الذكاء الاصطناعي التوليدي في الرعاية الصحية: الأمثلة والفوائد وحالات الاستخدام

أثارت الشعبية الهائلة لـ ChatGPT من OpenAI سباقًا لدمج الذكاء الاصطناعي التوليدي في التطبيقات المستخدمة في الصناعات. الرعاية الصحية هي من بين تلك التي تقود هذه التهمة.

يمكن أن يساعد الذكاء الاصطناعي التوليدي في مجال الرعاية الصحية في إطلاق جزء من تريليون دولار غير محقق من التحسين المحتمل في الصناعة من خلال أتمتة العمل المعرض للأخطاء، وتوفير ثروة من البيانات للأطباء في ثوانٍ، وتحديث البنية التحتية الصحية، وفقًا لشركة ماكينزي آند كومباني.

أمثلة على الذكاء الاصطناعي التوليدي في الرعاية الصحية

على الرغم من أن شركات الرعاية الصحية استخدمت تكنولوجيا الذكاء الاصطناعي لسنوات - التنبؤ بالأحداث السلبية، وتحسين جدولة غرفة العمليات، وربط بيانات المرضى لتحقيق نتائج أفضل هي ثلاثة أمثلة - فإن الذكاء الاصطناعي في الرعاية الصحية يعد بتحول أعمق لهذه الصناعة.

فيما يلي بعض الأمثلة الحديثة للذكاء الاصطناعي في مجال الرعاية الصحية:

• أعلنت Amazon Web Services (AWS) في يوليو عن خدمة تسمى AWS HealthScribe، والتي تستخدم التعرف على الكلام والذكاء الاصطناعي التوليدي لتوفير وقت الأطباء من خلال إنشاء الوثائق السريرية.
• تقوم جوجل باختبار تقنية chatbot الطبية التي تسمى Med-PaLM 2 في May Clinic والمستشفيات الأخرى، وفقًا لصحيفة وول ستريت جورنال. استنادًا إلى تقنية نموذج اللغة الكبيرة (LLM) التي يقوم عليها برنامج الدردشة التحادثي المولد بالذكاء الاصطناعي Bard من Google، يهدف Med-PaLM 2 إلى الإجابة على الأسئلة الطبية بشكل أكثر دقة وأمانًا.
• تتعاون Microsoft ، وهي أحد المستثمرين الرئيسيين في OpenAI، الشركة التي تقف وراء ChatGPT، مع Epic Systems لدمج تقنية الذكاء الاصطناعي التوليدية في سجلاتها الصحية الإلكترونية (EHRs). أعلنت شركة Nuance Communications التابعة لشركة Microsoft أيضًا عن تطبيق توثيق سريري مؤتمت بالكامل يجمع بين الذكاء الاصطناعي للمحادثة والمحيط مع GPT-4، وهو أحدث إصدار من LLM الذي يعمل على تشغيل ChatGPT.

83% من شركات الرعاية الصحية الأكثر ابتكارًا في العالم تستخدم حلول SAP.

تسخير البيانات في واحدة من أكثر الصناعات كثيفة البيانات

ومن اللافت للنظر أن نشهد مثل هذا الجذب في مجال الرعاية الصحية، وهي صناعة محافظة تشتهر بأنها واحدة من آخر الصناعات التي تتبنى التقنيات الجديدة. وهذا صحيح بشكل خاص عندما نأخذ في الاعتبار كيف تميل لوائح الخصوصية الصارمة مثل قانون مساءلة نقل التأمين الصحي (HIPAA) إلى ردع مشاركة البيانات.

ومع ذلك، تعد الرعاية الصحية أيضًا واحدة من أكثر الصناعات كثافة في البيانات.

يقال إن المستشفى العادي ينتج حوالي 50 بيتابايت من البيانات كل عام، وهو ما يصل إلى حوالي 12.5 تريليون نسخة رقمية من نسخة الملك جيمس للكتاب المقدس. علاوة على ذلك، تشير التقارير إلى أن حجم البيانات الناتجة في مجال الرعاية الصحية يتزايد بنسبة 47% سنويًا، وهو معدل مهم لأي صناعة.

يجب أن يتم تسجيل كل هذه البيانات بواسطة شخص ما، الأمر الذي يستغرق وقتًا طويلاً. يمكن أن يكون الكثير منها مفيدًا للغاية لتحسين كفاءة مؤسسات الرعاية الصحية ولتوفير المعلومات والنصائح الطبية في الوقت المناسب للمرضى المحتاجين.

ومع ذلك، فإن الاستفادة الجيدة من هذه البيانات أمر مستحيل تقريبًا، نظرًا لوجود الكثير منها بحيث لا يمكن للبشر والتكنولوجيا القديمة التعامل معها.

وهنا يأتي دور الذكاء الاصطناعي. ومن خلال الاعتماد على خوارزميات التعلم العميق لإنشاء نصوص ومقاطع صوتية ورموز برمجية ومحتويات أخرى جديدة، يمكن تحسينها من أجل الخصوصية ثم نقل كميات هائلة من المعلومات الطبية غير المنظمة لتوفير الوقت والمال مع فتح إمكانيات تجارية وسريرية لا نهاية لها.

