هوش مصنوعی برای اولین‌بار بدون تأیید پزشک می‌تواند در ایالت یوتا دارو تجویز کند
دیجیاتو digiato
مهر ۱۵, ۱۴۰۵
009
ایالت یوتا در آمریکا مجوز اجرای برنامه‌ای آزمایشی را صادر کرده است که در آن هوش مصنوعی می‌تواند برای برخی بیماران مبتلا به آکنه، بدون تأیید اولیه پزشک نسخه صادر کند. شرکت نیویورکی Nolla Health، توسعه‌دهنده این سیستم، می‌گوید این برنامه نخستین نمونه از چنین سامانه‌ای در آمریکا و احتمالاً در جهان است.
این سیستم اطلاعات بیمار و تصاویر اسکن‌شده از صورت او را بررسی می‌کند و از میان مجموعه محدودی از درمان‌های تأییدشده توسط پزشکان، گزینه مناسب را انتخاب می‌کند. سیستم اجازه ندارد خودش روش درمانی جدیدی طراحی کند و اگر نتواند با اطمینان درمان مناسبی انتخاب کند، پرونده را به پزشک دارای مجوز ارجاع می‌دهد.
استقلال سیستم نیز به‌صورت مرحله‌ای افزایش پیدا می‌کند. در مرحله نخست، پزشک نسخه ۱۰۰ بیمار اول را تأیید می‌کند. در مرحله دوم که شامل ۵۰۰ بیمار می‌شود، سیستم نسخه‌ها را به‌صورت مستقل صادر می‌کند و پزشک هر روز آن‌ها را بررسی خواهد کرد. در مرحله سوم، پزشکان تنها نمونه‌ای از نسخه‌ها را به‌صورت هفتگی و پس از صدور بررسی می‌کنند.
هوش مصنوعی چگونه دارو تجویز می‌کند؟
این برنامه از طریق اپلیکیشن Nolla Derm در اختیار ساکنان ۱۸ ساله و بالاتر یوتا قرار می‌گیرد. بیماران ابتدا پرسش‌نامه‌ای ۱۰ تا ۱۵ دقیقه‌ای را تکمیل می‌کنند و سپس از صورت آن‌ها اسکن تهیه می‌شود.
سیستم پس از بررسی وضعیت پوست، درمان آکنه را از میان گزینه‌های ازپیش تعیین‌شده انتخاب می‌کند. نولا می‌گوید این فرایند می‌تواند در عرض چند دقیقه برنامه درمانی و نسخه بیمار را آماده کند.
این برنامه با همکاری دفتر سیاست هوش مصنوعی یوتا و در چارچوب مقررات ایالت برای آزمایش کاربردهای جدید هوش مصنوعی توسعه یافته است. مقام‌های یوتا آن را یک برنامه آزمایشی کنترل‌شده برای ارزیابی فناوری‌ای توصیف کرده‌اند که می‌تواند آکنه را بررسی و بدون بازبینی اولیه انسان نسخه صادر کند.
تفاوت این سیستم با بسیاری از خدمات پزشکی از راه دور در این است که در خدمات معمول، نرم‌افزار ممکن است اطلاعات بیمار را جمع‌آوری یا به پزشک در تصمیم‌گیری کمک کند، اما تصمیم نهایی برای تجویز دارو همچنان برعهده پزشک است. سیستم نولا قرار است در محدوده مشخص‌شده، درنهایت خودش این تصمیم را بگیرد.
شرکت نولا می‌گوید پلتفرم پزشکی آن از سیستم‌های یادگیری ماشین چندوجهی (Multimodal Machine Learning)، از جمله ترنسفورمرهای بینایی، استفاده می‌کند. به گفته نولا، سیستم‌های گسترده‌تر این شرکت با بیش از ۳ میلیون پرونده بالینی برچسب‌گذاری‌شده آموزش دیده‌اند.
نولا می‌گوید پزشکان دارای مجوز در بیش از ۹۶ درصد موارد واقعی با پیشنهادهای درمانی سیستم موافق بوده‌اند. این شرکت مدعی است اختلاف‌ها بیشتر به تغییراتی مانند اصلاح قدرت داروی موضعی مربوط بوده و نه انتخاب درمانی کاملاً متفاوت. بااین‌حال، رقم ۹۶ درصد از سوی نولا ارائه شده و به‌صورت مستقل تأیید نشده است.
