دکتر عبدالحسین وهابی در گفت‌وگو با آتیه‌آنلاین، با بیان اینکه علوم اعصاب شناختی مطالعه حوزه بین‌ رشته‌ای است که از تعدادی رشته‌های دیگر پدید آمده است، افزود: رشته تحصیلی این علم از سایر رشته‌ها مانند کامپیوتر، فیزیک، ریاضی، پزشکی و زیست‌شناسی دانشجو می‌پذیرد و هدف آن مطالعه فیزیولوژی مغز و علوم اعصاب است.

وی اظهار کرد: پژوهش‌های کلاسیک بر این مبنا استوار است که بر اساس اصول علمی، سعی در پیش‌بینی رفتارها داشتیم؛ اما هرچقدر که مسائل پیچیده‌تر شدند، نیازمند روش‌هایی شدیم که به آن «داده‌محور» یا هوش مصنوعی می‌گویند.

عضو هیات علمی دانشگاه تهران گفت: اساس کار داده‌محور بر این مبنا است که با جمع‌آوری داده‌ها و بررسی آن‌ها، نتایجی حاصل می‌شود که می‌تواند به عنوان الگو در دست یابی به نتیجه موارد مشابه به کار گرفته شود.

وهابی با بیان اینکه هوش مصنوعی در حوزه‌های مختلف کاربرد دارد، تصریح کرد: یکی از این زمینه‌ها در حوزه سلامت است؛ برای مثال وضعیت سلامت جمعیت ۱۰ هزار نفری ارزیابی شده و با انجام آزمایش‌های گوناگون مانند آزمایش خون، وضعیت کراتین، چربی‌خون، کلسترول خوب و بد خون و سایر پارامترهای خونی اندازه‌گیری می‌شود. سپس نتایج به دست آمده مورد بازبینی و بررسی قرار گرفته و تجزیه‌وتحلیل‌های به دست آمده کمک می‌کند تا امکان ریسک ابتلا به بیماری‌ها یا حتی امکان فوت آن‌ها براساس داده‌ها میسر شود.

وی با بیان اینکه از داده‌محورها امکان پیش‌بینی امور فراهم می‌شود، ادامه داد: این پیش‌بینی در روش‌های سنتی متکی بر درک منطقی است؛ به این معنا که گفته می‌شود اگر کسی فشارخون داشته باشد احتمال پارگی عروق، سکته و فوت برای او وجود دارد و این مسیری است که قابل پیش‌بینی بوده و منطق آن نیز روشن است. اما در روش‌های داده‌محور، حتی اگر منطق کار هم معلوم نباشد، با دریافت اطلاعات پیش‌بینی می‌شود که چه اتفاقی می‌تواند رخ دهد و چه خطراتی فرد را تهدید می‌کند.

متخصص علوم اعصاب شناختی، افزود: به بیان دیگر داده‌محور، نوعی یادگیری ماشینی است که به آن هوش مصنوعی هم گفته می‌شود که بر اساس آن از طریق داده‌های در اختیار، می‌توان الگوها مشابه را طراحی و آینده را پیش‌بینی کرد.

وهابی با اشاره به کارکرد هوش مصنوعی در حوزه‌های مختلف، اظهار کرد: این علم رو به پیشرفت است و ۱۰ سال پیش هوش مصنوعی کارکرد محدودی داشت و امکان انجام برخی کارها میسر نبود؛ اما اکنون روش‌هایی در هوش مصنوعی توسعه پیدا کرده است.

وی گفت: برای مثال در شناسایی اشیاء اکنون پردازش زبان طبیعی دارای کاربرد شده است؛ پیش از این جمله‌ای را که نوشته می‌شد، کامپیوتر متوجه آن نمی‌شد؛ اما اکنون این امور ساده‌تر شده است. همچنین قبلا عکس پلاک خودرو که گرفته می‌شد، درک و اطلاع از عدد روی پلاک توسط نیروی انسانی انجام می‌شد؛ اما اکنون دوربین‌ها می‌توانند با گرفتن عکس پلاک، شماره را نیز دریافت و آن را ارسال کند.

