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.
ترتیبی که مدرسه پزشکی برای مطالعه‌ی مجموعه درس «هوش مصنوعی و پزشکی» پیشنهاد میدهد، به صورت زیر است:
برای امتیاز دهی به این مطلب، لطفا وارد شوید: برای ورود کلیک کنید
درحال حاضر من از دو برنامه microsoft copilot و open evidence استفاده میکنم … بیشتر سوالاتم توی دایره “چرا ها” قرار میگیرند. چرا هایپوتیروئیدی باعث هایپر پرولاکتینمی میشود و یا چرا فلان دارو فلان تاثیر را دارد . مکانیسم ها چگونه اند . برنامه دوم از اونجایی که مستقیم به مقالات معتبر رفرنس میدهد کمی با خیال راحت تر ان را میخوانم ولی خیلی user friendly نیست.
از chat gpt و deepseek و open evidence استفاده کردم.
از chat gpt بیشتر برای مطالعه کردن استفاده کردم. اغلب ازش میخوام که فصل فلان از فلان رفرنس را خلاصه و مفید با ذکر تمام مهم دستیاری بگه. با رفرنس ها هم مقایسه کردم و تا به حال ندیدم که مطلبی رو اشتباه گفته باشه.
از deepseek بیشتر برای خلاصه و آنالیز کردن و رفع ابهام فایل های pdf گایدلاین ها، چپتری از یه رفرنس ، مقاله و … استفاده کردم. چون این ویژگی توی chat gpt سوالاتی که میتونی بپرسی ازش محدوده ولی در دیپ سیک این محدودیت وجود نداره.
از open evidence وقتی استفاده میکنم که میخوام میخوام به جواب قطعی و نهایی و مطمئن سوالم برسم که اغلب در مورد درمان هست یا تناقضاتی که گاهی بهشون برخورد میکنم.
در مورد عوارض دارو ها و مکانیسم اثر دارو ها و .. هم chat gpt هم deepseek کمک کننده اند.
برام جالب بود که بعضی دوستان از chat gpt برای ساخت فلش کارت هم استفاده کردن ، من قبلاً امتحان کرده بودم ولی فایل قابل استفاده ای برای آنکی بهم نداد.
Perplexity و pezesh.ai هم نشنیده بودم که توی چندین کامنت بهش اشاره شده بود.
با سلام
من از ابزارهای هوش مصنوعی تنها تا به حال از ChatGPT استفاده کرده‌ام. این استفاده در زمینه‌های کلی و مختلفی از جمله پاتوفیزیولوژی بیماری ها، علائم بیماری ها و تشخیص و درمان بوده است. اطلاعات دارویی از جمله دوز و نحوه استفاده آنها را نیز به کمک هوش مصنوعی ChatGPT به دست آوردم
من از chatgpt و deepseek برای شرح حال گیری استفاده میکنم یک سناریو اولیه بهش میدم و ازش میپرسم به عنوان پزشک چه سوالاتی در present illness بپرسم.
از perplexity بیشتر برای اطلاعات مکانیسم و عوارض داروها استفاده میکنم ک اطلاعات بیشتری میده
با pezeshk.ai هم میشه از کتابها سوال پرسید و باهاشون گفتگو کرد
تا همین لحظه دنیای ناشناخته‌ی هوش مصنوعی و نحوه استفاده از آن باعث شده آنقدری رغبت نداشته باشم از آن استفاده کنم.
شاید بتوان گفت که هنوز درگیر پارادایم پزشکی بدون هوش مصنوعی و پزشکی در کتاب و اسلاید و ویدئو و… هستم.
لذا استفاده‌ام از ابزار های هوش مصنوعی محدود به پرسیدن سوالات پراکنده و یا تفسیر بخشی از متن کتاب که آنرا متوجه نمیشدم بوده است.
گهگاهی هم برای دچار نشدن به شرم، از او خواسته‌ام داستان شرح حال مریض که برایش تعریف میکنم را به صورت انگلیسی برایم برگرداند تا من در برگه هیستوری وارد کنم.
نتیجتا اینکه چه قدر خوب است مدرسه پزشکی میخواهد به همچین سرفصلی بپردازد و من احساس میکنم میتوانم با استفاده از رهنمودهایش، با آرامش خیال بیشتری به کلنجار رفتن با ابزارهاش هوش مصنوعی و شناخت نقش آنها و نحوه استفاده ازشان برای یادگیری یا… بپردازم.
اولینش همین که بعد از خواندن اینترنیست یک رفتم و چت جی‌پی‌تی و perplexity و openevidence را روی تبلتم نصب کردم.
من از Openevidence و Chat-GPT استفاده میکنم و معمولا توی کشیک ها و طی روز که درگیر پرونده نویسی و کارهای بخش میشم سعی میکنم با مطالعه ی یک خلاصه ای که AI از بیماری که دارم کارهاشو انجام میدم بهم میده بتونم چیز یاد بگیرم !
با سلام
من عمده استفاده ام از Chatgpt هستش. مواردی که ازش استفاده می کنم عمدتا اینا هست:
1. بیماری ها جدیدی که عمدتا نادر هستند و اسمشون رو تا حالا نشنیدم و صرفا میخوام یه کلیتی راجع بهشون بدونم رو سرچ می کنم و خلاصه ای از علائم و پاتوفیزولوژی و درمانشون رو مطالعه می کنم.
2. گاها یک سناریوی بالینی رو بهش میدم و ازش میخوام بر اساس اصول استدلال بالینی و evidence based سناریو رو برام گام به گام تحلیل کنه و بگه در هر مرحله تصمیم مناسب چی هستش.هدف اصلیم از خوندن این درس در مدرسه پزشکی هم اینه که بتونم پرامپ مناسب استدلال بالینی رو بنویسم.
3. یه کاربرد جالب دیگه هم که گاها ازش استفاده می کنم برای خوندن نسخه ها یا گزارش های بد خطه که عکسشون رو آپلود می کنم و میخوام برام هر چی که میتونه رو بخونه.
سلام
من گاهی از ابزارهای chatgpt و preplexity برای بررسی پاتوفیزیولوژی یا خلاصه‌کردن بعضی مقالات و فایل‌ها استفاده میکنم، اما بیشترین کمک رو از openevidence می‌گیرم، هم در زمینه سوالات پاتوفیزیولوژی و فارماکولوژی و هم تشخیص افتراقی و گاهی هم تفسیر نتایج پاراکلینیک یا آزمایشات.
از ChatGPT استفاده میکنم و بیشتر اوقات سئوالات مرتبط با پاتوفیزیولوژی بیماری ها رو می پرسم.
یک تکه از هاریسون را که با کمک روبات های تبدیل کننده عکس به متن از اسکرین شات کتاب استخراج کردم برای chatGPT میفرستم ، تا در فرمت anki برای مطالعه بهم پس بدهد
من از chatgpt استفاده میکنم. کار راه اندازه. بعضی وقت‌ها سوال‌های مربوط به پاتوفیزیولوژی رو خوب جواب میده اما گاهی وقت‌ها هم دچار توهم توی پاسخ دادن میشه. اما نسبت به سایر ابزارهایی که تا الان استفاده کردم، گزینه‌ی قابل قبولیه.