دوشنبه ۲۲ تير ۱۴۰۵
اقتصاد روز

با تلاش فناوران ایرانی رقم خورد؛

عصر جدید «درمان دیجیتال» در ایران؛ ۱۰۰ بیمارستان به دستیار AI مجهز شد

عصر جدید «درمان دیجیتال» در ایران؛ ۱۰۰ بیمارستان به دستیار AI مجهز شد
ایران پرسمان - با تلاش دانش بنیان‌ها ۱۰۰ بیمارستان به پلتفرم آنلاین سلامت مجهز شدند.با این پلتفرم پزشکان می‌توانند با استفاده از تلفن همراه، تبلت و یا لپ‌تاپ در هر زمان و مکان بیماران را ویزیت کنند.
  بزرگنمايي:

ایران پرسمان - با تلاش دانش بنیان‌ها ۱۰۰ بیمارستان به پلتفرم آنلاین سلامت مجهز شدند.با این پلتفرم پزشکان می‌توانند با استفاده از تلفن همراه، تبلت و یا لپ‌تاپ در هر زمان و مکان بیماران را ویزیت کنند.

خبرگزاری مهر، گروه دانشگاه و فناوری؛ مهتاب چابک: امروزه دنیا در آستانه یک تحول شگرف علمی قرار دارد که در آن دانش پزشکی و قدرت فناوری‌های نوین اطلاعاتی به یک هم‌افزایی بی‌سابقه دست یافته‌اند. نقطه عطفی که نویدبخش مراقبت‌های درمانی دقیق‌تر، سریع‌تر و شخصی‌سازی‌شده‌تر است. در این چشم‌انداز ثبت ساختارمند داده‌های بالینی و استفاده از زیرساخت‌های هوشمند نه یک فرآیند اداری بلکه بستری خلاقانه برای جهش علمی و پژوهشی است که می‌تواند مرزهای کارآمدی بیمارستان‌ها را جابه‌جا کند. ایران با اتکا به ظرفیت نخبگان جوان و متخصصان خود گام‌های استواری را برای پیوستن به این جریان جهانی سلامت دیجیتال برداشته است تا با تبدیل داده‌های ارزشمند پزشکی به دارایی‌های دیجیتال و پایدار، زمینه‌ساز ورود هوش مصنوعی به بالین بیماران شود.
این حرکت رو به جلو و چشم‌انداز روشن توسعه فناوری‌های نوین محور اصلی گفتگوی تفصیلی خبرنگار مهر با دکتر مهدی محمودی، استاد تمام دانشگاه علوم پزشکی تهران و معاون پژوهشی مرکز تحقیقات روماتولوژی دانشگاه علوم پزکشی تهران است که از سال ۱۳۹۷ به عنوان مدیرعامل یک مجموعه دانش‌بنیان مدیریت یکی از نوآورانه‌ترین پروژه‌های سلامت دیجیتال کشور را بر عهده دارد. حضور او در فضای دانشگاهی و پژوهشی در کنار تجربه عملی در حوزه مدیریت نرم‌افزارهای سلامت، باعث شده است تا این گفتگو بر پایه واقعیت‌های اجرایی شکل بگیرد. تجربه مواجهه با چالش‌های برنامه‌نویسی و مدیریتی در بازار فناوری سلامت، در کنار نگاه علمی فرصتی فراهم آورده تا ابعاد مختلف این تغییر ساختاری به دور از نگاه‌های صرفاً تئوریک، مورد واکاوی قرار گیرد.
ماموریت محوری شرکت دانش‌بنیان بایوآرک بر دیجیتال کردن، ساختارمندسازی داده‌های پزشکی و مدیریت هوشمند بیمارستان‌ها و کلینیک‌ها متمرکز است؛ پروژه‌ای حیاتی که با هدف حفظ ثروت ملی داده، بسترسازی برای کاربرد واقعی هوش مصنوعی و تضمین پایداری سیستم‌های درمانی کشور طراحی شده است. اهمیت این پروژه در توسعه یک اکوسیستم جامع با بیش از ۵۰ ماژول تخصصی نظیر داروخانه، آزمایشگاه و مدیریت مالی نهفته است که تلاش می‌کند با ارائه پشتیبانی فنی بلندمدت مانع از شکست پروژه‌های اتوماسیون بیمارستانی در کشور شود.
