تشخیص شکستگی‌ها با کمک هوش مصنوعی؛ NHS یک آزمایش دو‌ساله را آغاز می‌کند

در یکی از تازه‌ترین کاربردهای هوش مصنوعی در پزشکی، سرویس سلامت همگانی بریتانیا (NHS) اعلام کرده است که طی یک برنامه دو‌ساله، تشخیص شکستگی و دررفتگی در اورژانس سه بیمارستان در شمال انگلستان با استفاده از یک سامانه هوشمند آغاز می‌شود. هدف اصلی این طرح، کاهش زمان تشخیص، افزایش دقت بررسی تصاویر و حمایت از متخصصان تصویربرداری است.

در این طرح، همراه هر تصویر استاندارد رادیولوژی، یک نسخهٔ حاشیه‌نویسی‌شده توسط هوش مصنوعی نمایش داده می‌شود که نواحی مشکوک به شکستگی را علامت‌گذاری می‌کند؛ اما تصمیم نهایی همچنان بر عهدهٔ پزشکان و رادیولوژیست‌ها خواهد بود.

چه چیزی در بیمارستان‌های Scunthorpe، Grimsby و Goole آزمایش می‌شود؟

طبق اعلام Northern Lincolnshire and Goole NHS Foundation Trust، این فناوری تنها برای بیماران اورژانسی و در گروه‌های سنی بالای دو سال استفاده می‌شود. همچنین برای موارد زیر مورد استفاده قرار نمی‌گیرد:

• تصویربرداری قفسه سینه
• ستون فقرات
• جمجمه و صورت
• بافت نرم
• بیماران بخش‌های بستری یا سرپایی

این محدودیت‌ها نشان می‌دهد که در طراحی آزمایش، کنترل ریسک و مدیریت دقت تشخیصی با دقت بالا لحاظ شده است.

چرا NHS به سراغ این فناوری آمده است؟

۱. فشار فزاینده بر اورژانس‌ها

به دلیل کمبود نیروی متخصص و افزایش تعداد بیماران، زمان تشخیص و درمان شکستگی در برخی بیمارستان‌های بریتانیا طولانی شده است.
Abdul Khan، متخصص پزشکی اورژانس، گفته است که شواهد در شمال اروپا نشان می‌دهد این گونه سامانه‌ها می‌توانند فشار کاری را کاهش دهند و بهره‌وری را افزایش دهند.

۲. ایجاد یک لایه ایمنی تشخیصی

سامانه هوش مصنوعی به‌سرعت نواحی مشکوک را مشخص می‌کند.
Jake Bates، متخصص پیشرفته تصویربرداری، توضیح می‌دهد:

«در کنار تصویر استاندارد، یک نسخهٔ فوری و نشانه‌گذاری‌شدهٔ مبتنی بر AI قرار می‌گیرد تا هر مورد احتمالی سریع دیده شود.»

این «نسخهٔ دوم هوشمند» به‌عنوان یک چک مضاعف عمل کرده و به ویژه در محیط‌های شلوغ اورژانس، احتمال از دست رفتن شکستگی‌های ظریف را کاهش می‌دهد.

اهمیت این آزمایش برای آینده سلامت دیجیتال

از نگاه تخصصی، این پروژه نمونه‌ای از یک الگوی در حال تثبیت در نظام‌های سلامت پیشرفته است:

الف) هوش مصنوعی به جای تصمیم‌گیری، نقش «تقویت‌کنندهٔ تشخیص» را ایفا می‌کند

نیروی انسانی همچنان تصمیم‌گیر اصلی است؛ و این دقیقاً همان مدل مورد توصیه در پزشکی مبتنی بر شواهد است.

ب) ارزش‌افزوده در سرعت و غربال‌گری است

بسیاری از شکستگی‌های کوچک در تروماهای خفیف ممکن است در اولین نگاه دیده نشوند. این سامانه‌ها در کاهش خطاهای انسانی مؤثرند.

ج) این نوع پروژه‌ها زیرساخت داده‌های پزشکی را استاندارد می‌کند

هر چه تصاویر بیشتر همراه برچسب AI ذخیره شوند، امکان انجام تحقیقات بزرگ‌مقیاس افزایش می‌یابد؛ موضوعی که آیندهٔ مدل‌های تشخیص پزشکی را شکل می‌دهد.

جمع‌بندی

این طرح NHS نه صرفاً یک آزمایش تکنولوژیک، بلکه یک گام مهم در مسیر پزشکی هوشمند، کاهش تأخیرهای تشخیصی و ارتقای کیفیت خدمات اورژانس است. نتیجهٔ دو سال آینده می‌تواند معیار جدیدی برای استفاده از ابزارهای هوشمند در محیط‌های بالینی باشد.

منبع: BBC News – Emma Petrie