هوش مصنوعی گوگل بر اساس دادهها و اطلاعاتی که از بیماران گرفته است، میتواند شبکه عصبی توسعهیافتهای ایجاد کند که به پزشکان و بیمارستانها در مورد آنچه که باید در مورد درمان فرد مراجعه کننده بدانند، یاری کند.
شما را با گزارشی از وضعیت سلامت یک بیمار آشنا میکنیم، یک زن با سرطان پیشرفته وارد بیمارستان میشود. او در هنگام ورود به بیمارستان دچار امبولی ریه و آب دهی ریههایش بود. دکتر، دستور اسکن و رادیولوژی میدهد. کامپیوترهای بیمارستان با بررسی اسکنهای بدن، ارزیابی میکنند که این بیمار به احتمال 9.3 درصد در طول بستری شدن در بیمارستان فوت خواهد کرد. در این هنگام، پای گوگل هم وسط کشیده میشود. گوگل از الگوریتمهای جدید برای بررسی وضعیت بیمار استفاده میکند که با این الگوریتمهای پیچیده، برآورد میشود که بیمار به احتمال 19.9 درصد در روزهای آتی فوت خواهد کرد. بیمار بعد از سپری کردن چند روز در بیمارستان، فوت میکند.
گوگل ماه گذشته گزارش این مرگ ناراحت کننده را منتشر کرد که پتانسیلهای شبکه عصبی و هوش مصنوعی موجود در این سیستم را نشان میدهد که میتواند علائم بیمار را بررسی کرده و نتیجه موردنظر را به شکلی نزدیکتر به واقعیت، گزارش کند. شبکه عصبی همانند یک مغز برای هوش مصنوعی عمل میکند و میتواند مفاهیم جدید را یادگیری و آنها را در موارد مشابه به کار برد. گوگل در همین راستا ابزاری متشکل از هوش مصنوعی و شبکه عصبی ترتیب داده است که میتواند وضعیت بیماران را در داخل بیمارستان بررسی کند و نتایجی همانند مدت زمان بستری شدن در طول روزها آینده، احتمال بازگشت مجدد به بیمارستان و آنچه که در مورد زن مبتلا به سرطان داشتیم، زمان مرگ را میتواند پیشبینی کند.
آنچه که پزشکان و متخصصان را متأثر و متعجب کرده است، استفاده گوگل و هوش مصنوعی از منابعی است که سابق بر این از دسترس هوش مصنوعی خارج بود. از جمله این منابع، اسناد قدیمی همانند نمودارها و فایلهای متنی است. هوش مصنوعی همه این اطلاعات را فراخوانی میکند و بر اساس همین پیشفرضها میتواند احتمالات بعدی را پیشبینی کند. هوش مصنوعی توسعه یافته گوگل با سرعت بالاتری نسبت به قبل کار خودش را انجام میدهد و حتی استنادات خودش برای رسیدن به نتایج را نمایش میدهد.
بیمارستان، پزشک و سایر ارائه دهندگان خدمات سلامتی در طول سالهای اخیر تلاش کردهاند که پروندههای سلامتی بیماران را به شکلی دقیق در پایگاههای اطلاعاتی ذخیرهسازی کنند. اگر این امر محقق شود، زمان کمی برای بررسی وضعیت بیمار، تصمیمگیری در ادامه درمان و سایر قسمتهای طول درمان لازم خواهد بود. با طبقهبندی و یکجا جمع شدن اطلاعات، زمان لازم برای جستجوی اطلاعات کاهش پیدا کرده و زمان بیشتری برای درمان بیمار اختصاص داده میشود؛ اما روشهای فعلی که برای این کار استفاده میشود هزینه بر و وقتگیر هستند.