در این گفتگوی تفصیلی، محورهایی همچون اولویت‌بخشی به بیمار به عنوان خط قرمز اخلاقی توسعه، تفکیک مفهومی میان دیجیتالی‌شدن، اتوماسیون و هوش مصنوعی، و همچنین چالش‌های ناشی از زیرساخت‌های ارتباطی و محدودیت‌های بودجه دولتی مورد بحث قرار گرفته‌اند.
*آقای دکتر، با توجه به اینکه شما هم در فضای آکادمیک حضور دارید و هم به عنوان فعال حوزه سلامت دیجیتال در میدان اجرا فعالیت می‌کنید، نمای کلی از جایگاه فعلی هوش مصنوعی در نظام سلامت کشور را چطور ارزیابی می کنید؟
در مورد هوش مصنوعی باید بگویم موارد زیادی وجود دارد که می‌توان از آن در حوزه سلامت بهره برد، از تشخیص بیماری‌ها گرفته تا بحث «کمک به تصمیم‌گیری پزشک» و کاهش بار اداری در فرآیندهای بیمارستانی. هوش مصنوعی می‌تواند تمامی مراحل حضور بیمار در بیمارستان، از ورود تا خروج را فشرده‌تر، سریع‌تر و با دقت بسیار بیشتری انجام دهد. اما خودِ هوش مصنوعی ملزوماتی دارد که اگر فراهم نشود، عملاً وجود نخواهد داشت. واقعیت این است که در کشور ما خیلی از این ملزومات فراهم نیست، اما با این حال، شور و اشتیاق بسیار زیادی در میان پزشکان، کادر سلامت و حتی مردم می‌بینیم. شاید بخشی از این اشتیاق، ناشی از آن حالت «فانتزی» باشد که هوش مصنوعی در طول سال‌های گذشته در اثر تبلیغات جهانی به خود گرفته و باعث شده خیلی‌ها نگاهی کاریکاتورگونه به آن داشته باشند. اما وقتی به واقعیات نگاه می‌کنیم و وارد میدان کار می‌شویم، می‌بینیم که واقعیت‌ها متفاوت است.
ما برای پیاده‌سازی هوش مصنوعی به دو موضوع اساسی نیاز داریم: اول؛ داده‌های دیجیتال و ساختارمند. ما به داده‌هایی نیاز داریم که به اصطلاح «کامپیوتریزه» (Computerized) شده باشند، ساختارمند و طبقه‌بندی شده باشند و پراکنده نباشند. این داده‌ها باید قابل آنالیز و در دسترس هوش مصنوعی باشند. متأسفانه ما الان این مورد را نداریم یا خیلی به ندرت در بعضی مراکز خاص که آینده‌نگر بودند، یافت می‌شود. به صورت روتین در کشور ما چنین چیزی وجود ندارد. دوم قدرت پردازشی و سخت‌افزار: علاوه بر مدل‌های هوش مصنوعی، ما نیاز به سخت‌افزارهای پردازشی قدرتمند داریم. برای عموم مردم باید بگویم پردازش هوش مصنوعی بیشتر بر عهده کارت‌های گرافیکی یا همان GPUهاست. کشور ما هم تحریم است و هم آن GPUهای قدرتمند به نوعی رهگیری می‌شوند و به سادگی به کشور فروخته نمی‌شوند. البته این‌ها دلیل اصلی نیست که چرا کم وارد شده‌اند؛ در بعضی حوزه‌های فنی-مهندسی، ما GPUهای خوبی داشتیم (مثل آنچه در دانشگاه صنعتی شریف بود که متأسفانه مورد حمله قرار گرفت و بخشی از بین رفت)، اما در حوزه علوم پزشکی چون به نظر می‌رسد کسی به دنبالش نبوده، این قدرت پردازشی پیشرفت نکرده است.
