جزئیات وبلاگ

گوگل در جدیدترین پروژه تحقیقاتی خود، مدل AMIE (Articulate Medical Intelligence Explorer) را ارتقا داده تا علاوه بر گفتگوهای متنی، بتواند اطلاعات تصویری پزشکی را نیز درک و تحلیل کند.

این یعنی: اگر درباره یک مشکل پوستی با AMIE صحبت می‌کنید، حالا این AI می‌تواند تصویر آن ناحیه را نیز مشاهده کرده و تشخیص دقیق‌تری ارائه دهد.

🧠 ورود AMIE به دنیای تشخیص چندوجهی: گفت‌وگو + تصویر

پیش‌تر، AMIE در گفتگوهای پزشکی متنی عملکرد خوبی از خود نشان داده بود (نتایج در ژورنال Nature منتشر شد). اما واقعیت پزشکی فقط در متن خلاصه نمی‌شود.

پزشکان به اطلاعات دیداری مثل عکس پوست، نمودار ECG یا گزارش‌های آزمایشگاهی وابسته‌اند. گوگل هدف خود را این‌گونه توصیف می‌کند:

«ما می‌خواهیم هوش مصنوعی بتواند اطلاعات دیداری را به‌درستی درخواست، تحلیل و در روند تشخیص بیماری ادغام کند.»

⚙️ AMIE چگونه آموزش دید؟

گوگل از مدل Gemini 2.0 Flash به‌عنوان پایه استفاده کرد و با افزودن یک سیستم استدلال «آگاه از وضعیت» توانایی تطبیق گفتگو با اطلاعات دریافتی را تقویت نمود.

برای آموزش ایمن بدون استفاده از بیماران واقعی، یک لابراتوار شبیه‌سازی‌ شده طراحی شد:

• تصاویر واقعی از پایگاه‌های داده پزشکی مانند PTB-XL (نوار قلب) و SCIN (تصاویر پوستی)

• داستان‌های پزشکی واقعی با کمک Gemini ساخته شد

• AMIE در این محیط با بیماران شبیه‌سازی‌شده مکالمه کرد

سپس عملکرد آن روی دقت تشخیص، اجتناب از خطا و مهارت‌های ارتباطی سنجیده شد.

🧪 آزمون واقعی: مقایسه AMIE با پزشکان انسان در محیط کنترل‌شده

در مرحله بعد، گوگل یک تست واقعی OSCE (آزمون ساختاریافته بالینی) برگزار کرد:

• ۱۰۵ سناریوی پزشکی

• بازیگران حرفه‌ای در نقش بیمار

• مقایسه عملکرد AMIE با پزشکان واقعی در محیط چت

• ارسال تصاویر توسط بیمار در حین گفت‌وگو

🩺 پس از مکالمه، متخصصان حوزه‌های پوست، قلب و داخلی عملکرد هر دو طرف را بررسی کردند.

📊 نتایج شگفت‌انگیز: AMIE بهتر از پزشکان؟

• AMIE در تحلیل تصاویر پزشکی بهتر عمل کرد

• فهرست تشخیص‌های افتراقی کامل‌تر و دقیق‌تر ارائه داد

• برنامه‌های درمانی منطقی‌تر پیشنهاد داد

• در صورت نیاز، فوریت را بهتر تشخیص داد

• حتی از نظر همدلی و اعتمادپذیری نیز نمره بالاتری از بازیگران بیمار دریافت کرد

و نکته مهم: هیچ تفاوت آماری معناداری در میزان خطای تفسیر تصویری بین AMIE و پزشکان انسانی دیده نشد.

🚀 مرحله بعد: از آزمایشگاه به دنیای واقعی

گوگل با مرکز پزشکی Beth Israel Deaconess همکاری می‌کند تا AMIE را در محیط‌های درمانی واقعی و با رضایت بیماران آزمایش کند.

همچنین، گام‌های بعدی شامل:

• پشتیبانی از ویدیو و صدا برای استفاده در ویزیت‌های از راه دور (Telehealth)

• تعامل طبیعی‌تر با بیماران

• دقت بیشتر در تشخیص زنده

📌 جمع‌بندی: آیا AMIE آینده‌ی پزشکی را تغییر می‌دهد؟

مدل AMIE گوگل، با ترکیب درک زبان طبیعی و تحلیل تصویری، گام مهمی در مسیر هوش مصنوعی بالینی چندوجهی برداشته است.

اما گوگل با دقت اشاره می‌کند: هنوز مسیر طولانی‌ای تا استفاده گسترده از چنین ابزارهایی در مراقبت‌های پزشکی روزمره باقی مانده است.

با این حال، AMIE نشان می‌دهد که چگونه هوش مصنوعی می‌تواند در آینده نزدیک، نه جایگزین بلکه دستیار مؤثر پزشکان باشد.