بررسی و تحلیلعلم و فناوری

هوش مصنوعی و کاربرد آن در کنترل ویروس کرونا

کاربردهای هوش مصنوعی در مراحل مختلف کنترل شیوع بیماری کرونا در ایران و جهان

فناوری‌ های مرتبط با هوش مصنوعی و کلان‌ داده تاکنون نقش بسیار پررنگی در فعالیت‌ های صورت گرفته توسط سازمان‌ های مختلف جهان از جمله چین برای مبارزه با ویروس کرونا داشته‌ اند. هوش مصنوعی برای پیش‌ بینی آغاز شیوع و نحوه گسترش، تشخیص بیماری و کمک به درمان ویروس کرونا به کار گرفته شده است. به عنوان مثال استفاده از سی‌ تی‌ اسکن ریه مراجعین و یا استفاده از دوربین‌ های حرارتی در معابر پرتعدد برای تشخیص بیماری بسیار موفق بوده است. در ایران نیز با استفاده از استارت‌ آپ‌ ها و متخصصان زمینه هوش مصنوعی و داده‌ کاوی می‌ توان مهار ویروس کرونا را تسریع بخشید.

ضرورت و اهداف پژوهش

با گسترش شیوع بیماری کرونا در ماه‌ های اخیر در جهان، سازمان‌ های مختلف در تکاپوی یافتن راه‌  هایی برای مقابله با این ویروس هستند. بنا به گزارش مشترک سازمان بهداشت جهانی و دولت چین در مبارزه با ویروس کرونا استفاده از هوش مصنوعی و کلان‌ داده یکی از مزیت‌ های اصلی کشور چین برای جلوگیری از شیوع کرونا اعلام شده است. با توجه به شیوع گسترده این ویروس در ایران به نظر می‌ رسد استفاده از فناوری‌ های مرتبط با هوش مصنوعی ظرفیت‌ های زیادی در کنترل ویروس کرونا در مراحل مختلف در اختیار مسئولین قرار می‌دهد. در این گزارش مهم‌ ترین نمونه‌ های کاربرد این فناوری در زمینه ویروس کرونا ارائه می‌شود.

کاربردهای هوش‌ مصنوعی در مقابله با ویروس کرونا

مواردی که هوش‌ مصنوعی در مقابله با بیماری‌ های واگیردار به خصوص ویروس کرونا کمک کننده است در ادامه توضیح داده می‌شود.