به صورت خلاصه هوش مصنوعی «داده‌های ساختارمند» و «قدرت پردازشی» می‌خواهد که ما در هر دو ضعیف هستیم، اگرچه انگیزه بسیار بالایی بین دانشجوها و اساتید وجود دارد.
*شما از سال ۹۷ وارد عرصه هوش مصنوعی شدید. چه انگیزه‌ای باعث شد به جای پژوهش‌های صرفاً آکادمیک، سراغ ساختارمند کردن داده‌های بیمارستانی بروید؟
یادم هست سه سال پیش در فرهنگستان، بسیاری از همکاران به من می‌گفتند «سراغ هوش مصنوعی بروید». جواب من این بود: «با کدام دیتا؟». از سال ۹۷ و ۹۸ که ما بایوآرک را پایه گذاری کردیم، یکی از رسالت‌های ما ساختارمند کردن داده‌ها بود. آن زمان خیلی ذهن ما دنبال هوش مصنوعی نبود، چون اطلاعات جامعه در موردش (بعد از آمدن پدیده‌هایی مثل ChatGPT و کلاد) هنوز زیاد نبود. مشکل این بود که همه چیز روی کاغذ بود و به صورت غیرساختارمند یادداشت می‌شد. این دیتاها برای بیمارستان حکم «طلا» را دارند، اما چون در کاغذها دفن بودند، هر چند سال یکبار از بین می‌رفتند. پرونده‌های بیمار به دلیل اشغال فضای بسیار زیاد بیمارستان‌ها، معمولاً «امحا» می‌شوند. ما به فکر افتادیم که این‌ها را ساختارمند کنیم. در طول ۲۰-۲۵ سال گذشته که سیستم‌های مدیریت بیمارستان (HIS) به وجود آمدند، مدیران و رؤسای بیمارستان‌ها بیشتر به دنبال «مدیریت مالی و فرآیندی» بودند، نه ذخیره‌سازی داده‌های بالینی که بعداً قابل واکشی (Retrieve) باشند. ما در مجموعه دانش بنیان بایوآرک به عنوان یک وظیفه اجتماعی و علمی، به دلیل برنامه‌های رجیستری (ثبت داده های بیماران) که در مرکز تحقیقات روماتولوژی داشتیم، وارد این کار شدیم تا چیزی فراتر از «مقاله برای مقاله» تولید کنیم.
بایوآرک در واقع یک پلتفرم آنلاین و تحت وب است که بدون نیاز به نصب نرم‌افزار، به راحتی در دسترس کادر درمان قرار می‌گیرد. پزشکان می‌توانند با استفاده از تلفن همراه هوشمند، تبلت، و یا لپ‌تاپ در هر زمان و مکان، به‌سادگی بیماران خود را ویزیت کنند.
بایوآرک در واقع یک پلتفرم آنلاین و تحت وب است که بدون نیاز به نصب نرم‌افزار، به راحتی در دسترس کادر درمان قرار می‌گیرد. پزشکان می‌توانند با استفاده از تلفن همراه هوشمند، تبلت، و یا لپ‌تاپ در هر زمان و مکان، به‌سادگی بیماران خود را ویزیت کنند. به‌روزرسانی‌های نرم‌افزاری به‌طور خودکار و لحظه‌ای انجام می‌شود، و تمامی اطلاعات با بالاترین استانداردهای امنیتی در سرورهای اختصاصی بایوآرک ذخیره می‌شود. تیم امنیت ما با نظارت مستمر و استفاده از پیشرفته‌ترین تکنولوژی‌های حفاظتی، اطمینان حاصل می‌کند که داده‌ها همیشه امن و محافظت‌شده باقی بماند.
