هوش مصنوعی NYUTron می‌تواند زمان مرگ بیماران را پیش بینی کند

مسئله مرگ همیشه برای انسان‌ها جنجالی بوده است و بسیاری دوست دارند بدانند که چه زمانی از این دنیا خواهند رفت. در طول قرن‌های مختلف نیز افراد زیادی ادعا کرده‌اند که می‌توانند زمان مرگ را پیش‌بینی کنند؛ اما هیچکدام در این امر موفق نبوده‌اند.

دقت فوق‌العاده بالای هوش مصنوعی NYUTron در پیش‌بینی زمان مرگ بیماران

همچنین علم پزشکی نیز در طول دو قرن اخیر پیشرفت‌های قابل توجهی داشته است و توانسته با ارائه درمان بسیاری از بیماری‌های مرگبار، میانگین عمر بشر را طولانی‌تر کند. با این همه، حتی ماهرترین پزشکان نیز قادر نیستند شانس زنده‌ماندن فردی را دقیق عنوان کنند. هرچند هوش مصنوعی NYUTron ادعا می‌کند که توانایی پیش‌بینی زمان مرگ بیماران و شانس زنده‌ ماندن آنها را دارد.

این هوش مصنوعی متفاوت توسط دانشکده پزشکی دانشگاه نیویورک توسعه پیدا کرده است و در مدت کوتاهی توانسته‌ است عملکردی خارق‌العاده از خود به‌جای بگذارد. تست‌های اولیه نشان داده که هوش مصنوعی NYUTon می‌تواند با دقت بالا یادداشت‌های پزشک در رابطه با بیماران را بخواند و سپس بر اساس آن احتمال مرگ، مراجعه مجدد به بیمارستان و دیگر شرایط مربوط به سلامتی آنها را در گزارشی اعلام کند.

نرم‌افزار اشاره‌شده هم‌اکنون در تمامی بیمارستان‌های مرتبط با دانشکده پزشکی دانشگاه نیویورک استفاده می‌شود. هرچند تیم توسعه‌دهنده امیدوار است که در آينده شاهد استفاده از آن در تمامی بیمارستان‌های جهان به‌عنوان یک استاندارد پزشکی باشد. Eric Oermann، جراح مغز و اعصاب و دانشمند علوم کامپیوتری دانشگاه نیویورک گفت که پیشتر نیز مدل‌هایی برای پیش‌بینی در علم پزشکی وجود داشتند.

اما کار با این مدل‌ها به‌خاطر چالش‌های مرتبط با دسته‌بندی و فرمت کردن داده‌ها به‌سختی انجام می‌شد. آنها این واقعیت را مدنظر قرار دادند که پزشکان اغلب در یادداشت‌های خود وضعیت بیمار را کاملا شرح می‌دهند و علائم و واکنش‌های فرد را یادداشت می‌کنند. همین نیز سبب شد که به‌فکر توسعه یک مدل پیش‌بینی‌محور بیفتند.



هوش مصنوعی NYUTron در واقع یک مدل زبانی بسیار بزرگ است و پژوهشگران از یادداشت‌های مربوط به وضعیت سلامتی ۳۸۷ هزار بیمار برای آموزش آن استفاده کرده‌اند. این فرآیند از سال ۲۰۱۱ تا ۲۰۲۰ طول کشید و بیمارستان Langone نیویورک نقشی فعال در آن ایفا کرد. یادداشت‌های پزشکان موارد زیادی را در بر می‌گرفت که از میان آنها می‌توان به میزان و چگونگی پیشرفت، گزارش رادیولوژی، دستورات مربوط به ترخیص و توصیه‌های پس از ترخیص اشاره کرد.

در نهایت پس از سال‌ها تلاش یک پایگاه داده بسیار بزرگ با ۴.۱ میلیارد واژه شکل گرفت تا هوش مصنوعی NYUTron بتواند بر اساس داده‌های دریافتی نسبت به زمان مرگ بیماران و شانس زنده ماندن آنها اظهار نظر کند. البته در این مسیر نیز هوش مصنوعی با چالش‌هایی مواجه است. به‌عنوان مثال هرکدام از پزشکان زبان خاص خود را دارند و گاهی از اصطلاحات و علائم اختصاری خاصی استفاده می‌کنند.


هرچند با همه اینها هوش مصنوعی NYUTron توانست عملکرد خیره‌کننده‌ای از خود برجای بگذارد. NYUTron توانست در ۹۵ درصد موارد مرگ بیماران را در بیمارستان و آن هم پیش از ترخیص به‌درستی پیش‌بینی کند و در زمینه پذیرش مجدد افراد تا ۳۰ روز پس از ترخیص نیز دقتی ۸۰ درصدی از خود نشان داد. علاوه بر اینها، هوش مصنوعی دانشگاه نیویورک توانست با دقت بالا مدت زمان دقیق حضور ۷۹ درصد از بیماران در بیمارستان را پیش‌بینی کند.

اینها تنها دستاوردهای NYUTron نیستند. هوش مصنوعی در ۸۹ درصد موارد به‌خوبی متوجه شد که پوشش بیمه‌ای بیمار برای درمان بیماری او کفایت نخواهد کرد و در ۸۹ درصد موارد نیز به‌درستی از وجود یک بیماری دیگر علاوه بر بیماری اصلی در فرد خبر داد. بدین‌ترتیب مدل آماده شده توسط دانشگاه نیویورک نسبت به بسیاری از پزشکان عملکرد بهتری دارد و می‌تواند از تمامی مدل‌های کامپیوتری فعلی نیز بهتر عمل کند.

حالا که هوش مصنوعی NYUTron دقت بالای خود را در پیش‌بینی زمان مرگ بیماران و وضعیت سلامتی آنها به‌نمایش گذاشته است، یک سوال مهم مطرح می‌شود. آیا هوش مصنوعی می‌تواند جایگزین پزشکان شود؟ جالب اینجاست که تیم توسعه‌دهنده، هوش مصنوعی را در برابر یکی از باتجربه‌ترین پزشکان دانشگاه نیویورک قرار دادند و در نهایت متوجه شدند که پیش‌بینی‌های پزشک دقیق‌تر است.

البته Oermann نیز تاکید کرد که پزشک مورد اشاره توانایی‌های فوق‌العاده‌ای دارد و گویی انگار انسان نیست. با همه اینها هوش مصنوعی هرگز نمی‌تواند جایگزین رابطه پزشک و بیمار شود. بلکه بیشتر همچون ابزاری در دست پزشکان خواهد بود تا بتوانند تصمیم‌گیری‌های بهتری در رابطه با بیماران خود داشته باشند و بتوانند تمامی جوانب را در نظر بگیرند.
ناگفته نماند که در مناطق بسیاری از کره زمین تعداد پزشکان با بیماران همخوانی ندارد و حتی در برخی مناطق پزشکی وجود ندارد. اگرچه هوش مصنوعی NYUTron نیز برای پیش‌بینی به داده‌های دقیق نیاز دارد؛ اما این احتمال وجود دارد که بتواند در آینده تاحدی به بهبود وضعیت سلامتی افراد در مناطق محروم نیز کمک کند.