محرم غفاری فارغ التحصیل دکتری DBA(Doctor of Business -Administration)-
از دانشگاه خوارزمی تهران
دکتری مدیریت استراتژیک DBAازدانشگاه صنایع ومعادن ایران
مدرس دانشگاه:دانشگاه خوارزمی،دانشگاه آزاد ،دانشگاه پیام نور
مشاوره شغلی و تجاری (مدیران محترم شرکت ها –کارخانجات-شرکت های خدماتی –کسب و کارهای کوچک و بزرگ)…….. مشاور پایان نامه و پژوهش های کاربردی، مدرس کار آفرینی
مشاور اجرایی و مطالعه فنی راه اندازی کارخانجات
مدرس کلا س های آموزش ضمن خدمت و توانمند سازی مدیران
پست الکترونیکی :gaffarim3@yahoo.com
وب سایت :pajoohesh-kara.com
کانال تلگرام:pajhohesh_kasbokar@
همراه 09144067323-09142183819
خلاصه رزومه
تحول در نظام سلامت با فناوری های دیجیتال
نظام سلامت با استفاده از فناوری های تحول آفرین در حال گذار به نسل جدید خدمات بهداشت و سلامت است. نظام جدید سلامت با تمرکز بر مشارکت و استفاده از تجربه های بیمار، از جدیدترین فناوری های دیجیتال برای افزایش کیفیت مراقبت های بهداشتی، امنیت داده ها و کاهش هزینه های مراقبت و درمان استفاده می کند.
این مسئولیت مهم به عهده توسعه دهندگان فناوری است که بتوانند نظام سلامت را در مسیر آینده خود، یاری دهند
3
رایانش ابری و پویایی
رایانش ابری و تحرک و پویایی دو بازیگر مهم تحول آفرین در نظام سلامت هستند.
با پیوستن بیمارستان ها و مراکز درمانی بیشتر و بیشتر به فضای ابری، دسترسی به اطلاعات بیمار از گذشته بسیار راحت تر می شود.
امکان جابجایی، نظارت از راه دور را افزایش می دهد و باعث ایجاد ارزش افزوده از منظر اطلاعات خواهد شد. دسترسی به تلفن همراه موجب دستیابی به اهدافی مانند افزایش کیفیت زمان ملاقات با پزشک، تسهیل هماهنگی ملاقات با پزشک و … می شود
4
هوش مصنوعی و ربات های سخنگو
هوش مصنوعی یکی از جدیدترین فناوری هایی است که در نظام سلامت ظهور کرده است.
هوش مصنوعی می تواند با استفاده از سوابق پزشکی بیماران و اطلاعات سلامت گذشته آنان، و با استفاده از شبیه سازی تشخیص پزشک های متخصص برای اتخاذ تصمیمات آگاهانه و تشخیص بهتر کمک رسانی کند.
ربات های سخنگو از فناوری هوش مصنوعی استفاده می کنند و با استفاده از سوابق بیمار و علم پزشکی شبیه سازی شده به بیماران در مراحل مختلف تشخیص بیماری و فرایند بهبود کمک رسانی می کنند و درنتیجه فرایند درمان را تسریع بخشیده و تسهیل می کنند.
5
فناوری های پوشیدنی
فناوری های پوشیدنی در آینده ای نزدیک بیشتر جمعیت جهان را تحت پوشش خود قرار خواهد داد. پیش بینی می شود تا سال ۲۰۲۱ بیش از ۱۰۰ میلیون نفر در سراسر جهان از این فناوری در زمینه بهداشت و درمان استفاده کنند
6
زنجیره بلوکی
فناوری زنجیره بلوکی یکی از جدیدترین فناوری هایی است که در نظام سلامت به آرامی در حال توسعه و استفاده است.
در این فناوری با وجود کاربران متعددی که به طور همزمان داده هایی را ثبت و اصلاح می کنند و ممکن است که آن داده ها با هم تداخل داشته باشند، شبکه قادر به حفظ یکپارچگی محتوای پایگاده داده است.
با توجه به ساختار داده ای رمزنگاری شده که بلاک چین دارا می باشد یکپارچگی بدون هیچ کنترل کننده مرکزی حفظ می شود.
به عنوان نمونه هایی از کاربرد این فناوری می توان به نرم افزارهای جامع ثبت اطلاعات بیمار و سیستم های تراکنش مالی آنلاین اشاره کرد.
7
اینترنت اشیاء
با در نظر گرفتن حجم عظیم اطلاعات جمع آوری و ارسال شده بین دستگاه ها و پایگاه های درمانی، اینترنت اشیاء می تواند کاربردهای بسیار متنوعی در صنعت بهداشت و درمان داشته باشد.
اینترنت اشیاء کاربردهای بی نهایتی در نظام سلامت دارد که می توان به نظارت از راه دور، حسگرهای دستگاه های درمانی و نتایج بیماران اشاره کرد.
اگرچه حجم عظیم داده های به دست آمده با اینترنت اشیاء به عنوان یکی از چالش های نظام سلامت مطرح است اما خدمات و مزایای گسترده کاربرد این فناوری را نمی توان نادیده گرفت.
8
امنیت اطلاعات
رسوخ امنیتی در سیستم های اطلاعاتی بیمارستان ها و مراکز درمانی به طور دائم اتفاق می افتد.
این امر ضرورت سرمایه گذاری و برنامه ریزی برای توسعه فرایندهای امنیتی و سیستم های قابل اعتماد حفاظت از اطلاعات را نشان می دهد.
9
پرداخت الکترونیک
سیستم های مالی مبتنی بر کاغذ هدررفت عظیم سرمایه و کاهش کارآیی را به همراه دارند. سیستم های پرداخت مالی الکترونیک علاوه بر تسریع پرداخت صورتحساب و افزایش کارایی، کاهش هزینه عظیم کاغذ و بهبود ذخیره اطلاعات پرداخت را به همراه دارند.
این سیستم ها افزایش رضایت بیمار و کاهش زمان مصرفی پزشک برای آشنایی با مکانیزم های مالی را به همراه دارد.
10
تعریف سلامت دیجیتال
سلامت دیجیتال شامل به کارگیری خدمات و راه حل های سخت افزاری و نرم افزاری مبتنی بر دانش IT است.
از این مهم برای کمک به حل مشکلات مربوط به سلامتی و چالش هایی که مردم در طول زمان با آن رو به رو هستند، استفاده می شود.
به طور کلی هدف سلامت دیجیتال توسعه سیستم های به هم پیوسته برای ارتقای استفاده از تکنولوژی های محاسباتی، دستگاه های هوشمند، تکنیک های آنالیز محاسباتی همچنین رسانه های ارتباطی است.
این امر برای یاری رساندن به متخصصان مراقبت های بهداشتی و کارمندان آن ها به منظور مدیریت بیماری، ریسک های سلامتی و ارتقا سلامتی و رفاه مردم است.
11
حوزه های همگرایی فناوری های دیجیتال و بخش سلامت
تکنولوژی های ارزیابی و نظارتی مانیتورینگ به منظور پیشگیری وتشخیص و درمان بیماری ها
تکنولوژی های کمکی و ربات های توانبخشی برای کمک به افراد ناتوان یا کم توان شامل حسگر های نظارتی مستقل و دستگاه های پوشیدنی
یاری رساندن به پزشکان در تصمیمات کلینیکی در مورد مراقبت، شامل تشخیص، تجزیه و تحلیل و تفسیر داده های مربوط به بیمار
مدل سازی نتایج مرتبط با سلامتی از طریق شبیه سازی های محاسباتی، مدل سازی و رویکردهای بر پایه یادگیری ماشین
سلامت الکترونیک (E-health) که اطلاعات و خدمات سلامتی را به منظور انتقال، ذخیره و بازیابی برای اهداف کلینیکی، آموزشی و اجرایی/اداری ارائه می کند
سلامت همراه (mhealth) که می توان آن را عمل پزشکی و سلامتی عمومی دانست که توسط دستگاه های موبایل انجام می شود
12
حوزه های همگرایی فناوری های دیجیتال و بخش سلامت
کاربردهای مهندسی سیستم های سلامت در سیستم های مراقبت های بهداشتی شامل کشف علم، تصمیم گیری، بهینه سازی مهندسی فاکتورهای انسانی، مهندسی کیفیت و فناوری اطلاعات و ارتباطات
اصول تعاملات انسانی-کامپیوتری و محیطی بر اساس تمرکز کاربرمحور، تجربه محور و یا طراحی های فعالیت محور
استفاده از واقعیت مجازی، بازی های کامپیوتری برای توانبخشی و بازی های جدی برای ایجاد یک تجربه تعاملی و اجتماعی برای دانشجویان در رشته های مرتبط با سلامت و آموزش بیماران
سیستم های شنیداری و گفتاری برای پردازش زبان های طبیعی، تکنیک های تشخیص گفتار و دستگاه های پزشکی با هدف کمک به گفتار یا شنیدار
تله هلث، تله مدیسن (پزشکی از راه دور)، مراقبت از راه دور (تله کر)، تله کوچینگ و توانبخشی از راه دور، راه حل هایی هستند که انواع مراقبت ها را برای بیمار از راه دور فراهم می کند
13
فرصت ها و چالش ها
اکوسیستم سلامت شاهد تغییری بزرگ در نحوه ارائه و مصرف خدمات است.
الزام وجود یک مدل غیر متمرکز، مقرون به صرفه، با کیفیت و جامع در ارائه مراقبت های بهداشتی درمانی موجب این تغییر جهت شده است.
این تغییرات در بستر فناوری در حال رخ دادن است. سلامت دیجیتال موجب استمرار مراقبت ها می شود و راه حل هایی را ارائه می دهد تا به افراد از بدو تولد تا پایان زندگی و سلامتی مطلق تا بیماری، یاری رساند.
صنعت سلامت در حال گذر از صنعتی ارائه دهنده محور به سوی صنعتی مصرف کننده (بیمار) محور است.
دلیل این امر افزایش درآمدها، تغییرات سبک زندگی و تغییر رفتار مصرف کننده در مقابل سلامتی است.
به علاوه اینکه با افزایش هزینه های مراقبت های بهداشتی و کمبود زیرساخت تلاش می شود تا مراقبت های بهداشتی به مدلی مبتنی بر مصرف تغییر کند.
14
فرصت ها و چالش ها
مراقبت های بهداشتی به سوی یک ترکیب مقدماتی "مدل پیش بینی و پیشگیری" در حال حرکت است.
این مدل به ریشه آسیب ها در حوزه سلامت پاسخ می دهد و همچنین از مشکلات آتی با شیوه زندگی، تغییرات رفتاری یا اقدامات پیشگیرانه جلوگیری می کند.
این تغییرات به دلیل نیاز اساسی به توانمند سازی، راحتی و تجربه بیشتر برای بیمار است که تکنولوژی و کارآفرینی بر آن جامه عمل می پوشاند.
15
مدل سلامت دیجیتال دربازارهای نوظهور
در بازارهای نوظهور مدل سلامت دیجیتال جدید نقش مهمی را در غلبه بر چالش های زیادی که مانع ارائه مراقبت های بهداشتی می شود بازی می کند، که شامل بهبود دسترسی به مراقبت های بهداشتی، هزینه مقرون به صرفه، کیفیت و ایمنی می شود.
