حرکت کشورهای شورای همکاری خلیج فارس بهسوی هوشمندی در سطح نظام سلامت
کشورهای عضو شورای همکاری خلیج فارس (GCC) با تکیه بر هوش مصنوعی و زیرساختهای دیجیتال، در حال گذار از «دیجیتالیسازی خدمات» به «هوشمندسازی نظام سلامت در سطح ملی» هستند؛ روندی که میتواند مدل ارائه خدمات درمانی در منطقه را بهطور بنیادین متحول کند.
به گزارش مدرن مد به نقل از Frost & Sullivan، سه عامل کلیدی افزایش تقاضا برای خدمات درمانی، رشد بیماریهای مزمن و ضرورت پایداری مالی بلندمدت نظامهای سلامت که عمدتاً با بودجه دولتی اداره میشوند محرک اصلی تحول دیجیتال در نظامهای سلامت منطقه دانسته میشود.
بر اساس این تحلیل، مدلهای سنتی مراقبت درمانی که متکی بر مراجعه حضوری بیماران، دادههای محدود و فرایندهای دستی هستند، در برابر رشد جمعیت و نیاز به پایش مستمر بیماران مزمن مقیاسپذیر نیستند. در مقابل، هوش مصنوعی با تحلیل دادهها، شناسایی زودهنگام ریسکها، هماهنگی منابع در سطح سیستم و کاهش بار کاری روتین پزشکان، امکان تمرکز بر تصمیمهای پیچیده و تعامل مؤثرتر با بیماران را فراهم میکند.
یکی از تفاوتهای ساختاری منطقه GCC، نقش پررنگ دولت در تأمین مالی و برنامهریزی متمرکز سلامت است. به همین دلیل، استفاده از هوش مصنوعی صرفاً به سطح بیمارستان محدود نمانده و به ایجاد پلتفرمهای ملی منجر شده است؛ از جمله Seha Virtual Hospital در عربستان سعودی و سامانه تبادل اطلاعات سلامت Malaffi در ابوظبی.
سه لایه هوش مصنوعی در نظام سلامت GCC
گزارش، کاربرد هوش مصنوعی در منطقه را در سه سطح توصیف میکند:
۱. هوشمندی در ارائه خدمات بالینی: در عربستان، بیمارستان مجازی Seha با اتصال بیش از ۲۰۰ بیمارستان، از غربالگری مبتنی بر هوش مصنوعی برای تصاویر پزشکی استفاده میکند؛ بهگونهای که موارد اورژانسی مانند سکته مغزی بهسرعت شناسایی و برای بررسی تخصصی ارجاع میشوند.
همچنین سامانههای پشتیبان تصمیمگیری بالینی، پزشکان را در انتخاب مسیر درمان و کاهش خطاهای دارویی یاری میکنند. جراحیهای رباتیک مبتنی بر دادههای تصویربرداری و بینایی ماشین نیز برای افزایش دقت و یکنواختی نتایج جراحی بهکار گرفته شدهاند.
ابزارهای پردازش زبان طبیعی نیز در تولید یادداشتهای بالینی و مستندسازی خودکار استفاده میشوند.
۲. هماهنگی در سطح کلان نظام سلامت: کشورهای منطقه، بهویژه عربستان، از تحلیلهای هوش مصنوعی برای دستهبندی جمعیت بر اساس ریسک بیماریهای مزمن و اجرای برنامههای غربالگری گسترده بهره میبرند.
مراکز فرماندهی دیجیتال با تجمیع دادههای بیمارستانی، مراقبتهای اولیه و سلامت عمومی، امکان پیشبینی اشغال تختها، برنامهریزی ظرفیت تخصصی و بهینهسازی تجهیزات را فراهم میکنند.
پلتفرمهایی مانند Seha Virtual Hospital و Malaffi با یکپارچهسازی دادهها، بستر اجرای این هماهنگی هوشمند را در مقیاس ملی ایجاد کردهاند.
۳. تعامل با بیمار و گسترش دسترسی: در عربستان، اپلیکیشن ملی «صحّتی» با ارائه خدمات سلامت دیجیتال، در سال ۲۰۲۴ بیش از ۵۱ میلیون نوبت و مشاوره مجازی ثبت کرده و حدود ۸۸ درصد جمعیت را پوشش داده است.
در امارات، سامانههایی مانند Malaffi و NABIDH با ایجاد پرونده الکترونیک یکپارچه، امکان ارائه خدمات تلهمدیسین مبتنی بر هوش مصنوعی را در قالب مسیر درمانی پیوسته فراهم کردهاند.
همچنین کلینیکهای مجازی مبتنی بر هوش مصنوعی برای ارزیابی اولیه، پیگیری درمان و مدیریت بیماریهای مزمن در حال آزمایش هستند.
چرا توسعه هوش مصنوعی در منطقه شتاب گرفته است؟
گزارش چهار عامل ساختاری را در تسریع این روند مؤثر میداند:
شیوع بالای دیابت، بیماریهای قلبیعروقی و چاقی که فرصت مداخله زودهنگام در مقیاس وسیع را ایجاد کرده است.
کمبود ظرفیت تخصصی در برابر افزایش حجم خدمات، بهویژه در حوزههایی مانند ارتوپدی.
امکان استقرار سراسری فناوریهای تأییدشده از سوی نهادهایی مانند سازمان غذا و داروی عربستان در چارچوب چشمانداز ۲۰۳۰.
نوسازی زیرساختهای فناوری اطلاعات سلامت طی ۱۰ تا ۱۵ سال گذشته که مانع فرسودگی سامانههای قدیمی شده است.
الزامات و پیشرانهای اجرایی
این تحول بر شش رکن استوار است: ایجاد پایگاههای ملی داده سلامت و ژنومیک، توسعه بیمارستانهای هوشمند و زیرساختهای اینترنت اشیا، چارچوبهای مقرراتی تسهیلگر، همکاریهای بینالمللی (از جمله همکاری ابوظبی با انویدیا)، حمایت سرمایهای و سیاستی دولتها، و سرمایهگذاری در آموزش نیروی انسانی متخصص در حوزه داده و سلامت دیجیتال.
بهگفته این گزارش، مرحله بعدی تحول نه صرفاً معرفی ابزارهای جدید، بلکه ادغام کامل هوش مصنوعی در برنامهریزی و حکمرانی نظام سلامت است؛ بهگونهای که تصمیمگیری درباره غربالگری، ارجاع بیماران، تخصیص تخت و زمان جراحی پیش از مداخله پزشک و بر پایه دادههای پیشبینیمحور انجام شود.
در این چشمانداز، نقش پزشکان بهسمت مدیریت موارد پیچیده و ارتباط انسانی با بیمار سوق مییابد، در حالی که تفسیرهای روتین و تصمیمهای مبتنی بر پروتکل با پشتیبانی هوش مصنوعی انجام خواهد شد.
گزارش تأکید میکند با انباشت دادههای بالینی و ژنومیک بومی، کشورهای GCC در آینده قادر خواهند بود مدلهای هوش مصنوعی متناسب با ویژگیهای جمعیتی خود توسعه دهند؛ موضوعی که میتواند منطقه را به صادرکننده الگوی «طراحی نظام سلامت مبتنی بر هوش مصنوعی» تبدیل کند.
