پژوهشگر ایرانی هوش مصنوعی دانشگاه آستون موفق به طراحی سیستمی شده که با تحلیل داده ها امکان پیش بینی خطر رفتارهای خشونت آمیز و اختلالات روانی را به افراد غیرمتخصص می دهد.
به گزارش خبرنگار دیده بان علم ایران، دکتر علی رضایی یزدی، محقق پسادکتری هوش مصنوعی دانشگاه آستون انگلستان که طی هفت سال گذشته تحقیقات خود را بر سیستم های هوش مصنوعی و تحلیل داده و کاربرد آنها در حوزه سلامت و بهداشت روان متمرکز کرده معتقد است: هوش مصنوعی و علوم داده در حوزه پزشکی می‌تواند با تشخیص زودهنگام و پیشگیری از بروز مشکلات جدی به کاهش هزینه‌ها و بهینه‌سازی پروسه درمان کمک کند. پروژه تحقیقاتی که وی بر روی آن کار کرده به ساخت ماشین هوشمندی انجامیده که می تواند شد تخصص تشخیص پزشکی را از مطب و کلینیک‌های تخصصی به سطح جامعه و خانواده ها منتقل کند.
برنده جایزه سال ۲۰۱۵ جامعه نوآوری لندن در حوزه تحلیل اطلاعات با اشاره به اینکه کاربرد این تحقیقات در زمینه تشخیص بیماری‌های روانی نظیر افسردگی و تبعات این بیماری‌ها مانند خودکشی، قتل، رفتارهای خشونت‌آمیز و غیره بوده است، اظهار کرد: پزشکان بر پایه تخصصی که دارند، برای تشخیص و ارزیابی ریسک، صدها عامل و داده را جمع‌آوری می‌کنند و معمولا این حجم اطلاعات را با سوالات متعددی که از بیمار می‌پرسند، به دست می‌آورند، سپس این عوامل را بر اساس علم و تخصصی که دارند، ارزیابی کرده و به یک تشخیص پزشکی می‌رسند. برای اینکه بتوان این توانمندی را به غیرمتخصصان نیز منتقل کرد اولا به سیستم فکری و هوشمندی پزشکان نیاز داریم و ثانیا باید رابطه بین این صدها عامل و متغیر را بدانیم که کدام عوامل و متغیرها برای کدام بیمار مرتبط و سودمند است. بنابراین شناسایی و همانندسازی سیستم ذهنی پزشکان در پردازش داده و ارزیابی ریسک بیمار و استفاده از این همانندسازی برای طراحی یک سیستم هوش مصنوعی که به غیر متخصصان اجازه می‌دهد با تعدادی سوال ساده به ارزیابی نسبتا دقیق اولیه‌ای نسبت به ریسک بیمار برسند، امری است که در تحقیقات وی محقق شده است.
عضو افتخاری جامعه نوآوری لندن خاطرنشان کرد: این سیستم یک سیستم هوشمند جمع‌آوری اطلاعات است که به صورت هوشمندانه و داینامیک تصمیم می‌گیرد چه داده‌هایی و با چه ترتیبی برای هر فرد مریض باید جمع‌آوری شود تا دقیق‌ترین پیش‌بینی وضعیت سلامت در کوتاه‌ترین زمان ممکن انجام شود. این مکانیزم از میان صدها داده با جمع‌آوری بین هشت تا ۱۳ داده دقیق‌ترین پیش‌بینی ممکن را انجام می‌دهد. نکته حائز اهمیت این الگوریتم وجه پزشکی و معنایی آن است، بدین معنی که مؤلفه‌های تشکیل دهنده این الگوریتم بر اساس سیستم و فرایند ذهنی پزشکان هنگام بررسی ریسک های سلامت افراد تعریف شده است.
رضایی یزدی در ادامه تشریح کرد: منفعت این سیستم این است که تشخیص در مراحل اولیه بیماری انجام می‌شود و درنتیجه قبل از اینکه مثلا فرد اقدام به خودکشی کند، شناسایی و به پزشک متخصص ارجاع داده می‌شود و برای تشخیص اولیه ریسک، افراد لازم نیست به پزشک متخصص مراجعه کنند. به عبارت دیگر، آنهایی که به پزشک متخصص و بررسی‌های تخصصی نیاز دارند، سریع شناخته می‌شوند و کسانی که نیاز به بررسی تخصصی ندارند، مجبور نیستند برای بررسی‌های اولیه هزینه‌های هنگفت متخصصان را متقبل شوند. در نتیجه این امر منجر به صرفه‌جویی در هزینه‌های مردم، یارانه‌های دولتی و کوتاه‌تر شدن صف‌های انتظار برای بیمارستان و کلینیک‌های تخصصی می‌شود.
به گفته وی، این تحقیقات بر اساس ۵۰ هزار داده پزشکی که از بیمارستان‌های بیماری‌های روانی در انگلستان جمع‌آوری شده بود، انجام شده است و این مکانیزم مخصوص افراد غیر متخصص مانند امدادگرانی است که باید در کوتاه‌ترین زمان ممکن وضعیت سلامت فرد را بررسی کنند و افرادِ با ریسک بالا را به متخصصین ارجاع دهند.
رضایی یزدی که تحصیلات خود را از مقطع کارشناسی علوم کامپیوتر تا دکتری هوش مصنوعی در دانشگاه آستون انگلستان گذرانده است تصریح کرد: در حال حاضر این مکانیزم در مرحله پیاده‌سازیِ نرم‌افزاری است که امیدوارم طی یک سال آینده نسل اول این سیستم بعد از ارزیابی‌های نهایی در سیستم ملی سلامت انگلستان استفاده شود. ضمن این که دوست دارم نسل دوم و سوم این سیستم را منطبق با شرایط بومی ایران بازطراحی و به سیستم سلامت ایران ارائه کنم.
انتهای پیام