مقالات

معرفی سیستم های خبره پزشکی وضرورت استفاده از پزشکی نوین

نویسنده: محمدرضا کيکاوسي، نازنين شيخ محمدي، کارشناس ارشد انفورماتيک پزشکي، دانشگاه علوم پزشکي شهيد بهشتي

سیستم خبره چیست؟
به صورت کلی سیستمهای خبره با هدف حل بسیاری از مشکلات در زمینه های تصمیم گیری، طراحی، برنامه ریزی، مانیتورینگ، درمان و فعالیت های آموزشی ایجاد شدند.

اگرچه دامنه موضوعی این سیستم ها شامل مهندسی زیستی، صنایع دفاعی، آموزش، مهندسی، مالی و تشخیص پزشکی است با این حال سیستم های خبره تشخیص پزشکی یکی از محبوبترین و موفقترین کاربردهای این سیستم هاست. به صورت کلی سیستمهای تصمیمیاری که برای دادن توصیه های دقیق تخصصی، در ارتباط با مشکل مورد نظر، در سطح هوشمند طراحی شدهاند، سیستم خبره نامیده میشود.

سیر ایجاد سیستم های خبره در حوزه پزشکی
با ورود هوش مصنوعی به حوزه پزشکی در دهه ۷۰ میلادی، سیستمهای خبره پزشکی شروع به رشد و توسعه کردند. این رشد و توسعه به صورت نرم افزارهای تصمیمیار پزشکی و بعدتر به صورت رباتهای فیزیکی نمود پیدا کرد.


از نخستین تلاش هایی که در این زمینه صورت گرفت، الایزا بود. الایزا یک برنامه مبتنی بر هوش مصنوعی بود که در اواخر دهه ۶۰ میلادی توسط استاد علوم کامپیوتر دانشگاه MIT، پروفسور جوزف ویزنباوم نوشته شد که یکی از اولین برنامه های کامپیوتری بود که با کمک آن کاربر میتوانست تنها با واردکردن جملات در یک محیط تحت DOS در کامپیوتر شخصی خود با برنامه ارتباط برقرار کند و کامپیوتر نیز توسط جملاتی که ایجاد میکرد به کاربر پاسخ میداد.

برای ساخت الایزا از ایده ساده یک روانشناس بهره گرفته شده بود. کاربر جملات و عبارات را وارد برنامه میکرد و برنامه یک آنالیز ساده از لغات انجام میداد و سپس پاسخ متناسب با جمله کاربر را تولید میکرد.

پس از چندی، الایزا مورد توجه بسیاری از کاربران قرار گرفت. علت استقبال این بود که مردم دوست داشتند به آنها توجه شود و کسی که با او صحبت میکند به آنها و مخصوصاً مشکلات آنها توجه کند. الایزا به  این نیاز افراد پاسخ میداد چراکه دائماً با جملات کامل پاسخ را تولید میکرد. مردم وقتی با بی توجهی و یا جملات کوتاه همیشگی روبرو نمیشدند، به الایزا واکنش مثبت نشان دادند.


در سال ۱۹۷۲ پروفسور دامبال و همکارانش یک سیستم دقیق تشخیص افتراقی درد شکمی را معرفی کردند که موفقیت آن بر روی ۳۰۴ نمونه آزمایش اثبات شد.
یک سال بعد پروژه MYCIN توسط پروفسور شورتلیف در دانشگاه استنفورد انجام شد و به یکی از شناخته شده ترین سیستمهای هوشمند پزشکی برای تشخصی بیماریهای عفونی تبدیل شد.

هدف این پروژه تجویز داروی مناسب برای عفونت های مختلف بود. موفقیت پروژه MYCIN موجب تشویق افراد و گروه ها برای ایجاد و توسعه سیستمهای خبره پزشکی شد.

از سیستم های موفق دیگر میتوان به موارد زیر اشاره کرد:
– CASNET در سال ۱۹۷۸ برای تشخیص آب مروارید
-ISODEPOR  در سال ۱۹۹۷ برای ارزیابی قدرت عضلات ورزشکاران
– FRBS-GP به صورت یک سیستم فازی برای تشخیص بیماری آفازی و طبقه بندی آزمایشهای پاپ اسمیر در سال ۲۰۰۲

– NED در سال ۲۰۰۲ برای شناسایی سلولهای سرطانی ریه در عکس بخش نمونهبرداری شده نمونه های دیگر شامل ARDS،STUDY، HEPS و DIARESIPM هستند.

