10 سال دیگر هوش مصنوعی یا پزشکان؟ آینده‌ای روشن یا بدون پزشک؟

آیا هوش مصنوعی می‌تواند جای پزشکان را بگیرد؟ تحولات اخیر این پرسش را از قلمرو داستان علمی‌تخیلی خارج می‌کنند. در این نوشته تازه‌ترین داده‌ها درباره آنچه 10 سال دیگر انتظار ما را می‌کشد ارائه می‌کنیم.

آیا فناوری پزشکی را متحول خواهد کرد؟

در سال‌های اخیر موضوعی بسیار بحث شده است: «هوش مصنوعی جای پزشکان را خواهد گرفت؟» در فوریه 2025، بنیان‌گذار Microsoft، Bill Gates، در برنامه The Tonight Show گفت فقط در 10 سال، هوش مصنوعی می‌تواند «توصیه‌های پزشکی نسبتاً خوبی ارائه دهد» و انسان‌ها «دیگر برای بسیاری از کارها لازم نیستند».

این ادعاها تازه نیستند. اما نکته قابل‌توجه این است که فقط چند هفته پس از این اظهارنظر، Google سامانه هوش مصنوعی جدیدی را که برای گفت‌وگوهای بالینی توسعه داده بود، به نام AMIE (Articulate Medical Intelligence Explorer) معرفی کرد. در پژوهش‌ها، AMIE از نظر دقت تشخیص، مهارت ارتباطی و استدلال درباره مدیریت درمان با پزشکان مقایسه شد.

📊 واقعیت به زبان اعداد: AMIE در برابر پزشکان

• نرخ تشخیص درست AMIE: 60%

• نرخ موفقیت پزشکان در همان موارد: 34%

هنوز در سال 2025 هستیم. فعلاً به نظر نمی‌رسد پزشکان در خطر باشند. اما آیا برای 10 سال بعد نیز می‌توان همین را گفت؟

🌍 آیا طی 10 سال انقلابی در نظام سلامت رخ می‌دهد؟

کسانی که به هوش مصنوعی با تردید نگاه می‌کنند، ممکن است این ادعاها را علمی‌تخیلی بدانند. اما بسیاری از رؤیاهای «علمی‌تخیلی» — اینترنت، ابررایانه در جیب، Wi-Fi — امروز بخش جدایی‌ناپذیر زندگی‌اند.

آنچه رخ داده است:

• Beckman Institute: مدل هوش مصنوعی برای شناسایی تومور از داده‌های تصویربرداری

• King’s College Hospital: سامانه هوش مصنوعی شناسایی ناهنجاری‌ها با MRI در کارآزمایی بالینی

• Med-PaLM و ChatGPT: آزمون مجوز پزشکی آمریکا را گذراندند

• Institute of Cancer Research (لندن): آزمایش هوش مصنوعی که بهترین ترکیب دارویی را در 48 ساعت پیش‌بینی می‌کند

🧠 حوزه‌های در حال تعمیق: آسیب‌شناسی، مغزواعصاب، انکولوژی

به نظر می‌رسد طی 10 سال کل جریان کار آسیب‌شناسی با هوش مصنوعی یکپارچه شود:

• برش‌های معمول به‌طور خودکار با هوش مصنوعی طبقه‌بندی خواهند شد

• هوش مصنوعی آزمایش‌های آسیب‌شناسی مورد نیاز را از پیش تعیین خواهد کرد

• پیش‌نویس گزارش‌ها با هوش مصنوعی تهیه خواهد شد

🧑‍⚕️ آیا پزشکان انسانی به حاشیه می‌روند؟

به‌ویژه در حوزه‌های پرحجم و داده‌محور مانند رادیولوژی، مزیت هزینه و سرعت هوش مصنوعی ممکن است واگذاری برخی وظایف پزشکان را به آن ممکن کند. اما باید هشداری حیاتی را نیز برجسته کرد:

👉 اگر کار بالینی شما فقط بر دانش کتابی و پروتکل‌ها متکی باشد، هوش مصنوعی می‌تواند به‌زودی از شما پیشی بگیرد.