  • پیش بینی آغاز شیوع: یکی از کاربردهای مهم و بنیادین هوش مصنوعی، پیش‌ بینی وضعیت حوزه‌ های مختلف است. مدل‌ سازی پیش بین یا تحلیل پیش بین از جمله روندهایی است که با استفاده از هوش مصنوعی در حال قدرتمندتر شدن است و در آن از تکنیک‌ های داده‌ کاوی و یادگیری ماشین برای پیش‌ بینی یا تخمین حالت‌ های آینده یک سیستم یا محیط استفاده می‌شود. یکی دیگر از حوزه‌ هایی که مدل‌ سازی پیش بین مبتنی بر هوش‌ مصنوعی در آن پررنگ شده است، حوزه شناسایی بیماری‌ های واگیرداری مانند ویروس کرونا است. به عنوان مثال شرکت بلودات واقع در کانادا به خوبی شیوع کرونا را در دهم دی‌ ماه پیش‌ بینی و اعلام کرد.
  • پیش بینی و مدل‌ سازی نحوه گسترش: هوش مصنوعی و مدل‌ سازی‌ های مبتنی بر آن در پیش‌ بینی نحوه گسترش و سرایت کرونا نیز مؤثر بوده است. به عنوان مثال پژوهشگران دانشگاه ساثهمتون نحوه شیوع این بیماری را در طی جشن‌ های ۴۰ روزه‌ ی سال نو که بیشترین مسافرت‌ ها در آن رخ می‌دهد، بر اساس داده‌ های انجمن بین‌ المللی حمل و نقل هوایی و داده‌ های مکان‌ یابی بایلو با کمک الگوریتم‌ های داده‌ کاوی پیش‌ بینی کردند.
  • تشخیص بیماری: یکی از کاربردهای هوش‌ مصنوعی در تشخیص بیماری کرونا استفاده از سی‌ تی‌ اسکن ریه افراد است. این الگوریتم‌ ها از دقت بالایی برخوردار است و با استفاده از تصاویر سی‌ تی‌ اسکن هزاران مورد تأیید شده مبتلا به کرونا ارائه شده است. بیمارستان Zhengzhou Qiboshan اولین بیمارستانی است که به طور رسمی از سیستم ارائه شده توسط شرکت علی‌ بابا (غول تکنولوژیک چین) استفاده کرده است. پس از این تجربۀ موفق، این سیستم در صد بیمارستان دیگر نیز به کار گرفته خواهد شد. یکی دیگر از موارد استفاده هوش مصنوعی برای تشخیص ویروس کرونا، سامانه‌ های اندازه‌ گیری دمای بدن برای تشخیص تب است. دو نمونه از این سامانه‌ ها توسط شرکت‌ های بایدو و مگوی توسعه داده شده‌اند. هر دوی این سامانه‌ ها از ترکیب هوش مصنوعی و دوربین‌ های حرارتی برای شناسایی افراد مشکوک به کرونا در مترو و در معابر پرتردد استفاده می‌ کنند. سامانه شرکت مگوی می‌تواند با خطای ۰.۳ درجه سلسیوس و در شعاع ۵ متری دمای افراد را حتی اگر ماسک و کلاه داشته باشند، اندازه‌ گیری کند. این سامانه می‌ تواند در هر ثانیه دمای بدن ۱۵ نفر را بسنجد و با استفاده از یک اپراتور انسانی افراد مشکوک را شناسایی کرده و اخطار بدهد.
  • کمک به درمان: هوش مصنوعی در زمینه ساخت و تولید واکسن کرونا نیز کاربردهایی داشته است. به عنوان مثال می‌توان به واکسنی اشاره کرد که توسط شرکت BenevolentAl تولید شده است. این شرکت با استفاده از پایگاه داده‌ های خود و به وسیله الگوریتم‌ های یادگیری ماشین اقدام به طراحی و ساخت واکسن کرده است.

راهبردهای پیشنهادی

با استفاده از تجربه‌ های بیان شده در زمینه کابرد هوش مصنوعی در مقابله با بحران شیوع ویروس کرونا موارد زیر می‌توانند پیشنهاداتی راهبردی باشند:

  • ضرورت تشکیل یک مدیریت یا دفتر تخصصی که فعالیت آن منحصر است به جمع‌ آوری و تحلیل داده‌ های مربوط به بیماری‌ های واگیردار در سطح کشور. البته اخیراً شورای عالی برنامه ریزی علوم پزشکی، با تأسیس رشته “هوش مصنوعی در علوم پزشکی” در مقطع دکتری تخصصی موافقت کرده است. این موضوع نویدبخش فعالیت‌ های بهتری در این زمینه است. با توجه به وجود نیروی انسانی و زیر ساخت‌ های نسبتاً مناسب، چنین مرکزی در ایران می‌ تواند رصد و پایش کل منطقه خاورمیانه را نیز انجام دهد.
  • یکی از ضروریات بنیادین برای توسعه هوش مصنوعی، فراهم کردن داده‌ های مناسب، با کیفیت و با حجم کافی است. بنابراین داده‌ های تولید شده در حوزه درمانی و پزشکی باید حتی الامکان دیجیتالی شده و سپس با راه‌ اندازی شبکه داده‌ های دیجیتالی درمانی یا یک فضای ابری، برای کاربردهای موثرتر یکپارچه سازی شوند. در همین راستا راه‌ اندازی شبکه ملی هوش مصنوعی در تصویربرداری پزشکی یکی از گام‌ های بسیار مثبت است که خوشبختانه در حال پیگیری است.
  • یکی دیگر از ضروریات توسعه هوش مصنوعی درمانی، تربیت نیروی متخصص است که در هر دو زمینه هوش مصنوعی و پزشکی و درمان اطلاعات کافی داشته باشد. راه‌ اندازی رشته‌ ای تحت عنوان هوش مصنوعی در علوم پزشکی اگرچه اقدامی مؤثر و مثبت است اما با توجه به سرعت رشد فناوری‌ های هوش مصنوعی کافی نیست. بنابراین لازم است استارت‌ آپ‌ های مختلف هم وارد این حوزه شوند.
  • استفاده از متخصصان ایرانی در سطح جهان از جمله مرضیه سلطان‌ الکتابی و دکتر وحید بهزادان در دانشگاه نیوهیون ایالات متحده، از دیگر اقداماتی است که می‌تواند در این زمینه صورت بپذیرد.
  • ادغام فناوری‌ های هوش مصنوعی در حوزه پزشکی پیش از هر چیزی مستلزم تغییر نگاه جامعه پزشکی به این حوزه مهم و تأثیرگذار است. به بیان دیگر لازم است تا جامعه پزشکی ورود متخصصان حوزه‌ های دیگر مانند هوش مصنوعی به حوزه پزشکی را بپذیرند. این تغییر نگاه و تغییر فرهنگ، مستلزم آموزش‌ ها و گفت‌ وگوهای فراوانی است که بین صاحب نظران حوزه‌ های مربوطه باید شکل بگیرد.
  • در حال حاضر و در مورد بحران جاری کرونا نیز می‌توان از استارت‌ آپ‌ هایی که در حوزه پردازش متن فعالیت می‌کنند برای شناسایی وضعیت کلی شهروندان استفاده کرد. تحلیل داده‌ های تولید شده در شبکه‌ های پیام‌ رسان و شبکه‌ های اجتماعی نیز می‌ تواند بسیار راه‌ گشا باشد.
  • استفاده از بات‌ های هوش مصنوعی برای مشاوره به شهروندان نیز می‌تواند از جهت افزایش سطح اطلاعات، ایجاد آرامش روانی، جلوگیری از پخش شایعات و جلوگیری از مراجعات غیرضروری مردم به بیمارستان‌ ها بسیار موثر باشد. برای نمونه می‌توان به ربات تلگرامی تشخیص کرونا اشاره کرد که استقبال خوبی از آن شده است.

جمع‌ بندی

با توجه به کاربردهای فراوان هوش مصنوعی و داده‌ کاوی در شیوع بیماری‌ های واگیرداری مانند کرونا، ضروری است تا نیروهای متخصص مسلط به هوش مصنوعی و علوم پزشکی و استارت‌ آپ‌ های این حوزه برای کمک به بهبود شرایط کنونی وارد عمل شوند. همچنین داده‌ های تولیدی در پزشکی و درمانی برای استفاده در فناوری‌ های هوش مصنوعی باید تا حد امکان دیجیتالی شوند. در حال حاضر با توجه به شیوع ویروس کرونا باید از استارت‌ آپ‌ های پردازش متن در تحلیل داده‌ های تولیدی در شبکه‌ های اجتماعی استفاده کرد. استفاده از ربات‌ های تلگرامی برای تشخیص کرونا و یا افزایش اطلاعات مردم نیز در این زمینه می‌تواند راه‌ گشا باشد.

این مطالعه در مرکز پژوهشی آرا در سال ۱۳۹۸ انجام شده است.

امتیاز کاربر ۳ (۲ رای)
برچسب ها

مرکز پژوهشی آرا

مرکز پژوهشی آرا، محلی برای انجام مطالعات و پژوهش‌های مورد نیاز کشور با تمرکز بر مفهوم سیاستگذاری عمومی و مبتنی بر منطق گفتمان‌محوری است. ورود به صفحه انديشکده

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

بستن
بستن