها شناسایی کنند.

زالی با بیان اینکه سرطان پستان یکی از شایع‌ترین سرطان‌هاست، گفت: در ایران از هر هشت زن، یک نفر مبتلا به سرطان پستان است و این بیماری و شناسایی دقیق آن یکی از چالش‌های مهم در عرصه جهانی است.

وی افزود: علی‌رغم اینکه روش‌های نوین تصویربرداری و ماموگرافی، روش‌های کاربردی در شناسایی و غربالگری مبتلایان به سرطان پستان است، ولی گاهی این روش‌ها نیز تا سقف ۳۰ درصد با نتیجه منفی و یا مثبت کاذب مواجه هستند و این در شرایطی است که با نتیجه ماموگرافی طرح درمانی آغاز می‌شود.

هوش مصنوعی تصمیم‌سازی بالینی می‌کند

رییس دانشگاه با تاکید بر اینکه هوش مصنوعی راهبرد مطمئنی برای افزایش قدرت تشخیصی، شناسایی و غربالگری بیماری‌ها را فراهم می‌کند ادامه داد: هوش مصنوعی با حساسیت بالا می‌تواند به عنوان تصمیم‌ساز بالینی عمل کند.

زالی در ادامه با بیان اینکه در حوزه خودران‌ها پنج مرحله وجود دارد ادامه داد: در مرحله یا طبقه پنجم خودران‌ها نقش انسانی کاملا حذف شده است.

وی با طرح این سوال که دانش پزشکی ضمن ادغام با هوش مصنوعی به چه طبقه‌ای دسترسی خواهد یافت، گفت: محقان معتقدند که بیشترین ظرفیت استفاده از هوش مصنوعی در تصمیم‌گیری‌های بالینی و قدرت تشخیصی و درمانی به مرحله دوم و سوم مشابه خودران‌ها خواهد رسید.

رییس دانشگاه یادگیری ماشینی، زبان ماشینی و تبدیل آن به زبان انسانی و سیستم همگشتی را از جمله ابزار‌ها برای توسعه هوش مصنوعی در حوزه سلامت دانست و گفت: در حوزه داروسازی از پنج هزار ملکولی که برای تبدیل به دارو نشانه‌گذاری می‌شود تنها پنج ملکول به تولید می‌رسد و از این تعداد نیز نهایتا یک ملکول وارد عرصه بالین می‌شود.

هوش مصنوعی زمان تولید دارو را از ۱۳ سال به ۳ سال کاهش می‌دهد

وی ادامه داد: ضمن اینکه این فرآیند در بازه زمانی بین ۱۰ تا ۱۳ ساله به سرانجام خواهد رسید، نکته اینجاست که با کمک هوش مصنوعی ۷۰ درصد زمان تولید دارو کم خواهد شد و ابدا کارآزمایی بالینی در این فرآیند حذف خواهد شد و فرآیند ۱۳ ساله به سه سال تقلیل پیدا می‌کند.

صرفه‌جویی یک و شش دهم میلیارد دلاری با هوش مصنوعی در آمریکا

وی با اشاره به اینکه تنها در ایالات متحده آمریکا در حوزه داروسازی یک و شش دهم میلیارد دلار با استفاده از هوش مصنوعی صرفه‌جویی انجام شده اظهار کرد: این موضوع به حوزه دارو ختم نمی‌شود و در تحقیقات بالین هم کاربرد‌های فراوان دارد.

زالی ضمن ارایه وضیحاتی درباره پرستار و یا دستیار بالینی با استفاده از ظرفیت‌های هوش مصنوعی، خستگی‌ناپذیر بودن، بهره‌مندی از سیستم صوتی و بررسی وضعیت بیمار را از جمله مزایای این حوزه عنوان کرد.

رییس دانشگاه علوم پزشکی شهید بهشتی کاهش خطای پزشکی، افزایش کیفیت خدمات، کاهش هزینه مراقبت، اثربخشی بالاتر و تنوع خدمات را از جمله مزایای پیوند هوش مصنوعی در سلامت عنوان کرد.

وی به دو رخداد مهم در حوزه پزشکی در سال‌های اخیر اشاره کرد و افزود: تصلب فیبروز ریوی هرساله جان بسیاری را تهدید می‌کند، این در شرایطی است که روند تولید داروی این بیماری با کمک هوش مصنوعی طراحی و تولید شده است.

رییس دانشگاه علوم پزشکی شهید بهشتی افزود: دومین رخداد مهم در علوم پزشکی تولید داروی سرطان ملانوما نوعی سرطان پوست است که اخیرا واکسن و داروی این بیماری نیز با کمک هوش مصنوعی روانه بازار شده است.

زالی با اشاره به اینکه طب شخصی سازی شده بدون استفاده از فناوری هوش مصنوعی راه به جایی نخواهد برد ادامه داد: در آینده خبر‌های خوبی در درمان بیماری‌های صعب‌العلاج با کمک هوش مصنوعی به گوش خواهد رسید.

طب تقویت شده با استفاده از هوش مصنوعی یکی دیگر از مواردی بود که زالی مواردی را درباره آن مطرح کرد و افزود: با کمک هوش مصنوعی و پرینتر‌های سه بعدی بین یک تا ۴۰ میلیمتر، نمونه‌هایی طراحی شده که می‌تواند به عنوان رگ عمل کند.