زیرا جوهر پزشکی هنوز در تماس انسانی نهفته است. فهم بیمار نه‌فقط از روی داده‌ها، بلکه با نگاه کردن به چشم‌هایش، شنیدن لحن صدایش و خواندن حرکاتش؛ درک داستان، نگرانی و انتظار او — اینها فقط ویژه انسان هستند و حتی در آینده نزدیک نیز هوش مصنوعی نمی‌تواند آنها را کاملاً تقلید کند.

💰 مدل کسب‌وکار و اقتصاد: آیا ورود هوش مصنوعی به سلامت اجتناب‌ناپذیر است؟

هوش مصنوعی وارد حوزه‌هایی مانند پرستاری نیز می‌شود. داده‌های جدید:

• سامانه‌های پرستاری مبتنی بر هوش مصنوعی با هزینه حدود 9 دلار در ساعت کار می‌کنند

• این رقم در مقایسه با دستمزد ساعتی پرستاران انسانی، یعنی 35–40 دلار، بسیار پایین است

این وضعیت می‌تواند برای نظام‌های سلامت تحت فشار هزینه جذاب باشد.

🤖 بحران اعتماد: چقدر می‌توان به هوش مصنوعی اعتماد کرد؟

بیماری که لنفوم او دیر تشخیص داده شده، داده‌های سه ماه پیش خود را به Claude 3.7 وارد می‌کند؛ مدلی از هوش مصنوعی

که با همان داده‌های آن زمان، لنفوم را در رتبه اول قرار داد!

این موضوع ایده دریافت «نظر هوش مصنوعی» به‌جای «نظر دوم» را گسترش می‌دهد. اما این رویکرد مشکلات جدی دارد:

• خطر اطلاعات نادرست: سامانه‌های هوش مصنوعی ممکن است از داده‌های اینترنتی با درستی تأییدنشده یاد بگیرند

• ناهمخوانی داده‌های آموزشی: برای مثال، الگوریتم آموزش‌دیده با داده‌های انگلستان ممکن است در بیماران ترکیه دقت پایینی داشته باشد

• کمبود همدلی: در برنامه سلامت روان Koko، کاربران پیام‌های همدلانه مبتنی بر GPT-3 را «مصنوعی و توخالی» توصیف کردند

🧠 هوش مصنوعی و پزشکان در کنار هم: سناریویی واقع‌بینانه؟

آیا گزاره Alan Turing که «اگر ماشین از انسان تشخیص‌دادنی نباشد، هوشمند است» در سلامت صدق می‌کند؟

در پژوهشی انجام‌شده،

• فقط 65% بیماران توانستند هوش مصنوعی را از پزشک واقعی تشخیص دهند

• اعتماد به هوش مصنوعی در موضوعات پرخطر کمتر بود

توصیه ما در این زمینه روشن است:

باید به‌جای رقابت، همکاری کردن را بیاموزیم.

⏳ کدام تخصص‌ها زودتر تحت تأثیر قرار می‌گیرند؟

گسترش هوش مصنوعی در پزشکی همه تخصص‌ها را با سرعت و عمق یکسان تحت تأثیر قرار نخواهد داد. در رشته‌هایی که از نظر فناوری بیشتر مستعد خودکارسازی‌اند، تحول زودتر رخ می‌دهد؛ اما به نظر می‌رسد تخصص‌های متکی بر تماس انسانی و شهود بالینی مدت بیشتری به دست انسان اداره شوند.

🟢 کوتاه‌مدت (10 سال آینده): نخستین حوزه‌های تحت تأثیر

این حوزه‌ها با حجم بالای داده کار می‌کنند و تصمیم‌هایشان عمدتاً بر الگوریتم‌های استاندارد استوار است:

• رادیولوژی: سامانه‌های هوش مصنوعی اکنون می‌توانند در تحلیل تصویر، بیماری‌هایی مانند تومور، آمبولی و خونریزی را سریع شناسایی کنند.

• آسیب‌شناسی: سامانه‌های آسیب‌شناسی دیجیتال و تفسیرگرهای اسلاید مبتنی بر هوش مصنوعی به‌تدریج رایج‌تر می‌شوند.

• پوست: به دلیل اتکا به تشخیص تصویری، هوش مصنوعی به‌ویژه در طبقه‌بندی ضایعات پوستی پیشرفت زیادی کرده است.

