هذا ما قاله جارون تاس، الرئيس التنفيذي لقسم الرعاية الطبية المتصلة والمعلومات الطبية في شركة فيليبس * كريس أوكونور، مدير قسم Watson IOTBBM كجزء من لجنة تناولت الآثار الاجتماعية لثورة الذكاء الاصطناعي جزء من مؤتمر CES-2017
الذكاء الاصطناعي، معرض CES 2017
- ولا توجد حكومة في البلدان المتقدمة مستعدة لثورة الروبوتات التي من شأنها أن تقضي على الوظائف في جميع أنحاء التسلسل الهرمي التنظيمي
- "الناس على استعداد لتحمل وفاة 35 ألف شخص بسبب مركبات يقودها البشر، لكنهم لن يستطيعوا تحمل وفاة واحدة بسبب مركبة آلية"
قال جارون تاس، الرئيس التنفيذي لقسم الرعاية الطبية المتصلة والمعلومات الطبية في شركة فيليبس وكريس أوكونور، مدير قسم واتسون لإنترنت الأشياء، في لجنة تناولت موضوع الروبوتات: ستعمل الروبوتات على تحسين جودة الرعاية الطبية، في المستقبل القريب بالفعل. مع الانعكاسات الاجتماعية لثورة الذكاء الاصطناعي ضمن معرض CES-2017 الذي أقيم بداية شهر يناير في مدينة لاس فيغاس. يدير الجلسة ديفيد كيركباتريك، الرئيس التنفيذي لشركة TECHONOMY.
في الحلقة السابقةبالأمس، أبلغناكم عن تأثير الذكاء الاصطناعي على سوق العمل، لكن نفس اللجنة تناولت أيضًا قضية أخرى حيث كان الإجماع أكثر تفاؤلاً - وهو أن استخدام الذكاء الاصطناعي في الخدمات الصحية قد يساعد في التشخيص والوقاية. العلاجات وأيضا العلاجات الطبية نفسها والاتصال بين الطبيب والمريض.
تاس: "الطب مجال معقد ويعتمد على العوامل الاجتماعية والاقتصادية والتعليمية، وعلاقتنا بالناس من حولنا، وحالتنا العقلية، وما يكمن في حمضنا النووي. لقد تناولنا حتى الآن جوانب محددة من الصحة من أجل مساعدة الأطباء على استيعاب المعلومات الطبية. اليوم، هناك الكثير من المعلومات حول كل مريض، ولكن لكي تكون مفيدة، عليك أن تنظر إليها من وجهة نظر شمولية.
بالإضافة إلى المؤشرات التي لا تزال قيد الاختبار حتى اليوم: المعلومات السريرية، والبيانات الفسيولوجية مثل ضغط الدم ومعدل ضربات القلب ومستوى السكر، فإن العنصر الأكثر أهمية في الطب هو سياق من أنت، وما هو مناسب لك. سيكون من الممكن بعد ذلك الوصول إلى حل المشكلات الأصغر مثل الأشعة.
"يستخدم أخصائي الأشعة التعرف على الأنماط. إنهم ينظرون إلى الصورة ويطبقون معرفتهم لفك تشفيرها.
إذا نظرت إلى فحص الدماغ لمرضى التصلب المتعدد، فإنه يبدو وكأنه نظام نجمي، لذلك يصعب اكتشاف التغييرات من اختبار إلى آخر. وفي مجال السرطان أيضًا، نريد تحديد مدى تباين الورم مع مرور الوقت. النظر إلى التصور لا يكفي. نريد فحص بنية الخلية وإجراء علم الأمراض الرقمي. من أي الخلايا يتم استخراج التسلسل الجينومي. يساعدنا الذكاء الاصطناعي على تقديم العلاج الأكثر دقة."
"هذه مهمة معقدة ولم أذكر بعد بيانات إضافية مثل الأعراض والبيانات التي يمكننا استخراجها من الأجهزة القابلة للارتداء. نصل إلى حالة يتم فيها جمع المعلومات، واستخلاص الأفكار منها ووضعها في سياقها، بالإضافة إلى ربط النتيجة مرة أخرى بمجموعة المعرفة. ستصبح هذه المهمة مشكلة كبيرة بالنسبة للذكاء الاصطناعي. لا يمكن حلها باستخدام الأساليب الإحصائية التقليدية. يتعلق الأمر بالتعرف على الأنماط على نطاق واسع. وليس لدى التكنولوجيا العادية أي فرصة لاكتشاف ذلك لأن معظم المعلومات غير منظمة."
