بزرگنمايي:

دکتر علي رضايي يزدي،با بيان اينکه تحقيقات هفت سال گذشته من بر روي هوش مصنوعي و علوم داده و به طور خاص بر روي کاربرد اين دو علم در زمينه بهداشت و درمان بوده است، اظهار کرد: به طور کلي هوش مصنوعي از ديدگاه من استخراج هوشمندي و سيستم فکري انسان و تزريق آن به ماشين (يعني کامپيوتر) و استفاده از اين هوشمندي براي تحليل داده‌هاي گسترده به منظور بهينه‌سازي تصميمات زندگي است.

وي ادامه داد: هوش مصنوعي و علوم داده در زمينه پزشکي مي‌تواند منجر به پيشگيري‌هاي موفق قبل از درمان، کم شدن هزينه‌هاي درمان، بهينه‌سازي پروسه درمان و هدفمند شدن بودجه‌هاي پزشکي شود. بنابراين پروژه تحقيقاتي که بر روي آن کار کرده‌ام، منتهي به ساخت يک سيستم هوشمند شد که هدف آن بيرون آوردن تخصص تشخيص پزشکي از مطب دکتر و کلينيک‌هاي تخصصي و آوردن آن در سطح جامعه و خانواده به وسيله مجهز کردن غير متخصصين به تخصص مورد نياز براي ارزيابي اوليه، ولي دقيق ريسک است.

عضو افتخاري انجمن نوآوري لندن با اشاره به اينکه کاربرد اين تحقيقات در زمينه تشخيص بيماري‌هاي رواني نظير افسردگي و تبعات اين بيماري‌ها مانند خودکشي، قتل، رفتارهاي خشونت‌آميز (نسبت به خود و ديگران) و غيره بوده است، اظهار کرد: پزشکان بر پايه تخصصي که دارند، براي تشخيص و ارزيابي ريسک، صدها عامل و داده را جمع‌آوري مي‌کنند و معمولا اين صدها داده را بوسيله سوالاتي که از بيمار مي‌پرسند، به دست مي‌آورند، سپس اين عوامل را بر اساس علم و تخصصي که دارند، ارزيابي کرده و به يک تشخيص پزشکي مي‌رسند. 

وي اضافه کرد: براي اينکه بتوانيم اين توانمندي را به غيرمتخصصين نيز منتقل کنيم، اولا به سيستم فکري و هوشمندي پزشکان نياز داريم و همچنين بايد رابطه بين اين صدها عامل و متغير را بدانيم که کدام عوامل و متغيرها براي کدام بيمار مرتبط و سودمند است. بنابراين شناسايي و همانندسازي سيستم ذهني پزشکان در پردازش داده و ارزيابي ريسک بيمار و استفاده از اين همانندسازي براي طراحي يک سيستم هوشمند کامپيوتري که به غير متخصصين اجازه مي‌دهد با تعدادي سوال ساده به ارزيابي نسبتا دقيق اوليه‌اي نسبت به ريسک بيمار برسند، کاري هست که در تحقيقاتم انجام داده‌ام.

اين محقق هوش مصنوعي و علوم داده، خاطرنشان کرد: اين سيستم يک سيستم هوشمند جمع‌آوري اطلاعات است که  به صورت هوشمندانه و دايناميک تصميم مي‌گيرد چه داده‌هايي و با چه ترتيبي براي هر فرد مريض بايد جمع‌آوري شود تا دقيق‌ترين پيش‌بيني وضعيت سلامت در کوتاه‌ترين زمان ممکن انجام شود. اين مکانيزم از ميان صدها داده با جمع‌آوري بين 8 تا 13 داده دقيق‌ترين پيش‌بيني ممکن را انجام مي‌دهد. نکته حائز اهميت اين الگوريتم وجه پزشکي و معنايي آن است، بدين معني که مؤلفه‌هاي تشکيل دهنده اين الگوريتم بر اساس سيستم و فرايند ذهني (cognitive process) پزشکان هنگام بررسي وضعيت سلامت (Risk assessment) افراد تعريف شده است.

رضايي يزدي در ادامه تشريح کرد: منفعت اين سيستم اين است که  تشخيص در مراحل اوليه بيماري انجام مي‌شود و درنتيجه قبل از اينکه مثلا فرد اقدام به خودکشي کند، شناسايي و به پزشک متخصص ارجاع داده مي‌شود و براي تشخيص اوليه ريسک، افراد لازم نيست به پزشک متخصص مراجعه کنند. به عبارت ديگر، آنهايي که به پزشک متخصص و بررسي‌هاي تخصصي نياز دارند، سريع شناخته مي‌شوند و کساني که نياز به بررسي تخصصي ندارند، مجبور نيستند براي بررسي‌هاي اوليه با هزينه‌هاي هنگفت پزشک و تکنولوژي تخصصي روبرو شوند. در نتيجه اين امر منجر به صرفه‌جويي در هزينه‌هاي مردم، يارانه‌هاي دولتي و کوتاه‌تر شدن صف‌هاي انتظار براي بيمارستان و کلينيک‌هاي تخصصي مي‌شود.

به گفته وي، اين تحقيقات بر اساس 50 هزار داده پزشکي که از بيمارستان‌هاي بيماري‌هاي رواني در انگلستان جمع‌آوري شده بود، انجام شده است و اين مکانيزم مخصوص افراد غير متخصص مانند امدادگراني است که بايد در کوتاه‌ترين زمان ممکن وضعيت سلامت فرد را بررسي کنند و افرادِ با ريسک بالا را به متخصصين ارجاع دهند.

اين محقق ايراني تصريح کرد: در حال حاضر اين مکانيزم در مرحله پياده‌سازيِ نرم‌افزاري است. تحقيقات پايه‌اي و نسل اول الگوريتم طراحي شده اين سيستم حدودا 4 سال طول کشيد و اميدوار هستيم تا يک سال آينده نسل اول اين سيستم بعد از ارزيابي‌هاي نهايي در سيستم ملي سلامت انگلستان (National Health System) استفاده شود. همچنين اميدواريم در يکي دو سال آينده نسل دوم و سوم اين سيستم، طراحي و ضمن بومي‌سازي، در سيستم درماني ايران نيز استفاده شود.

دکتر علي رضايي يزدي، دکتراي  هوش مصنوعي از دانشگاه استون انگلستان، عضو افتخاري انجمن نوآوري لندن و عضو تيم تحقيقاتي  اَليس (Lab for Intelligent Collectives Engineering Aston) است. تخصص و تحقيقات وي بر روي علوم کامپيوتري و هوش مصنوعي است.