استفاده از هوش مصنوعی و یادگیری ماشینی در حوزه سلامت، یکی از آرزوهای بزرگ پزشکان و فعالان این عرصه است. اگر در سال ۲۰۱۹ بتوان از این فناوری در سطح جهانی و با روشی درست استفاده کرد، این رویا ممکن خواهد شد.
برای رسیدن به این هدف، سرمایه‌گذاری به موقع و استفاده صحیح از هوش مصنوعی ضروری است. با کمک این فناوری‌ها، خدمات سلامت در سراسر جهان، به ویژه در کشورهای با درآمد متوسط و کم، گسترش می‌یابد و دسترسی مردم به مراقبت‌های بهداشتی آسان‌تر می‌شود.
یکی از مشکلات اصلی در حوزه سلامت، کمبود نیروی انسانی است. هوش مصنوعی این مشکل را کاهش می‌دهد و فرصت‌های تازه‌ای برای بهبود سلامت جهانی ایجاد می‌کند، به خصوص اگر با فناوری موبایل ترکیب شود.
به عنوان نمونه، شرکت‌هایی مانند پیک‌ویژن (peek vision) از گوشی‌های هوشمند برای انجام آزمایش‌های چشمی استفاده می‌کنند. آن‌ها نشان داده‌اند که با تلفن همراه می‌توان این آزمایش‌ها را بدون نیاز به مکان خاصی انجام داد.
هوش مصنوعی علاوه بر صرفه‌جویی در هزینه‌ها، به مردم کمک می‌کند تا بهتر از سلامتی خود مراقبت کنند. با استفاده از ابزارهای پوشیدنی و برنامه‌های هوشمند، افراد می‌توانند سلامت خود را بهبود بخشند و سرعت بهبودی را افزایش دهند.
خدمات پزشکی در همه کشورها یکسان نیست، اما مشکل کمبود امکانات در بیشتر نقاط جهان دیده می‌شود. با افزایش جمعیت، نیاز به خدمات سلامت نیز بیشتر می‌شود و آگاه‌سازی مردم می‌تواند از گسترش بیماری‌های خطرناک جلوگیری کند.
با وجود نوآوری‌های زیاد در حوزه سلامت و سرمایه‌گذاری روی هوش مصنوعی، هنوز ارزیابی درستی از این فناوری صورت نگرفته و پیشرفت چشمگیری در این زمینه دیده نمی‌شود. ارزیابی دقیق نیازمند اولویت‌بندی و تحقیق است.
فناوری‌های جدید باید همگام با سلامت دیجیتال پیش بروند، زیرا این دو در کنار هم نه تنها ارزشمند هستند، بلکه به کنترل بیماری‌های واگیر و غیرواگیر کمک می‌کنند. البته برخی منتقدان معتقدند سلامت دیجیتال تفاوت چندانی با روش‌های سنتی مانند واکسیناسیون ندارد و قوانین مربوط به هوش مصنوعی در این حوزه هنوز به درستی تعریف نشده‌اند.
هوش مصنوعی و یادگیری ماشینی ممکن است با خطر کاهش اعتماد عمومی روبرو شوند. برای جلوگیری از این مشکل، باید نوآوری‌های اجتماعی را گسترش دهیم و روش‌های مناسبی برای دسترسی به داده‌ها پیدا کنیم.
دسترسی به داده‌ها نیز خود چالش‌هایی دارد و باید از حریم خصوصی افراد محافظت شود. برنامه‌های سلامت دیجیتال علاوه بر نوآوری، باید ارزش‌های سلامتی بیماران را نیز در نظر بگیرند. دانشمندان باید علاوه بر استفاده از داده‌ها، با اصول جمع‌آوری و تحلیل آن‌ها آشنا باشند و از رعایت اخلاق و حفظ حریم خصوصی اطمینان حاصل کنند.
برنامه‌های سلامت دیجیتال همچنین نیاز به تأیید بالینی و توسعه اصولی دارند. همان‌طور که ملیندا گیتس (Melinda Gates) و دیگران هشدار داده‌اند، داده‌های جدید در مدل‌های سلامت مبتنی بر هوش مصنوعی جایگزین داده‌های قدیمی می‌شوند و تأثیر زیادی دارند.
بنابراین، باید مطمئن شویم که داده‌ها به گونه‌ای جمع‌آوری می‌شوند که برای همه جوامع قابل استفاده باشند. برای مثال، برنامه‌نویسان در سراسر جهان از نظر نژاد و جنسیت متنوع هستند و این تنوع باید در توسعه فناوری‌ها در نظر گرفته شود.
برای پیشرفت در آینده، نباید اشتباهات گذشته را تکرار کنیم. مثلاً در دهه ۱۹۹۰، تلاش برای درک بیماری اچ‌آی‌وی/ایدز در آفریقا به دلیل تکیه بر دیدگاه‌های غربی با شکست مواجه شد.
کشورهای با درآمد متوسط و کم، که بیشتر در معرض خطر هستند، باید در شکل‌دهی به نوآوری‌های فناورانه نقش پررنگی داشته باشند. همچنین، باید برای دریافت کمک‌های پزشکی واقعی هوشیار بود و داروهای تقلبی را شناسایی کرد. شرکت ام‌پیدگری‌نتورک (mPedigree Network) اولین بار در غنا فعالیت خود را آغاز کرد.
این شرکت با استفاده از یک سیستم ردیابی موبایل، هویت پزشکان را بررسی می‌کند و به بیماران و متخصصان سلامت امکان انتخاب می‌دهد. همچنین، با تقویت زنجیره تأمین محصولات دارویی مانند واکسن‌ها، داروهای تقلبی را شناسایی می‌کند.
ام‌پیدگری‌نتورک با راه‌اندازی یک آزمایشگاه هوش مصنوعی در غنا، برنامه‌های آموزشی ویژه‌ای برگزار می‌کند. این استارتاپ امیدوار است که در سال ۲۰۱۹ روند پیشرفت بیماری‌ها در آفریقا را کاهش دهد. این شرکت استانداردهای ایمنی، به ویژه ایمنی در محل کار، را بررسی می‌کند و برنامه‌ای برای تغییر مراقبت‌های بهداشتی همگانی دارد.
همکاری بین بخش عمومی و خصوصی می‌تواند در ایجاد راه‌حل‌های دیجیتالی قدرتمند، دقیق و عادلانه مؤثر باشد. این همکاری نشان می‌دهد که چگونه هوش مصنوعی می‌تواند به مردم کمک کند تا سلامت خود را مدیریت کنند. این رویکرد به ویژه در کشورهای کم‌درآمد و با درآمد متوسط مفید است و هزینه‌های درمانی را کاهش می‌دهد.