کشور های متعدد در حال توسعه در تلاش برای ارائه خدمات بهداشتی به ویژه در مناطق روستایی، با کمبود شدید منابع و زیرساخت روبه رو هستند.
به عنوان مثال ۶۲ درصد جمعیت کل آفریقا در مناطق روستایی ساکن هستند و دسترسی کمی به تسهیلات پزشکی دارند.
عدم وجود قدرت مداوم در آفریقای جنوبی، کار را برای بیمارستان ها به منظور حفظ خدمات مداوم به ویژه در واحدهای مراقبت های ویژه سخت می کند.
هند با میانگین 7.0 تخت بیمارستان به ازای هر هزار نفر از جمعیت است.که یک سیستم بهداشت و درمان عمومی کوچک با بودجه کم برای کلینیک ها و بیمارستان ها و برنامه های مرتبط با سلامت محسوب می شود که در عمل کارایی بسیار کمی دارد.
منابع محدود مراقبت های بهداشتی در هند با شیب تندی (۶۰ -۷۰ درصد زیرساخت و منابع انسانی) به سمت مناطق شهری سرازیر است. درحالی که ۷۰ درصد جمعیت این کشور در مناطق روستایی سکونت دارند.
16
دیجیتالی کردن خدمات مرتبط به سلامت
در چنین یکی از الزامات مورد نیاز حضور پزشکان متخصص است. پزشکانی که به خوبی تشخیص دهند و همچنین از زیرساخت های موجود نهایت بهره را ببرند. دیجیتالی کردن خدمات مرتبط به سلامت اگر در مدل متفاوتی پیاده شود می تواند موجب کاهش هزینه و بهبود کیفیت و دسترسی به مراقبت ها شود.
اکثر کشورهای توسعه یافته از راه حل های مبتنی بر کاغذ دور شده اند و مدل های دیجیتالی را ترجیح می دهند.
مراقبت های بهداشتی و تکنولوژی در حال نزدیک شدن به هم هستند و چهارچوب های مقررات در این حوزه درحال تکمیل است.
این امر باعث می شود شرکت ها درگیر مسائل قانونی شوند.
مواردی که توسط قانون گذاران ناآشنا وضع شده اند شامل حریم خصوصی و اطلاعات بیماران، حفاظت مصرف کننده، ایمنی بیمار و تقلب، هستند.
17
تحول دیجیتالی صنعت بهداشت و درمان
جریان های بهداشت و درمان مانند قطب نما در صنعت بهداشت و درمان عمل می کنند و افق پیش رو و فناوری های تحول آفرینی را نشان می دهند که ناگزیر آن را متحول خواهند کرد.
این جریان ها به پیش تازان این صنعت نیز کمک می کنند تا نیازهای بیماران را بهتر بشناسند و مدل های کسب و کارشان را برای رفع نیازشان به روز کنند.
18
دغدغه مشترک تمام فعالان حوزه بهداشت ودرمان
تقریباً تمام فعالان حوزه بهداشت و درمان دغدغه مشترکی دارند. مدیران این حوزه از پذیرش جدیدترین جریان های بهداشت و درمان می ترسند.
به گفته دیگران، ریشه دارترین شرکت های حوزه بهداشت و درمان حاضر به ترک فرایندهای کسب و کار قدیمی خودشان نیستند، حتی اگر که بیشتر از روش های نوآورانه و خلاقانه نسل جدید هزینه بر باشند.
مسئله این نیست که مدیران ارزش برخی از فوق العاده ترین جریان های بهداشت و درمان امروزی را نمی دانند. به هیچ وجه.
مدیران بهداشت و درمان به خاطر ترس دست به نوآوری نمی زنند. ترس از شکست، از مسائل جدید، از نبردهای داخلی، از قبول مسئولیتهای جدید، از ورود به ناشناخته ها.
ترس از شکست باعث شده است که مدیران بهداشت و درمان در سرمایه گذاری در حوزه دیجیتال تعلل کنند.
با وجود این مقاومت نسبتاً همگانی، صنعت بهداشت و درمان در حال نوآوری است و افق جدیدی را پیش رو دارد ولی سرعت این فرایند خیلی از حد معمول در حوزه اکتشاف کمتر است.
19
روندنوآوری وبهداشت
حقیقت کاملاً ساده است. نوآوری بهداشت و درمان باید خیلی سریع تر و جامع تر از وضعیت کنونی شود.
پیشبینی می شود که انقلاب دیجیتالی هزینه های بخش بهداشت و درمان را ۳۰۰ میلیارد دلار کاهش دهد. طبق مطالعه جدیدی از سوی اکسنچور، اگر این صنعت امروزه به درستی در فناوری سرمایه گذاری کند، می تواند در بلندمدت ۶۰ میلیارد دلار صرفه جویی کند.
چه مدیران بهداشت و درمان بخواهند یا نخواهند، این صنعت ناگزیر متحول می شود. از درون و بیرون. این جریان تغییر نخواهد کرد، عمدتاً به این خاطر که نیروهای زیادی به دنبال خلق تحول بزرگی هستند که هر سال تنها بزرگتر خواهد شد.
امروزه هفت جریان تحول آفرین در صنعت بهداشت و درمان وجود دارد که سرعت بیشتری خواهد گرفت و شرکت به شرکت وارد قرن بیست و یک خواهد شد.
همین شواهد نشان می دهند که با توجه به نوع شرکت بهداشت و درمان خودتان، باید سرمایه گذاری قوی در تمام (یا حداقل برخی) این جریانات کنید.
20
جریان بهداشت و درمان که تمام مدیران باید
دستگاههای پوشیدنی و اینترنت اشیاء
دستگاههای پوشیدنی تاثیر بسزایی بر سلامت کاربر دارند. با ترکیبی از سخت افزار، تحلیل پیشگویانه و نرم افزارهای موبایل، فناوری های پوشیدنی نحوه تشخیص بیماری ها، مدیریت بیماری ها و روش های مراقبتی پیش گیرانه را متحول می کنند.
از وقتی که اپل در سال ۲۰۱۶ راه اندازی رسمی کرکیت و ریسرچ کیت را به همراه سری ۳ اپل واچ اعلام کرد، نکته ای کاملاً مشخص بود: دستگاه های پوشیدنی نقش عظیمی در دیدگاه و رفتارمان نسبت به سلامت ما خواهند داشت. وقتی اپل تفکر جدیدی را شروع می کند، کل دنیا توجه می کند و دنبالش می رود.
دو سال بعد، اپیلیکیشن پوشیدنی وجود دارد که تقریباً همه کاره است. حالا می توان با ترکیب محصول پوشیدنی فیزیکی که داده ها را جهت تحلیل و پیشنهاد به وب سایت یا اپلیکیشن موبایل ارسال می کند، عارضه های مرگبار را بهتر مدیریت کرد.
در سال ۲۰۱۹، کاربران می توانند با دستگاه های پوشیدنی سوابق درمانی خود را بی درنگ ارسال کنند و تشخیص های سریعتر و دقیق تری را دریافت کنند. در برخی موارد، حتی کاربران می توانند عارضه را در لحظه مدیریت کنند.
این دستگاه ها بدین معنی هستند که داده ها بی وقفه به متخصصین بهداشت و درمان ارسال می شود که می توانند با استفاده از سنجه هایی مانند فشار خون، الگوی تنفس و داده های خواب، بیماران را بهتر معاینه و درمان کنند.
همچنین، فناوری پوشیدنی فراگیر نیز بدین معنی است که بیماران قدرت کنترل سلامت خود را دارند. امکانات کاربر پسند، ساده و نامحسوس آنها را ترغیب می کند که توجه بیشتری به عادت های روزانه شان کنند.
دستگاه های پوشیدنی تحولی را در تندرستی فردی و بازار تناسب اندام ایجاد کرده اند و شرکت هایی مانند فیت بیت و بدر به آمار بی سابقه ای در زمینه استقبال کاربران و دفعات تامین بودجه رسیده اند.
طبق این مثال ها، فرصت فوق العاده ای در حوزه دستگاه های پوشیدنی وجود دارد. طبق آمار شرکت تحقیقاتی مارکتس اند مارکتس، بازار جهانی دستگاه های پوشیدنی پزشکی تا سال ۲۰۲۱ به ۱۲.۱ میلیارد دلار خواهد رسید که مسیر رشد فوق العاده ای است.
در حالی که بسیاری از این فناوری ها عمدتاً در فضای بنگاه به مشتری استفاده می شوند، ولی حسگرهای هوشمند و دستگاه های پوشیدنی جذاب قطعاً روش های مراقب پیشگیرانه بیمارستان ها را تغییر خواهند داد.
21
بلاکچین
علاوه بر اصطلاحی برای ارز دیجیتال، بلاکچین با ایجاد امکان اشتراک گذاری و تحلیل لحظه ای داده های بحرانی بیماری، فضای بهداشت و درمان را متحول می کند تا کیفیت مراقبت و شفافیت بهبود یابد.
اگرچه فناوری بلاکچین معمولاً به عنوان ساز و کار تبادل ارز دیجیتال شناخته می شود، اما پتانسیل ایجاد تحول دیجیتال در بهداشت و درمان را دارد.
ولی ابتدا تعریف ساده برای آن لازم است. بلاکچین سابقه دیجیتال دائمی در قالب دفتر باز تغییر ناپذیر است و تقریباً چیز جدیدی نیست. از دهه ۵۰، به نوعی این دفتر دیجیتال را داشته ایم. ما به آنها پایگاه داده می گفتیم. افراد و شرکت ها معمولاً از این دفاتر مرجع برای ثبت تراکنش هایشان استفاده می کردند.
22
ابهام بلاک چین برای مدیران ارشد بهداشت ودرمان
فناوری بلاکچین اساساً دو تفاوت ذاتی با دفاتر دیجیتال قدیمی دارد. نخست، دفتر تغییر ناپذیر است. یعنی به راحتی نمی توان آن را تغییر داد (برعکس گسترده برگ گوگل که سریعاً می توان تغییرش داد). دوم اینکه، دفتر در یک مکان مرکزی «ساکن» نیستند، بلکه در شبکه های رایانه ای در سراسر دنیا پراکنده شده است.
وقتی دو هسته در بلاکچین با یکدیگر تراکنش انجام می دهند، بلوکی به دفتر اضافه می شود. بلوک تنها وقتی افزوده می شود که دو طرف چیزی به نام هش (دنباله اعداد و حروف) را حل کنند که تا حدی مبتنی بر بلوک های قبلی سیستم است. بنابراین، با افزودن بلوک جدید، دقت و اعتبارش با توجه به بلوک قبلی مشخص می شود. اگر کسی دست به جعل بلوک بزند، تمام عوامل شبکه باخبر خواهند شد.
جزئیات تخصصی برای مدیران ارشد فناوری بهداشت و درمان مهم اند، ولی نه برای ذینفعانی که نمی دانند بلاکچین با کسب و کارشان تناسبی دارد یا خیر. مدیران بهداشت و درمان باید بدانند که آیا با استفاده از بلاکچین، تراکنش ایمن است یا خیر.