"نحن نراقب كبار السن في منازلهم. إنهم يشكلون خمسة بالمائة من السكان، لكنهم يتسببون في 50 بالمائة من تكاليف النظام الصحي. لقد اكتشفنا أنه إذا قمنا بمراقبتهم، وقمنا ببث البيانات المتعلقة بصحتهم من أجهزة مختلفة ووضعناها في سياق ملفاتهم الشخصية، وقمنا بذلك على نطاق واسع، فيمكننا تشغيل مركز تحكم حيث يمكننا في أي لحظة معرفة ما إذا كان شخص ما لقد تغيرت الحالة ويحتاجون إلى تدخل سريع. لم نعد نعتمد على علم الممرضة بل على البيانات والبيانات معقدة للغاية. البيانات من الكاميرا ومن عدد من أجهزة الاستشعار."
"نحن ندرك أن الطب يعتمد على علاقة شخصية بين المعالج والمريض، لذلك عندما قمنا بتطوير أخصائي الأشعة المستقل، تأكدنا من أنه في نهاية العملية سيكون الطبيب هو الذي يوافق أو يرفض توصيات النظام الروبوتي." يخلص تاس.
أوكونور: "نحن في IBM نتعامل أيضًا مع المسألة المعقدة المتعلقة بالبيانات الإشعاعية (وجزء كبير من هذا يتم إنجازه في مختبر الأبحاث في حيفا، انظر - مساعد أخصائي الأشعة الذي لا يكل أ ب) حتى أعظم الخبراء لا يستطيع السيطرة على هذا الكم الهائل من البيانات. يتيح الذكاء الاصطناعي إمكانية تطوير نموذج افتراضي للعضو المصور والغوص في الأماكن التي تهمنا. أصبح لدى أخصائيي الأشعة الآن أداة تساعدهم على القيام بعملهم بشكل أفضل وزيادة القاعدة المعرفية لتخصصهم. لأنه على الرغم من أن كل مريض هو فرد، إلا أنه من المهم تخزين المعلومات عن جميع المرضى من أجل توليد بيانات حول المرض واستخدامها لدراسة النظام ليسهل عليه تحديد أنماط معينة في المرة القادمة."
"لقد أدخلنا نظام بيانات يضم أكثر من 200 مليون سجل طبي في الولايات المتحدة وحدها. صحيح أن لدينا نسخًا مكررة، لكن هذه البيانات ستسمح لنا بتحديد مرضى محددين ذوي خصائص مماثلة وعلاجهم. وفي الواقع، فإن مجال الأورام هو مجال يستحق البدء فيه."
ويضيف أكونور: "يعتمد العالم بشكل متزايد على أجهزة استشعار متعددة. وهذه فرصة ممتازة لتطوير الذكاء الاصطناعي ووضعه في أجهزة الاستشعار نفسها. وأيضًا لجمع البيانات والعثور على الأنماط والإحصاءات وما إلى ذلك. لن يتم تنفيذ هذه الأشياء من قبل عدد قليل من الشركات ولكن من خلال نظام بيئي كامل من مقدمي الحلول للعديد من المهام في حياتنا في مجالات مثل الصحة والتصنيع والمركبات وإنتاج النفط. كل هذه المجالات وغيرها الكثير تخلق الكثير من البيانات (البيانات الضخمة)، ولكنها أيضًا فرصة لتوفير بيانات ذكية ولكن أيضًا لإضافة القدرة على الاستشعار إليها (الإدراك).
"لقد قمنا في IBM بتطوير أنظمة لـ 18 صناعة مختلفة بدءًا من القطاع المالي وحتى الإنتاج الفعال وبالطبع في مجال الطب. لقد بدأت تصبح بيئة تنافسية. نرى بالفعل هنا (CES) شركات المنتجات الاستهلاكية التي تدمج الذكاء الاصطناعي في منتجاتها للمنزل الذكي والسيارة الذكية والمزيد.
