فرصت‌های شغلی در پزشکی مصنوعی

فرصت‌های شغلی در پزشکی مصنوعی

”هوش مصنوعی بیش از هر چیز دیگری در تاریخ بشر، دنیا را تکان خواهد داد؛ حتی بیشتر از برق.“

دکتر کای ‌فو لی (Kai-Fu Lee) –  دانشمند تایوانی در زمینه مهندسی برق


امروزه به دلیل پیشرفت‌های سرسام‌آور علوم و پیچیده‌تر شدن علم داده‌ها، فرایند تصمیم‌گیری برای آدمی دشوار شده است. اما هوش مصنوعی به کمک انسان آمده تا بر این مشکل غلبه کند چرا که می‌تواند واکنش‌هایی مشابه با رفتارهای انسانی از جمله درک شرایط پیچیده، یادگیری، کسب دانش و همچنین فرایند استدلال برای حل مسئله را شبیه‌سازی کند. استفاده از هوش مصنوعی در علم پزشکی نیز در تشخیص بیماری‌ها و شخصی‌سازی راه‌های درمان نقشی حائز اهمیت دارد. پیشرفت هوش مصنوعی، نه تنها خطری برای مشاغل این حوزه محسوب نمی‌شود، بلکه مشاغل بیشتری به واسطه‌ی آن پا به عرصه می‌گذارند.

بکارگیری هوش مصنوعی باعث شده است که چشم‌انداز مشاغل آینده با تغییرات زیادی روبرو شود. در اوایل دهه ۲۰۱۰، بحث‌های زیادی پیرامون دستاوردهای تکنولوژیکی مانند هوش مصنوعی و انقلاب در بخش‌های رسانه، آموزش، خودرو و مراقبت‌های پزشکی صورت می‌گرفت. انجام مراقبت‌های پزشکی با کمک فناوری، بسیار امیدوارکننده به نظر می‌رسد. می‌توان در این میان به سامانه‌هایی اشاره کرد که با استفاده از کلان‌داده‌ها، مدیریت داده‌های بیماران را بر عهده می‌گیرند و به طور قطع این امر، ما را به هدف خدمات مراقبت‌های پزشکی شخصی نزدیک‌تر می‌کند. همچنین هوش مصنوعی در زمینه کاهش هزینه‌ها، افزایش اثربخشی، انجام فعالیت‌های پزشکی و برخی موارد دیگر مورد استفاده قرار می‌گیرد که در ادامه به طور دقیق‌تر آن‌ها را بررسی می‌کنیم. آینده پژوهی هوش مصنوعی

به بیان ساده‌تر، هوش مصنوعی در واقع نوعی برنامه‌ یا سیستم کامپیوتری محسوب می‌شود که در آن، ماشین‌ها از توانایی ذهنی انسان‌ها تقلید کرده و عملکردی مشابه و یا حتی بهتر از انسان را شبیه‌سازی می‌کنند. توانایی ذهنی انسان‌ها، معلول تجربیات گذشته است که از آن‌ها درس گرفته و برای مسائل آینده از آن‌ها استفاده خواهد کرد. در بخش مراقبت‌های پزشکی نیز روند دگرگون‌شده‌ی تحلیل داده‌ها به شدت بر هوش مصنوعی تأثیرگذار بوده که این روند منجر به تغییرات کاربردی در زمینه مداوای بیماری‌های پیچیده و خطرناک مانند اختلالات عصبی، سیستم گردش خون و سرطان شده است. از آنجا که داده‌های پزشکی بیماران به دو صورت ساختاریافته و ساختارنیافته تقسیم‌بندی می‌شوند، لذا به منظور غلبه بر مشکلات و پیچیدگی‌های ایجادشده، از هوش مصنوعی در بخش مراقبت‌های پزشکی استفاده می‌شود. برای مثال، هوش مصنوعی به دلیل برخورداری از الگوریتم‌های پیچیده در زمینه تصویربرداری رادیولوژی، قادر است تا داده‌های مراقبت‌های پزشکی را بهتر تجزیه و تحلیل کند و در نتیجه عملکرد اثربخش‌تری داشته باشد. قابلیت خوداصلاحی هوش مصنوعی از دیگر مزیت‌های آن است که این قابلیت دقت آن را افزایش می‌دهد. دستگاه‌های هوش مصنوعی عمدتاً به دو دسته تقسیم می‌شوند:

  1. دستگاه‌های مبتنی بر تکنیک‌های یادگیری ماشینی (ML)
  2. دستگاه‌های مبتنی بر پردازش زبان طبیعی (NLP)

