في هذه الايام يتطلع الباحثون بشكل متزايدالى اساليب جديده ومبتكره ، بمساعدة تكنولجيا المعلومات للتغلب على الطفره السريعه في تكاليف الرعايه الصحيه التي تواجه المجتمع.
فالبحوث التي أجريت في الماضي اثبتت ان للذكاء الاصطناعي ادوات وتقنيات يمكن ان تساعد في تشخيص المرض وتقييم النتائج .
تبرهن ذلك في عدد من المجالات التي تضمنت المساعده في دعم النظام الطبي وتصنيف امراض القلب بمخطط القلب الكهربائي ، وتخطيط الدماغ لمرض الصرع ، اشارة العين لاكتشاف مرض الجلكوما والشذوذ في مخطط الحركه ، التعرف على الانخفتضات المحتمله للحد من المخاطر ، ومساعدة عملية التخطيط الكهربي في اصلاح وضع الحبل الشوكي للمصابين ، وتجميع الصور الطبيه.
على الرغم من التحديات المستقبليه فان هذه التطورات الاخيره مع ادوات الذكاء الاصطناعي تحمل في طياتها الكثير من الوعود من اجل التنميه المستقبليه في النهج القائم على حل المشاكل المتعلقه بالطب والرعايه الصحيه .
التحديات المستقبليه والتوجيهات في التشخيص الالي جرت مناقشتها في خلاصه الامر .
تقنيات الذكاء الاصطناعي
هنالك العديد من ادوات الذكاء الاصطناعي التي جرى تطبيقها على مدى العقد الماضي او نحو ذلك . وجد العديد منها في التطبيقات الطبيه او ذات الصله بالصحه التي يمكن ادراجها على النحو التالي
*الشبكات العصبيه
*المنطق الضبابي او المنطق الغامض
*دعم جهاز النقل
*الهندسه الوراثيه ( الخوارزميات الجينيه)
*النظام المهجن
وفي مايلي نقدم عرضا موجزا عن الشبكات العصبيه والمنطق الغامض حول الاجهزه الجديده نسبيا.
الشبكات العصبيه/
الشبكات العصبيه الاصطناعيه تعمل مثل الدماغ البشري حيث لديها القدره على التعلم من البيانات التدريبيه والمعلومات المخزنه في الشبكه .
في مرحله التعلم قد ترسم العلاقه بين الدخلات والمخرجات المتوقعه ، وخلال المرحله التعليميه اكتساب المعرفه وتخزينها في الشبكه في شكل اوراق متشابكه حيث تستخدم المعرفه للتكهنات المستقبليه في الرد على بيانات جديده او المدخلات او المخرجات اثناء مرحله الاختبار وعاده ماتحتوي الشبكه على مخرج واحد وطبقه واحده او اكثر من الطبقات الخفيه وفقا لدرجه تعقيد المشكله .
يمكن ان يكون التعليم تحت اشراف حيث يتم تزويد الشبكه بالمدخلات والمخرجات المرجوه معا خلال العمليه التعليميه ، او يمكن ان يكون غير مشرف عليه ويتم التعليم ذاتيا.
هنالك عدد من خوارزميات التعلم المتاحه وتتضمن خوارزميه التعليم الخفي التي يشيع استخدامها وفقا لهذه الطريقه فعلامه الخطأ تعتمد على الاختلاف بين شبكه الناتج المتولده والناتج المرغوبه ، لضبط الاوزان وفقا لعلامه الخطأ اثناء العمليه التعليميه التي تهدف الى الحد من الموضوعيه .
وكثيرا ماتستخدم الشبكات العصبيه كتشخيص لذا فمن المهم ان يكون لديها القدره على التعميم الجيد والتنبؤ بالنتائج استجابه للبيانات الغير مرتبه واحدى امكانيات الشبكات العصبيه هو امكانيه التزامها في حدودها الدنيا اثناء التدريب فضلا عن التقارب الى حد ادنى .
وللتغلب على ذلك يتم عادة تدريب الشبكات عدة مرات باوزان ابتدائيه عشوائيه لتجنب تقارب الحدود الدنيا ، فقد وجدت اغلب تطبيقاتها في التعرف على الانماط ، التنبؤ بسلاسل الزمن ، معالجه الاشارات والتنبؤ الاقتصادي .
المنطق الغامض (الضبابي)
سلسلة المنطق الغامض الضبابي التي ادخلت قبل زادي والتي تتعامل مع المعلومات الغير دقيقه ومؤكده وبطبيعه الحال يتناسب هذا الامر لحل الكثير من المشاكل الطبيه والصحيه كما انها تتماشى مع الطريقه التي يفكر بها البشر، فمنذ بدايه عمل زادي حدث ارتفاع هائل في عدد الاوراق العلميه لتطبيق المنطق الغامض في مجالات علم الاحياء ، الطب وعلم النفس.
دعم ناقلات الالات
اداة تعلم اليه جديده نسبيا وقد ظهرت كتقنيه قويه للتعلم من البيانات وحل مشاكل الانحدار .
