في العيادات، يُثقل الأطباء بسهولة عندما يكون هناك عدد كبير جدًا من المرضى، مما يؤدي إلى عدم الدقة والأخطاء في التشخيص. لكن يمكن لنظام DeepMind المدعم بالذكاء الاصطناعي من Google تقليل هذه المشكلة من خلال القدرة على التشخيص الدقيق لأكثر من 50 مرضًا يؤثر على الرؤية في ثوانٍ معدودة.
كان الخوف من أن تحل التكنولوجيا والذكاء الاصطناعي محل العديد من الناس وتسببهم في فقدان وظائفهم مفهوما بعيد المنال، ولكن مع تطور التعلم الآلي والروبوتات، أصبح هذا القلق أكثر وضوحا.
لا شك أن الروبوتات يمكن أن تحل محل العديد من العمال في خطوط الإنتاج، لكن الوظيفة التي تبدو وكأنها لا يستطيع القيام بها إلا البشر لأنها تتطلب الحدس والمعرفة والخبرة ومدى الاهتمام، فحتى التفاصيل الصغيرة - وظيفة الطبيب - تم إثباتها الآن بواسطة الذكاء الاصطناعي. .
تعمل Google على تحسين DeepMind بشكل متزايد، حيث أصبح بإمكان الذكاء الاصطناعي المستند إلى شبكة الذكاء الاصطناعي الشهيرة التي هزمت لاعب Go هذا الآن أيضًا تشخيص الأمراض. أعلنت Google، بالتعاون مع مستشفى مورفيلدز للعيون، أن DeepMind يمكنه الآن تشخيص أكثر من 50 مرضًا من المحتمل أن تهدد البصر بدقة الأطباء الرائدين في العالم.
وقال فريق DeepMind في المدونة إن الأطباء، مهما كانوا موهوبين، هم بشر فقط وسيستغرقون الكثير من الوقت للنظر في فحوصات العين وتشخيص العديد من الأمراض. لكن فريق DeepMind يقول إن الذكاء الاصطناعي من Google يمكنه التقاط التصوير المقطعي البصري (OCT) في بضع ثوانٍ فقط.
OCT هي تقنية شائعة الاستخدام للكشف عن أمراض العيون، لكن قراءة فحوصات المسح تستغرق وقتًا طويلاً للغاية. إذا تمكنت الخوارزمية من مساعدة الأطباء، فسيكون ذلك أمرًا رائعًا.

مثال على تشخيص النظام. الصور: كلية لندن الجامعية، مورفيلدز، ديب مايند.
ومع ذلك، كما هو الحال مع السيارات ذاتية القيادة، فإن السماح للكمبيوتر باستخلاص النتائج قد يؤدي أحيانًا إلى أحكام قاتلة. يستخدم الباحثون في DeepMind عددًا من الطرق للتخفيف من هذه المشكلة. الأول هو عدم الاعتماد على خوارزمية واحدة، بل استخدام مجموعة من الخوارزميات للتحقق. والثاني هو عدم إعطاء إجابة واحدة لكل تشخيص ولكن تقديم التحليل ومستوى الثقة في احتمالية الدقة. كما يوضح كيفية التعرف على كل جزء من عين المريض ليتمكن الطبيب من تحليله لاحقاً. والأهم من ذلك، أنها ليست أداة تشخيصية مباشرة ولكنها تستخدم فقط لتحديد المرضى الذين يحتاجون إلى العلاج أولاً.
حتى لو كانت هذه المعلومات تبدو مثيرة للاهتمام بالنسبة لك، فلا تقلق/تتحمس كثيرًا لأنه على الرغم من أن النتائج واعدة، فليس هناك يقين من إمكانية استخدام DeepMind والتقنيات المماثلة في بيئة الحياة الواقعية. لا يزال يتعين على الذكاء الاصطناعي والتقنيات الجديدة الانتظار حتى يتم استخدامها.
شاهد المزيد: