الکتروهایو

هوش مصنوعی / الکترونیک / برنامه‌نویسی

دیدگاهتان را بنویسید

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

در مورد هوش مصنوعی در سلامت چه باید کرد؟

در مورد هوش مصنوعی در سلامت چه باید کرد؟ الکتروهایو
در این مقاله می‌خوانید:

زمان تخمینی مطالعه: 4 دقیقه

اگر چه هوش مصنوعی در سلامت چشم انداز بسیار خوبی را وعده داده است، اما فشار برای رگولاتوری‌ها در سراسر جهان افزایش یافته است، زیرا ابزارهای هوش مصنوعی نتایج بالقوه مضری را از خود نشان می‌دهند.

قبل از اینکه یک دارو توسط سازمان غذا و داروی ایالات متحده (FDA) تایید شود، باید هم ایمنی و هم کارایی آن را نشان داده شود. با این حال، FDA برای تایید نیازی به درک مکانیسم اثر دارو ندارد. این پذیرش نتایج بدون توضیح این سوال را مطرح می‌کند که آیا فرآیند تصمیم گیری “جعبه سیاه” یک مدل هوش مصنوعی ایمن و موثر باید به طور کامل توضیح داده شود تا تاییدیه FDA تضمین شود؟ این موضوع یکی از بسیاری از موارد بحثی بود که در روز دوشنبه، 4 دسامبر 2023، در جریان کنفرانس MIT عبداللطیف جمیل برای یادگیری ماشینی در سلامت (کلینیک جمیل) هوش مصنوعی و سیاست تنظیم مقررات سلامت مطرح شد، که باعث ایجاد یک سری بحث‌ها و جدل‌هایی در بین اساتید، رگولاتوری‌های ایالات متحده، اتحادیه اروپا و نیجریه و همچنین کارشناسان صنعت در مورد تنظیم هوش مصنوعی در سلامت شد.

همانطور که یادگیری ماشین به سرعت در حال تکامل است، عدم اطمینان در مورد اینکه آیا رگولاتوری‌ها می‌توانند ادامه دهند و احتمال تاثیرات مضر را کاهش دهند و در عین حال تضمین کنند که کشورهای مربوطه در نوآوری رقابتی باقی می‌مانند یا خیر، وجود دارد. برای ترویج محیط گفتگوی صریح و آزاد، حضور در رویداد کلینیک جمیل برای 100 نفر از شرکت کنندگان که از طریق اجرای قانون چتم هاوس در حال مناظره بودند، تنظیم شد تا به سخنرانان اجازه ناشناس ماندن برای بحث در مورد نظرات و استدلال‌های بحث برانگیز بدون ذکر منبع داده شود.

هدف کلینیک جمیل به جای میزبانی رویدادی برای ایجاد سر و صدا در مورد هوش مصنوعی در سلامت، ایجاد فضایی برای آگاه نگه داشتن قانون‌گذاران از پیشرفته‌ترین پیشرفت‌های هوش مصنوعی بود، در حالی که به متخصصان دانشکده و صنعت اجازه می‌داد رویکردهای جدید یا متفاوتی را برای نظارت پیشنهاد کنند و یا چارچوب‌هایی برای هوش مصنوعی در سلامت را به ویژه برای استفاده از هوش مصنوعی در محیط های بالینی و در توسعه دارو ارائه دهند.

نقش هوش مصنوعی در پزشکی بیش از هر زمان دیگری امروزه مشهود است، زیرا این صنعت با کمبود نیروی کار پس از همه‌گیری، افزایش هزینه‌ها و همچنین نرخ بالای فرسودگی شغلی و استعفاها دست و پنجه نرم می‌کند. در میان متخصصان مراقبت‌های بهداشتی یکی از سخنرانان پیشنهاد کرد که اولویت‌ها برای استقرار هوش مصنوعی بالینی باید بیشتر بر ابزارهای عملیاتی متمرکز شود تا تشخیص و درمان بیمار. یکی دیگر از شرکت‌کنندگان به «فقدان واضح آموزش در همه مؤلفه‌ها – نه فقط در میان جوامع توسعه‌دهنده و سیستم‌های مراقبت بهداشتی، بلکه در مورد بیماران و رگولاتوری‌ها» اشاره کرد. با توجه به اینکه پزشکان اغلب کاربران اصلی ابزارهای هوش مصنوعی بالینی هستند، تعدادی از پزشکان حاضر از قانون‌گذاران درخواست کردند که قبل از اقدام با آنها مشورت کنند.

در دسترس بودن داده‌ها یک مسئله کلیدی برای اکثر محققان هوش مصنوعی حاضر در جلسه بود. آنها از کمبود داده برای کارآمدی ابزارهای هوش مصنوعی ابراز تاسف کردند. بسیاری از آنها با موانعی مانند ممنوعیت دسترسی به مالکیت معنوی یا کمبود مجموعه داده‌های بزرگ و با کیفیت روبرو بودند. یکی از سخنرانان در این رویداد خاطرنشان کرد: «توسعه‌دهندگان نمی‌توانند میلیاردها دلار برای ایجاد داده هزینه کنند، اما FDA می‌تواند. یک عدم قطعیت قیمتی وجود دارد که می‌تواند منجر به سرمایه‌گذاری کم در هوش مصنوعی شود.» سخنرانان اتحادیه اروپا از توسعه سیستمی حمایت کردند که دولت‌ها را ملزم می‌کند داده‌های بهداشتی را برای محققان هوش مصنوعی در دسترس قرار دهند.