دستگاه‌های مبتنی بر یادگیری ماشینی، داده‌های ساختاریافته مانند تصویربرداری رادیولوژی یا داده‌های ژنتیکی را مورد تحلیل و بررسی قرار می‌دهند، در حالی که دستگاه‌های مبتنی بر پردازش زبان طبیعی، از طریق تحلیل داده‌های ساختارنیافته مانند یادداشت‌ها، گزارشات و مجلات پزشکی به اطلاعات مفیدی دست پیدا می‌کنند. چندین حوزه در بخش مراقبت‌های پزشکی از هوش مصنوعی بهره می‌برند که شامل تصویربرداری رادیولوژی، تشخیص الکتریکی، پایش، فیزیولوژی، ارزیابی ناتوانی، غربالگری انبوه و جراحی رباتیک از طریق کنسول کامپیوتری می‌شود. شرکت‌های مختلفی در سرتاسر جهان از هوش مصنوعی برای بازآفرینی سیستم‌های مراقبت پزشکی مدرن استفاده می‌کنند تا میزان خطا در تشخیص بیماری‌ها را کاهش دهند. برای مثال، فناوری ساخته شده توسط شرکت PathAI و Freenome، قادر است سرطان را با دقت بیشتری تشخیص دهد؛ شرکت Zebra Medical Vision، رادیولوژیست‌ها را به دستگاه‌های رادیولوژی با هوش مصنوعی مجهز کرده است؛ شرکت Bioxcel Therapeutics از هوش مصنوعی برای کشف و توسعه‌ی داروهای جدید استفاده می‌کند و به عنوان «خلاق‌ترین بخش مراقبت پزشکی در زمینه توسعه هوش مصنوعی در سال ۲۰۱۹» لقب گرفت و Berg Health نیز یک سامانه‌ی زیست‌فناوری بر مبنای هوش مصنوعی است که با ساخت محصولاتی، می‌تواند با بیماری‌های نادر مقابله کند.

مزایای هوش مصنوعی نه تنها در تحقیقات پزشکی به طور گسترده مورد بحث قرار گرفته‌اند، بلکه در تحقیقات آکادمیک نیز بررسی شده‌اند. در بخش مراقبت‌های پزشکی، هوش مصنوعی از سه بعد مورد تحلیل قرار می‌گیرد:

  1. تحلیل توصیفی: یکی از پرکاربردترین تحلیل‌ها محسوب می‌شود که در طی آن با استفاده از داده‌های مرتبط با وقایع نوظهور، دیدگاه‌های مختلفی مطرح می‌شود. برای مثال، این فناوری برای کشف الگوهایی که به تشخیص شکستگی استخوان و ضایعات پوستی کمک می‌کنند مورد استفاده قرار می‌گیرد.
  2. تحلیل دوراندیشانه: از این تحلیل برای پیش‌بینی آینده استفاده می‌کنند. برای مثال، هوش مصنوعی می‌تواند در تصمیم‌گیری در زمینه اولویت بیماران از نظر وخامت شرایط‌شان مفید واقع شود.
  3. تحلیل تجویزی: نه تنها الگوهایی که انسان قادر به شناخت آن‌ها نیست را درک می‌کند، بلکه بر مبنای نکات ظریف مربوط به تشخیص بیماری‌ها، روش‌های احتمالی برای درمان آن‌ها را نیز پیشنهاد می‌دهد.

در حال حاضر ابهامات زیادی در مورد فناوری‌های مبتنی بر هوش مصنوعی و تأثیر کلی آن‌ها بر بخش مراقبت‌های پزشکی و زندگی ما وجود دارد. بنابراین همیشه بین مثبت‌نگران، منفی‌نگران، عمل‌گرایان و تردیدکنندگان در مورد این موضوع اختلاف نظر پیرامون این سؤال وجود دارد که آیا هوش مصنوعی یک بهشت برای ما می‌سازد و یا یک جهنم؟. از آنجایی که تأثیرات هوش مصنوعی، طیف گسترده‌ای را شامل می‌شود، در آینده مشخص خواهد شد که کدام یک از ریسک‌های ما ارزشمند بوده است. هرچند موضوع مورد بحث در بین متخصصان پزشکی؛ تهدید هوش مصنوعی برای فرصت‌های شغلی است.

