تصویر مفهومی هوش مصنوعی در مراقبت‌های بهداشتی برای تشخیص بیماری سل
تصویر مفهومی هوش مصنوعی در مراقبت‌های بهداشتی برای تشخیص بیماری سل

هند هوش مصنوعی را برای تشخیص سل ادغام می‌کند تا تشخیص و درمان زودهنگام را تقویت کند

در طول پویش ۱۰۰ روزه هند عاری از سل (TB Mukt Bharat Abhiyan)، بیش از ۱۲.۹۷ کرور (۱۲۹.۷ میلیون) نفر غربالگری شدند و ۷.۱۹ لک (۷۱۹ هزار) بیمار مبتلا به سل شناسایی گردید.

علی‌رغم دهه‌ها تلاش برای ریشه‌کن کردن سل (Tuberculosis یا TB)، این بیماری همچنان یکی از مبرم‌ترین چالش‌های بهداشتی در هند محسوب می‌شود. با این حال، با ادغام هوش مصنوعی (AI) در تشخیص و درمان سل، این کشور شاهد تحولی در مبارزه خود با این بیماری است. نقش درمان و تشخیص به کمک هوش مصنوعی در دستیابی به هند عاری از سل، در اجلاس اخیر روز جهانی سل ۲۰۲۵ که در دهلی برگزار شد، مورد بحث قرار گرفت.

استراتژی تشدید شده هند برای ریشه‌کنی سل، شامل استقرار دستگاه‌های اشعه ایکس دستی مجهز به هوش مصنوعی است. این دستگاه‌ها، همراه با تفسیر مبتنی بر هوش مصنوعی، به طور قابل توجهی تشخیص موارد بدون علامت سل را بهبود بخشیده‌اند.

در طول پویش ۱۰۰ روزه هند عاری از سل (TB Mukt Bharat Abhiyan)، بیش از ۱۲.۹۷ کرور (۱۲۹.۷ میلیون) نفر غربالگری شدند که منجر به شناسایی ۷.۱۹ لک (۷۱۹ هزار) بیمار مبتلا به سل، از جمله تقریباً ۲.۸۵ لک (۲۸۵ هزار) مورد بدون علامت شد. جی. پی. نادا، وزیر بهداشت اتحادیه، گفت: «این پویش به طور استراتژیک جمعیت‌های آسیب‌پذیر، از جمله افراد بدون علامت، افرادی که با بیماران مبتلا به سل در تماس خانگی بوده‌اند، افراد با سابقه سل، افراد دچار سوءتغذیه و افراد مبتلا به بیماری‌های مزمن همزمان مانند دیابت و HIV را غربالگری کرد.»

این پویش نشان داده است که چگونه هوش مصنوعی می‌تواند به غلبه بر موانع جغرافیایی در تشخیص سل کمک کند. ون‌های تشخیص سیار مجهز به تست تکثیر اسید نوکلئیک (NAAT) و دستگاه‌های اشعه ایکس به کمک هوش مصنوعی برای دسترسی به جوامع محروم مستقر شدند.

با استفاده از هوش مصنوعی، این پویش همچنین بر روی گروه‌های پرخطر مانند افراد مبتلا به HIV، دیابت و سوءتغذیه تمرکز کرد.

استفاده از هوش مصنوعی برای تجزیه و تحلیل لام‌های میکروسکوپی و اشعه ایکس دستی به کمک هوش مصنوعی برای تشخیص خودکار سل، یک پیشرفت قابل توجه بوده است، به ویژه در مناطق دورافتاده که تعداد متخصصان مراقبت‌های بهداشتی کمتر است.

دکتر متیو وارگیس، متخصص ریه، به

AIM
گفت: «استفاده از هوش مصنوعی شاید بتواند به غربالگری، جمع‌آوری داده‌ها و کاهش فرسودگی شغلی در میان کارکنان مراقبت‌های بهداشتی کمک کند.»

پیشرفت‌ها در روش‌های غربالگری، دامنه آزمایش‌های موجود برای تشخیص سل در نمونه‌هایی غیر از خلط را گسترش داده است. برخی از این آزمایش‌ها با کمک هوش مصنوعی، آنتی‌بادی‌ها را در خون شناسایی می‌کنند.

در مقابل، برخی دیگر از PCR برای شناسایی پاتوژن در نمونه‌های جایگزین استفاده می‌کنند یا به یک تکنیک تکثیر مقرون به صرفه مواد ژنتیکی به نام تکثیر ایزوترمال با واسطه حلقه (LAMP) متکی هستند. یک پزشک دیگر گفت: «برای بسیاری از بیماران، به ویژه کودکان مبتلا به سل، تولید نمونه خلط می‌تواند بسیار چالش برانگیز باشد. این روش‌های آزمایش جایگزین در تشخیص سل در افرادی که قادر به ارائه خلط نیستند، ارزشمند هستند.»

وادوانی ای‌آی (Wadhwani AI)، یک سازمان غیردولتی، به هند کمک می‌کند تا این مأموریت را برای ریشه‌کن کردن سل با تشخیص سل مجهز به هوش مصنوعی و موارد دیگر فعال کند. ابزارهای مبتنی بر هوش مصنوعی آن‌ها به تفسیر آزمایش‌های تشخیصی، مانند سنجش پروب خطی (LPA)، که به شناسایی موارد سل مقاوم به دارو کمک می‌کند، یاری می‌رسانند. این مدل‌های یادگیری ماشین همچنین به کارکنان بهداشتی کمک می‌کنند تا با تجزیه و تحلیل داده‌های بیمار و پیش‌بینی خطرات با دقت و سرعت بیشتر، تصمیمات آگاهانه بگیرند.

دکتر شارون باسیل، استادیار پزشکی اجتماعی، در گفتگو با

AIM
گفت: «برای ریشه‌کنی سل، هنوز راه درازی در پیش است. ما هنوز روزانه حداقل دو مورد را در بیمارستان خود تشخیص می‌دهیم. شاید هوش مصنوعی بتواند به این مأموریت کمک کند، اگر پیاده‌سازی هوش مصنوعی در سطوح پایه اتفاق بیفتد.»

پس از تشخیص، برنامه‌های کاربردی موبایل و چت‌بات‌های مجهز به هوش مصنوعی برای ردیابی پایبندی بیماران به دارو، ارائه یادآوری‌ها و پشتیبانی بی‌درنگ معرفی شده‌اند. ابتکار نی-کشای میترا (Ni-kshay Mitra)، که بیماران مبتلا به سل را به داوطلبانی که حمایت تغذیه‌ای و عاطفی ارائه می‌دهند متصل می‌کند، نیز با سیستم‌های ردیابی مبتنی بر هوش مصنوعی ادغام شده است تا از کارایی در توزیع کمک اطمینان حاصل شود.