در پایان این رویداد یک روزه، بسیاری از شرکت‌کنندگان پیشنهاد طولانی‌تر کردن بحث را دادند و از مراقبت انتخابی و محیط بسته ستایش کردند، که فضای منحصر به فردی را برای بحث‌های باز و سازنده در مورد مقررات هوش مصنوعی در سلامت ایجاد کرد. پس از تایید رویدادهای بعدی آینده، کلینیک جمیل کارگاه‌های دیگری با ماهیت مشابه ایجاد خواهد کرد تا شتاب را حفظ کند و رگولاتوری‌ها را در جریان آخرین تحولات در این زمینه نگه دارد.

لوگو الکتروهایو

الکتروهایو در خدمت مخاطبان عزیز می‌باشد. ما در تیم الکتروهایو در تلاش برای تهیه مقالات و مطالب به روز هستیم. لطفا برای مطالب و مقالات بیشتر با ما همراه باشید.

مطالب مرتبط:

داده‌های اسمی Nominal Data - الکتروهایو

داده‌های اسمی Nominal Data چیست؟

داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی و تفسیر آن در بسیاری از زمینه‌ها از جمله آمار، علوم کامپیوتر، روانشناسی و بازاریابی ضروری است. این مقاله ویژگی‌ها، کاربردها و تفاوت‌های داده‌های اسمی

ادامه مطلب »
حاشیه‌نویسی متن در هوش مصنوعی - سایت الکتروهایو

حاشیه‌نویسی متن در هوش مصنوعی

حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. حاشیه‌نویسی‌ها برچسب‌هایی هستند که داده‌ها را شناسایی و طبقه‌بندی می‌کنند یا قطعات مختلف اطلاعات را با یکدیگر مرتبط می‌کنند. الگوریتم‌های هوش مصنوعی از آنها به

ادامه مطلب »
هوش مصنوعی در باستان شناسی و کاربردهای آن - سایت الکتروهایو

هوش مصنوعی در باستان شناسی چه کاربردهای می‌تواند داشته باشد؟

مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و متنوع بودند. برخی از آنها کاملاً عشایری بودند و مرتباً موقعیت خود را تغییر می‌دادند. برخی از آنها فواصل بسیار زیادی را مهاجرت کردند، در

ادامه مطلب »
با الگوریتم تشخیص اشیاء FCOS آشنا شوید - سایت الکتروهایو

با الگوریتم تشخیص اشیاء FCOS آشنا شوید: تشخیص اشیاء تک مرحله‌ای کاملاً کانولوشنال

تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده در اطراف اشیاء شناسایی شده، مکان یک شی را در یک تصویر شناسایی و مکان‌یابی می‌کند. اهمیت تشخیص اشیاء را نمی‌توان به اندازه کافی بیان

ادامه مطلب »
با سایت Kaggle آشنا شوید! دریچه‌ای رو به دنیای اجتماع متخصصان هوش مصنوعی - سایت الکتروهایو

با سایت Kaggle آشنا شوید! دریچه‌ای رو به دنیای اجتماع متخصصان هوش مصنوعی

یادگیری ماشین (Machine Learning) و علم داده (Data Science) موضوعاتی هستند که در تمامی بخش‌های فناوری اطلاعات در مورد آن بحث و گفتگو وجود دارد. امروزه همه چیز در حال خودکار شدن است، و برنامه‌های کاربردی نیز به سرعت در

ادامه مطلب »
داده‌های اسمی Nominal Data - الکتروهایو

داده‌های اسمی Nominal Data چیست؟

داده‌های اسمی(Nominal Data) یکی از اساسی‌ترین انواع داده‌ها در تجزیه و تحلیل داده‌ها است. شناسایی ...

حاشیه‌نویسی متن در هوش مصنوعی - سایت الکتروهایو

حاشیه‌نویسی متن در هوش مصنوعی

حاشیه‌نویسی داده به الگوریتم‌های یادگیری ماشین اجازه می‌دهد تا اطلاعات را درک و تفسیر کنند. ...

هوش مصنوعی در باستان شناسی و کاربردهای آن - سایت الکتروهایو

هوش مصنوعی در باستان شناسی چه کاربردهای می‌تواند داشته باشد؟

مکان‌های باستان‌شناسی ممکن است ثابت باشند، اما فرهنگ‌هایی که آنها را تولید کرده‌اند، پویا و ...

با الگوریتم تشخیص اشیاء FCOS آشنا شوید - سایت الکتروهایو

با الگوریتم تشخیص اشیاء FCOS آشنا شوید: تشخیص اشیاء تک مرحله‌ای کاملاً کانولوشنال

تشخیص اشیاء یک کار مهم در بینایی کامپیوتر است که با رسم کادرهای محدود کننده ...

تصویربرداری چند طیفی، دیدی جدید فراسوی نور مرئی - سایت الکتروهایو

تصویربرداری چند طیفی، دیدی جدید فراسوی نور مرئی

تصویربرداری چند طیفی تکنیکی است که نور را در طیف وسیعی از باندهای طیفی، فراتر ...