مقدمه

رشد روزافزون داده‌های سلامت، پرونده‌های الکترونیک سلامت، سامانه‌های ثبت بیماری‌ها، داده‌های اپیدمیولوژیک و منابع اطلاعاتی بزرگ، فرصت‌های جدیدی را برای استفاده از هوش مصنوعی در ارتقای سلامت فراهم کرده است. هوش مصنوعی می‌تواند با تحلیل داده‌های پیچیده، پیش‌بینی روند بیماری‌ها، شناسایی گروه‌های پرخطر، حمایت از تصمیم‌گیری بالینی و مدیریتی و بهینه‌سازی نظام سلامت، نقش مهمی در پیشگیری از بیماری‌ها و بهبود سلامت جمعیت ایفا کند.

در ایران نیز توسعه پرونده الکترونیک سلامت، نظام‌های ثبت بیماری‌ها، سامانه‌های مراقبت بیماری‌ها و گسترش زیرساخت‌های سلامت دیجیتال، زمینه مناسبی برای کاربرد روش‌های هوش مصنوعی در پژوهش و سیاستگذاری سلامت ایجاد کرده است. هسته پژوهشی هوش مصنوعی در سلامت با هدف توسعه کاربردهای عملی هوش مصنوعی در حوزه سلامت عمومی، اپیدمیولوژی، مدیریت نظام سلامت و پژوهش‌های مبتنی بر داده فعالیت می‌کند و تلاش دارد با بهره‌گیری از ظرفیت متخصصان علوم پزشکی، علوم داده و فناوری اطلاعات، به تولید شواهد علمی و ارائه راهکارهای نوآورانه برای نظام سلامت کشور کمک نماید.

چشم‌انداز

تبدیل شدن به یکی از مراکز پیشرو کشور در توسعه و کاربرد هوش مصنوعی در سلامت عمومی، اپیدمیولوژی و سیاستگذاری سلامت از طریق تولید دانش، توسعه فناوری و اجرای پژوهش‌های کاربردی مبتنی بر داده.

مأموریت

۱. توسعه کاربردهای هوش مصنوعی در پژوهش‌های سلامت عمومی و اپیدمیولوژی.

۲. طراحی و ارزیابی مدل‌های پیش‌بینی بیماری‌ها، عوامل خطر و پیامدهای سلامت.

۳. بهره‌گیری از داده‌های سلامت برای تولید شواهد و حمایت از سیاستگذاری مبتنی بر داده.

۴. توسعه همکاری میان متخصصان علوم پزشکی، آمار، اپیدمیولوژی، علوم داده و مهندسی کامپیوتر.

۵. ارتقای ظرفیت پژوهشگران و دانشجویان در زمینه کاربرد هوش مصنوعی در سلامت.

خطوط تحقیقاتی

۱. کاربرد یادگیری ماشین و یادگیری عمیق در پیش‌بینی بیماری‌ها و عوامل خطر.

۲. تحلیل کلان‌داده‌های سلامت (Big Data Analytics) و داده‌های ثبتی نظام سلامت.

۳. توسعه مدل‌های پیش‌بینی بار بیماری‌ها، مرگ‌ومیر و روند اپیدمی‌ها.

۴. کاربرد هوش مصنوعی در سلامت جمعیت، پزشکی پیشگیرانه و مراقبت‌های اولیه سلامت.

۵. طراحی سامانه‌های تصمیم‌یار مبتنی بر هوش مصنوعی برای حمایت از مدیران و سیاستگذاران سلامت.

۶. پردازش زبان طبیعی (NLP) برای استخراج اطلاعات از پرونده‌های پزشکی، متون علمی و اسناد سلامت.

۷. استفاده از هوش مصنوعی در غربالگری، طبقه‌بندی خطر و شناسایی زودهنگام بیماری‌ها.

۸. کاربرد هوش مصنوعی در ارزیابی عملکرد نظام سلامت و تخصیص بهینه منابع.