بلاکچین چه اهمیتی در بهداشت و درمان دارد؟
به این خاطر که بهداشت و درمان سرشار از «تراکنش» است. برخی تراکنش ها کاملاً پولی هستند (مانند تبادل پول بین پرداخت کننده و خدمات دهنده). ولی برخی دیگر تراکنش های غیر مادی هستند (مانند اجرای قرارداد، انتشار سوابق پزشکی الکترونیکی یا حتی فروش داده بیمار در بازار آزاد (از جمله دادههای بالینی)). «تراکنش» دیگر ارتباط ایمن (از طریق پیام متنی، اپلیکیشن موبایل، تلفن و سایر کانال ها یا حتی معرف بیماران و مشاوره زنده) است.
نکته مشخص است: تمام تراکنش های بین ارائه کنندگان خدمات درمانی و مصرف کنندگان نهایی را میتوان به نوعی در بلاکچین ایجاد کرد. بیماران و ارائه کنندگان خدمات درمانی با بلاکچین راحت تر می توانند تبادل داده کنند. این یعنی اطلاعات داخل شرکت خیلی امن تر است و حتی شرکت ها می توانند با آن به خوبی بر گردش کار زنجیره عرضه خودشان نظارت داشته باشند.
برخی از استارت آپ های آینده دار حوزه بهداشت و درمان از فناوری بلاکچین برای پیشرفت سریعتر در این حوزه استفاده می کنند.
استفاده استارتاپ های آینده دارحوزه بهداشت ودرمان از بلاک چین
برخی از استارت آپ های آینده دار حوزه بهداشت و درمان از فناوری بلاکچین برای پیشرفت سریعتر در این حوزه استفاده می کنند.
تله داکتیل، شرکت واقع در وایومینگ، با پرداخت از طریق ارز دیجیتالی، پرداخت های شخص ثالث را حذف می کند.
شرکت امبلیما در نیویورک با راه اندازی شبکه بلاکچین بهداشت و درمان HIPAA خبرساز شد که امکان دریافت و انتشار سوابق پزشکی را به بیماران می دهد.
اومنی شرکت دیگری است که با بلاکچین، داده های حیاتی را درباره موجودی کنونی و دسترسی پذیری محصولات تولیدی ها در بیمارستان ها و توزیع کنندگان سراسر کشور ارائه می کند تا فرایندهای زنجیره عرضه شان و برنامه های تولید دارو را بهتر بهینه سازی کنند.
شرکت بلاکچین هلث به پژوهشگران پزشکی این امکان را می دهد که بیمارانی را به تناسب ضوابط خاص مطالعات بهداشت و درمانشان پیدا کنند.
بیماران مناسب مطالعات پزشکی اجازه کنترل داده هایشان را می دهند و به تناسب آن پولی دریافت می کنند.
این ها فقط چند نمونه از کاربردهای خلاقانه بلاکچین در بازار امروز هستند. این تنها بخشی از کاربردهای بلاکچین در بهداشت و درمان است و با این وجود، می بینیم که چشم اندازش بی انتهاست و بلاکچین را تبدیل به یکی از هیجان انگیز ترین جریان های بهداشت و درمان در سال های آتی کرده است.
پزشکی از راه دور
راه حل های پزشکی از راه دور آهسته و پیوسته تبدیل به روش رایجی برای ویزیت بیماران بدون بیمه شده اند.
البته وقتی پتانسیل پزشکی از راه دور کاملاً تحقق می یابد که قوانین جدیدی تصویب شوند تا پزشکان دستمزد مساوی را بابت مشاوره مجازی دریافت کنند.
پزشکی از راه دور به معنی تشخیص و درمان از راه دور بیماران بوسیله فناوری های دیجیتال است.
به تدریج نشانه هایی از ظرفیت ایجاد تحول دیجیتالی در بهداشت و درمان را در آن می بینیم.
ارتباط پزشکان با ایمیل و وب کم با بیماران
پزشکان بیشتر به وسیله ایمیل، تلفن و یا وبکم با بیماران ارتباط برقرار می کنند.
اطبا نیز با یکدیگر ارتباط برقرار می کنند، یعنی همکاری آسان تری دارند و تصمیمات آگاهانه تری می گیرند. این نوع ۱۰ سال قبل هرگز پسندیده نبود.
در سال ۲۰۱۷، تقریباً ۳۰ میلیون ویزیت پزشکی از راه دور در آمریکا صورت گرفت که این مقدار ۲۲ میلیون ویزیت در سال ۲۰۱۶ بود.
انتظار می رود که این آمار افزایش یابد. همچنین، طبق پیمایش ژورنال هاروارد بیزینس ریویو، ۹۷ درصد بیماران از اولین تجربه پزشکی از راه دور راضی بودند و ۷۴ درصد معتقد بودند که این ابزار ارتباط شان را با ارائه کننده خدمات درمانی بهتر کرده است که نشانه مسیر صحیح فناوری است.
معمولاً امروزه کارمزدی بابت ویزیت های پزشکی از راه دور (عمدتاً جلسه ای بین ۴۹ تا ۹۹ دلار) دریافت می شود که در بین افراد بدون بیمه و دچار کمبود پوشش بیمه مرسوم است. علتش این است که مشاوره پزشکی از راه دور خیلی ارزان تر از ویزیت معمولی پزشک (به جز ویزیت های اورژانسی) است.
مزیت های پزشکی از راه دور
اساساً پزشکی از راه دور به این علت یکی از نوید بخش ترین جریان های بهداشت و درمان است که با محبوب ترین دستگاه آمریکا می توان از آن استفاده کرد: گوشی هوشمند. تقریباً ۲۴۰ میلیون نفر در آمریکا گوشی هوشمند دارد (در حالیکه تنها ۱۱۹ میلیون تلویزیون در این کشور وجود دارد).
با استفاده از پلتفرم های پزشکی از راه دور، امروزه پزشکان و بیماران به راحتی با فشردن دکمه ای می توانند بوسیله یکی از اپلیکیشن های متعدد پزشکی از راه دور، مشاوره مجازی سریعی را به جای ویزیت مطب دکتر انجام دهند.
حداقل از لحاظ تئوری این طور است.
چالش های پزشکی ازراه دور
عملاً پزشکی از راه دور نتوانسته خیلی از انتظارات را برآورده کند. برخی حتی آن را شکست کامل می دانند.
شکت کامل؟ فناوری که می تواند زندگی را نجات دهد و کیفیت مراقبت را بالا ببرد؟ متاسفانه این حقیقت است.
بسیاری معتقدند که به علت آگاهی کم مصرف کنندگان، پزشکی از راه دور خیلی محبوب نیست ولی به هر حال، این علت اصلی عدم استقبال گرم از پزشکی نیست. اساساً بزرگترین مانع برای پزشکی از راه دور این است که قوانین کشور همگام با فناوری به روز نشده اند.
30
موانع پزشکی از راه دور
تا به حال به این فکر کرده اید که چطور پزشک از ویزیت شما در بیمارستان یا کلینیک کسب درآمد می کند؟
پزشک شما را ۳۰ دقیقه میبیند و دارو یا نسخه ای را تجویز می کند. از مطبش خارج می شوید.
پزشک ویزیت شما را یادداشت می کند و از کد صورت حساب خاصی استفاده می کند تا صورت حسابی را تهیه کند که به شرکت بیمه و نهایتاً به مِدی کِر ارسال می شود. مشاوره تلفنی نیز همینطور است.
تا جایی که می دانم، هنوز قانون فدرالی راجع به هزینه های پزشکی از راه دور (یا همان مشاوره با اپلیکیشن یا تماس تصویری) وجود ندارد.
در سال های اخیر، برخی ایالات قوانینی را تصویب کرده اند که دستمزد ویزیت های حضوری و مشاوره های پزشکی از راه دور را برای پزشکان برابر کرده اند.
ولی هنوز این قانون فدرالی نیست که در همه جا به یک اندازه صدق کند.
به علاوه، یکی دیگر از موانع پذیرش پزشکی از راه دور این است که بسیاری از دکترها تنها مجوز فعالیت در محدوده جغرافیایی فعلی خود را دارند.
بنابراین، روش های پزشکی از راه دور در ایجاد عرضه و تقاضای محدود به ایالات دچار مشکل شده اند.
در حالیکه هشت ایالت آمریکا با فعالیت پزشکان در خارج از مرزهایشان موافقت کرده اند، محدودیتهای سفت و سختی در زمینه پزشکی از راه دور وجود دارد.
31
دغدغه های پزشکی از راه دور
سایر دغدغه ها شامل ترس پزشکان از پاسخگویی است که نگران تشخیص اشتباه بیماری از طریق تلفن هستند و همواره می ترسند که وقتی بیماران از این ابزار دیجیتالی استفاده می کنند، پول کمتری نصیب خودشان می شود.
در کل قوانین هنوز هم گام با فناوری پزشکی از راه دور بروز نشده اند (عجیب است نه؟).
تا وقتی که هر ایالت قانون جدیدی را برای کنترل عادلانه ویزیت های پزشکی از راه دور تصویب نکند یا کنگره قانون فدرالی را بدین منظور تصویب نکند، این فناوری نمی تواند پتانسیل کامل خود را محقق کند.
32
ظرفیت های پزشکی از راه دور
با این حال، پزشکی از راه دور این ظرفیت را دارد که خدمات درمانی را در مناطقی به شدت بهبود ببخشد که تاسیسات با کیفیتی ندارند و همین الان هم فواید آن را در چندین ناحیه مصیبت زده قاره آفریقا نشان داده است.
۳.۲ میلیارد نفر در جهان از اینترنت استفاده می کنند که دو میلیارد نفرشان ساکن کشورهای در حال توسعه هستند و پزشکی از راه دور می تواند مراقبت بیماران را در آنجا بهبود ببخشد.
باید نکته ای را توضیح بدهیم. علیرغم استقبال کم، پزشکی از راه دور در سال های آینده رشد خواهد کرد.
به عنوان نمونه در اواخر سال گذشته، کنگره قانون حمایت از بهداشت الکترونیکی و پزشکی از راه دور را تصویب کرد که به خدمات دهندگان وزارت امور بازنشستگان اجازه می دهد که در خارج از ایالت نیز مشغول پزشکی از راه دور شوند.
به محض اینکه این قوانین با واقعیت قرن بیست و یکم هم گام شوند، پزشکی از راه دور تبدیل به یکی از محبوبترین جریان های دیجیتال بهداشت و درمان خواهد شد.
33
کلان داده درصنعت پزشکی
کلان داده باید به دانشمندان، سیاست گذاران و سازمان ها کمک کند تا با فهم تریلیون ها نقطه داده ای که قبلاً در این مقیاس تحلیل نشده بودند، خط مشی های تحول آفرینی را پیشنهاد دهند.
کلان داده شیوه تحلیل اطلاعات گسترده را در هر صنعتی تغییر داده است، ولی ارتباط خاصی با داده های پزشکی و درمانی دارد.
تحلیل بهداشت و درمان می تواند به کاهش چشمگیر هزینه معالجه، دوری از بیماری های قابل پیش گیری و بهبود کیفیت زندگی بیماران کمک کند. همان روش های داده کاوی و تحلیل که چندین صنعت را تغییر داده اند، می توانند به متخصصان بهداشت و درمان کمک کنند تا عارضه بیمار و خود مراقبتی اش را تحلیل کنند تا به نتایج بهتری در زمینه درمان برسند.
