شرکت DeepScribe اعلام کرده است که سامانه هوش مصنوعی خود را در هر ۱۳ مرکز درمانی Comprehensive Cancer Centers of Nevada به کار گرفته است. این فناوری به پزشکان کمک میکند یادداشتهای پزشکی را تهیه کنند، اطلاعات مهم پرونده بیماران را پیش از ویزیت خلاصه کنند و بخشی از کارهای اداری را سریعتر انجام دهند.
- برگه نخست
- نوشته ها
- هوش مصنوعی به کمک پزشکان سرطان آمد
هوش مصنوعی به کمک پزشکان سرطان آمد
شرکت DeepScribe اعلام کرده است که سامانه هوش مصنوعی خود را در هر ۱۳ مرکز درمانی Comprehensive Cancer Centers of Nevada به کار گرفته است. این فناوری به پزشکان کمک میکند یادداشتهای پزشکی را تهیه کنند، اطلاعات مهم پرونده بیماران را پیش از ویزیت خلاصه کنند و بخشی از کارهای اداری را سریعتر انجام دهند.
بر اساس اعلام شرکت، بیش از ۹۰ درصد پزشکان این مجموعه از این ابزار استفاده کردهاند و هوش مصنوعی در بیش از ۸۰ درصد ملاقاتهای بیماران برای ثبت اطلاعات به کار رفته است. هدف این فناوری، کاهش زمان صرفشده برای مستندسازی و فراهم کردن فرصت بیشتر برای ارتباط مستقیم پزشک با بیمار است.
هوش مصنوعی وارد ۱۳ مرکز درمان سرطان شد
پزشکان علاوه بر معاینه و تصمیمگیری درباره درمان بیماران، باید اطلاعات زیادی را نیز ثبت و بررسی کنند. نوشتن گزارش ویزیت، مرور سوابق پزشکی و آمادهسازی پرونده برای ملاقات بعدی، بخشی از فعالیتهای روزانه آنهاست. این کارها ضروریاند، اما ممکن است زمان زیادی بگیرند و فرصت گفتوگوی مستقیم با بیمار را کاهش دهند. شرکت DeepScribe با توسعه ابزارهای هوش مصنوعی ویژه حوزه سلامت تلاش میکند این مشکل را کمتر کند. این شرکت اعلام کرده است که سامانه خود را در تمام ۱۳ مرکز درمانی مجموعه Comprehensive Cancer Centers of Nevada مستقر کرده است؛ مجموعهای که در زمینه درمان سرطان و بیماریهای مرتبط فعالیت میکند. این فناوری به پزشکان کمک میکند اطلاعات ویزیتها را سریعتر ثبت کنند و پیش از ملاقات، تصویر کاملتری از وضعیت بیمار داشته باشند.
DeepScribe چیست و چگونه کار میکند؟
DeepScribe یک سامانه مبتنی بر هوش مصنوعی در پزشکی است که برای کمک به ثبت اطلاعات و انجام برخی فعالیتهای اداری در محیط درمان طراحی شده است. این فناوری میتواند مکالمات میان پزشک و بیمار را پردازش کند و از اطلاعات مطرحشده، پیشنویس یادداشت پزشکی تهیه کند. به این ترتیب، پزشک مجبور نیست تمام جزئیات ویزیت را بهصورت دستی تایپ کند. البته یادداشت تولیدشده باید توسط پزشک بررسی شود تا اشتباههای احتمالی اصلاح شوند و اطلاعات نهایی با وضعیت واقعی بیمار مطابقت داشته باشند. هدف این ابزار آن نیست که بهجای پزشک تصمیم بگیرد؛ بلکه قرار است بخشی از کارهای تکراری را کاهش دهد تا پزشک بتواند زمان بیشتری را به مراقبت از بیمار اختصاص دهد.
SmartPrep؛ آمادهسازی پرونده پیش از ملاقات
یکی دیگر از قابلیتهای این مجموعه، ابزاری به نام SmartPrep است که اطلاعات مهم پرونده بیمار را پیش از شروع ویزیت جمعآوری و خلاصه میکند. پزشک برای آشنایی با وضعیت بیمار ممکن است لازم باشد نتایج آزمایشها، تصاویر پزشکی، پیامها و یادداشتهای قبلی را بررسی کند. وقتی این اطلاعات در بخشهای مختلف پرونده قرار داشته باشند، پیدا کردن و کنار هم گذاشتن آنها میتواند زمانبر باشد. SmartPrep تلاش میکند این فرایند را سادهتر کند. این ابزار اطلاعات مرتبط را پیدا میکند و در قالب خلاصهای در اختیار پزشک میگذارد تا او پیش از ملاقات، آمادگی بیشتری داشته باشد. برای مثال، پزشک میتواند پیش از ورود بیمار به اتاق معاینه، مروری بر نتایج آزمایشها و اطلاعات مهم ثبتشده در پرونده داشته باشد و زمان کمتری را صرف جستوجوی دستی اطلاعات کند.
