فناوری‌های بسیاری بر حوزه مراقبت‌های سلامت تأثیر می‌گذارند؛ بااین‌حال، به نظر می‌رسد هیچ‌یک به‌اندازه هوش مصنوعی تأثیرگذار نباشند.

۱. هوش مصنوعی (Artificial Intelligence)

تردیدی نیست که هوش مصنوعی (AI) تحولی گسترده در جامعه رادیولوژی ایجاد کرده است. تمرکز اصلی در سال جاری بر این موضوع قرار دارد که چگونه می‌توان این فناوری را به شکلی مؤثرتر با فعالیت‌های رادیولوژیست‌ها تلفیق کرد. بدون ورود به جزئیات دقیق نحوه پیاده‌سازی این فناوری و موارد کاربرد آن، در ادامه تصویری از چگونگی تحول تجربه بیماران به کمک هوش مصنوعی ارائه می‌شود.

پزشک با کمک هوش مصنوعی می‌تواند مناسب‌ترین آزمون تصویربرداری را بر اساس علائم بیمار انتخاب کند؛ به‌جای آنکه ابتدا یک آزمون انجام دهد و سپس ناچار شود آزمون تصویربرداری دومی را درخواست کند.

فرایند انجام تصویربرداری با استفاده از روش تصویربرداری تشدید مغناطیسی (MRI) یا توموگرافی رایانه‌ای (CT) نیز در مقایسه با وضعیت کنونی بسیار سریع‌تر خواهد شد. در این شرایط، هوش مصنوعی به کارشناس تصویربرداری کمک می‌کند تا بهترین وضعیت قرارگیری بیمار در دستگاه را تعیین کند و تنظیمات مناسب تصویربرداری را، متناسب با عواملی مانند سن، جنسیت، ناحیه مورد بررسی یا بیماری هدف، آماده سازد.

همچنین، میزان مواجهه بیمار با پرتوهای یون‌ساز نسبت به وضعیت فعلی کاهش خواهد یافت. برای دستیابی به تصویری با کیفیت بالا که بتوان از آن برای تشخیص بیماری استفاده کرد، معمولاً به دوزهای نسبتاً بالای پرتوگیری ــ البته در محدوده ایمن ــ نیاز است. بااین‌حال، هوش مصنوعی امکان استفاده از دوزهای پایین‌تر را فراهم می‌کند؛ به این صورت که ابتدا تصاویر با کیفیت نسبتاً پایین تولید می‌شوند و سپس با بهره‌گیری از هوش مصنوعی، کیفیت آن‌ها ارتقا می‌یابد. این فرایند می‌تواند از داده‌های خام دستگاه‌های تصویربرداری نیز استفاده کند؛ داده‌هایی که در حال حاضر لزوماً در فرایندهای معمول بازسازی و پردازش تصویر مورد استفاده قرار نمی‌گیرند.

رادیولوژیست‌ها نیز احتمالاً گزارش‌های تصویربرداری را بسیار سریع‌تر دریافت خواهند کرد. با پشتیبانی هوش مصنوعی، آن‌ها می‌توانند تصاویر را در زمان کوتاه‌تری بررسی کنند و احتمال نادیده ماندن ویژگی‌های مهم تصویر را کاهش دهند؛ زیرا هوش مصنوعی پیش از بررسی نهایی، این ویژگی‌ها را مشخص می‌کند تا رادیولوژیست بتواند آن‌ها را ارزیابی کند.

همچنین، احتمال دستیابی بیمار به تشخیص صحیح در نخستین نوبت افزایش می‌یابد و برنامه درمانی مناسب‌تر و شخصی‌سازی‌شده‌تری در اختیار او قرار می‌گیرد. هوش مصنوعی با بررسی سوابق پزشکی و تصاویر بیمار، وضعیت او را با موارد مشابه گذشته مقایسه می‌کند و با ارزیابی پیش‌آگهی‌های ثبت‌شده در آن موارد، به رادیولوژیست‌ها و پزشکان کمک می‌کند مناسب‌ترین مسیر بالینی را برای دستیابی به بهترین پیامدهای ممکن انتخاب کنند.

در مجموع، این تحولات برای بیماران به معنای افزایش چشمگیر کارایی و دقت در فرایند تصویربرداری پزشکی است. تمامی شرکت‌های بزرگ فعال در حوزه تصویربرداری پزشکی، در کنار بیش از ۱۰۰ شرکت نوپای فناوری، در تلاش‌اند تا این چشم‌انداز را به واقعیت تبدیل کنند.

۲. واقعیت افزوده (Augmented Reality)

واقعیت افزوده (AR) و واقعیت مجازی (VR) در حال یافتن کاربردهای جدید و متعددی در حوزه مراقبت‌های سلامت هستند.