تنها چند شیوه ساخت «نقشه پزشکی» شخصی برای بیمار این است که از اطلاعات ساده ای مانند کالبد شناسی و فیزیولوژی و همچنین شناسه های پیچیدهای مانند DNA، RNA و ترکیب شیمیایی استفاده کنیم.
این شیوه تحلیل اطلاعات در گذشته ممکن نبود و ممکن است نقش حیاتی در تشخیص و معالجه آینده داشته باشد.
34
نمونه های کلان داده های صنعت پزشکی
یکی دیگر از نمونه های بارز کلان داده در بهداشت و درمان، حرکت استارت آپ انگلیسی به نام هیلکس است که روی درمان بیماری های نادر تمرکز می کند.
هیلکس در بازار نه چندان مطرحی فعالیت می کند که شرکت های داروسازی بزرگ به آن علاقه ندارند: ۷۰۰۰ بیماری نادر در بین ۳۵۰ میلیون نفر جهان که درمانی ندارند.
طبق هفته نامه هلث کر ویکلی، «این شرکت از فناوری و هوش مصنوعی برای بررسی داروهای کنونی استفاده می کند تا از آنها برای درمان بیماری های نادر استفاده کند».
به عبارت دیگر، محاسبات پیچیده ای را بر روی میلیاردها نقطه داده داروهای دیگر انجام می دهند تا شاید شیوه درمان جدیدی را از داروها و درمان های کنونی بازار پیدا کنند.
فازی لاجیکس یکی دیگر از نمونه های فوق العاده کلان داده در بهداشت و درمان است. این شرکت به دنبال حل بحران مواد افیونی است. با نگاه به دو دهه داده نسخه های دارویی، موفق به شناسایی ۷۴۲ عامل خطر شده اند که می توانند اعتیاد به مواد افیونی یا احتمال اعتیاد به آن را نشان دهند.
اساساً کلان داده حقیقت ساده ای دارد: در شناسایی جریان های حوزه بهداشت و درمان، واقعاً از داده های دو دهه اخیر استفاده کرده ایم.
تریلیون ها نقطه داده وجود دارد که می توان بوسیله آنها اطلاعات معنا داری کسب کرد. این اطلاعات می توانند زندگی، خط مشی یا فرایند را متحول کنند.
در نتیجه، سزاوار تحلیل و تفسیر هستند. جامعه نیز شایسته بهره بری از آن است.
الزامی بودن کلان داده ها
کلان داده وافزایش کارایی وکاهش هزینه سازمان ها
در آخر، کلان داده جریانی در حوزه بهداشت و درمان است که می تواند موجب افزایش کارایی و کاهش هزینه سازمان ها و همچنین کل بخش بهداشت و درمان شود.
در صنعتی که تقریباً بیش از ۶۰۰ میلیارد دلار در کشوری به اندازه ایالات متحده آمریکا اضافه خرج می کند، کلان داده می تواند پیشرفت بسیار حیاتی را رقم بزند.
به همین دلیل جریان بهداشت و درمان یکی از هیجان انگیزترین پدیده های احتمالی دهه بعدی است
اپلیکیشن های پزشکی موبایل
اپلیکیشن های موبایل نحوه دریافت و ارائه خدمات درمانی را کاملاًدر بین بیماران و پزشکان متحول کرده اند.
اپلیکیشن های پزشکی موبایل نمونه بارز سهولت استفاده ناشی از ترکیب فناوری و بهداشت و درمان است.
بیمار با این اپلیکیشن ها می تواند خدمات را واقعاً با اشاره انگشت جستجو کند.
بیمار می تواند با اپلیکیشن زاک دوک پزشکان را جستجو کند، عارضه دیابت خود را بوسیله دیابتس این چک کنترل کند و با اپلیکیشن هایی مانند MDLive و WebMD، به اطلاعات لحظه ای پزشکی دسترسی داشته باشد.
ولی نکته نه چندان بارز این است که اپلیکیشن ها زندگی پزشکان را شدیداً راحت تر کرده اند.
۸۰ درصد پزشکان در محل کار از گوشی استفاده می کنند و اپلیکیشن هایی مانند آپتودیت، جدیدترین اطلاعات پزشکی را درباره عوارض مختلف به پزشکان ارائه می کند.
چند اپلیکیشن نیز می توانند طرح های مراقبتی مخصوصی را با توجه به اطلاعات بیمار ارائه کنند و به پزشکان در تصمیم گیری بهتر در محل کار کمک کنند.
در حوزه پزشکی، بیش از یک میلیون پزشک از اپلیکیشن اپوکراتس استفاده می کنند تا با تجویز داروی مناسب به مقدار مناسب، مراقبت بهتری از بیماران کنند.
قدرت هوش مصنوعی
هوش مصنوعی با افزایش کیفیت مراقبت، پیامد های بیماران و کاهش هزینه بیمارستان ها، شرکت های بیمه و عوامل دیگر، صنعت بهداشت و درمان را متحول می کند.
هوش مصنوعی سریعاً نفوذش را در چندین صنعت (بخصوص بهداشت و درمان) گسترش می دهد. این فناوری قابلیت افزایش سرعت چندین فرایند و کاهش هزینه های صنعت را دارد.
از هوش مصنوعی برای تحلیل حجم زیاد داده های بیماران و افزایش دقت شناسایی بیماری استفاده می شود.
استفاده از هوش مصنوعی موجب شده است که فرایند بررسی و تبدیل ماموگرام ها ۳۰ برابر سریع تر و دقت آن ۹۹ درصد شود که نیاز به نمونه برداری غیر ضروری را کاهش می دهد و از متخصصین بهداشت و درمان برای اتخاذ تصمیم های بسیار بهتری استفاده می کند.
ظاهراً مایکروسافت به دنبال ساخت دستگاهی به نام «هانوور» است تا تمام مقالات پزشکی مربوطه را به حافظه بسپارد تا بهترین ترکیبات دارویی را برای بیماران سرطانی پیش بینی کند.
بکارگیری هوش مصنوعی در استارتاپ ورج جنومیکس
استارت آپ آینده داری به نام ورج جنومیکس از هوش مصنوعی برای مشاهده تاثیر داروهای خاص بر مغز انسان دارند که از مرحله پیش بالینی شروع می شود.
در نتیجه، تولیدکنندگان دارو می توانند شناخت بهتری از اثرگذاری دارو بر سلول انسان پیدا کنند.
هوش مصنوعی ممکن است نقش بزرگی در افزایش سرعت پژوهش و فرایند های کشف دارو داشته باشد.
باید سرعت انتقال دارو از تولید آزمایشگاهی به بیمار را کاهش دهد که فعلاً به طور میانگین، مدت زمان عجیب ۱۲ سال است.
فناوری ابری
سازمان های بهداشت و درمان می توانند با راه حل های ابری منسجم تر و به هم پیوسته تر باشند و اطلاعات دیجیتالی را با امنیت ذخیره کنند.
در صنعت بهداشت و درمان، باید داده های فوق العاده زیادی را در چندین قالب و از منابع متعددی مانند سوابق بیمار، اطلاعات اجتماعی و پزشکی و اطلاعاتی درباره سازمان های همکار مدیریت کرد.
برای این که اطلاعات متمرکز باشند، سازمان های بهداشت و درمان باید هزینه سیستم های گران قیمت را پرداخت و از آنها نگهداری کنند که معمولاً هرگز ظرفیتشان تکمیل نشده است.
با خدمات ابری، سازمان ها لازم نیست نگران نگهداری باشند و تنها فقط بابت نیازهای خودشان هزینه می کنند.
همچنین، ذخیره اطلاعات در شبکه توزیع شده ابری امنیت ذخیره اطلاعات را بالاتر می برد، زیرا همه اطلاعات در یک جا ذخیره نمی شود و می توان آن را با حداقل تاخیر زمانی گسترش یا کاهش داد.
41
استقبال صنعت بهداشت ودرمان از فناوری امروزی
صنعت بهداشت و درمان آهسته و پیوسته از یکی از هیجان انگیزترین جریان های بهداشت و درمان استقبال می کند؛ بی تردید کسانی که نتوانند از فناوری امروزی استفاده کنند، عقب خواهند ماند.
در چنین صنعت پر هزینه ای با پتانسیل واضح برای افزایش کارایی، شرکت های بهداشت و درمان حتماً باید آگاهی و آمادگی لازم را نسبت به برخی از فناوری های جدید تحول آفرین در بهداشت و درمان داشته باشند و حداقل برخی از آنها را به خوبی استفاده کنند.
42
نگاهی به حوزه سلامت با عینک واقعیت
وقتی از آینده صحبت می کنیم ذهن ما به صورت ناخودآگاه متوجه اصلاح و تغییر می شود. این تغییرات می توانند سطحی یا بنیادی باشند اما در هر صورت هدف آن ها بهبود بخشیدن به زندگی انسان است..
با وجود این که فناوری پیشرفت های زیادی داشته است اما همچنان تاثیر به سزایی در زندگی انسان دارد و تغییراتی که به وجود می آورد ما را شگفت زده می کند.
همانطور که می دانید حوزه سلامت، از لحاظ اصلاحات فنی یکی از محافظه کارترین صنایع است زیرا به صورت مستقیم با سلامت انسان در ارتباط است.
در نتیجه باید احتیاط بسیاری در این امر داشت و خطر را به حداقل رساند.
نکته مهم این است که نپذیرفتن نوآوری هایی که بر پایه فناوری هستند چالش های بزرگی در این حوزه به وجود خواهد آورد.
به همین دلیل در سرتاسر دنیا شاهد رشد پذیرش فناوری در بخش های مختلف مراقبت های بهداشتی هستیم.
و برپیشرفت ها و دستاوردهایی که به نحوی بر سلامت انسان تاثیر مثبت دارند افزوده می شوند
43
آینده سلامت دیجیتال چگونه است
تصور کنید مدلی از مراقبت های بهداشتی مبتنی بر داده داریم که همیشه در دسترس است.
انتظار می رود پیشرفت های این حوزه به سمت توسعه ابزار های تولید داده حرکت کند. افراد با کمک ابزار های گوناگون (مانند تکنولوژی های پوشیدنی، حسگر ها و ابزارهای NLP) از وضعیت بدن خود داده استخراج می کنند.
سپس به آن ها مراقبت های بهداشتی مخصوص بیماری ای که درگیر آن هستند، ارائه می شود.
بر اساس داده هایی که از بیمار اخذ می گردد، سرعت و دقت تشخیص ها زیاد می شود.
به عنوان مثال با کمک ابزار های هوش مصنوعی (AI)، آنالیز داده ها سریع تر و دقیق تر انجام می شود.
این امر برای پزشکان خبر خوبی است زیرا در این صورت آن ها در تشخیص، دقیق تر عمل میکنند و بیماران بیشتری را ویزیت می کنند.
44
انقلاب دیجیتالی در بخش سلامت
حجم بازار جهانی سلامت الکترونیک در سال ۲۰۱۶ برابر با ۵۲/ ۳۱ میلیارد دلار بوده است و پیش بینی می شود این مقدار با رشد مرکب سالانه ۶۸/ ۱۲ درصدی به ۳۰/ ۱۶۱میلیارد دلار در سال۲۰۲۴ برسد.
از جراحی روباتیک گرفته تا بیمارستان های هوشمند(smart hospital) فناوری های دیجیتال در حال دگرگون سازی بخش سلامت هستند.
