لقد تجاوز حجم الذكاء الاصطناعي في سوق الرعاية الصحية العالمية 4.2 مليار دولار في عام 2020، ومن المتوقع أن يزداد بمعدل نمو سنوي مركب 33.7% بين عامي 2021 و2027، ليصل إلى 34.5 مليار دولار بنهاية تلك الفترة. ووفقًا لدورة الضجيج من Gartner لمقدمي الرعاية الصحية، فإن التكنولوجيا في ذروة التوقعات التضخمية.
وتعتبر الرعاية الصحية من أكثر الصناعات الواعدة في تطبيق واستخدام تقنيات القياسات الحيوية والذكاء الاصطناعي. وسيتيح ضمان تطبيق تحليلات الفيديو التي يقودها الذكاء الاصطناعي في المنظمات الطبية إمكانية التشخيص المبكر، مما يقلل من خطر الإصابة بالأمراض. بالإضافة إلى ذلك، يستطيع نظام دعم القرار السريري (СDSS) المساعدة في تحليل الصور الطبية، والوصول بخطة العلاج الفردية إلى المستوى الأمثل، والتنبؤ بحالة المريض بناءً على البيانات المتاحة، وأكثر من ذلك.
لقد أجرت NtechLab مقابلات مع خبراء الرعاية الصحية وتعرفت على العديد من الفوائد المحتملة للمجتمع الطبي من خلال توفير حلول التصوير الطبي المعتمدة على الذكاء الاصطناعي في صناعة الرعاية الصحية.
ستستعرض هذه المقالة التحديات الراهنة التي تعوق الاعتماد على الذكاء الاصطناعي في التصوير الطبي على نطاق أوسع، وفوائد هذه التقنية، والفرص المتطورة.
تقدر Signify Research السوق العالمية للذكاء الاصطناعي في مجال التصوير الطبي بنحو 0.3 مليار دولار، والتي من المتوقع أن تصل إلى 1.15 مليار دولار بحلول عام 2025 بمعدل نمو سنوي مركب 25.6%.
ولقد بدأ المطورون التقدميون في تطبيق التشغيل الآلي المبتكر، مثل الرؤية الحاسوبية لنظام دعم القرار السريري، في مختلف التشخيصات المختبرية. ومن المؤكد أن حلول التصوير الطبي ستؤدي إلى إنشاء سوق أساسية، ولكن هناك بعض العقبات التي تحول دون الوصول إلى قبول استخدام الذكاء الاصطناعي على نطاق أوسع في مرافق الرعاية الصحية:
التخزين اللامركزي
عادةً ما تخزن المؤسسات الطبية بيانات المرضى على أنظمتها المحلية. وتكمن المشكلة في عدم وجود تخزين مركزي لكامل التاريخ الطبي لجميع المرضى. ومن خلال تحليل البيانات الكبيرة بشكل فردي وجماعي، يمكننا تحسين جودة التشخيص والتنبؤ بمسار الأمراض والتحكم فيهما.
الامتثال إلى اللوائح العامة لحماية البيانات (GDPR)
في الوقت الراهن، لا تفسر اللوائح العامة لحماية البيانات العلاقة بين المطور والموظفين الطبيين بوضوح. ويؤدي عدم وجود آليات قانونية واضحة إلى تأخير الاعتماد على الذكاء الاصطناعي في التصوير الطبي على نطاق أوسع. كما توجد مشكلة تقنية أخرى هي إضفاء الصفة القانونية على الرؤية الحاسوبية والحلول القائمة على الذكاء الاصطناعي التي تستغرق وقتًا طويلاً، حيث يجب تسجيل المنتج وخضوعه لاختبارات مختلفة قبل استخدامه في الممارسة الطبية.
