اکوسیستم پزشکی دچار تغییر و تحولات گستردهای شده است و شرکتهای بزرگ فناوری نظیرIBM و گوگل وعدههای بسیار در زمینه پزشکی و مراقبتهای درمانی دادهاند و در تلاش برای عمل به وعدههای خود هستند.
در این مقاله نگاهی به فناوریهای مرتبط با اینترنت اشیا (IoT) و هوش مصنوعی (AI) و فناوریهایی که اکنون نیستند اما در حال بررسی هستند خواهیم پرداخت.
1. سازگاری فناوری و پزشکی بستگی به میزان باور و امنیت آن دارد
همهساله فناوریهای دیجیتالی امیدوارکنندهای وارد بازار میشوند و با گذشت زمان دستگاههای مراقبتهای بهداشتی نوین اساساً باعث میشوند سیستم مراقبتهای بهداشتی عمومی کارآمدتر شوند. به گفته تقی خالد مدیر استراتژی در Nerdery"یک نوع نگرش وجود دارد و آن این است که ما فقط میتوانیم مراقبتهای بهداشتی را منقطع کنیم. واقعیت این است برای مبتکرانی که بازار مراقبتهای بهداشتی را هدف قرار میدهند اینکه درک کاملی از کل اکوسیستم پیچیده مورد نیاز خود داشته باشند، دشوار است. خالد در ادامه گفت: "بسیاری از مبتکران در تلاشند تا نوآوریها را در درجه اول با زنجیره مراقبتهای بهداشتی تلفیق کنند. بنابراین آنچه که اتفاق میافتد این است که شما چیزی را نوآوری میکنید که در حقیقت فرایند دیگری را ایجاد میکند و برای اثبات یا تصویب آن به یک فناوری دیگر نیاز دارید. در واقع هر آنچه که تولید میکنید اصطکاک کمتری داشته باشد، شانس شما برای ترویج و استفاده از آن بیشتر میشود."
2. فناوریهای پوشیدنی در مکانهای جدید رو به رشد قرار میگیرد
این روزها L'Oreal در حال آزمایش بر روی لباسهای پوشیدنی جهت تشخیص سطح pH است. دستگاه غیرتهاجمی (non-invasive) DFree از سونوگرافی برای نظارت بر عملکرد مثانه استفاده میکند. حتی شایعه شده است که شرکت Verily در حال ساخت نمونههای اولیه از کفشهایی است که میتواند سقوط را تشخیص دهد و به صورت مداوم گلوکز و قند خون فرد را از طریق اپلیکیشنهای تلفن هوشمند با یک اپلیکاتور پوشیدنی و بدون نیاز به کالیبراسیون مبتنی بر انگشت کنترلی، کنترل کند. همچنین Dexcom G6 عملکرد مشابهی را ارائه میدهد. آرون نینشتین متخصص غدد درون ریز در مقاله اخیر خود در CNBC پیشبینی کرد، افزایش سهولت در کنترل قند خون میتواند CGM ها را به فاکتور اصلی برای اکثر دیابتیها تبدیل کند و درعینحال راههایی را برای افرادی که مبتلا به بیماری دیابت نیستند باز کند.
دستگاههای پوشیدنی باعث افزایش استفاده از هوش مصنوعی میشوند. بهعنوانمثال شرکتی با عنوان Current Health یک دستگاه کنترل از راه دور پوشیدنی بیمار تولید کرده است که اخیراً موفق به اخذ مجوز FDA برای استفاده در بیمارستانها شده است. این شرکت میگوید که این فناوری با تشخیص علائم اولیه بیمار، میتواند به کاهش مراجعه غیرضروری او به بیمارستان کمک کند. این فناوری دادههای فیزیولوژیکی را به همراه الگوریتمهای اختصاصی برای تشخیص سلامت بیمار در زمان واقعی به کار میبرد. ارائهدهندگان مراقبتهای بهداشتی در انگلیس نظیر Dartford و Gravesham NHS Trust از این فناوری برای کمک به نظارت بر بیماران پس از ترخیص از بیمارستان استفاده میکنند.