بخش CIS (سیستم مدیریت کلینیک‌ها) ما الان تقریباً کامل است و رشد زیادی داشته است. برای بخش‌های دیگر هم یکی دو ماژول باقی مانده که مثل ماژول آزمایشگاه است و تا چند ماه آینده نهایی می‌شود. در دانشگاه علوم پزشکی تهران، سیستم ما مستقر است. چیزی نزدیک به ۶۰۰ پرونده الکترونیک تخصصی و فوق‌تخصصی برای کلینیک‌های سرپایی ایجاد کردیم که تا الان حدود ۱ میلیون و ۵۰۰ هزار پرونده تخصصی در آن پر شده است. دانشگاه علوم پزشکی تهران به عنوان دانشگاه مادر، انرژی و مدیریت زیادی صرف کرد تا این سیستم را جا بیندازد و پیشرو باشد. بعد از آن هم دانشگاه ایران که از مراکز خوب و پیشرو کشور است، وارد رایزنی شده و در حال راه‌اندازی است. من فکر می‌کنم با این روندی که پیش آمده، حداکثر تا ۴-۵ سال آینده کل کشور می‌تواند از این ظرفیت استفاده کند. البته کار ما هیچ‌وقت تمام نمی‌شود؛ چون نیازها در این زمینه بسیار زیاد است و چالش‌ها به قدری زیاد است که سالیان سال طول می‌کشد تا یک سیستم کامل و خوب داشته باشیم
به طور کلی نگاه ما در این شرکت دانش بنیان صرفاً توسعه یک نرم‌افزار سلامت نیست؛ ما در حال ساخت یک پلتفرم زیرساخت سلامت دیجیتال هستیم که باید سال‌ها در کنار مراکز درمانی، پزشکان و بیماران به‌صورت پایدار فعالیت کند. به همین دلیل، اعتماد، امنیت داده و پایداری سرویس از اصول بنیادین توسعه پلتفرم بایوآرک است. ما معتقدیم ارزش یک سامانه سلامت دیجیتال فقط به قابلیت‌های فنی آن نیست، بلکه به میزان اطمینان‌پذیری، حفاظت از اطلاعات حساس سلامت، تداوم خدمت‌رسانی و توانایی آن برای همراهی بلندمدت با نظام درمان وابسته است.
*آیا در کنار بازار داخلی، نگاهی به صدور این دانش و فناوری به کشورهای همسایه هم داشته‌اید؟
بله، ما نیم‌نگاهی به خارج از کشور داریم. ایران با تمام مشکلاتی که در آن وجود دارد کشوری پیشرو است؛ هم از نظر تمدنی و هم از نظر تک‌تک آدم‌هایی که در حوزه پزشکی و مهندسی فعالیت می‌کنند. ما قابل قیاس با کشورهای منطقه نیستیم؛ بیشتر آن‌ها مصرف‌کننده نرم‌افزارهای آمریکایی، اروپایی یا هندی هستند، اما ایران مستقلاً نرم‌افزارهای خوبی ساخته که نیاز خودش را پیش برده است. بایوآرک نیز با نگاه جدیدی وارد شده و فکر می کنم تا چند سال آینده پرقدرت وارد بازار منطقه خواهیم شد.
ما حتی ۵-۶ سال پیش برای برنامه «رجیستری» با عمان رایزنی کردیم و با وزیر بهداشت عمان هم صحبت شد. اما به دلیل مشکلات ارتباطاتی و درگیر بودن ما در داخل برای برنامه‌های جدید، آن بخش ابتر ماند. برای ورود به بازار بین‌المللی، شرکتی مثل ما باید توسعه زیادی پیدا کند و نیروهایی جذب کند که بین‌المللی باشند؛ چون صرفاً داشتن برنامه کافی نیست و بحث پشتیبانی فنی هم مطرح است. الان زمینه برای ما در عراق فراهم است، اما باید تا یک الی دو سال آینده نیروهایی در آنجا مستقر کنیم که کار را پیش ببرند. با توجه به حجم کاری و مشکلات مالی که به دلایل مختلف در کشور وجود دارد، رشد ما در این مسیر زمان‌بر است.

