در حوزهٔ سلامت، فاصلهٔ میان ادعا و کاربرد بیش از هر حوزهٔ دیگری است. اعلام دقت بالا روی یک مجموعهٔ دادهٔ منتشرشده هیچ تضمینی برای عملکرد همان سامانه روی تصاویر دستگاه شما، با پروتکل شما و جمعیت بیماران شما نیست. پرسشی که مدیر باید بپرسد این نیست که مدل چقدر دقیق است؛ این است که روی دادهٔ ما و در جریان کار ما چه می‌کند.

دو خانوادهٔ کاربرد در سلامت به بلوغ عملی نزدیک شده‌اند و منطقشان یکی است: کوتاه کردن مرحلهٔ غربالگری اولیه. در تصویربرداری، سامانه موارد مشکوک را برای بازبینی زودتر علامت می‌زند و ترتیب صف را عوض می‌کند. در کشف دارو، مدل میان شمار بسیار زیادی ترکیب، گزینه‌های نامزد را برای آزمون آزمایشگاهی اولویت‌بندی می‌کند. در هیچ‌کدام تصمیم نهایی جابه‌جا نمی‌شود؛ ترتیب و سرعت رسیدن به تصمیم عوض می‌شود.

ادعاهایی که باید جدی گرفت و ادعاهایی که نه

• جدی بگیرید: نتیجهٔ سنجش روی دادهٔ خود مرکز، با پروتکل و دستگاه خودتان.
• با احتیاط بخوانید: دقت اعلام‌شده روی مجموعهٔ دادهٔ عمومی، که معمولاً تمیزتر و کم‌تنوع‌تر از واقعیت است.
• رد کنید: وعدهٔ جایگزینی قضاوت بالینی؛ این سامانه‌ها اولویت‌بندی می‌کنند، تشخیص نمی‌دهند.

چرا اولویت‌بندی از تشخیص ارزشمندتر است

در بیشتر مراکز، گلوگاه واقعی دقت متخصص نیست؛ زمان است. صفی که به ترتیب ورود بازبینی می‌شود، مورد پرخطر را ممکن است روزها معطل کند. سامانه‌ای که همان صف را بر اساس احتمال خطر مرتب می‌کند، بدون آنکه تصمیمی بگیرد، زمان تا اقدام را کوتاه می‌کند. این همان جایی است که ارزش قابل اندازه‌گیری و ریسک قابل مدیریت به هم می‌رسند؛ به شرط آنکه هیچ موردی از صف حذف نشود و همه در نهایت به چشم متخصص برسد.

سنجه‌ای که در سلامت اهمیت دارد

دقت کلی در کاربرد بالینی سنجهٔ گمراه‌کننده‌ای است. آنچه اهمیت دارد توزیع خطاست: هزینهٔ منفی کاذب، یعنی موردی که سامانه بی‌خطر می‌خواند و نیست، با هزینهٔ مثبت کاذب قابل مقایسه نیست. سامانه‌ای که برای غربالگری تنظیم شده باید به سمت حساسیت بالا میل کند و پذیرفته باشد که هشدارهای اضافی می‌دهد. تنظیم این توازن تصمیمی بالینی است نه فنی، و باید پیش از استقرار مکتوب و توافق شده باشد.

چرا برای کسب‌وکارهای کوچک و متوسط ایران مهم است

مراکز درمانی و آزمایشگاه‌های ایرانی دادهٔ بالینی انبوهی دارند که با جمعیت بیماران همین کشور تولید شده است؛ همان چیزی که راهکار وارداتی از آن بی‌بهره است. برای شرکت‌های حوزهٔ سلامت این یعنی امکان ساختن راهکاری که روی دادهٔ محلی سنجیده شده باشد. نقطهٔ شروع بودجهٔ بزرگ نمی‌خواهد، اما دو پیش‌شرط جدی دارد: چارچوب روشن برای حفاظت از دادهٔ بیمار، و همراهی یک متخصص بالینی از روز اول، نه در پایان برای تأیید.