آینده پژوهی و آینده نگاری

نوشته مرتبط : نویسنده، هوش مصنوعی

آینده نگاری تکنولوژی

در اینجا چند مورد از عواملی که بر فرصت‌های شغلی تأثیرگذار هستند را معرفی می‌کنیم: بکارگیری هوش مصنوعی، تغییرات کاربردی، شیوه‌های آموزشی شخصی‌سازی‌شده، پذیرا بودن نسبت به یادگیری، نگرش نسبت به فناوری، مهارت‌های کاری و دانش هوش مصنوعی

اکنون در این قسمت چندین مورد از تأثیرات این عوامل را بر فرصت‌های شغلی مورد بررسی قرار می‌دهیم:

بکارگیری هوش مصنوعی ← آموزش شخصی‌سازی‌شده ← نگرش نسبت به فناوری ← فرصت شغلی

بکارگیری هوش مصنوعی در بخش مراقبت‌های پزشکی، تأثیر مستقیمی بر آموزش شخصی‌سازی‌شده می‌گذارد که بر نگرش فرد نسبت به فناوری و در نهایت فرصت‌ شغلی تأثیرگذار است. آموزش شخصی‌سازی‌شده (فنی و غیرفنی)، تقاضاهای متغیر و نیازهای بخصوص کارآموزان را مدنظر قرار می‌دهد. آموزش شخصی‌سازی‌شده‌ای که بر فواید فناوری‌های جدیدتر تأکید دارد می‌تواند ترس ناشی از توسعه آن‌ها را کاهش دهد و همچنین اثربخشی و انگیزه‌ی کارآموزان را بیشتر می‌کند تا از فناوری‌ها بهره ببرند. نگرش مثبت نسبت به فناوری باعث افزایش آمادگی فرد می‌شود زیرا آن فرد به نحو بهتری از تغییرات استقبال می‌کند. در کشورهای در حال توسعه مانند هند، هوش مصنوعی به حوزه‌ی مراقبت‌های پزشکی کمک کرده است، اما همچنان عدم‌اختصاص بودجه‌ی کافی از طرف دولت و کمبود متخصصان آموزش‌دیده‌ و زیرساخت‌های استاندارد به چشم می‌خورد. آموزش شخصی‌سازی‌شده، این امکان را به ذینفعان می‌دهد تا اهمیت فناوری‌های جدید و تأثیرات آن بر طراحی مجدد روش‌های درمانی موجود، علم نوظهور مشاوره‌ی مجازی و نحوه‌ی ارزیابی شیوه‌های پیچیده را درک کنند.

بکارگیری هوش مصنوعی ← آموزش شخصی‌سازی‌شده ← پذیرا بودن نسبت به یادگیری ← فرصت شغلی

بکارگیری هوش مصنوعی به طور مستقیم بر آموزش شخصی‌سازی‌شده تأثیر می‌گذارد که البته به نیاز فرد به کسب مهارت فنی و غیرفنی بستگی دارد. این آموزش می‌تواند فرصت‌های شغلی بیشتری را برای افراد ایجاد کند. هرچند، افراد تنها در صورتی می‌توانند به منافع بالقوه‌ی این آموزش‌ها دست یابند که نسبت به یادگیری پذیرا باشند. استفاده از هوش مصنوعی در بخش مراقبت‌های پزشکی قطعاً بر آموزش و یادگیری متخصصان تأثیر می‌گذارد و دیدگاه آن‌ها را نسبت به فناوری‌ها تغییر می‌دهد، همچنین آموزش شخصی‌سازی‌شده می‌تواند اطمینان خاطر و تمایل فرد را نسبت به یادگیری مسائلی افزایش دهد که آن افراد را به پذیرش تغییرات در زمینه فناوری‌های مربوطه مجاب می‌کند. برای مثال، استفاده از هوش مصنوعی از طریق فرایند تفسیر خودکار عکس، رادیولوژیست‌ها را قادر ساخته است که سرطان سینه را در مراحل اولیه تشخیص دهند. پذیرا بودن نسبت به یادگیری به رادیولوژیست‌ها کمک کرده است تا بتوانند عکس‌ها را ظاهر کنند و اختلالات موجود را با دقت بیشتر و درصد خطای کمتر شناسایی نمایند. این امر، مسیرهای جدیدی را برای کارجویان هموار کرده است.

