کد خبر: 340733
28 مرداد 1405 - 10:21

هوش مصنوعی به کمک متخصصان پوست آمد؛ افزایش دقت تشخیص تا ۲۳ درصد

یک شرکت اسپانیایی با توسعه نرم‌افزار هوش مصنوعی برای تحلیل تصاویر پوستی، به پزشکان در تشخیص بیماری‌ها و سنجش شدت آنها کمک می‌کند؛ ابزاری که طبق داده‌های ارائه‌شده از سوی شرکت، در برخی مطالعات دقت تشخیص متخصصان را بیش از ۲۳ واحد درصد افزایش داده و با کاهش ارجاع‌های غیرضروری، روند ارائه خدمات درمانی را نیز بهبود بخشیده است.

متن خبر

به گزارش سیتنا، شرکتی که سال ۲۰۲۰ در بیلباو تاسیس شده، نرم‌افزار پزشکی برای کمک به تشخیص متخصص پوست و سنجش دقیق شدت بیماری تولید می‌کند. بنیان‌گذار آن به یورونیوز شیوه کار و علت بهبود در دشوارترین موارد را توضیح می‌دهد.

ریشه شکل‌گیری Legit.Health نه در یک تحلیل بازار، طرح توجیهی و بررسی رقبا، بلکه در یک تجربه شخصی است. اندی آگیلار، هم‌بنیان‌گذار این شرکت، در گفت‌وگو با «یورونیوز» می‌گوید که از جوانی می‌دانست مشکلی در پوستش وجود دارد و وقتی به دنبال کمک پزشکی رفت، مسیری را طی کرد که به‌گفته او بسیاری از بیماران پوستی آن را تجربه می‌کنند: رفتن از یک متخصص به متخصص دیگر، انباشته شدن تشخیص‌های اشتباه و انتظار میان نوبت‌ها در حالی که علائم پیشرفت می‌کردند.

از دل همین تجربه، تعریف مسئله‌ای شکل گرفت که در نهایت به تولد شرکتی انجامید که برای تشخیص از هوش مصنوعی استفاده می‌کند. به‌گفته اندی آگیلار، در تخصص پوست، دانش بالینی هم وجود دارد و هم بسیار باکیفیت است.

آنچه اشکال دارد دسترسی به اطلاعاتی است که بر اساس آن تصمیم‌گیری می‌شود: ضایعه پوستی در گزارش با چند کلمه توصیف می‌شود، برآورد شدت پسوریازیس ممکن است میان متخصصان متفاوت باشد و عکسی که در یک ویزیت گرفته می‌شود همیشه با عکس ویزیت قبلی قابل مقایسه نیست.

«یورونیوز» با اندی آگیلار، هم‌بنیان‌گذار این پروژه، گفت‌وگو کرده‌است؛ او در فهرست ۱۰۰ نفر خلاق مجله «فوربس» و همچنین فهرست «۳۰ نفر زیر ۳۰ سال» جای دارد.

شرکت Legit.Health در سال ۲۰۲۰ در بیلبائو تاسیس شد و از همان ابتدا تصمیمی گرفت که مسیر توسعه بعدی آن را تعیین کرد: ساخت یک محصول پزشکی دارای مجوز و تاییدشده در همکاری با بیمارستان‌ها، به‌جای یک اپلیکیشن مصرفی. به‌گفته بنیان‌گذار، این راه هم کندتر است و هم پرهزینه‌تر، اما تنها مسیری است که اجازه می‌دهد وارد اتاق ویزیت پزشک شود.

سیستم چگونه کار می‌کند و در عمل چه بهبودی ایجاد می‌کند

Legit.Health یک نرم‌افزار پزشکی است که به تجهیزات فیزیکی اضافه یا دوربین‌های ویژه نیاز ندارد؛ با گوشی تلفن همراه یا تجهیزاتی که مرکز درمانی از قبل در اختیار دارد کار می‌کند. این نرم‌افزار در پرونده الکترونیک بیمار در بیمارستان یا مرکز سلامت ادغام می‌شود، به‌طوری‌که پزشک لازم نیست برنامه دیگری باز کند یا روش کار خود را تغییر دهد.

اما این سیستم دقیقا چگونه کار می‌کند? از طریق هر گوشی هوشمند می‌توان از مشکل پوستی عکس گرفت و ظرف چند ثانیه اطلاعات بالینی روی همان صفحه دریافت کرد.