نیگام شاه، استادیار دانشگاه استنفورد، یکی از محققین و نویسندگان مقاله گوگل در ماه اخیر در این مورد میگوید:
در حال حاضر 80 درصد از زمان پیشبینیها و جمعآوریهای اطلاعات توسط مدلهای کامپیوتری و هوش مصنوعی صرف این کار میشود که نتایج به صورت قابل درکی ارائه شود؛ اما حالا میتوانید همه این مدلها را دور بریزید و مجبور نیستند در مورد آنها نگران باشید.
گام بعدی که گوگل بر خواهد داشت، انتقال این هوش مصنوعی به کلینیکها و مراکز درمانی است. این را یکی از مسئولین هوش مصنوعی به سایت بلومبرگ گفته است. گوگل این روزها به دنبال دسترسی به شبکه عصبی است که بتواند توسط آن، بیماری و علائم آن را پیشبینی کند. این پیشبینیها بر اساس نتایجی که قبلاً در مورد سایر بیمارها مشاهده شده است، انجام میشود.
در داخل خود گوگل و مجموعه شرکتهای وابسته به هسته اصلی، شور و انگیزه خاصی برای ادامه این پروژه وجود دارد. آنچنان که یکی از کارمندان گوگل گفته است:
بالاخره آنها توانستند کاربردی برای هوش مصنوعی پیدا کنند که میتواند تجاری شود.
لری پیچ و سرگی برین، بنیانگذاران موتورهای جستجو و پایههای اولیه گوگل هستند که مدتها بود به دنبال دستیابی به این مرحله از پیشرفت هوش مصنوعی بودند. تجاریسازی آرزویی است که با پیشرفتهای حاصل در بخش پزشکی گوگل، محقق خواهد شد. گوگل در سال 2016 خود را شرکتی پیشرو در زمینه هوش مصنوعی خواند که بسیاری از فعالیتهای آنها در این زمینه برای بهبود خدمات اینترنتی موجود بود، اما تابهحال نتوانسته بودند استفاده تجاری از آن داشته باشند. پیشرفتهای کنونی درزمینهٔ پزشکی و هوش مصنوعی راه جدیدی برای گوگل باز کرده است.
این روزها، بیشتر برنامههای مرتبط با سلامتی، توسط انسان برنامهریزی و کد نویسی میشود. در مقابل، گوگل به مرحلهای نزدیک شده است که ماشین میتواند خودش بر اساس اطلاعاتی که در اختیارش قرار داده میشود، شروع به فراگیری و پیشرفت کند. این نوآوری گوگل که مبتنی بر هوش مصنوعی و شبکههای عصبی است میتواند جنبش جدیدی در نرمافزارهای سلامتی به وجود آورد. بسیاری از محققین و دستاندرکاران گوگل معتقدند که هوش مصنوعی زودتر از برنامهنویسی دستی میتواند مشکلات را پیشبینی کند و راهحل مناسب برای آنها ارائه دهد. هوش مصنوعی گوگل و بهطور اختصاصی، قسمت پزشکی آن، در حال حاضر آزمونهای زیادی از سر گذرانده است و به جایی رسیده است که میتواند بهترین و دقیقترین نتایج را گزارش کند.
هوش مصنوعی گوگل همانند دستیاری آگاه، پزشکان را در مورد بیماریهای خاص و روشهای درمانی مخصوص آنها کمک و هدایت میکند. یکی دیگر از محققان گوگل مدعی شده است که روشهای کنونی (غیر از هوش مصنوعی) برخی از سوابق درمانی بیمار را نادیده میگیرند، سوابقی همانند جراحی قبلی که او داشته است. این فرد که نخواسته است نام و اهداف بعدی گوگل را فاش کند، کدنویسی دستی و استفاده از انسان برای کد نویسی را فاجعهای بزرگ برای دنیای پزشکی میداند. اگر نیمهپر لیوان و نتایج به دست آمده از گوگل و تلاشهایش را ببینیم، متوجه خواهیم شد که عملکرد گوگل یا شاید خوشبینی این شرکت در رسیدن به اهداف آتی توانسته یک چالش بزرگ در دنیای پزشکی را حل کند. شرکتهای دیگری قبلاً تلاش کردهاند که هوش مصنوعی را وارد دنیای پزشکی کنند و همانند گوگل از یادگیری تجربی در آن بهره بگیرند، اما هزینههای بالا و نبود امکانات مالی کافی، پروژههای منسجم را به تکههایی تقسیم کرد که توجیه اقتصادی برای شرکتها داشته باشند.
