سارا ارزانی،دندان‌پزشک در گفت‌وگو با «دنیای اقتصاد» تشریح کرد
تشخیص زودهنگام و درمان دقیق با هوش مصنوعی
در این مسیر تحول‌آفرین، دکتر سارا ارزانی (دندان‌پزشک، پژوهشگر و مخترع برجسته ایرانی) در خط مقدم به‌کارگیری هوش مصنوعی در دندان‌پزشکی و پزشکی دقیق قرار دارد. در این گفت‌وگو، با دکتر ارزانی درباره نقش هوش مصنوعی در تحول علوم پزشکی، چالش‌های اخلاقی و فنی آن، و مهم‌تر از همه، پروژه‌ها و دستاوردهای نوآورانه ایشان به گفت‌وگو نشستیم.
چرا هوش مصنوعی تا این اندازه در علوم پزشکی تحول‌آفرین تلقی می‌شود؟
هوش مصنوعی می‌تواند با تحلیل داده‌های بالینی و تصویربرداری، بیماری‌ها را با دقت و سرعت بیشتری تشخیص دهد. حتی مواردی که ممکن است از دید پزشک پنهان بماند. همچنین با پیش‌بینی احتمال ابتلا به بیماری در افراد یا جوامع، نقش مهمی در پیشگیری ایفا می‌کند.
از سوی دیگر، در حوزه کشف دارو نیز کاربردهای نویدبخشی دارد. یکی از زمینه‌هایی که به آن علاقه‌مند هستم و به‌صورت تخصصی در آن فعالیت می‌کنم، پزشکی شخصی‌سازی‌شده است. انسان‌ها از نظر ژنتیکی، رفتاری، محیطی و روانی با یکدیگر متفاوت‌اند، اما پزشکی سنتی اغلب بر رویکردهای عمومی تمرکز دارد.
این مساله ممکن است اثربخشی درمان را کاهش داده و عوارض جانبی افزایش یابد. هوش مصنوعی این امکان را فراهم می‌سازد که با تحلیل دقیق ویژگی‌های فردی، درمان‌هایی اختصاصی و موثرتر ارائه شود.
در حوزه دندان‌پزشکی، چه کاربردهایی از هوش مصنوعی را شاهد هستیم؟
در سال‌های اخیر، با فراگیر شدن هوش مصنوعی، دندان‌پزشکی نیز دچار تحولات قابل‌توجهی شده است. چندین استارت‌آپ جهانی موفق شدند با استفاده از الگوریتم‌های هوش مصنوعی برای تشخیص پوسیدگی دندان، تاییدیه FDA آمریکا را دریافت کنند که گامی بسیار مهم تلقی می‌شود.
همچنین شرکت‌های تولیدکننده تجهیزات و نرم‌افزارهای دندان‌پزشکی، قابلیت‌های مبتنی بر هوش مصنوعی را به محصولات خود افزوده‌اند و این موضوع باعث ارتقاء کیفیت درمان‌ها شده است.
استفاده از هوش مصنوعی در پزشکی چه چالش‌هایی به همراه دارد؟
مهم‌ترین چالش، حفظ محرمانگی اطلاعات بیماران است. با توجه به این‌که رازداری در اخلاق پزشکی یکی از اصول جهانی محسوب می‌شود و مدل‌های هوش مصنوعی مبتنی بر داده‌های فراوان آموزش می‌بینند، تدوین دستورالعمل‌های روشن و الزام‌آور توسط نهادهای ملی و بین‌المللی یک ضرورت است. البته برخی کشورها در این زمینه پیشرفت‌هایی داشته‌اند. چالش دیگر، دشواری در تبیین فرآیند تصمیم‌گیری برخی مدل‌های یادگیری عمیق است؛ گاهی نمی‌توان به‌وضوح توضیح داد که الگوریتم چرا به نتیجه خاصی رسیده است. از سوی دیگر، مسوولیت‌پذیری اخلاقی در درمان نمی‌تواند صرفا به یک مدل ریاضی واگذار شود و همین مساله ممکن است موجب تردید پزشکان یا بیماران در استفاده از این ابزارها شود.
در صورت امکان درباره پروژه‌ها، اختراعات یا مقالاتی که تاکنون انجام داده‌اید بیشتر توضیح دهید.
اخیرا با همکاری همکارانم مقاله‌ای منتشر کردیم که نشان می‌دهد می‌توان از تصاویر رادیولوژی دندان برای تشخیص زودهنگام گرفتگی عروق کاروتید استفاده کرد. این گرفتگی می‌تواند هشدار اولیه‌ای برای بیماری‌های قلبی–عروقی باشد. این پژوهش مورد استقبال جامعه بین‌المللی پژوهشگران قرار گرفته است. همچنین با همکاری دکتر علی کریمی، موفق به ثبت دو اختراع بین‌المللی شده‌ایم و یک اختراع دیگر نیز در حال طی مراحل ثبت است. تمامی این اختراعات در راستای دندان‌پزشکی دقیق طراحی شده‌اند و به افزایش دقت در درمان ریشه و پروتز دندان کمک می‌کنند.
در قالب یک پروژه استارت‌آپی نیز به همراه دکتر علی کریمی، مهدی کریمی و عرفان زارع چاوشی فعالیت می‌کنیم که هدف آن ارائه درمان‌های شخصی‌سازی‌شده برای بیماران مبتلا به دردهای مزمن است. ما تلاش داریم درمانی با اثربخشی بالاتر و عوارض کمتر، بر اساس تحلیل داده‌های اختصاصی بیماران و تحت نظر پزشکان متخصص ارائه دهیم.
این پروژه در حال حاضر توجه سرمایه‌گذاران داخلی و بین‌المللی را جلب کرده و تاکنون چندین پیشنهاد سرمایه‌گذاری و مشارکت برای تجاری‌سازی اختراع دریافت کرده‌ایم و هم‌اکنون در مرحله مذاکره برای انتقال این فناوری به بازار و توسعه عملیاتی آن هستیم.