مشاركة مرضى الرعاية الصحية: تصور مستقبل أفضل وأكثر جرأة

في الولايات المتحدة، تواجه شركات الرعاية الصحية التي تقوم بالدفع ومقدمي الرعاية عددًا لا يحصى من التحديات الحرجة والعاجلة. هل أنت جاهز؟

الطب الشخصي، والتشخيص الأسرع، وأكثر من ذلك

ترى مؤسسات الرعاية الصحية هذه الإمكانية، وهذا هو أحد الأسباب وراء قيام 64.8% منها باستكشاف سيناريوهات الذكاء الاصطناعي التوليدية و34.9% منها تستثمر فيها بالفعل، وفقًا لمحللة IDC Health Insights Lynne Dunbrack.

يقول دونبراك: "هناك طلب على التكنولوجيا لمعالجة الأولويات الرئيسية - مثل تعزيز تجربة المريض، وتحسين صحة السكان، وخفض التكاليف".

وبشكل أكثر تحديدًا، يقول المحللون إن الذكاء الاصطناعي التوليدي يمكن أن يصبح جزءًا لا يتجزأ من معالجة مجموعة من الاحتياجات المشتركة في صناعة الرعاية الصحية، بما في ذلك:

1. الطب الشخصي : يمكن للذكاء الاصطناعي التوليدي تجميع كميات هائلة من بيانات المرضى وتحليلها لتقديم توصيات مخصصة بشأن الأدوية والعلاجات لتعزيز العلاج.
2. تحليل التصوير الطبي : تتفوق LLMs أيضًا في تفسير الصور الطبية، مثل التصوير بالرنين المغناطيسي، والأشعة المقطعية، والأشعة السينية. يمكن أن يسمح التحليل الآلي للصور للأطباء باكتشاف المشكلات بسرعة أكبر وبدقة أكبر، مما يؤدي إلى تحسين التشخيص والرعاية الشاملة.
3. تدوين الملاحظات السريرية: من المرجح أن تسعى مجموعة من الأدوات مثل HealthScribe من AWS إلى حل المشكلة القديمة المتمثلة في كون الأطباء محدودي الوقت للغاية بحيث لا يمكنهم تدوين الملاحظات المناسبة والمفصلة عن زيارات المرضى ومن ثم الاضطرار إلى إدخالها في السجلات الصحية الإلكترونية. يمكن لأدوات الذكاء الاصطناعي أن تخفف من هذه المتاعب باستخدام التعرف على الكلام والتعلم العميق لأتمتة هذه العمليات بسرعة وكفاءة.
4. اكتشاف الأدوية وتطويرها : يمكن أيضًا استخدام الذكاء الاصطناعي التوليدي لتسريع اكتشاف الأدوية من خلال محاكاة التفاعلات الجزيئية والتنبؤ بالمرشحين المحتملين للأدوية. كما يتم استخدامه لتسريع الموافقات التنظيمية للأدوية. على سبيل المثال، تقول شركة Insilico Medicine إنها لم تستخدم فقط منصة الذكاء الاصطناعي الخاصة بها لاكتشاف علاج للتليف الرئوي مجهول السبب، وهو مرض يصيب الجهاز التنفسي، ولكنها طبقتها على كل خطوة من خطوات عملية اكتشاف الأدوية قبل السريرية. تقول شركة Insilico إن القيام بذلك من خلال الطرق التقليدية سيكلف عادةً أكثر من 400 مليون دولار، لكنها تتوقع تحقيق ذلك بحوالي عُشر تلك التكلفة باستخدام الذكاء الاصطناعي التوليدي.
5. مساعدو الصحة الافتراضية : ستركز العديد من روبوتات الدردشة التوليدية الأولى المخصصة للرعاية الصحية على تقديم إجابات أسرع وأفضل لأسئلة المرضى بشكل أكثر كفاءة على مدار 24 ساعة في اليوم. على سبيل المثال، تستغل UNC Health أدوات الذكاء الاصطناعي التوليدية من Epic لمساعدة الأطباء المثقلين بالضرائب على التعامل مع سحق الرسائل القادمة في طريقهم.
6. تبسيط مطالبات التأمين : يساعد الذكاء الاصطناعي التوليدي أيضًا على تبسيط مطالبات التأمين الطبي من المرضى (أو طلبات التفويض المسبق من عيادات الأطباء) من خلال أتمتة استخراج ومعالجة سجلات المرضى، وبالتالي تخفيف الضغط على موظفي مركز الاتصال. بالإضافة إلى ذلك، يمكن أن يساعد في تسريع النظر في المطالبات مع تحديد عمليات الإرسال التي يحتمل أن تكون احتيالية من خلال الكشف عن الأنماط المشبوهة والحالات الشاذة.

لا يزال الذكاء الاصطناعي التوليدي كتقنية في مراحله الأولى، على الرغم من كل الضجيج المبكر، لذلك من المستحيل التنبؤ بما إذا كان التركيز الحالي على الرعاية الصحية سيستمر. ولكن هناك شيء واحد واضح: مع ضخ مليارات الدولارات في الفضاء، فإن هذا الاتجاه لن يتأخر في أي وقت قريب.