3. اما فناروی Wearables ناقص باقی مانده است
دستگاههای پوشیدنی به طور مداوم پیچیدهتر میشوند اما این فناوری به طریقی محدود است که مانع از دستیابی به پتانسیلهای بیشترمی شود. چندین شرکت بیمه مانند جان هنکوک صاحبان سیاستگذاری را برای به اشتراک گذاشتن معیارهای بهداشتی مرتبط با پوشیدنی تشویق میکنند. علاوه بر این ایالت ویرجینیا غربی طرحی را برای مجبور کردن معلمان ایالتی برای استفاده از یک اپلیکیشن تلفن همراه برای پیگیری سطح فعالیتهای خود، ضمن مجازات عدم انطباق با جریمه سالانه 500 دلار پیشنهاد داد اما چنین ایدههایی به دلیل دخالت در امنیت و حریم خصوصی مردم بازخورد خوبی دریافت نکردند.
بیشتر دستگاههای پوشیدنی که برای ردیابی سطح فعالیت طراحی شدهاند تنها تعداد کمی از فعالیتها را به طور دقیق رصد میکنند و در هنگام استفاده از دوچرخه ثابت یا تردمیل یا هنگام اسکی، ردیابی دقیقی را انجام نمیدهند. در نتیجه شرکتهای پوشیدنی نظیر Fitbit پیشنهاد میدهند کاربرانی که میخواهند مثلاً فعالیت خود را از طریق یک دوچرخه ثابت ردیابی کنند چنین دادههایی را به صورت دستی وارد کنند.
در نهایت ، صنعت پوشیدنی باید استاندارهایی را در بر بگیرد که دادههای منابع مختلف را در یک مکان واحد ادغام کند. اپلیکیشنهای تلفن هوشمند نظیر Apple Health، Google Fit و Samsung Health یک داشبورد مرکزی از معیارهای بهداشتی را ارائه میدهند اما همیشه با پوشیدنیهای اصلی ادغام نمیکنند. بهعنوانمثال، Fitbit از پشتیبانی Apple Health پشتیبانی نمیکند و سامسونگ پشتیبانی از تعدادی دستگاه پوشیدنی را از برنامه خود حذف کرده است.
4- جراحی رباتیک به تدریج بر تواناییهای هوش مصنوعی (AI) افزوده است!
ایده استفاده از رباتها در جراحی حداقل به دهه 80 میلادی باز میگردد که SRI International شروع به تحقیق درباره استفاده از رباتها برای جراحی از راه دور بر روی سربازان مجروح در میدان نبرد کرد. این فناوری منجر به تأسیس شرکت Intuitive Surgical شد که هم اکنون هزاران ربات مورد استفاده در سراسر جهان برای جراحی پروستات، جراحی زنان و زایمان و ترمیم دریچههای قلبی دارد. هرچه این حوزه بالغتر شود شلوغتر و متنوع میشود و به طور قابلتوجهی به چشمانداز رایانهها و تجزیهوتحلیل دادهها وابسته میشود. بهعنوانمثال پلتفرم Auris Health Monarch، رباتیک، سنسورها و آنالیزها را برای هدایت آندوسکوپ به حاشیه ریه گرد هم میآورد. زیمر بیوم به تازگی تأیید FDA را برای سیستم ROSA خود دریافت کرده است که از تجزیهوتحلیل دادهها و تصویربرداری 3 بعدی برای کمک به جراحان ارتوپدی در مراحل جراحی زانو بهره میبرد.
5- هوش مصنوعی و ایجاد داشبورد برای بیماران
چند سال پیش مفهوم بهرهوری از هوش مصنوعی در پزشکی، موجب برگزاری بسیاری از کنفرانسهای مراقبتهای بهداشتی شد. مؤسسات Sun Microsystems و VC Vinod Khosla در سال 2012 با پیشبینی اینکه ماشینهای الگوریتم محور میتوانند 80 درصد کارهایی را که پزشکان انجام میدهند را انجام دهند باعث ایجاد مشکلاتی شدند. تعدادی از مطبوعات از جمله وال استریت ژورنال و Stat News صحت فناوری IBMWatson را زیر سؤال بردهاند. دانیلا هرناندز و تد گرینوالد میگویند که Big Blue قول داده است كه پلتفرم هوش مصنوعی وی، گامی بزرگ در معالجه سرطان خواهد بود.
