عبور از تولید علم صرف به سمت توسعه کاربردی و اثربخش هوش مصنوعی در سلامت

به گزارش روابط عمومی دانشگاه علوم پزشکی تهران،  دکتر سعید سرکار، رئیس مرکز توسعه فناوری‌های راهبردی معاونت علمی و فناوری ریاست‌جمهوری در اولین نشست شورای راهبری و سیاستگذاری هوش مصنوعی در سلامت که در بیست و دوم اردیبهشت ماه برگزار شد، با تأکید بر اهمیت این اقدام اظهار داشت: "خوشبختانه این جلسه آغازگر یک مسیر هدفمند برای ساماندهی و تمرکز در حوزه هوش مصنوعی در نظام سلامت است و ما تلاش داریم تا با هم‌افزایی و دوری از موازی‌کاری، مسیر توسعه را هموار سازیم".
دکتر سرکار افزود: "در معاونت علمی و فناوری، تکلیف هوش مصنوعی در حوزه سلامت مشخص شده است و در حال حاضر این برنامه از دو مسیر اصلی دنبال می‌شود: نخست، طراحی و استقرار نظام ارجاع هوشمند در سه حوزه قلب و عروق، سرطان و کلیه، در حال پیشرفت است؛ و دوم، توسعه برنامه‌هایی از سطح اول ارائه خدمات سلامت، با محوریت بهداشت.
وی با تأکید بر رویکرد محصول‌-محور، گفت: «ما به‌دنبال خروجی‌های ملموس هستیم؛ باید بتوانیم ظرف یک تا سه سال آینده محصولات هوش مصنوعی را وارد بازار سلامت کشور کنیم؛ محصولاتی که اثرات اقتصادی و اجتماعی‌شان قابل‌سنجش باشد. از این پس، مقالات و پتنت‌ها نه هدف، بلکه نتیجه جانبی توسعه فناوری خواهند بود. مأموریت ما، توسعه کاربردی و اثربخش هوش مصنوعی است، نه صرفاً تولید علم"
دکتر سرکار به نبود سازوکارهای رسمی برای صحه‌گذاری و تأیید محصولات هوش مصنوعی اشاره کرد و گفت: "قدم نخست، ایجاد ساختاری برای استانداردسازی و ارزیابی بالینی است و ما نیاز داریم مراکز معتبر، مسئولیت کارآزمایی¬های بالین و صدور گواهی کیفیت محصولات هوش مصنوعی را در حوزه‌های تخصصی به عهده بگیرند".
وی همچنین بر لزوم ایجاد بانک داده‌ ملی و جلوگیری از دوباره‌کاری در پروژه‌ها تأکید کرد و گفت: "با ایجاد فراخوان ملی، می‌توان پروژه‌های نیمه‌تمام را شناسایی، تکمیل و از موازی‌کاری جلوگیری کرد. رقابت سالم میان چند محصول در یک حوزه، موجب ارتقای کیفیت و کاهش هزینه می شود".
وی به موضوع «اخلاق در کاربرد هوش مصنوعی در سلامت» نیز اشاره کرد که در قالب پروژه‌ای مجزا با همکاری متخصصان این حوزه پیگیری شود.
دکتر سرکار تصریح کرد: "واگذاری مأموریت به دانشگاه علوم پزشکی تهران به‌معنای انحصار در اجرا نیست. این دانشگاه وظیفه سیاست‌گذاری، برنامه‌ریزی و شبکه‌سازی را بر عهده دارد و از ظرفیت‌های همه دانشگاه‌ها، پژوهشکده‌ها و شرکت‌های دانش‌بنیان کشور برای توسعه پروژه‌ها بهره می گیرد".

دکتر غلامعلی منتظر، استاد دانشگاه تربیت مدرس، بر لزوم سیاست‌گذاری هدفمند تأکید کرد واقدام دانشگاه علوم پزشکی را الگویی قابل تعمیم عنوان کرد و خواستار تمرکز بر پروژه‌های اولویت‌دار و محصول‌محور شد.