نخستین کارکرد سیستم کمک به تشخیص است. در اینجا یک تصمیم طراحی آگاهانه اتخاذ شده‌است: سیستم حکم قطعی صادر نمی‌کند، بلکه یک تشخیص افتراقی اولویت‌بندی‌شده و توزیع احتمال روی دسته‌های طبقه‌بندی بین‌المللی بیماری‌ها (ICD-11) ارائه می‌دهد و روی خود تصویر نشان می‌دهد برای رسیدن به این نتیجه روی چه عناصری تمرکز کرده‌است.

دومین کارکرد، سنجش عینی شدت بیماری است. سیستم نشانه‌های بالینی را می‌شمارد و اندازه‌گیری می‌کند؛ از جمله اریتم، پوسته‌ریزی، سفتی پوست، چرک‌دانه‌ها، ندول‌ها یا کهیرها، در مجموع نزدیک به ۴۰ علامت مختلف. سپس بر اساس آنها به‌طور خودکار مقیاس‌های شدت که پیش‌تر در این تخصص استفاده می‌شوند را محاسبه می‌کند؛ مقیاس‌هایی مانند PASI در پسوریازیس، SCORAD در درماتیت آتوپیک یا IHS4 در هیدرادنیت سوپراتیوا. به این ترتیب شدت بیماری به عددی قابل تکرار تبدیل می‌شود که امکان مقایسه روند یک بیمار یا مقایسه میان پزشکان مختلف را فراهم می‌کند.

بر اساس داده‌هایی که شرکت ارائه کرده، دقت تشخیص پزشک هنگام استفاده از این ابزار بین ۱۵ تا ۲۱ واحد درصد افزایش می‌یابد، بسته به محیط کار. در مراقبت‌های اولیه، یک مطالعه کنترل‌شده این بهبود را اندکی بیش از ۱۸ واحد درصد اندازه‌گیری کرده و نشان داده‌است که دقت از ۶۳٫۷ درصد به ۸۱٫۹ درصد رسیده‌است.

در نتیجه، ارجاع‌های لازم افزایش و ارجاع‌های غیرضروری کاهش می‌یابد. در یکی از بیمارستان‌های دولتی، نیمی از موارد بدون نیاز به ارجاع بیمار به متخصص حل‌وفصل شد و ارجاع‌ها ۱۷ درصد کاهش پیدا کرد.

یکی از نکاتی که شرکت به آن تاکید دارد، مسئله پوست‌های تیره است؛ حوزه‌ای که به‌گفته بنیان‌گذار، شواهد مربوط به هوش مصنوعی در پوست‌شناسی تاریخی‌اش عمدتا بر موارد ساده‌تر استوار بوده؛ یعنی ضایعات رنگدانه‌ای روی پوست‌های روشن.

در مطالعات انجام‌شده روی پوست‌های تیره، بهبود دقت تشخیص متخصصان به ۲۳٫۳ واحد درصد رسید؛ رقمی بالاتر از میانگین کل موارد. در بیماری‌های نادر نیز الگوی مشابهی مشاهده شد و بهبود به ۲۷ واحد رسید.

پلتفرم ویژه پزشکان Legit.Health که یک ملانوما را نشان می‌دهد

اندی آگیلار درباره اثر استفاده از هوش مصنوعی در محیط پوست‌شناسی می‌گوید: «اثر هوش مصنوعی هرجا مسئله پیچیده‌تر باشد بیشتر است. این فناوری مانند یک حافظه دیداری توسعه‌یافته عمل می‌کند و اختلاف میان متخصصان را کاهش می‌دهد. هوش مصنوعی جای متخصص را در محدوده‌ای که به آن تسلط دارد نمی‌گیرد؛ بلکه تکیه‌گاه کسی است که بیرون از منطقه راحتی خود کار می‌کند».

اعتماد پزشکان، چارچوب‌های نظارتی و نقش آینده متخصصان پوست

یکی از بزرگ‌ترین موانعی که شرکت با آن روبه‌رو شده، نه شکاکیت پزشکان نسبت به هوش مصنوعی، بلکه شکل ارائه پاسخ در بیشتر سامانه‌ها بوده‌است.

یک پزشک نمی‌تواند مسئولیت تصمیمی را بپذیرد که مانند یک جعبه سیاه بسته به او ارائه می‌شود؛ بی‌آنکه بتواند آن را راستی‌آزمایی کند یا برای بیمار توضیح دهد. به همین دلیل، آگیلار توضیح می‌دهد که پاسخ شرکت، راه‌حل در سطح طراحی محصول بوده است: ارائه احتمال‌ها به‌جای احکام قطعی، اندازه‌گیری‌های عینی قابل‌تایید و امکان توضیح‌پذیری بر پایه خود تصویر.