صعوبات في تنظيم توافق آراء الخبراء
يتطلب تدريب الشبكات العصبية أكثر من طبيب واحد للعمل على تطوير أحد حلول دعم القرار السريري. ويجب أن يتحقق خمسة أخصائيون أو أكثر من النتائج قبل التوصل إلى نتيجة مثبتة لا تحتمل الشك لتجنب سوء التفسير والأخطاء التي قد تكون جوهرية.
النزعة المحافظة
إن إحجام الوسط الطبي عن تبني منتج جديد يُعد أمرًا طبيعيًا. والشيء الوحيد الذي يمكنه المساعدة في التغلب على هذه المشكلة هو زيادة حالات الاستخدام الناجح التي تؤكد فعالية الحلول المبتكرة.
إن معدلات الأخطاء التشخيصية الإجمالية في الممارسات الفعلية على أرض الواقع غير معروفة، ولكن التقديرات الشائعة التي تستند إلى رأي الخبراء تفيد بأن 10−15% من جميع التشخيصات التي تم إصدارها غير صحيحة.
استخدام الذكاء الاصطناعي في التصوير الطبي
ما قبل التشخيص الطبي
تساعد تطبيقات الهواتف المحمولة للفحص الطبي الذاتي السريع، والنوم، والمتتبع الصحي على الحفاظ على نمط حياة صحي، كما تساعد على اكتشاف الانحرافات الطفيفة وأيضًا الانحرافات الكبيرة عن المقاييس الطبيعية دون الحاجة إلى تحمل تكلفة زيارة الطبيب.
التشخيص
قد يساعد نظام دعم القرار السريري على تحسين جودة التشخيص عن طريق تسليط الضوء آليًا على مناطق الأمراض وحساب المتغيرات لتحديد التشخيص. وفي أفضل الاحتمالات، ستكون الخوارزميات قادرة على تقديم رأي طبي جاهز مسبقًا باستخدام مجموعة متنوعة من الحالات المماثلة. وفي هذه الحالة، يقوم الطبيب إما بالموافقة على البيان الطبي أو بعدم الموافقة عليه مما يوفر الوقت.
العلاج
يحتاج الأطباء إلى حساب المتغيرات للعمليات الجراحية ويفعلون ذلك يدويًا بدون برمجيات خاصة تعتمد على الذكاء الاصطناعي. وتُمكن البرمجيات الأطباء من القيام بذلك آليًا، مما يسمح لهم بتجنب الحسابات الخاطئة ونقل المريض إلى قسم الجراحة بشكل أسرع.
يمكن لمرافق الرعاية الصحية الاستفادة من التحليلات القائمة على الذكاء الاصطناعي في الفحص، والطب الدقيق، وتقييم المخاطر لمساعدة الأطباء في دراسة الجينات، والبيئة، وأسلوب حياة الشخص لاختيار العلاج الأفضل للمرضى.
المراقبة
قد تساعد مراقبة أفعال الممرضات والأطباء في الحفاظ على عدم الالتفاف حول الجداول الزمنية للمرضى. ويمكن لتحليلات الفيديو التي يقودها الذكاء الاصطناعي أن تكشف ما إذا كان المريض قد تلقى الدواء المناسب في الوقت المناسب أم لا.
التنبؤ
يمكن أن تساعد مراقبة المريض في فترة ما بعد إعادة التأهيل على الوقاية من عودة الأمراض، حيث يمكن للأطباء تحليل البيانات الكبيرة في الحالات المماثلة للكشف عن الانتكاس. وعلاوة على ذلك، تستطيع الحكومات التنبؤ بانتشار الفيروسات أو بطول الفترة الزمنية التي تستغرقها الأمراض مما يسمح لها بالتحكم في ذلك.
ستتيح عمليات مراجعة جودة التشخيص الآلي، سواء في المؤسسات الطبية أو على مستوى تنظيم الرعاية الصحية الحكومية، مراجعة دراسات الحالات الطبية وتحليلها، وتحديد أوجه عدم الدقة.