آمار استفاده از هوش مصنوعی در مراکز درمانی
بر اساس اطلاعیه منتشرشده در ۱۳ اکتبر ۲۰۲۶، میزان استفاده از DeepScribe در مجموعه Comprehensive Cancer Centers of Nevada قابلتوجه بوده است. مهمترین آمار اعلامشده عبارتاند از:
- ۱۳ مرکز درمانی: سامانه در تمام مراکز این مجموعه مستقر شده است.
- ۵۹ پزشک و متخصص بالینی: ابزار در اختیار تمام اعضای این گروه قرار گرفته است.
- بیش از ۹۰ درصد: سهم پزشکانی که استفاده از DeepScribe را پذیرفتهاند.
- بیش از ۸۰ درصد ملاقاتها: سهم ملاقاتهایی که در آنها از سامانه برای ثبت اطلاعات استفاده شده است.
- بیش از ۸۰ درصد پزشکان: تا دومین ماه دسترسی به SmartPrep، از این قابلیت نیز استفاده میکردند.
این آمار نشان میدهد ابزارهای هوش مصنوعی در این مجموعه از مرحله آزمایش محدود فراتر رفته و وارد جریان روزمره کار شدهاند. بااینحال، ارقام فوق مربوط به همین مجموعه درمانی و گزارش شرکت هستند و بهتنهایی اثبات نمیکنند که همه مراکز درمانی به نتایج مشابهی خواهند رسید.
این فناوری چه کمکی به پزشکان و بیماران میکند؟
یکی از مهمترین مزایای احتمالی این ابزارها، کاهش زمانی است که پزشکان صرف تایپ و آمادهسازی پرونده میکنند. وقتی ثبت اطلاعات و مرور سوابق سادهتر شود، پزشک میتواند توجه بیشتری به صحبتهای بیمار داشته باشد و برای بررسی شرایط او وقت بگذارد. مهمترین مزایای مورد انتظار عبارتاند از:
- کاهش حجم تایپ و ثبت دستی اطلاعات
- آمادهسازی سریعتر پرونده پیش از ویزیت
- دسترسی آسانتر به اطلاعات مهم بیمار
- کاهش بخشی از کارهای اداری روزمره
- کمک به منظمتر شدن مستندات پزشکی
- فراهم شدن فرصت بیشتر برای گفتوگو میان پزشک و بیمار
البته میزان تأثیر این مزایا بر کیفیت درمان، زمان انتظار بیماران و هزینههای مراکز درمانی باید با ارزیابیهای مستقل و در شرایط واقعی سنجیده شود.
چرا این فناوری در درمان سرطان اهمیت دارد؟
درمان سرطان معمولاً به بررسی اطلاعات متعددی نیاز دارد. پزشکان ممکن است سابقه درمان، نتایج آزمایشها، تصاویر پزشکی، داروهای مصرفشده و روند تغییر وضعیت بیمار را در کنار یکدیگر ارزیابی کنند. در چنین شرایطی، دسترسی سریع به اطلاعات مرتبط میتواند به آمادهسازی بهتر پزشک برای ملاقات کمک کند. ابزارهایی مانند DeepScribe و SmartPrep برای سادهتر کردن همین فرایندها طراحی شدهاند. این سامانهها میتوانند اطلاعات را مرتب و خلاصه کنند، اما تفسیر نتایج، انتخاب روش درمان و تصمیمگیری درباره وضعیت بیمار همچنان بر عهده متخصصان است.
آیا هوش مصنوعی میتواند جای پزشک را بگیرد؟
خیر. ابزارهای معرفیشده برای کاهش کارهای اداری و کمک به مدیریت اطلاعات طراحی شدهاند، نه برای جایگزینی پزشک. هوش مصنوعی ممکن است بخشی از اطلاعات را اشتباه ثبت کند، نکته مهمی را نادیده بگیرد یا خلاصهای ارائه دهد که به اصلاح نیاز داشته باشد. به همین دلیل، پزشک باید اطلاعات تولیدشده را بررسی کند و از درستی آنها مطمئن شود. همچنین اطلاعات پزشکی از حساسترین دادههای شخصی محسوب میشوند. استفاده از چنین سامانههایی باید با رعایت الزامات امنیتی، محرمانگی اطلاعات و سیاستهای مربوط به رضایت بیمار انجام شود.
آینده هوش مصنوعی در مراکز درمانی
گسترش استفاده از ابزارهای هوش مصنوعی در مراکز درمانی نشان میدهد کاربرد این فناوری تنها به تشخیص بیماریها محدود نیست. هوش مصنوعی میتواند در ثبت اطلاعات، خلاصهسازی پروندهها، آمادهسازی ویزیتها و کاهش کارهای تکراری نیز نقش داشته باشد. بااینحال، موفقیت این ابزارها فقط به سرعت آنها وابسته نیست. دقت اطلاعات، حفظ حریم خصوصی، سهولت استفاده و امکان نظارت پزشک نیز اهمیت زیادی دارند. اگر این فناوریها بتوانند در کنار حفظ کیفیت و ایمنی، بار اداری کادر درمان را کاهش دهند، ممکن است به بخشی از روند معمول فعالیت بیمارستانها و مراکز تخصصی تبدیل شوند.