۹. ملاحظات اخلاقی، حقوقی و حکمرانی داده در کاربرد هوش مصنوعی در سلامت.

۱۰. سلامت دیجیتال، پزشکی از راه دور و فناوری‌های نوین مبتنی بر هوش مصنوعی.

راهبردهای بلندمدت

۱. ایجاد شبکه همکاری میان متخصصان علوم پزشکی، اپیدمیولوژی، آمار، علوم داده و هوش مصنوعی.

۲. توسعه همکاری با دانشگاه‌ها، شرکت‌های دانش‌بنیان و مراکز فناوری سلامت.

۳. مشارکت در طراحی سامانه‌های هوشمند مورد نیاز نظام سلامت کشور.

۴. توسعه زیرساخت‌های داده و بانک‌های اطلاعاتی استاندارد برای پژوهش‌های هوش مصنوعی در سلامت.

۵. ایفای نقش مشورتی در توسعه سیاست‌های ملی مرتبط با هوش مصنوعی و سلامت دیجیتال.

نتایج مورد انتظار

هدف غایی (Impact)

کمک به ارتقای کارایی نظام سلامت، بهبود تصمیم‌گیری مبتنی بر داده و توسعه مداخلات پیشگیرانه از طریق به‌کارگیری هوش مصنوعی در پژوهش، مدیریت و سیاستگذاری سلامت.

برونداد

۱. تولید مدل‌ها و الگوریتم‌های کاربردی برای پیش‌بینی و مدیریت مشکلات سلامت.

۲. انتشار مقالات علمی، نرم‌افزارها و ابزارهای تحلیلی مبتنی بر هوش مصنوعی.

۳. تدوین خلاصه‌های سیاستی و دستورالعمل‌های کاربردی برای استفاده از هوش مصنوعی در نظام سلامت.

۴. تربیت پژوهشگران و متخصصان توانمند در حوزه هوش مصنوعی و سلامت.

برنامه کوتاه‌مدت

۱. راه‌اندازی و به‌روزرسانی وبگاه هسته پژوهشی.

۲. شناسایی ظرفیت‌های داده‌ای موجود در دانشگاه و نظام سلامت.

۳. تشکیل تیم‌های بین‌رشته‌ای متشکل از متخصصان علوم پزشکی و علوم داده.

۴. برگزاری کارگاه‌های آموزشی کاربرد هوش مصنوعی در سلامت و اپیدمیولوژی.

۵. اجرای پروژه‌های پایلوت مبتنی بر داده‌های موجود دانشگاه و مراکز درمانی.

۶. ایجاد بانک پروژه‌ها و پایان‌نامه‌های مرتبط با هوش مصنوعی در سلامت.

برنامه میان‌مدت

۱. توسعه مدل‌های پیش‌بینی بیماری‌ها و عوامل خطر مبتنی بر داده‌های ملی و دانشگاهی.

۲. طراحی سامانه‌های تصمیم‌یار برای مدیریت بیماری‌ها و برنامه‌ریزی سلامت.

۳. اجرای پروژه‌های مشترک با مراکز فناوری، شرکت‌های دانش‌بنیان و دانشگاه‌های کشور.

۴. جذب حمایت‌های پژوهشی و فناوری در حوزه هوش مصنوعی و سلامت دیجیتال.

برنامه بلندمدت

۱. تبدیل شدن به یکی از قطب‌های علمی کشور در کاربرد هوش مصنوعی در سلامت عمومی و اپیدمیولوژی.

۲. مشارکت در توسعه سامانه‌های هوشمند ملی برای پایش سلامت، پیش‌بینی بیماری‌ها و حمایت از تصمیم‌گیری در نظام سلامت.

۳. توسعه همکاری‌های منطقه‌ای و بین‌المللی در حوزه هوش مصنوعی، سلامت دیجیتال و تحلیل داده‌های سلامت و کمک به استقرار سیاستگذاری مبتنی بر داده در نظام سلامت ایران.