النظام المهجن
مؤخرا اتجهت الابحاث للبحث عن طرق مختلفه لدمج ادوات الذكاء الاصطناعي من اجل ان تزيد من فعاليه اداء نظام الذكاء الاصطناعي الفكره الاساسيه وراء هذه البحوث كانت من اجل ان تعوض من حدوديه نظام واحد وذلك بان تقرنه باداة ذكاء اصطناعي اخرى.
التطبيقات في مجال الرعايه الصحيه والطب
بالاضافه للتطبيقات في نظام التشخيص الطبي . قد تم تطبيق تقنيات الذكاء الاصطناعي على العديد من العمليات الحيويه وتتضمن تحليل ال (اي سي جي)،( اي جي جي) وبيانات حركه الانسان .
نظريات الشبكه العصبيه قامت بلعب دور رئيسي في معظم التطبيقات المرتبطه بالذكاء الاصطناعي في مجال الصحه والطب . العديد من هذه التطبيقات من اجل نمط التعرف او التصنيف.
نظام الدعم والقرارات الطبيه
ان نظام الدعم والقرارات الطبيه قد تم تصميمه لكي يستخلص البيانات العلميه بطريقه ان يقوم باستلام قائمه من الاعراض كمدخلات وانواع الامراض التعلقه بها كمخرجات . وبهذه الطريقه تسهل عمليه التشخيص.
طب القلب
بعض الدراسات قد تم تطبيقها على الشبكه العصبيه في تشخيص امراض القلب ،مبدئيا في التحقق وتصنيف الاشخاص وفقا لدرجة الخطوره استنادا لمعلومات ال (اي سي جي) .
قام العالمان (سيلر وشازال) بتطبيق الشبكه العصبيه ليصنفو موجات ال(اي سي جي) الطبيعيه وغير الطبيعيه ، وهنا وجدو ان موجات ال (اي سي جي) الغير طبيعيه التي تم تشخيصها وجد انها تحمل سته من حالات الامراض المختلفه .
تخطيط كهربية الدماغ
كل الادوات التي تضمنتها الشبكه العصبيه من المنطق الضبابي ودعم ناقلات الالات قد اظهرت ان التحليل الالكتروني لي نشاط الدماغ ذا فائده .
ان الخصائص التي استخلصت من ال اي اي جي اثناء التسجيل من الدماغ قد تم استخدام كل الادوات عليها لتحسين التواصل بين الانسانم والكمبيوتر وايضا لتشخيص اكثر فعاليه لحاله الدماغ ومرض الصرع.
طب العيون
اظهرت الشبكه العصبيه انه يمكن ان يتم التشخيص بفعاليه وذلك باستخدام كل الادوات للتعرف على مرض الجلكوما.
ان مرض الجلكوما يتعلق دائما بعامل السن كلما زاد عمر الانسان زادت فرص الاصابه به ويمكن ان يسبب العمى ، العالم بابادورسكي قام بتطبيق نظام الشبكه العصبيه عكسيا لكي يصنف المرضى الطبيعين من المرضى المصابين بمرض الجلكوما .
نظام تحليل الحركه واعاده التاهيل
ان نظام تحليل الحركه هو المحلل البرمجي لتحليل حركه الانسان ، ان العديد من المعدات متوفره لتقوم بتحليل وضعيات مختلفه من حركه الانسان بالرغم من تطبيقات نظام تحليل الحركه المتعدده الا ان استخدامه بكثره لتشخيص الحالات الغير طبيعيه في وظائف الاطراف السفلى وايضا لكي يقيم مدى تقدم حاله المريض في التعافي نتيجه لتعاطيه العلاج والاشراف الدائم.
مؤخرا تم تطبيق تقنيات الشبكه العصبيه وعلم المنطق للتعرف على مخطط حركه الانسان ولتصنيف انواع الحركه للانسان .
ان نظام دعم الالا النقل قد تم تطبيقه مؤخرا لكي يصنف نمط الحركه للكبار والصغار . ان حركه الانسان تتغير مع العمر وذلك بالاضافه لاحتماليه فقدان التوازن والسقوط ، ولذلك فان التعرف على نمط الحركه مع احتماليه خطر السقوط يمكن ان يساعد في التعرف على الاشخاص الذين قد يكونون معرضين لاحتماليه السقوط ولذلك فان برنامج اعاده التاهيل يمكن ان يقلل من خطر السقوط المستقبلي للفرد.
الخلاصه
ان الذكاء الاصطناعي تحديدا الشبكه العصبيه والمنطق الضبابي والتقنيه التي قدمت مؤخرا تقنية دعم الالات الناقله ، كل هذه التقنيات تلعب دورا مهما على مر السنوات القادمه المحمله بالتطورات والانجازات في الطب والرعايه الصحيه بالرغم من التطوارات التي حدثت الا ان هنالك العديد من التحديات ، وحاليا يوجد تقنيات محدده من الذكاء الاصطناعي يتم استخدامها في ضبط العيادات.
التقدم المستمر في حقل الذكاء الاصطناعي يوفر لنا العديد من الحلول والتسهيلات للتغلب على المشاكل التي تواجه نظام الرعايه الصحيه والحقل الطبي.