جمعبندی
استقرار DeepScribe در ۱۳ مرکز درمانی Comprehensive Cancer Centers of Nevada نمونهای از استفاده عملی هوش مصنوعی برای سادهتر کردن فعالیتهای روزمره پزشکان است. این سامانه به ثبت اطلاعات ویزیتها کمک میکند و ابزار SmartPrep نیز پرونده بیمار را پیش از ملاقات خلاصه میکند. طبق اعلام شرکت، بیش از ۹۰ درصد پزشکان این مجموعه از DeepScribe استفاده کردهاند و این ابزار در بیش از ۸۰ درصد ملاقاتهای بیماران برای ثبت اطلاعات به کار رفته است. این تجربه نشان میدهد هوش مصنوعی میتواند بخشی از کارهای زمانبر پزشکی را آسانتر کند؛ اما دقت اطلاعات، امنیت دادهها و نظارت پزشک همچنان ضروریاند.
برای مشاهده جدیدترین اخبار، به پایگاه خبری هوش مصنوعی ایران مراجعه کنید.
- صدور مجوز اپراتورهای هوش مصنوعی؛ گام جدید دولت برای توسعه اقتصاد دیجیتال
- هوش مصنوعی، موتور محرک افزایش بهرهوری در زنجیره حملونقل کشور
- رونمایی از دستیار هوشمند صنعت حملونقل در کشور با محوریت هوش مصنوعی
- افتتاح نهمین نمایشگاه حملونقل با تمرکز بر هوش مصنوعی و تقویت جایگاه لجستیکی ایران
- رصدخانه نخبگان با هوش مصنوعی وارد فاز عملیاتی شد
- مهدی خسروی: تحول نمایشگاههای ایران با هوش مصنوعی؛ از ثبتنام هوشمند تا تجربه دیجیتال
- راهاندازی نخستین اپراتور هوش مصنوعی و داده در کشور تا پایان سال
- رونمایی Ideagen از Mazlan؛ ورود نسل تازه Agentic AI به مدیریت انطباق با قوانین
- OpenAI وضعیت «Code Red» اعلام کرد؛ رقابت شدید با Google Gemini اوج گرفت
- Fujitsu از فناوری نوین پیشبینی رفتار انسان و اشیاء برای ارتقای ایمنی همکاری انسان و ربات رونمایی کرد
- کسب رتبه سوم بریکس توسط تیم دانشگاه تهران با طرح ترکیبی انسان–ماشین در مدلسازی احتراق
- ایران در آستانه جهش دیجیتال؛ عارف: کشور میتواند هاب منطقهای فناوری اطلاعات شود
- آغاز صدور پروانه اپراتور هوش مصنوعی در کشور گام جدید دولت در توسعه اقتصاد دیجیتال
- علیبابا با عینک هوش مصنوعی Quark وارد بازار گجتهای پوشیدنی شد
- هشدار نسبت به عقبماندگی ایران در هوش مصنوعی تأکید بر ضرورت سرمایهگذاری فوری
- انتشار QVAC Genesis II توسط تتر؛ بزرگترین دیتاست آموزشی هوش مصنوعی جهان به ۱۴۸ میلیارد توکن رسید
- پروژه منهتنِ چین در دنیای تراشههای هوش مصنوعی
- جریمه ۱۲۰ میلیون یورویی برای X؛ اروپا جدی شد
- انقلاب تازه هولوژیک در تشخیص سرطان پستان؛ هوش مصنوعی وارد مرحله بلوغ شد
- تأخیر یکساله در اجرای قوانین «هوش مصنوعی پرخطر» اتحادیه اروپا
- CoCounsel Legal و هوش عامل؛ انقلاب هوش مصنوعی در حقوق
- Meta با خرید Limitless و قراردادهای خبری جدید، وارد موج تازه هوش مصنوعی شد
- هوش مصنوعی ۲۰۲۵؛ نگاهی به گزارش شاخص استنفورد
- سرمایهگذاری Disney در OpenAI؛ آغاز عصر جدید هوش مصنوعی در صنعت سرگرمی
- یک گام بزرگ Cloudflare در توسعه AI Agents
- نبض جهان در یک نگاه
- هوش مصنوعی در تحقیقات گیاهپزشکی ایران؛ جهشی مهم در کشاورزی هوشمند
- رقابت در بازار
- دستور اجرایی ترامپ برای هوش مصنوعی: آیا یکپارچگی قوانین فدرال تهدیدی برای حریم خصوصی خواهد بود؟
- تثبیت «هوش مصنوعی چندوجهی
نظر خود را وارد کنید
آدرس ایمیل شما در دسترس عموم قرار نمیگیرد.