• چشم‌پزشکی: کاربرد هوش مصنوعی در غربالگری شبکیه و شناسایی بیماری‌هایی مانند رتینوپاتی دیابتی در حال گسترش است.

🟡 حوزه‌های تحت تأثیر در میان‌مدت

در این حوزه‌ها هم داده و هم تماس انسانی مهم‌اند. هوش مصنوعی نقشی کمکی خواهد داشت:

• بیماری‌های داخلی: سامانه‌های پشتیبانی تصمیم بالینی وارد فرایند تشخیص شده‌اند، اما تصمیم هنوز با پزشک است.

• پزشکی خانواده: خودکارسازی در تریاژ، نسخه‌نویسی و پیگیری افزایش می‌یابد، اما نخستین تماس با بیمار همچنان جنبه انسانی دارد.

• مشاوره ژنتیک: هوش مصنوعی در تحلیل داده قدرتمند است؛ اما مشاورانی که جنبه‌های انسانی مانند اخلاق و ارتباط خانوادگی را مدیریت می‌کنند لازم خواهند بود.

• روان‌پزشکی: هوش مصنوعی می‌تواند برخی غربالگری‌های علائم را انجام دهد؛ اما فرایند همدلی و ایجاد پیوند فردی هنوز به پزشک وابسته است.

🔴 حوزه‌های تحت تأثیر در بلندمدت

این حوزه‌ها به مهارت‌های انسانی مانند شهود، ارزیابی اخلاقی، تعامل اجتماعی پیچیده و مدیریت بحران نیاز دارند:

• طب اورژانس: تصمیم سریع، ارتباط با بیمار، سازگاری محیطی و مدیریت چند دستگاه اندامی برای هوش مصنوعی دشوار است.

• بیهوشی و مراقبت‌های ویژه: وظایف پیچیده‌ای مانند پاسخ سریع و درست به تغییرات فیزیولوژیک لحظه‌ای، مدیریت برهم‌کنش چند دستگاه بدن و هماهنگی تیمی همچنان برای هوش مصنوعی دشواری جدی ایجاد می‌کنند. به‌ویژه عوارض غیرمنتظره حین جراحی یا تغییر سریع وضعیت بیمار در مراقبت ویژه به شهود و تجربه انسانی نیاز دارند.

• جراحی (به‌ویژه جراحی عمومی و انکولوژیک): حمایت رباتیک افزایش می‌یابد، اما تصمیم‌گیری، مدیریت عوارض و شهود حین جراحی هنوز فقط در انسان وجود دارد.

• پزشکی کودکان: برقراری پیوند با کودکان، تفسیر رفتارشان و ارتباط با خانواده همچنان به همدلی بالا نیاز دارد.

• مراقبت تسکینی و انکولوژی: مراقبت حمایتی، مدیریت فرایند مرگ، همبستگی عاطفی و تصمیم‌های اخلاقی مدت‌ها انسانی باقی خواهند ماند.

🔍 نتیجه: پزشکی پایان می‌یابد یا دگرگون می‌شود؟

هوش مصنوعی در حوزه‌هایی مانند تشخیص، تریاژ، تحلیل تصویر و تفسیر داده شروع به فراتر رفتن از توان انسان کرده است. اما حتی پیشرفته‌ترین مدل‌ها نیز هنوز در موارد زیر دشواری دارند:

• درک وضعیت‌های پیچیده بالینی

• همدلی

• برقراری پیوند میان انسان‌ها

بنابراین متخصصان پزشک آینده را چنین توصیف می‌کنند:

• 📚 در کنار دانش پزشکی، دارای سواد داده

• 🧑‍🤝‍🧑 دارای ارتباط مؤثر و توانایی همدلی رشد‌یافته

• 🤝 هوش مصنوعی را نه «رقیب»، بلکه «دستیار» می‌داند

🚀 پیامی رو به آینده

آموزش و عمل پزشکی باید در عصر هوش مصنوعی تحول یابند. علم داده و سواد سلامت دیجیتال برای پزشک آینده ضرورتی اساسی خواهند بود. بااین‌حال، «پزشکی» با دست، صدا، چهره و قلب انسانی همچنان در مرکز نظام سلامت باقی خواهد ماند.

اگر در مراقبت از بیمار خوب نباشید، ممکن است دیگر جایی هم در خدمات سلامت نداشته باشید.