اینترنیست-یک | مقدمهٔ هوش مصنوعی و پزشکی

در فاصلهٔ عجیبِ سیزده ساله‌ای که بین ویرایش چهارم (سال ۱۹۶۲) و پنجم (سال ۱۹۷۵) کتاب اصول طب داخلی هاریسون (Harrison’s Principles of Internal Medicine) وجود داشت، اینترنیست-یک (INTERNIST-1) متولد شد.

آن زمان که بزرگانی همچون تینسلی هاریسون، مکسول وینتروب و ریموند آدامز مشغول نوشتن پنجمین ویرایش کتاب بودند، در دانشگاه پیتسبورگ، جک مایرز و رندولف میلر، مشغول نوشتن اینترنیست-یک بودند. 

اینترنیست-یک اما، کتابی مرجع نبود. اینترنیست-یک، اولین دستیار پزشکی مبتنی بر هوش مصنوعی در دنیا، در سال‌هایی که هوش مصنوعی نخستین زمستان سنگین خود را می‌گذارند، متولد شد.

سال‌هایی که کمتر کسی تصور می‌کرد که نیم قرن بعد، در ویرایش بیست و یکم کتاب اصول طب داخلی هاریسون، چهارصد و هشتاد و هشتمین فصل، عنوانش Machine Learning and Augmented Intelligence in Clinical Medicine باشد.

اینترنیست-یک، داده‌های حدود ششصد بیماری را در طب داخلی در خود داشت و از الگوریتمی که برایش نوشته بودند کمک می‌گرفت تا علائم بیمار را با یکی از این ششصد بیماری، تطبیق بدهد و اکنون با اطلاعات غیرمستقیم به نظر می‌رسد که ChatGPT 4 که داده‌هایش تا سپتامبر ۲۰۲۳ هست، حدود سی هزار بیماری را.

پس ChatGPT یا دیگر مواردی مثل Grok و Gemini و … در حوزهٔ پزشکی، نسخهٔ بسیار پیشرفته‌ترِ اینترنیست-یک هستند؟ اصلاً. بعد از جلوتر رفتن این مطلب متوجه می‌شویم که چقدر تفاوت وجود دارد و همین تفاوت است که ایجاب می‌کند ChatGPT و دیگر موارد مشابه (مدل‌های بزرگ زبانی یا Large Language Models) را خوب بشناسیم.

و شاید سؤال مهم‌تر این باشد: لازم است به عنوان یک فرد غیرمتخصص در این حوزه، در کنار استفاده از این ابزارها، آن‌ها را بهتر بشناسیم؟

ممکن است بهترین مقایسه نباشد، اما مثل این است که فقط بگوییم متفورمین برای کنترل دیابت است و آن را برای دیابت تجویز بکنید؛ و البته بدانید که افرادی نیز جهت کاهش وزن، به غلط، از این دارو سوء استفاده می‌کنند. دارویی که حتی هنوز مکانیسم‌ها و مسیرهای درون سلولی‌اش به شکل کامل با علم فعلی آشکار نیست و نمی‌دانیم که چطور این کارها را می‌کند. حالا با همین اطلاعات طبابت کنید.

ما به عنوان کسی که محقق مسیر سلولی و مولکولی متفورمین نیست، قرار نیست به دنبال فهمیدن این مسیر برویم، اما می‌توانیم با این دارو، کمی بهتر آشنا باشیم. بدانیم که خطراتش چیست و فوایدش چیست؟ بدانیم که کجا بیشترین سود را دارد و برای کجا ضرر می‌آورد؟ بدانیم که برای چه کسی باید تجویزش بکنیم و برای چه کسی نه؟

مسیر پیش رویمان، از این جنس است. 

قرار است در ابتدا با مفهوم هوش مصنوعی بهتر آشنا می‌شویم تا بتوانیم با عینک بهتری به ماجرا نگاه بکنیم. حرف‌هایی همانند «این جای پزشک را قطعاً می‌گیرد/هیچ‌وقت نمی‌گیرد» را به اینستاگرام و فضاهای مشابه بسپاریم.

از این مسیر شگفت‌زده بشویم و یاد بگیریم که چطور و کجا می‌توانیم از آن بهتر استفاده بکنیم.

و البته که همه‌ی موارد فوق منوط به این است که ذهن‌مان فراتر از این برود که «متفورمین یک دارو برای دیابت است». فراموش نکنیم که همین متفورمین‌ شگفتی‌های زیادی را از خودش نشان داده (مثلاً در مسیر بعضی از سرطان‌ها) و ما قرار است بیشتر با آن آشنا شویم.

تجربهٔ شما

حل این تمرین برای دسترسی کامل به دروس آتی، ضروری است:

در حال حاضر از چه ابزارهای مرتبط با هوش مصنوعی و در چه حوزه‌ای استفاده می‌کنید؟ ترجیحاً مسائل مربوط به پزشکی (از مطالعه تا طبابت) را بگویید.

برای امتیاز دهی به این مطلب، لطفا وارد شوید: برای ورود کلیک کنید