وابستگی به هوش مصنوعی ممکن است پزشکان آینده را تضعیف کند

گسترش سریع هوش مصنوعی در آموزش پزشکی و نظام سلامت، نگرانی‌هایی درباره تأثیر احتمالی آن بر توانایی پزشکان آینده در استدلال مستقل و تصمیم‌گیری بالینی ایجاد کرده است.

ابزارهای هوش مصنوعی می‌توانند در مدت کوتاهی اطلاعاتی درباره علائم، تداخلات دارویی، تشخیص‌های احتمالی و دستورالعمل‌های درمانی ارائه دهند. این فناوری همچنین می‌تواند بخشی از بار کاری پزشکان را کاهش دهد و دسترسی به دانش پزشکی را سریع‌تر کند. بااین‌حال، کارشناسان هشدار می‌دهند که اتکای بیش از حد به این سامانه‌ها ممکن است مانع شکل‌گیری مهارت‌های اساسی دانشجویان پزشکی در زمینه تشخیص و مراقبت از بیماران شود.

در روش سنتی آموزش پزشکی، دانشجویان موظف بودند پیش از دریافت بازخورد، علائم بیمار را بررسی کنند، تشخیص‌های احتمالی را در نظر بگیرند و خطرهای مهم را شناسایی کنند. این فرایند، از جمله اشتباه کردن و اصلاح آن، به آنان کمک می‌کرد محدودیت‌های دانشی خود را بشناسند و استدلال بالینی‌شان را تقویت کنند. اکنون هوش مصنوعی می‌تواند بسیاری از این مراحل را در چند ثانیه انجام دهد و این احتمال وجود دارد که دانشجو پاسخ نهایی را دریافت کند، بدون آنکه فرایند استدلالی پشت آن را به‌درستی بیاموزد.

این وضعیت می‌تواند در محیط واقعی درمان مشکلات جدی ایجاد کند؛ زیرا پزشکان باید اطلاعات ناقص را ارزیابی کنند، میان احتمالات مختلف تصمیم بگیرند و در صورت لزوم، پیشنهاد هوش مصنوعی را به چالش بکشند. سامانه‌های هوش مصنوعی پزشکی همیشه قابل اعتماد نیستند و پژوهشی منتشرشده در نشریه Nature Medicine نشان داده است که برخی از این ابزارها ممکن است کمتر از حد انتظار قابل اتکا باشند. بنابراین، پزشکانی که به دریافت پاسخ‌های آماده عادت می‌کنند، ممکن است در شناسایی نتایج نادرست یا ناقص با دشواری بیشتری روبه‌رو شوند.

کارشناسان تأکید می‌کنند این نگرانی به معنای مخالفت با استفاده از هوش مصنوعی در پزشکی نیست. به باور آنان، این فناوری باید از فرایند تفکر دانشجو پشتیبانی کند، نه اینکه جایگزین آن شود. دانشجویان می‌توانند ابتدا ارزیابی خود را انجام دهند، تشخیص اولیه را مشخص کنند و نشانه‌های هشدار احتمالی را در نظر بگیرند و سپس به سراغ سامانه هوش مصنوعی بروند. آنان می‌توانند پاسخ سامانه را با ارزیابی خود مقایسه کرده و خطاها یا موارد نادیده‌گرفته‌شده را بررسی کنند.

پژوهش‌های بین‌المللی همچنین از وجود فاصله میان نگاه مثبت پزشکان به هوش مصنوعی و میزان استفاده واقعی آنان از این فناوری حکایت دارد. در پژوهشی با مشارکت هزار و ۴۹ پزشک از ۵۰ کشور، ۸۶.۵ درصد افراد اعلام کردند از آشنایی پایه تا پیشرفته با هوش مصنوعی برخوردارند و ۸۰.۲ درصد معتقد بودند این فناوری می‌تواند عملکرد پزشکی را بهبود دهد. بااین‌حال، تنها ۲۷.۸ درصد از آنان گفته‌اند که در فعالیت حرفه‌ای خود از هوش مصنوعی استفاده کرده‌اند و فقط ۱۷.۷ درصد آموزش رسمی در این زمینه دیده بودند.

پزشکان، افزایش بهره‌وری، سرعت ارائه خدمات و اثربخشی بیشتر مراقبت‌ها را مهم‌ترین مزایای هوش مصنوعی می‌دانستند. در مقابل، نبود آموزش رسمی کافی و سرمایه‌گذاری محدود مراکز درمانی از مهم‌ترین موانع گسترش استفاده از این فناوری عنوان شد. پزشکانی که آموزش رسمی هوش مصنوعی دیده بودند، بیش از سه برابر بیشتر احتمال داشت از آن استفاده کنند. همچنین پزشکانی که در مراکز مجهز به سامانه‌های هوش مصنوعی فعالیت می‌کردند، بیش از هشت برابر بیشتر از این ابزارها بهره می‌بردند.

گسترش استفاده از هوش مصنوعی، پرسش‌هایی درباره مسئولیت حقوقی خطاهای این فناوری نیز ایجاد کرده است. اگر یک سامانه هوش مصنوعی تشخیص یا توصیه درمانی نادرستی ارائه دهد و بیمار آسیب ببیند، ممکن است مسئولیت میان پزشک، مرکز درمانی و توسعه‌دهنده فناوری محل اختلاف قرار گیرد.

در بریتانیا، انجمن حمایت از پزشکان هشدار داده است که پزشکان و خدمات سلامت ملی این کشور ممکن است در پی خطاهای مرتبط با هوش مصنوعی با دعاوی قصور پزشکی مواجه شوند؛ حتی اگر تصمیم فوری از سوی یک ابزار هوش مصنوعی تولید شده باشد. این مسئله با افزایش استفاده از هوش مصنوعی برای تحلیل تصاویر پزشکی، تهیه خلاصه مکالمات پزشک و بیمار و تنظیم مکاتبات بالینی اهمیت بیشتری پیدا کرده است.

کارشناسان معتقدند تدوین قوانین روشن درباره مسئولیت، برای حفظ ایمنی بیماران و اعتماد عمومی ضروری است. پزشکان آینده باید علاوه بر توانایی استفاده مؤثر از هوش مصنوعی، بتوانند میزان اعتبار پیشنهادهای آن را نیز ارزیابی کنند و قضاوت حرفه‌ای خود را حفظ کنند.

منبع: ایسنا – پزشکان آینده قربانی وابستگی به هوش مصنوعی می‌شوند؟