نقش هوش مصنوعی در بحران کرونا و پساکرونا

مقدمه و هدف :در حال حاضر جهان با یک بحران همه گیر در خصوص کرونا ویروس ۲۰۱۹ مواجه است سرعت انتقال ومقیاس جهانی این ویروس به قدری وسیع است که نیاز است از فناوری های هوشمند انقلاب چهارم یا هوش مصنوعی استفاده شود. این مطالعه قصد دارد که با انجام یک مطالعه ی مروری سیستماتیک به بررسی اهمیت هوش مصنوعی ، فناوری های نسل جدید و ارتباط آنها با ویروس کرونا در زمان کنونی و همچنین نقش آن در آینده بپردازد.مواد و روش ها: جستجو در پایگاه های pubMed Google scholor انجام شده و مقالاتی با کلیدواژه هایی به صورت تک و ترکیب با همدیگر با عناوین هوش مصنوعی ، کورید ۱۹ ، سلامت دیجیتال، انقلاب صنعتی چهارم ، مدیریت شرایط بحرانی، یادگیری برای زمان پساکرونا، جستجو شده است و این مقاله با مطالعه ۱۱ مقاله با این عناوین نوشته شده است .یافته ها: با توجه به شرایط کنونی جهان در زمینه کرونا و ویژگی های این ویروس از جمله سرعت انتقال و انتشار بالا و همچنین نتایج جدید قابل مشاهده که منجر به ایجاد تغییراتی در خلال کشفیات گذشته شده ، از جمله این که در ابتدای شیوع بیماری کرونا گفته میشد ابتلا در افراد جوان کم است و در صورت مبتلا شدن درگیری شدید نخواهد بود اما در آمار هایی که در حال حاظر به اشتراک گذاشته شده است ، مشاهده میشود که تعداد افراد جوان مبتلا به این بیماری افزایش یافته است . این مورد نیاز فوری به ارزیابی جامع خطر مبتنی بر خصوصیات ژنتیکی و فیزیولوژیکی را به دولت ها گوش زد میکند ؛ این جا است که ما میتوانیم متوجه نقش هوش مصنوعی و یادگیری ماشین بشویم ، در واقع با استفاده از هوش مصنوعی میتوانیم سرعت تشخیص را به شدت افزایش دهیم؛ در حال حاضر هوش مصنوعی و یادگیری ماشین به دلیل قابلیت بالای استخراج موفقیت های بزرگی را در زمینه ی تصویر برداری پزشکی و همچنین افزایش دقت تشخیص ، توسعه ی رویکردهای جدید درمانی و همچنین درک بهتر الگوی گسترش ، کسب کرده است ؛ علاوه بر همه این موارد هوش مصنوعی از طریق کاهش تماس کارکنان کادر پزشکی با بیماران میتواند از شیوع بیشتر این بیماری جلوگیری کرده و در و از ادامه دار شدن این زنجیره جلوگیری کند، یکی از دلایل علاقه بین المللی به استفاده از برنامه های رباتیک جهت انجام آزمایشات تشخیصی و در طی درمان ، همین موضوع است. در حال حاضر همه دولت ها نیاز به یک پایگاه داده و تحقیقاتی روزآمد دارند که به طور مداوم مقالات علمی مرتبط را مستند کند تا پروژه های تحقیقاتی جدید را که به داده های زمان واقعی نیاز دارند سریع تر کنند . بیماران زمینه ای میتوانند با روش های یادگیری ماشین تجزیه و تحلیل شوند تا نه تنها ویژگی های قابل اعتماد را شناسایی کنند بلکه انجام یک طبقه بندی و پیش بینی خطر برای آماده سازی در برابر بیماری های همه گیر آینده را فراهم کنند؛ همچنین برای مدل سازی این که چگونه ترکیبات مختلف نقاط مختلف در یک جمعیت متنوع انسانی کار میکند هم از هوش مصنوعی استفاده میشود.در حال حاضر ما شاهد نقش هوش مصنوعی در ساخت واکسن، جهت شبیه سازی ویروس برای انجام آزمایشات هستیم. در واقع هوش مصنوعی از طریق شبیه سازی محیط و متغیرها ، روند تست را سرعت می بخشد.نتیجه گیری : دولت ها و متخصصان انفورماتیک پزشکی میتوانند از تجارب نقش سلامت دیجیتال و هوش مصنوعی در شیوع بحران بیماری کرونا برای مقابله با هر گونه بیماری همه گیر در آینده درس بگیرند تا مانع از هرگونه تحدید جانی ومالی، اقتصادی بشوند و در شرایط فوق بحرانی بتوانند سناریوهایی جهت پیش بینی حوادث آینده داشته باشند؛ در واقع با حرکت به سوی آموزش مبتنی بر صلاحیت در محتوای برنامه های دروس علوم پزشکی میتوان سیستم سلامت و مراقبت را در مواقع بحرانی نظیر بیماری های همه گیر مثل کرونا که یک باره جامعه را در اغما خواهد برد ، بسیار کارآمد کرد همچنین با آینده نگری و ایجاد زیرساخت های وسیع تر جهت انجام پزشکی از راه دور در همه نقاط کشور میتوان در شرایط بحرانی سرعت هر گونه اقدامی را بالا برد.

کلیدواژه ها:

هوش مصنوعی ، کویید۱۹ ، سلامت دیجیتال ، انقلاب چهارم ، یادگیری ماشین ، شرایط بحرانی