چرا باید از سیستم خبره استفاده کرد؟
تجربه و مهارت بسیاری از متخصصان میتواند در یک سیستم با هم تجمیع شود و یک ابرپزشک ایجاد کند. این کامپیوتر متخصص میتواند همه بیماریها را در حوزه خود بررسی کند بدون اینکه هیچگونه احتمالی را حذف کند.

به علاوه باید پذیرفت در مقام مقایسه برخی اعمال به وسیله کامپیوتر بسیار سریعتر و دقیقتر از یک پزشک-مخصوصاً در برخی ابعاد کمی- انجام میشود و کاهش نرخ مرگ و میر، بهبود دقت تشخیص بیماری و مهمتر از همه کاهش مدت زمان تشخیص، از مزایای استفاده از این سیستم ها است.

چالشها
پذیرش و یا عدم پذیرش سیستمهای خبره به خصوص در حوزه پزشکی بستگی به حل چالشهایی دارد که هم در میان مردم و هم در میان پزشکان وجود دارد. برای مثال از جمله چالشهایی که ممکن است افراد داشته باشند در قالب این جمله بیان میشود؛ «من نمیخواهم توسط پزشکی درمان شوم که به خودش نامطمئن است و برای تصمیمگیری در درمان من نیاز  به کامپیوتر دارد.»
در بین پزشکان نیز، آن دسته که مهارت های کامپیوتری اندکی دارند یا کمتر از آن استفاده میکنند، نوعی نگاه رازآلود به کامیپوتر دارند. این مسئله بی اعتمادی و گاهی ترس به همراه دارد. از چالش هایی که بین پزشکان وجود دارد میتواند این مسائل باشد:
– من چگونه میتوانم کار با  این دستگاه را یاد بگیریم؟
– چگونه استفاده یا عدم استفاده من از این دستگاه بر تصوری که همکارانم و مهمتر از همه بیمارانم از من دارند، تأثیر میگذارد؟
 – آیا ماهیت کار من با این ماشین در طول زمان تغییر میکند؟
–  آیا این یک تهدید برای نقش سنتی پزشک به عنوان یک ارائه دهنده مراقبتهای درمانی است؟

راه حل:
ارائه دهندگان خدمات مراقبتهای درمانی باید احساس کنند و بپذیرند که آنها تکنولوژی را کنترل میکنند و بر آن مسلط هستند، نه اینکه به وسیله تکنولوژی کنترل میشوند. این باور به آنها این امکان را میدهد تا با احساس خوشایندتری از ابزار درمانی کامپیوتربنیان برای تصمیمگیری استفاده کنند.

منابع مقاله

– Floyd E.Bloom ,2003,Science as a Way of Life:
 Perplexities of a Physician-Scientist, SCIENCE,VOL 300
– Hwang E, GH. Hwang, J.M. Chen; G.J. Hwang and  H.C. Chu.2006, A time scale-oriented approach for building medical expert systems, Expert Systems with Applications, 31 (2) ,pp. 299–۳۰۸
– Ghumbre, S., Patil, C. 2011, Ghatol, A. Heart disease diagnosis using support vector machine, International Conference on Computer Science and Information Technology (ICCSIT’) Pattaya.
– Lin, W. and Tang, J.-X.,1991, “DiagFH: An Expert System for Diagnosis of Fulminant Hepatitis, in Proceedings of IEEE 4th Symposium on Computer-Based Medical Systems, Los Angeles, pp. 330-337.
– Shortliffe E. ,1993, Doctors, patients, and computers: Will information technology dehumanize health care delivery? Proceedings of the American Philosophical Society, 137(3):390–۳۹۸٫
– Shortliffe EH, 1986 ,Medical expert systems
-Knowledge tools for physicians, In Medical informatics [Special Issue].West Jmed,145:830-839

 


نمایش بیشتر

نوشته های مشابه

دکمه بازگشت به بالا
ut at elit. tristique amet, Praesent Lorem non Curabitur elit. fringilla Donec
بستن
بستن

adblock را غیر فعال کنید

سیستم زوم طب روشی را برای دور زدن تبلیغات در سیستم شما یافته است جهت حمایت از ما از استفاده از آن صرف نطر کنید