با استفاده از هوش مصنوعی در شبکه های اجتماعی تصاویر سرگرم کننده ای تولید و به اشتراک گذاشته می شوند و بعد می شنویم که هوش مصنوعی می تواند ساختار بیش از ۲۰۰ میلیون پروتئین را پیش بینی کند.
هوش مصنوعی در موقعیت مناسبی برای ایجاد تحول در تحقیقات پزشکی قرار دارد. این فناوری به دو روش حیاتی به پزشکی کمک می کند چراکه هم تحقیقات را بهینه می کند و می تواند اکتشافاتی را انجام دهد که انسان ها موفق به انجان آن نشده اند. هوش مصنوعی از محدودیت های انسانی رها شده است و می تواند مجموعه داده های عمیق را به صورت تصاعدی سریع تر تحلیل کرده، نیازی به استراحت ندارد و هرگز تسلیم بیماری یا خستگی نمی شود.
کای فو لی (Kai-Fu Lee) دانشمند کامپیوتر، تاجر و نویسنده تایوانی اخیراً در مورد خوش بینی خود برای آینده هوش مصنوعی صحبت هایی کرده است. او می گوید: ما خودمان را با عملکرد خوب الگوریتم های یادگیری ماشین شگفت زده کرده ایم. این موضوع باعث می شود روی کارهایی تمرکز کنیم که هوش مصنوعی نمی تواند انجام دهد و این امر احتمالاً یا به درک بیشتری از عرفان انسان درباره نحوه تفکر ما می انجامد یا به پیشرفتهای بیشتری در ابرهوشی منجر می شود.
هیچ کدام از اینها به این معنی نیست که ظهور ماشین ها قریب الوقوع است. علیرغم پیشرفت هایش، هوش مصنوعی همچنان با محدودیت های فنی مواجه است. یوسوآ بنجیو (Yosua Bengio) پیشگام هوش مصنوعی، در سال ۲۰۲۱ گفت که امروزه یادگیری عمیق به سطح هوش یک کودک دو ساله نزدیک نیست.
مطالعه جدید که توسط پولیس (Pugliese) و همکارانش انجام شد به تحقیقات پزشکی بیشتر و یادگیری ماشینی اشاره می کنند. او در ادامه این مطالعات گفت: ما شاید الگوریتم هایی داشته باشیم که معادل هوش حیوانات پایین تر هستند و ما به تدریج در حال بالا رفتن از این نردبان از نظر ابزارهایی هستیم که به یک موجود اجازه می دهد محیط خود را کاوش کند.
برای تکمیل این فناوری باید کارهای بیشتری انجام شود و تاریخ قابل پیش بینی وجود ندارد. همچنین موضوع اخلاق در هوش مصنوعی وجود دارد که در آن قانونگذاران باید یک میدان مین از سؤالات در مورد موضوعاتی از جمع آوری داده ها تا مالکیت معنوی و فراتر از آن را تجزیه و تحلیل کنند. در این میان، ذهن های پیشرو همچنان از یادگیری ماشین و هوش مصنوعی برای نوآوری و گسترش افق آنچه در تحقیقات پزشکی ممکن است استفاده می کنند.
گفتنی است که پیش بینی می شود که هوش مصنوعی ۱۵.۷ تریلیون دلار به اقتصاد جهانی ۲۰۳۰ کمک کند. از هر ۱۰۰ مدیر بخش مراقبت های بهداشتی که مورد بررسی قرار گرفتند، ۹ نفر گفتند که بیمارستان آنها یک استراتژی هوش مصنوعی و اتوماسیون دارد.
هیرواکی کیتانو (Hiroaki Kitano) موسسه علم و فناوری اوکیناوا در این باره می گوید: هدف و انتظار این است که با ادغام کامل هوش مصنوعی در تحقیقات در مورد توسعه بیماری، بسیاری از ناشناخته ها شناخته شوند. شناخت علائم گسترش، بدتر شدن و تغییر بیماری ها و علائم یا نشانه های اولیه دیگری که تحقیقات هنوز کشف نکرده است، باید توسط هوش مصنوعی خودکار امکان پذیر شوند.
استفاده از هوش مصنوعی در تصمیم گیری های پزشکی هنوز جدید است و قبل از اینکه به طور گسترده در عمل بالینی مورد استفاده قرار گیرد باید بر موانع بسیاری غلبه کرد. الکساندر مرکین (Alexander Merkin) از دانشگاه فناوری اوکلند در باره این موضوع می گوید: این زمان ایده آلی برای متخصصان پزشکی، ذینفعان، دولتها و همچنین افراد و خانواده هایشان است تا با فعالیت مشترک به دنبال تعادلی بین مزایا و خطرات فناوری های جدید باشند.