زالی درباره وضعیت شغلی بشر با وجود هوش مصنوعی، گفت: طبق اعلام سازمان بهداشت جهانی تا سال ۲۰۳۰ میلادی، به ۱۸ تا ۲۵ میلیون نیروی کار بهداشتی نیاز داریم، این در شرایطی است که هوش مصنوعی جایگزین مشاغل متوسط و با حداقل مهارت خواهد شد.

وی ادامه داد: با ورود هوش مصنوعی میزان آسیب شغلی در مشاغل معادل از دست دادن شغل‌ها در دوران کرونا خواهد بود.

زالی با بیان اینکه سال‌های متفاوتی با ورود هوش مصنوعی را تجربه خواهیم کرد، ادامه داد: بهره‌مندی از ظرفیت‌های هوش مصنوعی، ضرورت اجتناب‌ناپذیر سال‌های آتی خواهد بود.

پیشتازی حوزه سلامت در استفاده از هوش مصنوعی

رییس دانشگاه گفت: عرصه سلامت یکی از حوزه‌های پیشقراول در زمینه استفاده از هوش مصنوعی است.

وی با اشاره به فرمایشات مقام معطم رهبری، استفاده منطقی، سیستماتیک و با شتاب از هوش مصنوعی را مورد تاکید قرار داد و افزود: باید در حوزه دانشگاهی و پژوهشی توجه به مباحث اخلاقی در حوزه استفاده از هوش مصنوعی مورد توجه باشد.

افشین زرقی معاون تحقیقات و فناوری دانشگاه و رییس پارک علم و فناوری نیز در این نشست با اشاره به اینکه در دانشگاه به دنبال تبدیل شدن به دانشگاهی کارآفرین و نسل سوم هستیم اضافه کرد: بستر‌هایی در دانشگاه علوم پزشکی فراهم شده که استارتاپ‌ها و صاحبان ایده، ایده‌های خود را به محصول تبدیل کنند.

وی اضافه کرد: بر این اساس ۹ مرکز رشد تخصصی در دانشگاه در حوزه‌های مختلف علوم دارویی، دندانی، صنایع غذایی، طب بازساختی، تجهیزات پزشکی و طب مکمل ایجاد شده است.

معاون تحقیقات و فناوری دانشگاه علوم پزشکی شهید بهشتی با اشاره به اینکه در حوزه هوش مصنوعی به دنبال ایجاد بستر‌های مناسب برای استارتاپ‌های مستعد و علاقه‌مند هستیم، گفت: فضا‌هایی را ایجاد کرده‌ایم که در گام اول در مراکز رشد، توسعه یابند و بعد از سه سال به پارک علم و فناری ورود کنند تا ماندگاری آن‌ها افزایش یابد.

زرقی اظهار امیدواری کرد که در پایان این رویداد، شاهد افزایش همکاری با شرکت‌های منتخب باشیم تا بتوانیم به اهداف از پیش تعیین شده دسترسی داشته باشیم.

وی گفت: برای رویداد پیوند هوش مصنوعی با سلامت دو فاز در نظرگرفته شده که در گام اول با حضور بیش از ۲۰۰ نفر این رویداد رقم خورد، در فاز بعدی پیش‌بینی می‌کنیم با حضور ۸۰۰ نفر و حضور استارتاپ‌ها این رویداد ملی با معرفی برترین‌ها ادامه یابد.

زرقی در خاتمه یادآور شد: استارتاپ‌های برتر در این رویداد جذب پارک علم و فناری می‌شوند و از تسهیلات این مرکز برخوردار خواهند شد.

“اولین رویداد پیوند هوش مصنوعی و سلامت” امروز سه شنبه با همکاری مشترک دانشگاه علوم پزشکی شهید بهشتی و سازمان متخصصین و مدیران ایران با شرکت استارتاپ‌های هوش مصنوعی، سرمایه‌گذاران صندوق و شتاب دهنده، اساتید و مسئولان و ایمان مصدری مدیر عامل سازمان متخصصین مدیران ایران به منظور آشنایی با جدیدترین دستاورد‌ها و فناوری‌های روز دنیا در زمینه هوش مصنوعی و تبادل نظر با متخصصین و سرمایه گذاران این حوزه در جهت ارتقا و بروزرسانی خدمات آموزشی پزشکی، پیشگیری و درمان بیماری‌ها برگزار شد.

پردازش سیگنال و تصاویر پزشکی، مدیریت کلان‌داده‌ها در فناوری‌های سلامت، کاربرد‌های اینترنت اشیا در فناوری‌های سلامت، کاربرد‌های هوش مصنوعی در علوم اعصاب، کاربرد‌های بیوانفورماتیک در طراحی دارو‌های هوشمند، کاربرد هوش مصنوعی در آموزش پزشکی، مسائل اخلاقی و حقوقی در استفاده از فناوری‌های هوش مصنوعی در پزشکی از جمله محور‌های این رویداد بود.

در این رویداد ۷۲ طرح دریافت شد که از این تعداد ۱۰ طرح با استفاده از پلتفرم هوش مصنوعی غربالگری شد و در ادامه این طرح‌ها با نظر منتور‌ها و داوران معرفی شدند.

در خاتمه به طرح‌های برگزیده و منتخب نیز گرنت تخصیص یافت.