جراحان پیش از انجام عمل جراحی، با بررسی تصاویر رادیولوژیک بیمار خود را برای عمل آماده می‌کنند. تصویربرداری سه‌بعدی توانایی آن‌ها را برای مشاهده و درک بهتر آناتومی بیمار افزایش داده است. بااین‌حال، یکی از چالش‌های موجود، تعیین موقعیت واقعی یک ناحیه از بدن در حین جراحی و به‌صورت بلادرنگ بوده است. تاکنون، یکی از بهترین راهکارها برای رفع این چالش، استفاده از تصویربرداری فلوروسکوپی در جریان خود عمل جراحی بوده است.

با استفاده از واقعیت افزوده، تصاویر پزشکی را می‌توان به محتوای قابل نمایش در هدست‌های واقعیت افزوده تبدیل کرد؛ به‌گونه‌ای که جراح هنگام انجام عمل، هدست را بر سر داشته باشد و تصاویر مرتبط را در میدان دید خود مشاهده کند.

نمونه‌ای از راهکارهای برنامه‌ریزی پیش از جراحی مبتنی بر واقعیت افزوده، سامانه OpenSight AR شرکت Novarad است که تأییدیه سازمان غذا و داروی ایالات متحده آمریکا (FDA) را دریافت کرده است. این فناوری با فراهم کردن قابلیت‌های بهتر برای برنامه‌ریزی جراحی، می‌تواند میزان مواجهه بیماران با پرتوهای یون‌ساز را به‌طور مؤثری کاهش دهد.

۳. چاپ سه‌بعدی (Three-dimensional Printing)

پیش از انجام جراحی، معمولاً توضیحاتی درباره فرایندی که قرار است روی بیمار انجام شود، به او ارائه می‌شود. برخی رویکردهای نوآورانه از تکنیک‌های واقعیت افزوده برای کمک به بیماران استفاده کرده‌اند تا آناتومی بدن خود و اتفاقاتی را که طی جراحی رخ خواهد داد، بهتر درک کنند.

در نشست انجمن رادیولوژی آمریکای شمالی (RSNA)، پژوهشگرانی از نیویورک نتایج بررسی کاربرد مدل‌های واقعیت افزوده و مدل‌های چاپ‌شده سه‌بعدی را برای آموزش بیماران ارائه کردند.

نتیجه این بررسی نشان داد که مدل‌های چاپ‌شده سه‌بعدی در کمک به بیماران برای درک جزئیات اختصاصی تومور کلیه یا پروستات، بسیار مؤثرتر عمل می‌کنند. این مدل‌ها به بیماران کمک می‌کنند با اطمینان و آگاهی بیشتری درباره گزینه‌های مناسب جراحی تصمیم بگیرند.

به دلایل مشابه، چاپ سه‌بعدی برای جراحان نیز سودمند است؛ زیرا به آن‌ها امکان می‌دهد پیش از انجام عمل، ساختارهای آناتومیکی مرتبط را با جزئیات بیشتری بررسی کنند و آمادگی بهتری برای جراحی به دست آورند.

۴. رندرینگ سینمایی و فناوری دوقلوی دیجیتال (Cinematic Rendering and Digital Twin Technology)

برای درک عملکرد پیچیده اندام‌هایی مانند قلب، می‌توان تصاویر سه‌بعدی را با اطلاعات تکمیلی ترکیب کرد و داده‌های حاصل را در اختیار ابزارهای رندرینگ سینمایی قرار داد. این ابزارها امکان نمایش واقع‌گرایانه عملکرد اندام‌ها را فراهم می‌کنند؛ قابلیتی که می‌تواند در برنامه‌ریزی اقدامات جراحی، توضیح فرایندهای پزشکی برای بیماران و تشخیص دقیق‌تر اختلالات به جراحان و پزشکان کمک کند.

این فناوری یکی از راه‌هایی است که از طریق آن می‌توان به تشخیص صحیح‌تر و سریع‌تر بیماری‌ها دست یافت و در نتیجه، درمان را زودتر آغاز کرد و وضعیت سلامت و رفاه کلی بیماران را بهبود بخشید.

فناوری دوقلوی دیجیتال نیز از نظر مفهومی به این رویکرد نزدیک است. دوقلوهای دیجیتال به یکی دیگر از محورهای مورد توجه صنعت تبدیل شده‌اند و شرکت‌هایی مانند زیمنس، GE Healthcare و فیلیپس در حال بررسی و توسعه کاربردهای مختلف این فناوری هستند.

برای مثال، شرکت Siemens Healthineers فناوری دوقلوی دیجیتال اندام‌ها را که با هوش مصنوعی پشتیبانی می‌شود، معرفی کرده است. این فناوری امکان شبیه‌سازی فیزیولوژی اندام را فراهم می‌کند تا پزشکان بتوانند روش درمانی مناسب را با توجه به بهترین پیامدهای احتمالی انتخاب کنند. در این رویکرد، گزینه‌های درمانی ابتدا به‌صورت مجازی روی دوقلوی دیجیتال ارزیابی و شبیه‌سازی می‌شوند و سپس می‌توان از نتایج حاصل برای پشتیبانی از تصمیم‌گیری بالینی بهره گرفت.