ایران پرسمان


*آقای دکتر، روند توسعه نرم‌افزارهای تخصصی بیمارستانی در کشور را چطور ارزیابی می‌کنید؟ چرا با وجود حضور شرکت‌های متعدد رشد این حوزه همچنان آهسته به نظر می‌رسد؟
واقعیت این است که ما هیچ‌گاه متوقف نشده‌ایم، اما سرعت رشد آهسته است. برای مثال، یک سیستم جامع مدیریت بیمارستانی (HIS) در سطح بین‌المللی قیمتی در حدود ۲۰ میلیون دلار دارد، رقمی که در اقتصاد فعلی ایران جایگاهی ندارد. این شرکت‌ها قدرت مالی لازم برای بازاریابی بین‌المللی و رقابت با دلار را ندارند. نگاه من این است که نباید منتظر یک منجی بیرونی باشیم؛ این مسیر باید به صورت ارگانیک طی شود. اگر قرار باشد با تزریق پول‌های دولتی و غیرارگانیک کار پیش برود، مثل یک «قرص سرطانی» است که هیچ‌گاه به نتیجه مطلوب نمی‌رسد. ما در بایوآرک یاد گرفته‌ایم مستقل باشیم؛ اهل غر زدن و شکایت نیستیم. هنر مدیریت در شرایط فعلی، «انعطاف‌پذیری» و ساختن مسیر در میان ناملایمات است.
دقیق بخواهم بگویم، نزدیک به ۱۰۰ مرکز شامل کلینیک‌ها و بیمارستان‌های دولتی با بیش از ۲۰ هزار تخت فعال، با سیستم ما کار می‌کنند. تمرکز اصلی ما تا به حال در تهران بوده، اما در آبادان هم بخشی از سیستم ما پیاده شده است.
*اساسا چرا «داده سلامت» برای آینده پزشکی این‌قدر حیاتی است و چرا باید از پرونده‌های کاغذی فاصله بگیریم؟
آینده پزشکی در گرو هوش مصنوعی است. هوش مصنوعی قرار است به پزشک در تشخیص درست و انتخاب داروی مناسب کمک کند. وقتی پرونده‌ها کاغذی است، داده‌ها به دلیل غیرساختارمند بودن امحا می‌شوند. تجربه همیشگی ما، آن «نایلون‌های سیاه» مدارک پزشکی است که هر بیماری در خانه‌اش دارد. هدف ما این است که تمام مدارک را دیجیتال کنیم و تمام داده‌ها را به درون نرم‌افزار بیاوریم تا بستر برای هوش مصنوعی فراهم شود؛ تا جایی که بیمار بتواند تفسیر آزمایشش را در موبایل خود داشته باشد. داده های نظام مند دیجیتالی شده در تشخیص بیماری و درمان بیماری موثر هستند.
اینکه دیتای بیمار کجا می‌رود و صاحبش کیست، موضوعی حیاتی است. ما در کشور ضوابط و رگولاتوری شفافی برای هوش مصنوعی و داده‌ها نداریم. من معتقدم باید برای علوم پزشکی، یک زیرساخت کاملاً جداگانه هوش مصنوعی با قوانین دسترسی مشخص ایجاد شود.
*با توجه به چالش‌های زیرساختی، وضعیت استفاده از هوش مصنوعی و پردازش داده‌ها در داخل کشور چگونه است؟
متأسفانه قدرت پردازشی (GPU) آن‌چنانی در داخل کشور برای علوم پزشکی وجود ندارد. حتی اگر دانشگاه‌ها بخواهند از زیرساخت‌های موجود (مانند آنچه در دانشگاه شریف مطرح بود) استفاده کنند، مسئله «حکمرانی داده» مطرح است. اینکه دیتای بیمار کجا می‌رود و صاحبش کیست، موضوعی حیاتی است. ما در کشور ضوابط و رگولاتوری شفافی برای هوش مصنوعی و داده‌ها نداریم. من معتقدم باید برای علوم پزشکی، یک زیرساخت کاملاً جداگانه هوش مصنوعی با قوانین دسترسی مشخص ایجاد شود.