یک صنعت سلامت دیجیتال با تغییر تمرکز بر مراحل پیشگیری و مدیریت، تشخیص و درمان پزشکی را دگرگون خواهد ساخت.
شاید چشمگیرترین اثری که تحول دیجیتال بر زندگی شهروندان بگذارد کاهش شدید مراجعات آنها به پزشکان و بیمارستان ها باشد.
به مدد فناوری های پوشیدنی (wearable) و اینترنت اشیا به شهروندان این امکان داده می شود تا در مدیریت سلامت و مراقبت از خودشان توانایی بیشتری داشته باشند.
45
امکانات زیر ساخت های دیجیتال درسلامت
زیرساخت های دیجیتالی مبتنی بر فناوری ابری موبایل به پزشکان این امکان را می دهند تا از طریق رصد علائم حیاتی افراد، وضعیت سلامت آنها را لحظه به لحظه چک کنند.
پزشک و بیمار در صورت لزوم می توانند مشاوره های مجازی از راه دوری ترتیب دهند و بدون آنکه فرد نیازی به ترک منزل داشته باشد تجویزات پزشکی را دریافت کند.
این نکته روشن است که وضعیت سلامت انسان ها در خلال قرن گذشته به نحوی چشمگیر بهبود یافته است.
به طوری که در کمتر از ۲۵ سال، متوسط امید به زندگی جهانی (در بدو تولد) از ۶۴ سال در ۱۹۹۰ به ۷۱ سال در ۲۰۱۳ افزایش یافته است.
46
چالش های سیستم سلامت /بار هزینه اقتصادی
بسیاری از پیشرفت های حاصله در بخش سلامت به نحوی عمده از طریق هزینه های دولتی، سازمان های سلامت و شهروندان تامین شده اند. از ۱۹۹۵ تا کنون هزینه جهانی سلامت به طور متوسط سالانه ۶ درصد رشد داشته است (با نرخی حتی سریع تر از GDP جهانی).
در شکل زیر هزینه بهداشت و درمان بر اساس مناطق جغرافیایی بر اساس درصدی GDP تا سال ۲۰۱۵ نشان داده شده است.
جمعیت سالخورده به خدمات درمانی و مراقبتی بیشتری نیازمند است.
به دلیل کاهش نرخ تولد و افزایش امید به زندگی جمعیت سالخورده در حال افزایش است.
سالیان متوالی این نرخ در کشورهای ثروتمندتر بیشتر دیده می شد ولی اکنون در کشورهای در حال توسعه نیز مشاهده می شود.
در سال ۲۰۱۲، فقط ۱۲ درصد از جمعیت چین ۶۰ سال یا بالاتر سن داشت. پیش بینی می شود تا سال ۲۰۴۰، ۲۸درصد از جمعیت چین به این مرز سنی برسند.
رژیم های غذایی ناسالم و سبک زندگی کم تحرک از جمله عوامل مهمی هستند که منجر به افزایش بیماری های مزمن شده اند. تا سال ۲۰۱۴ بالغ بر ۳۵۲ میلیون نفر مبتلا به دیابت و ۶۰۰ میلیون نفر دچار چاقی بودند.
پیشرفت های عرصه پزشکی برخی از بیمارهای کشنده قبلی را تبدیل به شرایطی کرده که نیازمند مدیریت بلندمدت باشند.
به طور کلی ۶۸ درصد کل هزینه سلامت آمریکا مربوط به بیماری های مزمن بوده است و این بیماری ها در حال ایجاد فشار عظیمی به سیستم سلامت سایر کشورهای جهان هستند.
در آمریکا فقط ۵ درصد از بیماران محرک حدودا ۴۹ درصد از هزینه های پزشکی هستند.
افزایش بیماری های مزمن
سلامت دیجیتال راهکاری برای تحول سلامت
وجود فناوری های دیجیتال نظیر تجهیزات پوشیدنی، بسترهای ابری و موبایل، هوش مصنوعی و کلان داده بی تردید شکل بخش سلامت را دگرگون خواهند کرد.
به طوری که بنابر پیش بینی های صورت گرفته طی سال ۲۰۱۸، حدود ۶۵ درصد از ارتباطات با مراکز درمانی از طریق دستگاه های موبایل صورت خواهد گرفت.
افزون بر این، امکان دسترسی به سوابق پزشکی بیماران و این نکته که تقریبا ۸۰ درصد از پزشکان از گوشی های همراه استفاده می کنند و ۷۲ درصد از آنها به نحوی منظم به اطلاعات دارویی دسترسی دارند، این بستر را فراهم ساخته تا پزشکان بتوانند بدون آنکه بیماران نیازی به مراجعه حضوری به پزشک داشته باشند، بیماری آنها را تشخیص دهند و نسخه مناسبی برای آنها تجویز کنند.
فناوری دیجیتال الزام انکارناپذیردرصنعت سلامت
به هرحال، برای بهبود در بخش سلامت چاره ای جز استفاده از فناوری های دیجیتال وجود ندارد. توان بالقوه بخش بهداشت و درمان در بهره گیری از فناوری های دیجیتال بسیار خیره کننده است. با وجود این چالش های پیش روی نوآوران این حوزه را نباید نادیده گرفت. موانع مقرراتی، مشقت ها و سختی های دیجیتالیزه سازی اطلاعات بیماران از جمله چالش های جدی هستند که نوآوران عرصه سلامت با آنها مواجه خواهند شد. بدون تردید با رفع این موانع و نهادینه سازی تحولات دیجیتال در بخش سلامت، سیستم بهداشت و درمان آینده بسیار متفاوت تر از الان خواهد بود. سیستمی که بیشتر بر پایه بهداشت و درمان مشتری گراست (customer-centric healthcare) و به شهروندان این امکان را می دهد تا مسوولیت بیشتری برای مدیریت سلامت خود و خانواده شان داشته باشند.
چگونه بلاک چین بر نظام سلامت تاثیر می گذارند.
انقلاب بلاک چین در صنعت مراقبت های پزشکی وارد شده است و این تنها شروع ماجرا است.
مطالعه انجام شده توسط شرکت آی بی ام به نام “تحرکات حوزه پزشکی و سلامت برای استفاده از تکنولوژی بلاک چین” تیم سازی و برنامه ریزی می کند، تحقیقی ، نشان داد که 16 درصد از مدیران مورد بررسی در نظام پزشکی و سلامت دارای برنامه های جامعی به منظور راه اندازی یک راه حل تجاری بلاک چین در سال جاری هستند، در حالی که انتظار می رود تا سال 2020 این رقم به 56 درصد نیز برسد.
شرکت های مراقبتهای پزشکی، نوآوران فناوری و سایر بخش های این صنعت با دو سوال چه چیزهایی در حال حاضر امکان عملیاتی شدن دارد و بلاک چین چه مشکلاتی را در آینده میتواند حل کند درگیر هستند.
چشم انداز کلی بلاک چین، برای ایجاد تغییر در صنعت مراقبت های پزشکی در آینده
چشم انداز کلی بلاک چین، برای ایجاد تغییر در صنعت مراقبت های پزشکی در آینده است که بسیاری از مسائلی که امروزه صنعت را تهدید می کنند را حل کند.
این راه حل ایجاد یک پایگاه اطلاعاتی مشترک از اطلاعات پزشکی بهداشتی است که دسترسی تمام پزشکان و افراد مرتبط به آن ممکن باشد.
و این مهم نباشد که این افراد از چه سیستم الکترونیک پزشکی استفاده کنند ولی بتوانند به آن پایگاه داده متصل شوند.
این پایگاه باید دارای ویژگی هایی همچون امنیت و حریم خصوصی بالا و کاهش زمان دسترسی به اطلاعات باشد تا پزشکان زمان بیشتری برای صرف مراقبت از بیمار و حتی به اشتراک گذاری بهتر نتایج تحقیق برای تسهیل تجویز داروهای جدید و درمان بیماری به دست آورند.
بلاک چین چیست؟
در حالی که پایه های بلاک چین برای اولین بار در دنیای پول به عنوان تکنولوژی که به بیت کوین امکان عملکرد میدهد بکار گرفته شد، اما برای بسیاری از صنایع، از جمله خدمات بهداشتی نیز کاربرد دارد.
بلاک چین سیستمی است که پرونده های تراکنش را در بلوک های مرتبط با یکدیگر ثبت می کند و آنها را در یک دفترکل دیجیتال رمزنگاری شده ذخیره می کند. هیچ مدیریت مرکزی برای آن وجود ندارد، اما این سیستم مزایای امنیتی بی سابقه ای دارد؛ زیرا پرونده ها در سراسر شبکه ای از پایگاه داده های یکپارچه که همیشه به روز رسانی میشود پخش می شوند.
کاربران تنها امکان به روز رسانی بلوکی را دارند که به آن دسترسی دارند و این به روز رسانی در کل شبکه توزیع میشوند. همه ورودی ها دارای زمان و تاریخ مهر شده هستند.
53
بلاک چین ها چه استفاده های بالقوه ای در نظام پزشکی سلامت می توانند داشته باشند؟
اگر چه بلاک چین با روش های باور نکردنی و هیجان انگیزی می تواند عملیات مراقبت های بهداشتی را بهبود بخشد، اما هم اکنون راه حلی جامع برای صنعت نیست، اما قطعا یک گام در مسیر درست خواهد بود.
صنعت بهداشت و درمان در آزمایشات داده های بالینی، پرونده پزشکی بیمار، صورتحساب های پیچیده، تحقیقات پزشکی و غیره در حال غرق شدن است. تصویب و اجرای بلاک چین ها در طول زمان انقلابی خواهد بود مادامی که کاربردهای بلاک چین نیز بررسی و رایج می شوند و همچنین مفهوم همکاری و اشتراک اطلاعات در صنعت پزشکی جاافتاده تر می شود.
سلامت نیز همانطور که همیشه با تکنولوژی جدید ارتباط دارد، فرصت های کامل آنچه که از آینده می تواند به دست آید، در این زمان ناشناخته است.
ولی داشتن یک پایگاه پزشکی یکچارچه بی شک تاثیرات فراوانی خوهاد داشت. آقای جان هالامکا، افسر ارشد اطلاعات در مرکز پزشکی Beth Deaconess مستقر در بوستون، می گوید:
“در حال حاضر احتمالا زمان مناسب در تاریخ ماست که روش جدیدی را برای به اشتراک گذاری داده ها در نظام پزشکی سلامت در نظر بگیریم.”
54
چند کاربرد از داشتن پایگاه داده های پزشکی سلامت:
MedRec یک نمونه از کاربرد بلاک چین است که هدفش بهبود پرونده های پزشکی الکترونیک و دادن جواز جهت دسترسی به پرونده ی بیماران است.
به این صورت که پرونده بیماران ضمن حفظ امنیت آن ها توسط کسانی (پزشکانی) که می خواهند صرفه جویی در زمان کنند و رویه ها و راه های اشتباه و تکراری را نروند و از تجارب یکدیگر استفاده کنند در دسترس باشند.
این امر مطمعنا موجب نجات جان بسیاری از بیماران می شود و از گیج شدن پزشکان در مواردی که قبلا تجربه شده جلوگیری می کند. بیماران نیز میتوانند به صورت یکپارچه به کلیه اطلاعات سلامت خود دسترسی داشته باشند.