دکتر علیرضا احمدیان، سرپرست مرکز تحقیقات فناوریهای بیومدیکال و رباتیک بر لزوم تسریع در اجرای برنامه‌ها، توجه به چالش‌های رگولاتوری و اولویت‌بندی پروژه‌ها تأکید کرد و خواستار طراحی فراخوان‌های هدفمند با مشارکت مراکز تخصصی و تیم‌های بالینی شد و پیشنهاد داد مراکز مرجع برای موضوعات کلیدی هوش مصنوعی در سلامت تعریف شوند تا داده‌ها و پروژه‌ها به‌صورت متمرکز و مؤثر مدیریت شوند.

دکتر سید عمادالدین فاطمی زاده، عضو هیات علمی دانشگاه صنعتی شریف پیشنهاد کرد ابتدا محورهای اساسی و اولویت‌دار در حوزه سلامت با اجماع علوم پزشکی کشور مشخص شود و فراخوان‌ها بر اساس آن‌ها طراحی گردد. وی همچنین بر ضرورت غربالگری اولیه طرح‌ها و بهره‌گیری از مدل سکوی ملی هوش مصنوعی برای ساماندهی پیشنهادها تأکید کرد و افزود: همکاری با انجمن‌های تخصصی پزشکی مانند انجمن رادیولوژی می‌تواند به ارتقای کیفیت پروژه‌ها کمک کند.

دکتر حسین عرب علی بیک سرپرست مرکز رشد فناوری اطلاعات سلامت از برون‌سپاری مسئولیت‌ها توسط معاونت ابراز خوشحالی کرد و آن را اقدامی هوشمندانه دانست و بر لزوم حفظ توازن بین سیاست‌گذاری و توسعه فناوری تأکید کرد و حفظ تعادل میان پروژه‌های زیرساختی و محصولات کاربردی را برای پیشرفت متوازن در حوزه هوش مصنوعی ضروری خواند.

دکتر محمود تارا، عضو هیات علمی مرکز درمانی، پژوهشی و آموزشی قلب شهید رجایی تأکید کرد که برای استفاده مؤثر از هوش مصنوعی در حوزه سلامت، نیاز به تدوین چارچوب‌های پایه و مدل‌های اختصاصی است، زیرا کمبود داده‌های ساختارمند و ثبت‌شده یکی از چالش‌های اصلی است.
وی همچنین بر لزوم تمرکز بر پروژه‌های راهبردی در این زمینه و حمایت از آن‌ها در سطح کشور تأکید کرد.

دکتر حسین قدیری، عضو هیات علمی دانشگاه علوم پزشکی تهران تأکید کرد که مهم‌ترین اولویت در حوزه سلامت، ایجاد زیرساخت داده مبتنی بر «استراکچر ریپورت» است و پیشنهاد تشکیل کارگروه‌های تخصصی بالینی برای ارزیابی پروژه‌ها را مطرح کرد. وی افزود که نقشه‌برداری از پروژه‌های موجود می‌تواند مبنای تصمیم‌گیری آینده باشد.

دکتر سید مهدی رضایت، استاد دانشگاه علوم پزشکی تهران با اشاره به تجربه موفق ستاد نانو، تأکید کرد باید با ترسیم خطوط کلان، اجرای پروژه‌ها و توسعه زیرساخت‌ها را به‌صورت همزمان پیش برد.
وی همچنین نقش تحول‌آفرین هوش مصنوعی در داروسازی و کشف داروهای جدید را انقلابی توصیف کرد.

دکتر بابک نگاهداری، مدیر گروه زیست فناوری پزشکی، مدل موفق حکمرانی هوش مصنوعی را مبتنی بر حرکت از پایین به بالا و شبکه‌ای دانست، نه بوروکراتیک و از بالا به پایین.
وی همچنین هشدار داد که نباید تنظیم‌گری از توسعه پیشی بگیرد تا مانع رشد هوش مصنوعی در کشور نشود.

دکتر مصطفی قانعی، دبیر ستاد زیست فناوری، سلامت و فناوری‌های پزشکی به اهمیت نقش هوش مصنوعی در کاهش هزینه‌های درمانی و بهبود کارایی بیمارستان‌ها اشاره کرد و افزود: همکاری مؤثر میان نهادهای دولتی، بیمه‌ها و بخش خصوصی برای تسریع در اجرای پروژه‌های هوشمندسازی در سیستم سلامت، ضروری است.

خبر مرتبط  (گام بلند دانشگاه علوم پزشکی تهران در توسعه هوش‌مصنوعی در سلامت کشور)