آنچه که کار گوگل را در این مسیر راحتتر کرده، دسترسی این شرکت به اطلاعات آماری بالا از بیماران و سوابق پزشکی آنها است. گوگل در تحقیقات اخیر خودش در توسعه مدلهای هوش مصنوعی و شبکه عصبی، از اطلاعات پزشکی دانشگاههای کالیفرنیا، سن فرانسیسکو و شیکاگو استفاده کرده که در مجموع 46 میلیارد قطعه اطلاعاتی از بیماران مختلف و بدون نام بوده است. گوگل در حال حاضر میتواند برای هر بیمارستان، یک رشته برنامهنویسی بر اساس شبکه عصبی ارائه دهد، گام بزرگ و سختتر گوگل این خواهد بود که بتواند برای همه بیمارستانها یک برنامه منسجم و همگانی تولید کند. به همین دلیل است که گوگل تلاش میکند به پایگاههای داده بیشتری در مورد بیماران دسترسی داشته باشد.
شیرجه رفتن گوگل در اطلاعات بیماران را هم میتوانیم به آن قسمت از زندگی خودمان اضافه کنیم که در اختیار شرکتهای بزرگ اینترنتی و شبکههای اجتماعی قرار میگیرد. اندرو بروت، مدیر ارشد حفظ حریم خصوصی کمپانی ایموتا (Immuta) است که در مورد این رویه میگوید:
شرکتهایی همانند گوگل میتوانند دسترسیهای محدودی به دادهها و اطلاعات ما داشته باشند. این محدودیت باعث خواهد شد که بخشهایی از گوگل که ممکن است با استفاده از اطلاعات بیماران، درآمدهای اقتصادی ایجاد کند، راکد شود.
یکی دیگر از افراد آگاه در این مسائل، ساموئل وولچنبوم، انکولوژیست اطفال است که به تازگی مقالهای در همین مورد منتشر کرده است. او در قسمتی از تحقیقاتش میگوید:
باید دسترسی بخشهایی همانند تبلیغات تجاری گوگل به این دادهها محدود شود.
زمانی که صحبت از اطلاعات بیماران و جمعآوری سوابق بیمار میشود، گوگل به آهستگی و احتیاط کامل قدم برمیدارد. این روزها اخبار زیادی در مورد رسواییهای شرکتهای بزرگی همانند فیسبوک شنیده میشود که باعث شده تلاشهای بینالمللی به سمت افزایش امنیت حریم خصوصی برود. سال گذشته، دولت انگلیس قسمتی از پروژه هوش مصنوعی گوگل را با عنوان دیپ مایند (DeepMind) محکوم کرد که از اطلاعات بیماران بدون اجازه آنها استفاده کرده بود. آخرین بررسیهایی که در این مورد صورت گرفته است نشان میدهد که بیمارستانها و دانشگاهها، اطلاعات بیماران را به صورت طبقهبندیشده و محرمانه بدون نام در اختیار گوگل قرار میدهند. گوگل از ابتدای کار خودش دست روی پایگاههای اطلاعاتی بزرگ گذاشته است، زیرا میداند که با بررسی پایگاههای کوچک اطلاعاتی همانند کلینیکها و بیمارستانها، زمان زیادی برای رسیدن به نتیجه مطلوب لازم دارد.