متخصص علوم اعصاب شناختی، تصریح کرد: نکته مهم هوش مصنوعی، تعمیم‌پذیری است؛ به این معنی که وقتی برای هوش مصنوعی برنامه‌ای نوشته می‌شود، براساس آن خروجی مناسبی ارائه می‌شود و اگر نتایج بررسی ۱۰ هزار مورد به صورت الگوریتم آماده شود و پیش‌بینی آن نیز به دست آید، دیگر لازم نیست کسی دوباره داده‌ها را بازبینی کند.

وهابی ادامه داد: هوش مصنوعی از طریق پردازنده‌ها اجرا می‌شود؛ این پردازنده می‌تواند کامپیوتر، گوشی، تبلت یا هر وسیله الکترونیک دیگر بادشد که در دو فاز نخست، یادگیری که نیازمند حجم محاسباتی زیاد است و دوم فاز پیش‌بینی کننده، انجام می‌شود.

وی افزود: این داده‌ها می‌تواند الگوهای پیچیده‌تری را ارائه دهد؛ برای مثال رشته رادیولوژی می‌تواند وضعیت داخلی بدن فرد را نشان دهد؛ اما برخی از تصاویر مبهم وجود دارد و میزان توافق بین دو متغیر در ارائه تشخیص بسیار زیاد است؛ اما با استفاده از هوش مصنوعی می‌توان متوجه شد که بیمار دارای چه مشکلاتی است و وضعیت سلامت فرد به خوبی روشن می‌شود.

متخصص علوم اعصاب شناختی، اظهار کرد: این روش‌ها مبتنی بر داده است و وقتی داده‌ها به حد کافی در یک حوزه‌ای فراهم شود، رسیدن به نتیجه دقیق‌تر انجام می‌شود. اما بحثی که وجود دارد این است که جامعه پزشکی در دنیا تا چه حد این روش‌ها را به کار گیرند، هنوز مشخص نیست. درحال حاضر این اقدامات به عنوان کمک پزشکی مورد استفاده قرار می‌گیرد.

عصر کلان‌داده‌ها

وهابی با بیان اینکه اکنون در عصر «بیگ دیتا» یا کلان‌داده‌ها قرار داریم، گفت: با کلان داده‌ها می‌توان روش‌های پردازش اطلاعات پیشرفته‌تری را ایجاد کرد و این اطلاعات حتی کمک می‌کند تا داده‌های بومی مناطق که با سایر اطلاعات دنیا متفاوت است، گردآوری و تکمیل شود.

اطلاعات نسخ الکترونیک

وی تصریح کرد: اکنون مسیری را که نظام سلامت کشور ما طی می‌کند، این است که نسخه‌ها الکترونیک شده و داده‌ها ثبت‌ و ضبط می‌شود. گردآوری این اطلاعات، این امکان را فراهم می‌کند تا داده‌ها بررسی و در اختیار هوش مصنوعی قرار بگیرد و در نتیجه الگوهای بیماری‌ها و نیز عوارض دارویی در بلندمدت به دست آید. تشخیص زودهنگام و درمان‌های به موقع بیماری‌ها و عوارض آن‌ می‌تواند برای بهبود سلامت کشور موثر واقع شود.  

متخصص علوم اعصاب شناختی، با اشاره به کاربرد کنونی هوش مصنوعی در علم پزشکی کشور، ادامه داد: استقبال بسیار خوبی در بین جامعه پزشکی از این علم می‌شود؛ درحال حاضر با چند بیمارستان علوم‌پزشکی تهران و سایر بیمارستان‌ها برای بهره‌مندی از این علم در حوزه سلامت، همکاری داریم.

وهابی افزود: درحال حاضر درحال تهیه الگویی هستیم که بتوان از طریق تصاویر شبکیه چشم، بیماری‌هایی را که فرد در معرض تهدید آن قرار دارد، پیش‌بینی شود. برای مثال امکان پیش‌بینی بیماری‌هایی مانند نارسایی کلیه، احتمال سکته‌ها و سایر مشکلات فراهم می‌شود. همچنین درصدد هستیم از طریق داده‌های زبانی و از طریق گفت‌وگو، تن صدا و محتوای کلام، پی به مشکلات روانپزشکی بیماران ببریم. همچنین اقدام دیگری که انجام می‌شود این است که از روی سیگنال‌های MRI برای تشخیص بیماری‌های روانپزشکی و نورولوژیک (مغزواعصاب) استفاده کنیم.