به علاوه اگر بیماران اجازه دهند اطلاعات پزشکی آن ها به منظور مطالعات پزشکی استفاده شوند، مراکز تحقیقاتی نیز بدون دسترسی به نام بیماران به این اطلاعات دسترسی خواهند داشت.
این امر سرعت فرایند درمان را بسیار بالا می برد وسرعت بالاتر در درمان به معنی رشد قابل ملاحظه علم پزشکی می باشد.
55
توسعه داروهای جدید و تضمین اصل بودن آن ها
نه تنها بلاک چین ها از طریق اشتراک اطلاعات پزشکی، توسعه داروهای جدید را تسهیل می نمایند، بلکه اگر بیماران اجازه دهند پرونده های پزشکی آن ها در دسترس باشند، به مبارزه با داروهای قلابی که درحال حاضر برای شرکت های دارویی به طور متوسط 200 میلیون دلار سالانه هزینه بر است کمک بسزایی می کنند.
56
مدیریت شکایات و صورت حساب های پزشکی
کلاه برداری های دارویی در سال 2016 در کشور آمریکا بیش از 30 میلیون دلار هزینه داشته اس. سیستم های بلاک چین می تواند این هزینه ها را به مینیموم تقلیل دهد.
به علاوه، هزینه های واسطه گری در صنعت دارو از طریق خودکارسازی و فرایندهای کاراتر کاهش می یابند.
57
تحقیقات دارویی
تمرکز نتایج تحقیقات کلینیکی و داده های بیماران از استفاده از داروها می تواند نتایج پیشرفت دارویی را بهبود بخشند.
زیرا در حال حاضر اطلاعات دارویی به صورت پراکنده و انفرادی می باشند و هیچ منبع یکپارچه ای وجود ندارد تا نوآوری در زمینه دارو تسهیل شود.
58
امنیت داده ها
در سال های 2015 و 2016، حدود 140 میلیون پرونده از بیماران افشا شدند و مورد سوء استفاده قرار گرفتند (بر طبق گزارش Protenus Breach Barometer report). بلاک چین ها راهکاری تکنولوژیک و زیرساختی جهت امن نگه داشتن پرونده های پزشکی هستند اگر چه دستگاه های پزشکی همه به هم متصل خواهند بود.
با تمام آنچه بیان شد، بلاک چین ها هر روز در مسیر تکاملی تری قرار می گیرند و از راه های بهتری به علم پزشکی کمک می کنند.
در سال ۲۰۱۹ کاربران جدید و شرکت های دارویی و پزشکی، خدمات درمانی دیجیتال و سلامت متصل جدید را به بازار عرضه خواهند کرد که به بیماران کمک می کند در رفتارهای خود تغییر ایجاد کنند، به ارائه دهندنگان خدمات سلامت بینش های طولانی مدت ارائه می دهد و ابزارهای جدیدی در اختیار شرکت های بیمه و کارفرمایان حوزه سلامت ابزار جدیدی برای ارتقاء اثرگذاری و کارآمدی مدیریت سلامت ذینفعان می گذارد.
۵۴% از مشتریان احتمالاً از اپلیکیشن ها یا ابزارهای آنلاین مورد تائید سازمان غذا و داروی آمریکا برای درمان و کنترل وضعیت سلامت خود استفاده خواهند کرد.
روش های درمانی دیجیتالی و مراقبت متصل صنایع علوم زیستی را متحول می سازند.
شما ممکن است گزینه بعدی شرکتتان برای ارتقاء مهارت های شغلی باشید.
در سال ۲۰۱۹ شرکت های خدمات سلامت کارکنانی را برای افزایش مهارت های شغلی و یا یادگیری مهارت های جدید برای استفاده بهینه از فناوری های جدید پیش ِ رو از قبیل هوش مصنوعی (AI) و خودکارسازی فرایندها با رباتیک (RPA) شناسایی خواهند کرد.
این فناوری ها به شرکت های مراقبت های بهداشتی در ماموریت خود برای ارائه خدمات درمانی و مراقبت در هر زمان و هرمکان با استفاده از سلامت از راه دور کمک می کنند و همچنین وظایف عملیاتی ۶۳% از کارکنان حوزه سلامت آمریکا را کاهش خواهند داد که می گویند کارهایی انجام می دهند که نیازمند ورود اطلاعات و یا تجزیه و تحلیل به صورت دستی هستند.
۷۴% از کارکنان تمایل به همکاری با کارفرمایانی دارند که از هوش مصنوعی، خودکارسازی فرایندها یا تجزیه وتحلیل اطلاعات با رباتیک استفاده می کنند.
سرمایه گذاری خصوصی: رشد شتاب دهنده های حوزه سلامت
سرمایه گذاری شرکت های خصوصی در حوزه سلامت سال هاست که در حال افزایش است. اما طی سال های اخیر میزان این سرمایه گذاری به شدت افزایش یافته است.
سرمایه گذاری های خصوصی در حوزه سلامت به شدت متنوع تر و متفاوت تر از گذشته شده است.
انتظار می رود این روند رشد سرمایه گذاری شرکت های خصوصی در حوزه سلامت در سال ۲۰۱۹ با رشد همراه باشد و احتمال می رود شرکت های بزرگ فعال در حوزه سلامت بخشی از دارایی های غیرقابل فروش خود را در معرض فروش گذاشته و تنها محورهای اصلی فعالیتی خود را حفظ کنند و در حوزه های جدید سلامت سرمایه گذاری کنند.
۱۰ فناوری تحول آفرین در آینده صنعت درمان
پیشرفت فناوری در دهه های اخیر نه تنها موجب آسایش و تسهیل امور روزمره انسان ها شده است بلکه در توسعه و پیشرفت علوم دیگر نیز تاثیر بسزایی داشته است.
پیش از این اکتشافات مهم در صنعت پزشکی کشف داروهای جدید برای بیماری های لاعلاج بود اما امروزه شاهد ورود فناوری های جدید به این عرصه، متخصصان و فناوران حوزه های مختلف توانسته اند پیشرفت های بسزایی در صنعت درمان ایجاد کنند.
۱۰ نمونه از فناوری ها و کاربرد آن ها در صنعت پزشکی
قرص های الکترونیک
آزمایش های بالینی درون رایانه ای
پزشکی شخصی شده
ترایکوردر پزشکی
پزشکی نانو
واقعیت افزوده
واقعیت مجازی
ارگان های چاپ سه بعدی
شبیه سازی اندام
کرایو استاتیس (cryostasis)
۴ کاربرد برتر هوش مصنوعی در حوزه پزشکی
استفاده از هوش مصنوعی، به پیشرفت های قابل توجهی در حوزه پزشکی منجر شده و همچنان نیز رو به پیشرفت است.
به کار بردن هوش مصنوعی و یادگیری ماشینی در سال های اخیر، به پیشرفت های قابل توجهی در حوزه های داروسازی و زیست فناوری منجر شده است.
65
تشخیص بیماری
تشخیص درست بیماری ، به سال ها آموزش در حوزه پزشکی نیاز دارد و حتی پس از گذراندن دوره های آموزشی هم تشخیص بیماری، اغلب فرآیندی دشوار و زمان بر است.
تقاضا برای افراد متخصص در بسیاری از حوزه ها، فراتر از شمار افراد قابل دسترسی است و کمبود متخصص نیز معمولا تشخیص بیماری و نجات جان بیمار را به تعویق می اندازد.
یادگیری ماشینی به خصوص الگوریتم های یادگیری عمیق، اخیرا موجب پیشرفت های قابل توجهی در تشخیص خودکار، کم هزینه و در دسترس تر بیماری شده اند.
66
چگونه ماشین ها تشخیص دادن را یاد می گیرند؟
الگوریتم های یادگیری ماشینی می توانند یاد بگیرند که الگوها را مانند پزشکان مورد بررسی قرار دهند.
یک تفاوت مهم میان دو تشخیص این است که الگوریتم ها، به نمونه های بسیاری برای یادگیری نیاز دارند و شاید برای آموزش آنها به هزاران نمونه نیاز باشد.
از آنجا که ماشین ها قادر به مطالعه کتاب نیستند، همه این نمونه ها باید به صورت دیحیتال ارائه شوند.
بدین ترتیب، یادگیری ماشینی می تواند در حوزه هایی کارآمد باشد که در آن، اطلاعات تشخیصی بررسی شده توسط یک پزشک، به صورت دیجیتال ارائه می شوند. این حوزه می تواند مواردی از این دست را شامل شود:
· تشخیص سرطان ریه یا سکته براساس سی تی اسکن
· ارزیابی خطر مرگ ناگهانی قلب یا دیگر بیماری های قلبی براساس نوار قلب یا تصاویر ام آرآی
· طبقه بندی ضایعات پوستی در تصاویر ثبت شده از پوست
· یافتن شاخص های مربوط به عارضه “رتینوپاتی دیابتی”(Diabetic retinopathy) در تصاویر چشم
از آنجا که داده های بسیاری در این حوزه ها موجود هستند، مهارت تشخیص الگوریتم های مبتنی بر هوش مصنوعی نیز در حال پیشرفت است.
تفاوت میان تشخیص با این الگوریتم ها و تشخیص متخصصان این است که الگوریتم می تواند در کسری از ثانیه به نتیجه برسد و نتایج آن در سراسر جهان تکثیر شود. شاید به زودی همه افراد در همه جای جهان بتوانند به کیفیت تشخیص متخصصان با هزینه کم دست پیدا کنند.
67
پیشرفت تشخیص مبتنی بر هوش مصنوعی
کاربرد یادگیری ماشینی در تشخیص، به تازگی آغاز شده و سیستم های بیشتری در ادغام چندین منبع داده از جمله سی تی اسکن، ام آرآی، داده های مربوط به بیماران و حتی دست نوشته ها مداخله می کنند تا بیماری و روند گسترش آن ارزیابی شود.
68
هوش مصنوعی جایگزین پزشکان نیست
امکان ندارد که هوش مصنوعی فورا جای پزشکان را بگیرد. در عوض، سیستم های مبتنی بر هوش مصنوعی می توانند ضایعه های بدخیم یا الگوهای خطرناک قلب را برای متخصصان مشخص کنند و به آنها امکان دهند تا بر تفسیر این نشانه ها تمرکز داشته باشند.
69
کشف سریع دارو
کشف و ارائه دارو، یک فرآیند پرهزینه است. بسیاری از فرآیندهای تحلیلی مورد نیاز برای کشف دارو می توانند با کمک یادگیری ماشینی، کارآیی بیشتری داشته باشند.
این روش می تواند نیاز به سالها پژوهش و صدها میلیون سرمایه گذاری را برطرف کند.
هوش مصنوعی در حال حاضر با موفقیت در چهار حوزه مربوط به ارائه دارو به کار می رود.
· شناسایی هدف برای مداخله
· کشف گزینه های دارویی
· سرعت بخشیدن به آزمایش های بالینی
· یافتن زیست نشانگرهایی برای تشخیص بیماری
70
شناسایی هدف برای مداخله
نخستین گام برای کشف دارو، درک ریشه بیولوژیکی بیماری و مکانیسم مقاومتی آن است. پس از این مرحله باید اهداف مورد نظر که معمولا پروتئین ها هستند، شناسایی شوند تا به درمان بیماری کمک کنند.