*پزشکان در فضای بیمارستانی با حجم بالای بیمار روبرو هستند. چگونه می‌توان آن‌ها را به دیجیتالی کردن داده‌ها ترغیب کرد؟
این یکی از بزرگ‌ترین چالش‌های ماست. وقتی پزشک با ازدحام صدها بیمار روبرو است، دیجیتال کردن داده‌ها زمان‌بر است و همکاری نکردن آن‌ها (به دلیل پایین بودن حقوق ها) طبیعی است. علاوه بر این، ابهام قانونی وجود دارد، بسیاری فکر می‌کنند شرکت‌های نرم‌افزاری قصد سرقت داده‌ها را دارند. من به عنوان کسی که اخلاق پزشکی را در پژوهش و درمان می‌شناسد، اطمینان می‌دهم که هیچ شرکت نرم‌افزاری مالک داده نیست. داده‌ها متعلق به نظام سلامت است. باید قوانین و ضوابطی باشد که لایه‌بندی داده‌ها را مشخص کند تا این بی‌اعتمادی از بین برود. در آمریکا رجیستری‌هایی برای بیماری‌های خاص وجود دارد که آن را «قدرت دیتا» می‌نامند. یک استاد پژوهشگر با دسترسی به همین دیتاست‌ها می‌تواند با چند پرسشنامه، ده‌ها مقاله چاپ کند و در سطح بین‌المللی ارتقا یابد. در ایران هم اگر ما حکمرانی داده را جدی نگیریم، دیگران (حتی شرکت‌های خارجی) وارد این حوزه می‌شوند. راهکار این نیست که جلوی این جریان را بگیریم، راهکار این است که خودمان با شبکه اطلاعات ملی و ضوابط مشخص، مدیریت این دارایی ارزشمند را در دست بگیریم.
*شما روی «حکمرانی داده» تأکید زیادی دارید و حتی آن را با امنیت ملی و شبکه‌های اجتماعی مقایسه می‌کنید. چرا داده‌های سلامت این‌قدر حساس هستند؟
ببینید، امروز در دنیا «دیتا یعنی قدرت». اگر ما حکمرانی داده‌های سلامت خودمان را نداشته باشیم، فردا شرکت‌های غول‌پیکری مثل گوگل وارد می‌شوند و ما برای دهه‌های آینده فقط «مصرف‌کننده» خواهیم بود. اگر از شرکت‌های دانش‌بنیان حمایت نشود و تعرفه‌ها اصلاح نگردد، نخبگان ما که این برنامه‌ها را می‌نویسند جذب خارج می‌شوند و ما مجبور می‌شویم نرم‌افزار آن‌ها را بخریم. من به عنوان یک استاد دانشگاه، هرگز موافق بسته شدن کشور یا محدودیت نیستم، اما معتقدم باید «شبکه ملی اطلاعات سلامت» داشته باشیم تا در سطح بین‌الملل پرقدرت ظاهر شویم. اگر حکمرانی با ما نباشد، دیگران از کوچکترین رفتارهای ما در شبکه‌های اجتماعی یا داده‌های سلامت، برای تحلیل و مدیریت ما استفاده می‌کنند.
*آقای دکتر، در ادبیات عمومی واژه‌هایی مثل دیجیتالی شدن و هوش مصنوعی جابه‌جا استفاده می‌شوند. دقیقاً مرز بین این فناوری‌ها در نظام درمان کجاست؟
این سه مفهوم کاملاً متفاوت‌اند و خلط آن‌ها باعث سردرگمی می‌شود. دیجیتالی شدن یعنی تبدیل داده‌های کاغذی به ساختار عددی و کامپیوتری. مثلاً قند خون بیمار به صورت «عدد» وارد سیستم شود، نه اینکه صرفاً از نسخه کاغذی اسکن بگیریم. اسکن کردن، دیجیتالی شدن واقعی نیست، فقط جابه‌جایی تصویر است. هوشمندسازی (Smartening) یعنی اتوماسیون فرآیندها. مثلاً در سیستم انبار، وقتی موجودی سرنگ به حد بحرانی رسید، سیستم خودکار به تأمین‌کننده اس‌ام‌اس سفارش بدهد. این کار لزوماً هوش مصنوعی نیست، بلکه خودکارسازی است. هوش مصنوعی اما یعنی تحلیل و استنتاج. جایی که سیستم، علائم بیمار (سردرد، دل‌درد و…) را تحلیل کرده و به عنوان «تصمیم‌یار» به پزشک می‌گوید احتمالاً با بیماری X روبه‌رو است یا هشدار تداخل دارویی می‌دهد.
پایان بخش اول
بخش دوم این مصاحبه در روزهای آتی منتشر خواهد شد.


نظرات شما