پیری جمعیت آمریکا آزمون واقعی هوش مصنوعی مراقبت های بهداشتی است | نظر
هوش مصنوعی باید بر اساس این که آیا مراقبت و کیفیت زندگی را برای جمعیت سالخورده آمریکا بهبود میبخشد یا نه، نه فقط بازدهی، قضاوت میکند.
جمعیت سالخورده آمریکا در حال آزمایش است که چگونه سیستم مراقبت های بهداشتی آن می تواند از مردم در زندگی بعدی حمایت کند. اداره سرشماری ایالات متحده گزارش داد که جمعیت 65 ساله و بالاتر در سال 2024 به 61.2 میلیون نفر رسیده است که در یک سال 3.1 درصد افزایش یافته است.
اینها افرادی با برنامه، روابط و انتظارات برای سالهای آینده هستند. پاسخ ما باید منعکس کننده آن باشد.
چشم انداز نیروی کار آماده سازی را ضروری می کند. اداره منابع و خدمات بهداشتی کمبود 141160 پزشک را تا سال 2038 پیش بینی کرده است.
اگرچه یک طرح ریزی قطعی نیست، اما یک سوال عملی در مورد اینکه چگونه مراقبت با تکامل نیازها در دسترس باقی می ماند، ایجاد می کند. صرفا انتظار از متخصصان بهداشت برای پذیرش مسئولیت بیشتر پاسخ ناکافی است.
هوش مصنوعی میتواند بخشی از این پاسخ باشد، با هدفی که فراتر از کمک به سازمانهایی است که بیش از حد طولانیمدت در پردازش قرارهای ملاقات بیشتر است. ارزش آن نیز باید بر اساس این که آیا به افراد کمک می کند مراقبت های مناسب را زودتر دریافت کنند و کیفیت زندگی خود را حفظ کنند، قضاوت شود.
این تمایز مهم است. توصیف پیری جمعیت به عنوان سونامی نقرهای میتواند باعث شود که افراد مسن تهدیدی برای مدیریت به نظر برسند. من ترجیح می دهم این لحظه را دلیلی برای بازنگری در مورد مراقبت های بهداشتی موفق در نظر بگیرم. زندگی طولانیتر اهمیت دارد، اما لذت بردن از زمان با خانواده و دوستان، حفظ استقلال و مشارکت در زندگی روزمره اهمیت دارد.
کار فوری عملی است. رهبران مراقبت های بهداشتی باید بررسی کنند که اسناد، الزامات بیمه و هماهنگی در کجا توجه حرفه ای را می طلبد، سپس ارزیابی کنند که آیا فناوری نظارت دقیق می تواند کمک کند یا خیر. اولویت باید یک کار تعریف شده و یک بهبود قابل اندازه گیری باشد. معرفی هوش مصنوعی بدون سادهسازی فرآیند زیربنایی باعث میشود که کارکنان سیستم دیگری برای مدیریت داشته باشند.
حتی تغییرات اداری موفق باید نقطه شروع باشد. اگر زمان بهبودی به طور کامل در اهداف قرار ملاقات بالاتر ناپدید شود، ممکن است فرصتی را برای تقویت مراقبت از دست بدهیم. میخواهم رهبران در نظر بگیرند که چگونه برخی از این ظرفیتها میتوانند از مکالمات در مورد علائم، غربالگری مناسب و پیگیری حمایت کنند. این فعالیت ها در کنار تعداد بیمارانی که دیده می شوند، شایسته توجه هستند.
شواهد دلگرم کننده ای برای کاربردهای بالینی خاص وجود دارد. یک مطالعه در سال 2025 در Nature Medicine غربالگری ماموگرافی مبتنی بر هوش مصنوعی را در بین زنان 50 تا 69 ساله در آلمان مورد بررسی قرار داد. محققان نرخ بالاتر تشخیص سرطان سینه را با پشتیبانی هوش مصنوعی گزارش کردند، بدون اینکه افزایشی در میزان زنانی که برای ارزیابی بیشتر فراخوانده میشوند، افزایش یابد. رادیولوژیست ها همچنان درگیر تفسیر اسکن ها بودند.