روش هایی مانند بررسی “آران ای کوچک سنجاق سری”(shRNA) که به صورت گسترده در دسترس قرار دارند، میزان داده های قابل ارزیابی برای کشف مسیرهای درمان را به صورت قابل توجهی افزایش داده اند اما به کار بردن روش های قدیمی، هنوز یک چالش برای ادغام منابع گسترده و گوناگون داده ها به شمار می رود.
الگوریتم های یادگیری ماشینی می توانند داده های در دسترس را به شکل ساده تری تحلیل کنند و حتی یاد بگیرند که به شناسایی خودکار پروتئین های مورد نظر بپردازند.
در این مرحله، پژوهشگران باید ترکیبی را پیدا کنند که با مولکول شناسایی شده در تعامل قرار می گیرد. این کار به بررسی شمار زیادی از ترکیبات احتمالی نیاز دارد تا اثر آنها بر هدف تشخیص داده شود. این ترکیبات می توانند طبیعی یا مصنوعی باشند و یا با مهندسی زیستی ارائه شوند.
نرم افزارهای کنونی، اغلب بی دقت هستند و به زمان زیادی برای بررسی نیاز دارند اما الگوریتم های هوش مصنوعی می توانند در این مرحله هم مفید واقع شوند.
این الگوریتم ها، دوام یک مولکول را براساس ساختار آن پیش بینی می کنند و سپس از میان میلیون ها مولکول، بهترین مولکول را انتخاب می کنند که با کمترین عوارض جانبی همراه است. بدین ترتیب، زمان قابل توجهی در ارائه دارو صرفه جویی خواهد شد.
کشف گزینه های دارویی
سرعت بخشیدن به آزمایش های بالینی
یافتن گزینه های مناسب برای آزمایش های بالینی، کار دشواری است و اگر این گزینه ها اشتباه انتخاب شوند، زمان و هزینه زیادی را برای آزمایش به همراه خواهند داشت.
یادگیری ماشینی می تواند با شناسایی خودکار گزینه های مناسب، سرعت طراحی آزمایش های بالینی را افزایش دهد و استفاده از آنها را برای گروه های خاصی از شرکت کنندگان تضمین کند.
الگوریتم ها می توانند گزینه های خوب و بد را جدا کنند تا انتخاب بهترین آنها ممکن شود.
این الگوریتم ها می توانند مانند یک سیستم هشدار در آزمایش های بالینی عمل کنند تا آزمایشی که نتیجه کارآمدی در بر ندارد، انجام نشود. بدین ترتیب، پژوهشگران می توانند امکان مداخله به موقع را داشته باشند.
یافتن زیست نشانگرهایی برای تشخیص بیماری
تنها هنگامی امکان درمان یک بیمار وجود دارد که از تشخیص درست اطمینان داشته باشیم. برخی از روش های تشخیص، بسیار پرهزینه هستند و علاوه بر دانش متخصص، به تجهیزات آزمایشگاهی پیچیده ای نیاز دارند.
زیست نشانگرها، مولکول هایی هستند که در مایعات بدن انسان به خصوص خون او وجود دارند و اطمینان لازم را در مورد بیمار بودن شخص فراهم می کنند. این مولکول ها موجب می شوند که روند تشخیص یک بیماری، با ایمنی بیشتر و هزینه کمتری صورت بگیرد.
از زیست نشانگرها می توان برای بررسی روند گسترش بیماری نیز استفاده کرد تا پزشکان بتوانند درمان مناسب را برای بیماری انتخاب کنند و عملکرد دارو را مورد بررسی قرار دهند.
اما کشف زیست نشانگرهای مناسب برای یک بیماری خاص، کار دشواری است و به فرآیندی طولانی و پرهزینه برای بررسی ده ها هزار مولکول احتمالی نیاز دارد.
هوش مصنوعی می تواند بسیاری از کارهایی را که به صورت دستی انجام می شوند، خودکارسازی کند و به فرآیند کار سرعت بدهد. الگوریتم های مبتنی بر هوش مصنوعی، مولکول ها را به دو دسته خوب و بد تقسیم می کنند که پزشکان بتوانند بر بررسی بهترین گزینه ها تمرکز داشته باشند.
زیست نشانگرها را می توان برای شناسایی مواردی از این دست به کار برد.
· زیست نشانگر تشخیصی برای شناسایی به موقع وجود یک بیماری در بدن
· زیست نشانگر خطر برای تشخیص خطر گسترش بیماری در بدن
· زیست نشانگر پیش از تشخیص برای شناسایی احتمال گسترش یک بیماری
· زیست نشانگر پیش بینی برای شناسایی این که آیا بیمار نسبت به دارو واکنشی خواهد داشت یا خیر
شخصی سازی درمان
بیماران گوناگون، واکنش های متفاوتی نسبت به داروها و برنامه های درمانی دارند؛ در نتیجه شخصی سازی درمان می تواند طول عمر شخص را افزایش دهد اما شناسایی عواملی که بر انتخاب درمان تاثیر می گذارند، کار بسیار دشواری است.
یادگیری ماشینی می تواند با خودکارسازی این روند پیچیده، به کشف ویژگی هایی کمک کند که نشان می دهند بیمار، واکنش مثبتی نسبت به درمان خواهد داشت. در واقع، الگوریتم ها می توانند واکنش احتمالی بیمار را نسبت به یک درمان خاص پیش بینی کنند.
این الگوریتم ها، کار خود را با بررسی بیماران مشابه و مقایسه درمان و پیامدهای آن یاد می گیرند. نتایج پیش بینی الگوریتم ها، به پزشکان کمک می کند تا برنامه درمان را ساده تر و به درستی طراحی کنند.
بهبود اصلاح ژن
روش اصلاح ژن کریسپر، جهش بزرگی در حوزه اصلاح ژن به شمار می رود که مانند یک جراح عمل می کند و روشی دقیق و در عین حال مقرون به صرفه است.
این روش برای هدف قرار دادن و اصلاح یک قسمت خاص از دی ان ای، بر آران ای تکیه می کند اما آران ای می تواند با چندین قسمت از دی ان ای منطبق شود و عوارض جانبی نامطلوبی به همراه داشته باشد. انتخاب دقیق آران ای با کمترین عوارض جانبی، یک تنگنا در روش اصلاح ژن کریسپر به شمار می رود.
مدل های مبتنی بر یادگیری ماشینی اثبات کرده اند که می توانند بهترین نتایج را در این زمینه ارائه دهند و به روند کار نیز سرعت بدهند.
77
چگونه تکنولوژی و استارتاپ ها به جنگ ویروس کرونا می روند؟
تکنولوژی هایی چون هوش مصنوعی و علم داده می توانند با تجزیه و تحلیل زبان های گفتار مردم و داده های شبکه های اجتماعی، مکان احتمالی وقوع بیماری را پیش بینی کنند و مانع از گسترش بیشتر بیماری شوند. همچین با توجه به سرعت انتقال این ویروس، ربات ها بیش از هر زمان دیگری به کمک انسان ها آماده اند.
راه حل های تکنولوژی محور بیش از پیش در تلاش هستند تا بتوانند از شیوع ویروس کرونا جلوگیری و با آن مقابله کنند. با توجه به ضرورت و اهمیت شناخت این راه حل ها، در این مقاله قصد داریم به دو سوال مهم پاسخ دهیم:
در حال حاضر چه تکنولوژی هایی توانسته اند با شیوع ویروس کرونا مقابله کنند؟
استارتاپ ها چه راه حل هایی را برای جلوگیری از شیوع ویروس کرونا ارائه کرده اند؟
78
استفاده از هوش مصنوعی و علم داده برای مقابله با کرونا در جهان
پژوهشگران و سازمان های بین المللی تلاش می کنند تا به راهبردها و راه حل های پایدار برای مقابله با ویروس کرونا دست یابند. در میان این تلاش ها، آن ها به نقش مهم هوش مصنوعی و علم داده پی برده اند.
به طوری که علم داده توانسته است شیوه مقابله با شیوع این بیماری را تغییر دهد و زندگی بسیاری از افراد را از ابتلا به این بیماری در امان نگه دارد.
مرکز کنترل بیماری ها و سازمان جهانی بهداشت: تحلیل داده و کلان داده راه را نشان می دهند
مرکز کنترل بیماری ها و سازمان جهانی بهداشت در بررسی های خود بر روی ویروس کرونا به نقش مهم «تحلیل داده» و «کلان داده» (Big Data) برای دستیابی به راه حل های پایدار پی برده اند.
دانشکده پزشکی هاروارد: جلوگیری از شیوع ویروس کرونا با یادگیری ماشین
دانشکده پزشکی هاروارد تلاش می کند تا راه حل هایی را برای جلوگیری از شیوع ویروس کرونا را به کمک تکنولوژی یادگیری ماشین پیدا کند تا داده و اطلاعات به دست آمده از منابع مختلف را بررسی نماید.
79
استفاده از هوش مصنوعی و علم داده برای مقابله با کرونا در جهان
دانشگاه ساوت همپتون: تشخیص مسیر شیوع ویروس کرونا با هوش مصنوعی و مدل سازی
دانشگاه ساوت همپتون در حال تحقیق و بررسی در زمینه ویروس کرونا با استفاده از هوش مصنوعی و مدل سازی داده است.
بر اساس نتایج به دست آمده از پژوهش ها، تکنولوژی هوش مصنوعی به پژوهشگران کمک می کند تا الگوهای حرکتی ویروس کرونا را از شهر ووهان به سایر شهرهای کشور چین و بقیه کشورها تشخیص دهند.
کشور چین: از پیشنهاد مکان های امن با هوش مصنوعی تا نحوه پیشگیری
در کشور چین شرکت های تکنولوژی محور با استفاده از هوش مصنوعی و علم داده، اطلاعات تک تک مسافران مترو و هواپیماها را بررسی کرده و موارد مشکوک را شناسایی می کنند.
همچنین هوش مصنوعی می تواند به مردم مکان های امن را پیشنهاد داده و نحوه پیشگیری از ابتلا به کرونا را دقیقاً برای هر نفر مشخص کند.
80
استارتاپ بلودات )BlueDot): پیش بینی بیماری سارس و کرونا
بلودات، استارتاپی در زمینه هوش مصنوعی، سیستم های هوشمندی را ایجاد کرده است که داده های افراد را به طور دقیق بررسی می کند تا به کمک آن بتواند احتمال وقوع بیماری را پیش بینی کند.
نکته بسیار جالب درباره این پلتفرم این است که بیماری همه گیر سارس را پیش بینی کرد و این پیش بینی دقیقاً به واقعیت پیوست.
هشدار شیوع بیماری کرونا در دسامبر سال ۲۰۱۹، نمونه دیگری از ماهیت قدرتمند فناوری هوش مصنوعی این استارتاپ است.
این پیش بینی همانند بیماری سارس دقیقاً به واقعیت پیوست که نتیجه آن شیوع کرونا در فوریه سال ۲۰۲۰ بود.
81
تعیین موقعیت مکانی بیماری و جلوگیری از شیوع با استفاده از هوش مصنوعی
پلتفرم هوش مصنوعی بلودات از جمله جدیدترین پیشرفت های فناورانه است که از تحلیل داده برای پیدا کردن موقعیت مکانی بیماری و جلوگیری از شیوع آن استفاده می کند.