گوگل در ابتدای راه است و به زودی این قسمت از هوش مصنوعی با دیگر شبکههای بزرگ ارتباط برقرار خواهد کرد. توسعه هوش مصنوعی در پزشکی، جان و سرمایههای زیادی را نجات خواهد داد. محققان گوگل اعلام کردهاند که به زودی هوش مصنوعی میتواند اطلاعات آبوهوایی و ترافیک را هم جمعآوری کند و آنها را در اعلام نتایج خودش به بیماران و پزشکان دخالت دهد. بیمارستان یک اکوسیستم بزرگ است که عوامل مختلفی در آن دخالت دارند.
شرکتهای کمی مثل گوگل وجود دارند که آمادگی تحلیل چنین ارگانیسمی را داشته باشند. گوگل به همراه شرکت ورلی (Verily) در حال توسعه دستگاههایی هستند که سینگنالهای بیولوژیکی بیشتری را رصد کنند. حتی اگر بیماران تمایلی به استفاده از این دستگاهها نداشته باشند، گوگل میتواند از منابع دیگری که در اختیار دارد، استفاده کند. گوگل اطلاعاتی همانند آبوهوا و ترافیک را در اختیار دارد. گوشیهای اندرویدی میتوانند نحوه راه رفتن افراد را ثبت کنند و این یک پارامتر مؤثر برای بررسی میزان احتمال بروز مشکلات قلبی و دیگر بیماریهای ناشی از کم تحرکی است. همه این اطلاعات میتواند وارد هوش مصنوعی و الگوریتم عصبی شود تا یادگیری دقیقتر و پیشبینی نتایج واقعبینانهتری داشته باشیم.
جمعآوری اطلاعات و پرورش هوش مصنوعی فقط قسمت کوچکی از کارهای گوگل است. به زودی هوش مصنوعی پزشکی در قسمتهای مختلف پزشکی نظیر رادیولوژی، چشم و قلب ریشه خواهد دواند. در تحقیقات اخیر گوگل، متخصصین پوست هم درگیر بودهاند. در طی یک آزمون مشترک میان متخصصان پوست و هوش مصنوعی، این گوگل و دستپرورده هوشمندش بود که توانست برنده آزمون باشد.
کلام آخرمتخصصان پرورش هوش مصنوعی بارها در مورد وجود یک پزشک در کنار این دستیار هوشمند هشدار دادهاند. هوش مصنوعی فقط میتوانند همانند یک همراه با پزشک باشد و نظر قطعی نمیتواند صادر کند. گوگل برنامهای مبتنی بر هوش مصنوعی در هند آغاز کرده بود که بر اساس بررسی شبکیه چشم بیماران، احتمال ابتلای بیمار به نوع خاصی از دیابت ارزیابی میشد. در این تحقیق، کنار هوش مصنوعی سه متخصص شبکیه هم وجود داشتند تا صحت کار هوش مصنوعی را بررسی و نتایج نهایی را صادر کنند.
با گذشت زمان گوگل میتواند این سرویس را به کلینیکهای مختلف بفروشد یا آنها را همانند یکی از خدمات فضای ابری در اختیار توسعهدهندگان قرار دهد. آنچه که مشهود است، بزرگان دیگری همانند مایکروسافت هم به دنبال دستیابی به جایگاههایی همانند گوگل هستند. هرچند گوگل مدت بیشتری است که به دنبال این تکنولوژی قدم بر میدارد. شرکت گوگل در سالهای آتی، میتواند اطلاعات بیشتری از طریق پایگاههای مختلف به دست آورد، حتی میتواند آنها را خریداری کند؛ اما ممکن است برخی از پایگاههای بزرگ اطلاعاتی نخواهند با گوگل همکاری داشته باشند.
گوگل اعلام کرده است که در حال حاضر، تجاریسازی این فناوری امکانپذیر نیست و زمان بیشتری برای بررسیهای لازم نیاز است. جملهای که همه متخصصین برنامهریز گوگل در قسمت هوش مصنوعی و شبکه عصبی دارند، این است که «واقعاً زود است». در بخش نظرات، دیدگاه خود را با ما به اشتراک بگذارید.