بکارگیری هوش مصنوعی ←  تغییرات کاربردی ← مهارت‌های کاری ← فرصت شغلی

بکارگیری هوش مصنوعی باعث ایجاد تغییرات کاربردی در محیط کار شده است که این امر مهارت‌های کاری جدیدی را می‌طلبد و در نتیجه بر اشتغال متخصصان تأثیر می‌گذارد. این مهارت‌ها شامل جنبه‌های عملیاتی و فنی ابزارها، سیستم‌ها و فناوری‌ هوش مصنوعی می‌شوند. متخصصان نیز به مهارت‌های جدیدی برای استقبال از تغییرات کاربردی نیاز دارند تا بتوانند مهارت‌هایشان را در زمینه هوش مصنوعی افزایش دهند. برای مثال روش درمان رفتاری-شناختی کامپیوتری (CBT) برای مداوای بی‌خوابی را در نظر بگیرید. در این مورد از هوش مصنوعی برای دسترسی به یک جامعه آماری بزرگ استفاده می‌کنیم که در روش‌های قدیمی غیرممکن بود. این امر به متخصصان اجازه می‌دهد که با تجویز و تفسیر، نتایج اطلاعات دیجیتالی بیمار را به طور وسیع‌تر از طریق برنامه‌ بررسی کنند. برنامه‌ی CBT مسئله‌ی مقیاس‌پذیری را حل و فصل می‌کند و روش‌های درمانی اثربخشی را ارائه می‌نماید. این تغییر در فرایندها منجر به تقویت مهارت‌های کاری مانند مهارت قضاوت شده که در نتیجه، ارزیابی ریسک و منافع را برای متخصصان آسان‌تر کرده است.

عواملی که در بالا به آن‌ها اشاره شد، به شکل‌های مختلفی بر یکدیگر تأثیر می‌گذارند که بررسی هر کدام از آن‌ها می‌تواند ما را با رویکردهای جدیدی برای دستیابی به فرصت‌های شغلی از طریق بکارگیری هوش مصنوعی آشنا کند. در شکل زیر می‌توانید ۶ مسیر و ارتباط عوامل با یکدیگر را مشاهده کنید.

هوش مصنوعی

شکل ۱٫ بکارگیری هوش مصنوعی و عوامل تأثیرگذار بر فرصت‌های شغلی

بازار هوش مصنوعی

استفاده از فناوری‌ها و راهکارهای هوش مصنوعی در حوزه‌ی مراقبت‌های پزشکی روز به روز در حال افزایش است؛ به طوری که در سال ۲۰۲۰، ارزش بازار هوش مصنوعی در حوزه‌ی مراقبت‌های پزشکی از ۴٫۲ میلیارد دلار گذشت و پیش‌بینی می‌شود که از سال ۲۰۲۱ تا ۲۰۲۷ با نرخ رشد مرکب سالانه ۳۳٫۷ درصد روبرو شود. در واقع، گسترش برنامه هوش مصنوعی در حوزه‌هایی مانند کشف دارو، تصویربرداری پزشکی و ژنوم‌شناسی همراه با افزایش شیوه‌های درمانی شخصی منجر به رشد این بازار می‌شوند.

آینده پژوهی فناوری

نوشته مرتبط : انقلاب هوش مصنوعی و تأثیر آن بر جامعه و شرکت‌ها

آینده پژوهی در هوش مصنوعی

علاوه بر آن، استفاده از هوش مصنوعی و کاربردهای گسترده‌‌اش در حوزه‌های تحقیقاتی منجر به رشد این بازار می‌شود. برای مثال، هوش مصنوعی برای انجام اقدامات درمانی پیشرفته در زمینه تومورشناسی مورد استفاده قرار می‌گیرد. این فناوری به تشخیص اختلالات در اشعه ایکس و ام‌آر‌آی (MRI) کمک می‌کند که اغلب چشم انسان قادر به مشاهده‌ی آن نیست.

هوش مصنوعی و مراقبت‌های پزشکی

شکل ۲٫ بازار هوش مصنوعی در حوزه‌ی مراقبت‌های پزشکی

همچنین در شکل زیر می‌توانید شاهد تأثیر هوش مصنوعی بر حوزه‌ی مراقبت‌های پزشکی از سال ۲۰۱۸ تا ۲۰۲۶ باشید که توانسته است بازار آن را گسترش بدهد و پیش‌بینی می‌شود که روند آن در آینده نیز صعودی باشد.

هوش مصنوعی و حوزه مراقبت‌های بهداشتی

شکل ۳٫ تأثیر هوش مصنوعی بر حوزه‌ی مراقبت‌های پزشکی از سال ۲۰۱۸ تا ۲۰۲۶

حوزه‌ی مراقبت‌های پزشکی روز به روز وابستگی بیشتری به هوش مصنوعی پیدا می‌کند و پیشرفت در زمینه هوش مصنوعی می‌تواند پیشرفت در حوزه‌ی مراقبت‌های پزشکی و تقریباً تمام حوزه‌های دیگر را تضمین کند. اگر به دنبال راهی برای ایجاد تغییر مثبت در جهان هستیم، هوش مصنوعی می‌تواند عصای دست ما باشد.


منابع:

www.emerald.com

www.maximizemarketresearch.com

www.gminsights.com

builtin.com

 

اشتراک‌گذاری

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

*

code