82
ردیابی مسیر بیماری با استفاده از پردازش زبان
پردازش زبان های طبیعی (NLP – Natural Language Processing) ابزاری است که در بلودات برای ردیابی و دنبال کردن مسیر بیماری استفاده می شود.
به عنوان مثال، بلودات زبان های گفتاری مردم جهان و شبکه های اجتماعی را تجزیه و تحلیل می کند و از سخنان مردم که در مورد بیماری یا نشانه های آن حرف می زنند، به جمع آوری اطلاعات می پردازد.
سپس به کمک این اطلاعات، مکان بعدی گسترش ویروس را مشخص می کند و راه های پیشگیری از آن را ارائه می دهد.
83
پیش بینی احتمال وقوع بیماری با استفاده از یادگیری ماشین
یادگیری ماشین تکنولوژی دیگری است که در استارتاپ بلودات به کار گرفته شده است.
بلودات به کمک این تکنولوژی می تواند اطلاعات جدید را درباره احتمال وقوع بیماری ارائه کند.
علاوه بر این، تکنولوژی هوش مصنوعی بلودات با ارائه اطلاعات و توانمندسازی متخصصان حوزه بهداشت و سلامت می تواند در زمان و منابع صرفه جویی کند.
اینسیلیکو مدیسین نمونه دیگری از یک استارتاپ -مستقر در مریلند آمریکا- می باشد که بر روی استفاده از تحلیل داده برای جلوگیری از بیماری تمرکز کرده است.
در حال حاضر، این استارتاپ در حال توسعه فناوری خود است که به کمک آن بتواند پزشکان را درباره مولکول هایی که قادرند با ویروس کرونا مبارزه کنند، آگاه کند.
این استارتاپ قصد دارد با استفاده از راه حل های هوش مصنوعی
طول عمر سالم (Healthy Longevity) را افزایش دهد.
استارتاپ اینسیلیکو مدیسین )Insilico Medicine): استفاده از هوش مصنوعی برای شناسایی مولکول هایی که قادرند با کرونا مبارزه کنند
اپلیکیشن های سفر به تفلیس
Tbilisi Travel Guide
یکی از بهترین اپلیکیشن های سفر به تفلیس برنامه Tbilisi travel guide است که برای سفر به این شهر حتما باید دانلود و نصبش کنید.
مزیت فوق العاده این اپلیکیشن این است که به صورت آفلاین است و برای مسافرانی که در تفلیس نمی توانند همیشه به اینترنت دسترسی داشته باشند بسیار مناسب و کاربردی است.
این برنامه اطلاعات بسیار مفیدی در مورد جاذبه های گردشگری، هتل ها، رستوران ها، کافه ها و مراکز تفریحی و …. به شما ارائه می دهد.
همچنین، در بخشی از این اپلیکیشن امکان برنامه ریزی تور تفلیس گردی اختصاصی وجود دارد و وارد کردن نقاط محبوب می توانید مسیرتان در شهر را مشخص کنید.
این اپلیکیشن برای اندروید و IOS وجود دارد و قابل دانلود است.
تجزیه و تحلیل مولکول ها با استفاده از هوش مصنوعی
سیستم هوش مصنوعی در اینسیلیکو مدیسین سریع و دقیق است؛ به طوری که مدام مولکول ها را مورد تجزیه و تحلیل قرار می دهد و مانند یک آزمایشگاه مجازی متشکل از هزاران دانشمند، تک تک این مولکول ها را در مقابله با ویروس کرونا بررسی می کند تا به بهترین نتیجه ممکن دست یابد.
این استارتاپ اخیراً پایگاه اطلاعاتی از مولکول ها ایجاد کرده است که پژوهشگران حوزه پزشکی بتوانند در پروژه های خود از آن استفاده و از همه مهم تر با شیوع ویروس های مرگباری مانند کرونا مقابله کنند.
ستارتاپ سِنس تایم (SenseTime): شناسایی افراد با ماسک برای جلوگیری از شیوع بیماری
در حال حاضر بیشتر مردم در چین به دلیل شیوع کرونا از ماسک استفاده می کنند و شرکت های سازنده فناوری تشخیص چهره در این کشور از «هوش مصنوعی» استفاده می کنند تا بتوانند چهره افراد دارای ماسک را نیز شناسایی و از این طریق به جلوگیری از شیوع بیشتر این بیماری کمک کنند.
استارتاپ چینی سِنس تایم، باارزش ترین استارتاپ هوش مصنوعی در جهان، یکی از چند شرکتی است که فناوری تشخیص چهره خود را به نحوی ارتقا داده است تا بتواند چهره شخصی که ماسک بر صورت دارد را بدون نیاز به برداشتن ماسک از صورت شناسایی کند.
یکپارچگی فناوری تشخیص چهره و تصویربرداری حرارتی
بیماری واگیردار کرونا موجب شده است که شرکت های سازنده فناوری تشخیص چهره از جمله سِنس تایم بخواهند تکنولوژی خود را با تکنولوژی تصویربرداری حرارتی یکپارچه کنند.
این نوع از تصویربرداری به منظور ارزیابی دمای بدن استفاده می شود تا بتواند افراد آلوده به ویروس کرونا را تشخیص دهد و هویت آن ها را نیز شناسایی و تایید کند.
در حال حاضر تکنولوژی تصویربرداری حرارتی با قابلیت تشخیص چهره از مهم ترین دستاوردهای استارتاپ سِنس تایم است.
تکنولوژی سیستم اطلاعات جغرافیایی GIS): )تحلیل داده برای ترسیم نقشه رشد بیماری
تکنولوژی سیستم اطلاعات جغرافیایی از سوی دانشگاه جانز هاپکینز به عنوان ابزاری مهم برای توقف روند گسترش ویروس کرونا شناخته شده است.
این دانشگاه مجهز به یک سیستم اطلاعاتی است که همه نقاط مبتلا به ویروس کرونا را در سراسر جهان نشان می دهد. تمام نقاط در تصویر زیر دیده می شود.
90
یکپارچکی داده کاوی و سیستم اطلاعات جغرافیایی برای شناسایی مکان های شیوع بیماری
اطلاعات جزء سازنده سیستم اطلاعات جغرافیایی است؛ یعنی بدون اطلاعات نمی توان از این تکنولوژی استفاده نمود.
به همین دلیل داده کاوی بخش مهم و ضروری این تکنولوژی به حساب می آید. داده کاوی و سیستم اطلاعات جغرافیایی در کنار هم می توانند مکان هایی را که مردم بیشتر درباره بیماری صحبت می کنند، شناسایی کنند.
از میان منابع اطلاعاتی مختلف، شبکه های اجتماعی پایگاه های اطلاعاتی بسیار مناسبی برای این تکنولوژی هستند.
ربات های ضدعفونی کننده مکان ها و مراقبت از بیماران مبتلا به کرونا
سرعت انتقال ویروس کرونا بسیار بالا و مهار کردن آن بسیار سخت است. بنابراین، به منظور حفظ ایمنی لازم است که افراد در تماس نزدیک با یکدیگر قرار نگیرند.
چنین شرایطی بستر مناسبی را برای حضور بیشتر ربات ها و تعداد زیادی فناوری های خودکار فراهم کرده است.
در حال حاضر، از ربات ها برای ضدعفونی کردن اتاق ها، ارتباط با بیماران در اتاق های ایزوله، اطلاع از علائم حیاتی، دادن داروها به بیماران و … استفاده می شود.
انتشار اشعه فرابنفش برای از بین بردن ویروس ها توسط ربات ها
در حال حاضر، کشور چین در حال انتقال ربات هایی (UVD) از یک شرکت دانمارکی به بیمارستان های خود است که می تواند اتاق های بیماران را ضدعفونی کند.
این ربات ها با انتشار اشعه فرابنفش می تواند ویروس ها و باکتری ها -از جمله ویروس کرونا- را از بین ببرد. ربات ها به کمک یک شخص از راه دور هدایت و کنترل می شوند.
اپلیکیشن ردیاب تماس نزدیک (Close Contact Detector): بررسی میزان خطر ابتلا افراد به ویروس کرونا
به تازگی کشور چین اپلیکیشن جدیدی تحت عنوان «ردیاب تماس نزدیک» را عرضه کرده است.
این اپلیکیشن به افراد اجازه می دهد تا بتوانند میزان خطر ابتلا خود به ویروس کرونا را بررسی نمایند. این برنامه کاربردی به کاربران می گوید که آیا آن ها در تماس نزدیک با افراد مبتلا و یا مشکوک به ویروس کرونا بوده اند و یا خیر؟
سیستم کدهای QR: مهار ویروس کرونا با بر چسب کدهای سبز، زرد و قرمز به افراد
در کشور چین، کدهای QR برای هر یک از شهروندان در نظر گرفته شده است تا بتوانند افرادی را که در خطر تماس با ویروس کرونا قرار داشته اند و یا نیاز به قرنطینه شدن را دارند، تشخیص دهند.
میلیون ها نفر در شهر هانگژو در حال استفاده از این سیستم از طریق اپلیکیشن خدمات پرداخت علی پی (Alipay) هستند.
در این سیستم، افرادی که کد سبز دارند می توانند آزادانه سفر کنند؛
در حالی که افراد با کد قرمز باید به مدت ۱۴ روز در قرنطینه باشند.
افرادی که کدشان زرد است، نیاز دارند به مدت ۷ روز
در قرنطینه بمانند.
95
هوش مصنوعی آنتی بیوتیک جدید تولید کرد!
محققان دانشگاه ام آی تی برای اولین بار از هوش مصنوعی برای کشف آنتی بیوتیک های جدیدی استفاده کرده اند که قادر به نابودی خطرناک ترین و مقاوم ترین باکتری ها هستند.
آنتی بیوتیک ها از توانایی زیادی برای مقابله با باکتری های مضر برخوردار هستند.
اما با افزایش مقاومت باکتری ها در برابر آن ها یافتن آنتی بیوتیک های جدید ضرورت یافته است. از همین رو پژوهشگران دانشگاه ام آی تی از هوش مصنوعی برای تولید انواع تازه این دارو بهره گرفته اند.
آنتی بیوتیک تولید شده با استفاده از هوش مصنوعی رفتار متفاوتی در مقایسه با آنتی بیوتیک های عادی دارد و در آزمایش های انجام شده موفق به نابودی دو باکتری بسیار مقاوم به نام های Acinetobacter baumannii و Enterobacteriaceae شده است.
محققان دانشگاه ام آی تی می گویند تا سال ۲۰۵۰ باکتری های امروزی در برابر آنتی بیوتیک های عادی موجود در بازار مقاوم می شوند و این مساله زندگی حداقل ده میلیون نفر را به خطر می اندازد.
لذا امید می رود هوش مصنوعی این مشکل را هم حل کند.
برای تولید آنتی بیوتیک های جدید با استفاده از هوش مصنوعی ۶۰۰۰ نوع پیوند مولکولی مختلف از طریق یک سیستم خودآموز رایانه ای آزمایش شده و در نهایت الگوریتم های مورد استفاده بعد از چند ساعت توانسته اند چند ترکیب جدید برای تولید آنتی بیوتیک های قدرتمند پیشنهاد دهند.