مانع دیگر، شاید کم‌تر آشکار اما تعیین‌کننده‌تر، زمان محدود ویزیت است. به همین دلیل، سیستم مستقیما در نرم‌افزاری که هر مرکز پیش‌تر استفاده می‌کند ادغام می‌شود. آگیلار می‌گوید: «این سامانه درون پرونده الکترونیک بیمار در بیمارستان یا مرکز سلامت ادغام می‌شود، در نتیجه پزشک نیازی ندارد برنامه دیگری باز کند یا شیوه کارش را عوض کند؛ عکس می‌گیرد و در عرض چند ثانیه اطلاعات بالینی را روی همان صفحه دریافت می‌کند».

در مورد آینده حرفه پوست‌شناسی، بنیان‌گذار شرکت سناریوی جایگزینی متخصص پوست را مطرح نمی‌کند، بلکه از جابه‌جایی وظایف سخن می‌گوید. به‌گفته او، آنچه به‌مرور خودکار می‌شود غربال‌گری و پیگیری است؛ کارهای پرتعداد و تکراری. این وظایف به سطح‌های پیشین مراقبتی، مانند مراکز سلامت یا بخش پرستاری، منتقل خواهد شد.

این تغییر به مرتب شدن نوبت انتظار بر اساس ریسک و فوریت به‌جای ترتیب مراجعه کمک می‌کند و باعث می‌شود شدت بیماری به داده‌ای قابل‌مقایسه بین ویزیت‌ها و بین مراکز مختلف تبدیل شود.

آگیلار جمع‌بندی می‌کند: «در سال ۲۰۳۶، متخصص پوست را هیچ الگوریتمی جایگزین نکرده‌است. او دیگر صرفا طبقه‌بندی‌کننده تصاویر نخواهد بود، بلکه به کاری می‌پردازد که فقط از عهده پزشک برمی‌آید: صرف زمان لازم برای بیمارانی که واقعا به آن نیاز دارند».

در عین حال، شرکت به یک خطر که باید زیر نظر باشد اشاره می‌کند: یعنی سوگیری خودکارسازی؛ سوگیری‌ای که دقیقا وقتی ابزار خوب کار می‌کند شدت می‌گیرد. به‌گفته بنیان‌گذار، این خطر با طراحی خود سامانه قابل‌کاهش است؛ یعنی ارائه احتمال‌ها و توضیح‌پذیری به‌جای احکام قطعی، که باید توسط یک متخصص صادر شود، و همچنین تنظیم‌گری سخت‌گیرانه. او تاکید می‌کند که مسئولیت بالینی قابل واگذاری نیست.
آینده Legit.Health و گسترش آن فراتر از اروپا

Legit.Health دارای نشان CE اروپایی به‌عنوان یک محصول پزشکی است و در نتیجه می‌تواند در هر بیمارستان یا شبکه درمانی در اتحادیه اروپا پیاده‌سازی شود. علاوه بر این، این سامانه در ANVISA در برزیل نیز ثبت شده و از این رو می‌تواند به‌طور قانونی در این کشور آمریکای جنوبی فعالیت کند.

در ایالات متحده، این شرکت در فرایند دریافت تاییدیه FDA برای استفاده بالینی از این دستگاه قرار دارد؛ هرچند سال‌هاست که به‌عنوان تامین‌کننده شرکت‌های داروسازی و زیست‌فناوری در کارآزمایی‌های بالینی پوستی فعالیت می‌کند.

آگیلار در گفت‌وگو با «یورونیوز» توضیح می‌دهد که فناوری در همه بازارها یکسان است؛ آنچه تفاوت دارد مسیرهای دریافت مجوز در هر کشور است؛ مسیری که بسته به مقررات، روند گرفتن گواهی را کم‌وبیش کند می‌کند.

همان‌طور که می‌بینید، با نمونه‌ای موفق از یک شرکت زاده‌شده در سرزمین باسک روبه‌رو هستیم که خارج از مرزهای اسپانیا هم فعالیت می‌کند و بازار آمریکا را در کانون توجه قرار داده‌است.

انتهای پیام

نظرات خود را با ما درمیان بگذارید
لایک [0]

افزودن دیدگاه جدید

کپچا
CAPTCHA ی تصویری
کاراکترهای نمایش داده شده در تصویر را وارد کنید.