ويمكن أيضًا استخدام التشخيص الآلي لدراسة الحالة البدنية للأشخاص المشاركين في التجارب السريرية للأدوية الجديدة.
من الذي يمكنه الاستفادة؟
• إن الرعاية الصحية واحدة من المجالات القليلة التي قد يؤدي حدوث أدنى خطأ فيها إلى مشاكل جوهرية. ويمكن لكل من الأشخاص الأصحاء والمرضى في المستشفيات الحصول على تشخيص طبيب، ووصفات طبية، وتوصيات تتميز جميعها بالدقة.
• إن الأطباء بشر قبل أن يكونوا أطباء، ويمكن أن يكون الشخص مشتت أو متعب. وبما أن كل شيء يعتمد على قرار الطبيب، فإننا بحاجة إلى تطوير المزيد من الحلول الآلية للتشخيص لمساعدتهم على التعرف على الحالة المرضية بسرعة أكبر، وتعزيز التدخل المبكر.
• يضطر الباحثون إلى مراجعة كميات هائلة من البيانات يوميًا عند اكتشاف أدوية جديدة، أو إجراء البحوث الجينية، أو التجارب السريرية. ولكن مع التقنيات التي يقودها الذكاء الاصطناعي في مجال التصوير الطبي، يستطيعون معالجة مجموعات أكبر من البيانات، والموافقة على الأدوية الجديدة على السوق بشكل أسرع، ودفع التقدم في مجال الرعاية الصحية الحديثة.
• يمكن لمؤسسات الرعاية الصحية الاستفادة من تقنيات الرؤية الحاسوبية لإدارة العمليات التشغيلية. ومن أمثلة التطبيقات القليلة مراقبة أنشطة الموظفين أو محطات تسجيل الوصول عبر الإنترنت.
• يمكن للحكومات التنبؤ بانتشار الفيروسات والأمراض من خلال تحليل كميات كبيرة من البيانات.
تتطور سوق الذكاء الاصطناعي في مجال التصوير الطبي بسرعة ومن المقرر أن تحدث تغييرًا كبيرًا في الوسط الطبي. ويوجد حاليًا العديد من المشاريع الطموحة، ولكن يتحول القليل منها فقط إلى حالات استخدام فعلي لأسباب مختلفة ذُكرت في هذه المقالة.
وفي المقام الأول، لا تكمن مشاكل المسؤولية والأخلاقيات في مستوى المنتج بل تكمن في استخدام المنتج وتطويره. وبعبارة أخرى، يجب على المطور التفكير في تنويع مجموعات البيانات وتجنب الاستنتاجات المتحيزة. ويجب على الأطباء اتخاذ القرارات بمساعدة التكنولوجيا، واستخدامها كرأي ثانٍ موثوق به. المنتج ليس مصممًا ليحل محل الطبيب، ولكنه مصمم فقط لدعم عملية اتخاذ القرار.
إن الذكاء الاصطناعي في سوق التصوير الطبي يُعد اتجاهًا جديدًا في أعمال NtechLab تضع مسؤوليته على عاتقها. ولذلك شركتنا تتطلع لتلقي مقترحات التعاون وتشجع الأوساط العلمية والطبية والتجارية على الانضمام إلى طموحاتنا.
اتصل بنا
المصادر:
1) Machine Learning in Medical Imaging. World Market Analysis 2021 (July / Signify Research) — www.gminsights.com/industry-analysis/healthcare-artificial-intelligence-market
2) «GMInsights 2020 & Market & Market Report 2020.»
3) «Hype Cycle for Healthcare Providers, Gartner, 2021.»
4) Newman-Toker, David, et al. «Rate of Diagnostic Errors and Serious Misdiagnosis-Related Harms for Major Vascular Events, Infections, and Cancers: Toward a National Incidence Estimate Using the ‘Big Three.'» De Gruyter, 1 Feb. 2021 — www.degruyter.com/document/doi/10.1515/dx-2019−0104/html