تمرکز استفاده از هوش مصنوعی در مراقبتهای بهداشتی بیشتر روی موارد خاص نظیر کشف تقلب در تزریق، سادهسازی جریان کار اداری و تأیید دوز صحیح داروها برای کاهش خطاها و غیره معطوف میشود. در سالهای بعد، همچنین ممکن است که از AI در تهیه داشبورد برای بیماران استفاده شود تا اطلاعات دقیقی از بیماران در اختیار پزشکان قرار گیرد. سیستم هوش مصنوعی میتواند اطلاعاتی را در مورد بیماران ارائه دهد. چنین داشبوردی به طور بالقوه میتواند اطلاعات را از پوشیدنیهای متصل، دستگاههای فشارخون به عنوان دستگاههای پوشیدنی که میزان فعالیت را ردیابی میکنند، استخراج کند. در طولانی مدت چنین سیستمهای هوش مصنوعی میتوانند برای درک بهتر عواملی که باعث میشوند بیماران مجدداً در بیمارستان بستری شوند مورد استفاده قرار گیرند اما موفقیت این فناوری تا حد زیادی به این بستگی دارد که آیا شرکتهای در حال توسعه میتوانند سرمایهگذاران را متقاعد کنند یا خیر.
6. فناوریهای بهبود کیفیت خواب
صنعت پوشیدنی مدرن مدیون تأسیس Fitbit در سال 2007 است اما یکی از پیشگامان این رشته استارتاپ Zeo بود که در سال 2003 برای رهگیری خواب کاربر ایجاد شد. از آن زمان تعداد فزایندهای از شرکتها کار کردهاند تا عملکرد رهگیری خواب را ارائه دهند. Fitbit از جمله شرکتهایی است که از همان ابتدا از پالس ضربان قلب برای استنباط مراحل خواب استفاده میکرد. اپل واچ از اپلیکیشنهای شخص ثالث پشتیبانی میکند تا همان عملکرد را انجام دهد. در نمایشگاه CES امسال موجی از شرکتهای دیگری نظیر Sleep Number و Philips از فناوری استفاده کردند تا به کاربران در رهگیری الگوهای خواب کمک کنند. فیلیپس تعدادی از محصولات مرتبط با خواب را توسعه داده است از جمله آن میتوان به هدست خواب SmartSleep Deep و باند تسکین خروپف SmartSleep اشاره کرد که در صورت پوشیدن در اطراف قفسه سینه میتوانند به کاربران کمک کنند تا به جای اینکه به پشت بخوابند، به بغل بخوابند.
7. مخاطبان به عنوان پلتفرم محاسباتی
در سال 2014، در زمینه فناوری پزشکی Google Life Science اعلام کرد که در حال کار برای تجاری کردن یک لنز تماسی است که میتواند سطح گلوکز را در افراد دیابتی تشخیص دهد. این کمپانی بعداً اعلام کرد که برای کمک به پیشرفت این فناوری با Alcon همکاری میکند و تمرکز این مشارکت گسترش یافته و شامل مخاطبین احتمالی میشود که میتوانند دور بینی مربوط به سن و دید بیمارانی را که تحت عمل جراحی آب مروارید قرار گرفتهاند، تصحیح کنند. این شرکت که از آن زمان به بعد به Verily تغییر نام داده است، اعلام کرده که با توجه به دشواری در دستیابی به سطح دقیق مقادیر خوانده شده گلوکز اشک، پروژه پایش قند خون را در حال ارتقا است. این شرکتها به بررسی سایر کاربردهای لنزهای تماسی با سیستمهای الکترونیک Embeddedادامه میدهند.