یافتهها در کنار تفسیر دقیق، علاقه را تضمین میکنند. این یک مطالعه مشاهده ای در یک برنامه غربالگری خاص بود. این ثابت نمی کند که هوش مصنوعی بتواند هر بیماری را پیش بینی کند، از بیماری به طور کلی پیشگیری کند، یا نتایج یکسانی را در تمام سنین و شرایط ارائه دهد.
یافتن سرطان های بیشتر نیز سوالاتی را در مورد پیامدهای طولانی مدت ایجاد می کند. درس مفید محدودتر و معتبرتر است. ابزارهای خاص را می توان در برابر نیازهای بالینی خاص ارزیابی کرد.
این پایه ای برای رویکرد پیشگیرانه تر به پیری است. فناوری باید به پزشکان کمک کند تا نگرانیها را بررسی کنند و تصمیمات آگاهانه بگیرند و بیماران درک کنند که یک آزمایش یا توصیه میتواند به طور منطقی به آنها بگوید. اطلاعات اولیه تنها زمانی ارزش عملی دارد که کسی بتواند آن را تفسیر کند، گزینه ها را توضیح دهد و پیگیری مناسب را ترتیب دهد.
بنابراین آموزش به درون اجرا تعلق دارد. پزشکان برای درک کاربرد و محدودیت های مورد نظر ابزار به زمان نیاز دارند. بیماران نیاز به توضیحات روشن و فرصتی برای پرسیدن سوال دارند.
توصیهای که توسط نرمافزار تولید میشود هرگز نباید به دستورالعملی تبدیل شود که هیچکس در توضیح آن احساس مسئولیت نمیکند، و همچنین یک فرد مسن نباید صرفا برای رسیدن به یک انسان حرفهای به اعتماد به ابزارهای دیجیتال نیاز داشته باشد.
سازمانهای مراقبتهای بهداشتی میتوانند با انتخاب یک مسیر مراقبتی تعریفشده برای یک پایلوت تحت نظارت، این امر را مشخص کنند. قبل از اعزام، آنها باید مشخص کنند که چه کسی نتایج را بررسی می کند، چه کسی با بیماران تماس می گیرد و چگونه پیگیری تکمیل می شود.
ارزیابی باید شامل حجم کاری کارکنان، تحقیقات غیر ضروری، دسترسی به موقع و درک بیماران از مراقبت خود باشد. گسترش باید به سود نشان داده شده بستگی داشته باشد.
این نیاز فوری به ظرفیت را با یک جاه طلبی گسترده تر برای پیری سالم تر مرتبط می کند. سازمانهای مراقبتهای بهداشتی باید ارزیابی کنند که آیا سرمایهگذاریهای فناوری به متخصصان کمک میکند تا از زندگیهایی که بیماران میخواهند داشته باشند حمایت کنند و آن سرمایهگذاریها را در قبال آن هدف پاسخگو نگه دارند. زندگی طولانی تر مستحق مراقبت است که آن سال ها را ارزش زندگی کردن می کند.
راجیو شارما بنیانگذار و مدیر عامل Knack Systems، یک شرکت مشاوره جهانی و تحول دیجیتال، و بنیانگذار Knack RCM، یک شرکت مدیریت چرخه درآمد مراقبت های بهداشتی مبتنی بر هوش مصنوعی است. او بیش از دو دهه تجربه در زمینه فناوری و خدمات بهداشتی و درمانی دارد.
نظرات بیان شده در این مقاله متعلق به خود نویسنده است.
متن اصلی (انگلیسی)
America's Aging Population Is the Real Test for Health Care AI | Opinion
AI should be judged by whether it improves care and quality of life for America's aging population, not just efficiency.