نقشهٔ ۹۰ روزهٔ شروع در سلامت

• روز ۱ تا ۳۰: یک فرآیند پرتکرار و کم‌ریسک انتخاب کنید، زمان فعلی تا نتیجه را اندازه بگیرید و چارچوب حفاظت از داده را مکتوب کنید.
• روز ۳۰ تا ۶۰: سامانه را روی دادهٔ خود مرکز بسنجید و توزیع خطا را با متخصص بالینی مرور کنید، نه فقط دقت کلی را.
• روز ۶۰ تا ۹۰: آن را در حالت کمکی و موازی اجرا کنید؛ اگر زمان تا اقدام کوتاه شد و خطای پرهزینه افزایش نیافت، دامنه را گام‌به‌گام گسترش دهید.

خطاهای پرتکرار

• اتکا به دقت اعلام‌شدهٔ فروشنده بدون سنجش روی دادهٔ خود مرکز.
• سنجیدن عملکرد با دقت کلی و بی‌توجهی به هزینهٔ نامتقارن خطاها.
• ورود متخصص بالینی در پایان پروژه برای تأیید، به‌جای همراهی از مرحلهٔ طراحی.
• شروع از کاربردی پرمخاطره به‌جای فرآیندی که خطایش قابل جبران است.

سه اقدام برای همین فصل

• یک فرآیند پرتکرار و کم‌ریسک را برای شروع انتخاب و زمان تا نتیجهٔ فعلی آن را ثبت کنید.
• متخصص بالینی را از روز اول در تعریف کاربرد و توازن خطا شریک کنید.
• سنجش را روی دادهٔ خود مرکز انجام دهید و نتیجه را کنار عدد اعلام‌شدهٔ فروشنده بگذارید.

پرسش‌های پرتکرار

• آیا این سامانه‌ها جای پزشک را می‌گیرند؟
  در کاربردهای بالغ امروز، نه. کاری که می‌کنند مرتب کردن و اولویت‌بندی صف است؛ تصمیم و مسئولیت نزد متخصص می‌ماند.
• چگونه ادعای یک فروشنده را بسنجیم؟
  با اجرای موازی روی دادهٔ گذشتهٔ خود مرکز و مقایسهٔ توزیع خطا، نه با اتکا به عدد دقت روی یک مجموعهٔ دادهٔ عمومی.
• دادهٔ بیمار را چگونه محافظت کنیم؟
  با کمینه‌سازی داده، حذف شناسه‌های هویتی پیش از پردازش، سطح دسترسی مشخص و سیاست مکتوب نگهداری و حذف.

جمع‌بندی

در سلامت، ارزش هوش مصنوعی امروز در جابه‌جا کردن تصمیم نیست؛ در کوتاه کردن مسیر رسیدن به آن است. سنجهٔ درست برای مدیر هم همین است: زمان تا اقدام کوتاه‌تر شد و خطای پرهزینه بیشتر نشد؟ هر ادعایی که با این دو عدد روی دادهٔ خودتان پاسخ داده نشود، تا اطلاع ثانوی ادعا است.

واژه‌نامه

• غربالگری: مرحلهٔ اولیهٔ فیلتر کردن موارد یا گزینه‌ها برای بررسی دقیق‌تر.
• کمک‌تشخیص: سامانه‌ای که موارد مشکوک را برای بازبینی متخصص علامت می‌زند، بدون صدور تشخیص.
• منفی کاذب: موردی که سامانه بی‌خطر می‌خواند اما در واقع پرخطر است؛ پرهزینه‌ترین خطا در غربالگری.
• حساسیت: توانایی سامانه در یافتن موارد واقعاً پرخطر، حتی به بهای هشدارهای اضافی.
• اجرای موازی: به‌کارگیری سامانه در کنار رویهٔ فعلی برای مقایسهٔ نتایج، پیش از اتکا به آن.

اقدام این هفته

برای این هفته، یک جلسهٔ ۳۰ دقیقه‌ای با متخصص بالینی همکار خود ترتیب دهید و یک فرآیند پرتکرار و کم‌ریسک در مرکز خود را انتخاب کنید — مثلاً اولویت‌بندی بازبینی تصاویر یا غربالگری اولیهٔ آزمایشگاهی. سپس زمان فعلی «از ثبت تا اقدام» را برای آن فرآیند اندازه بگیرید و روی یک برگه مکتوب کنید. در همان جلسه، سه سؤال مشخص بپرسید: کدام مرحله بیشترین تأخیر را دارد؟ اگر این تأخیر نصف شود، چه اثری بر پیامد بیمار دارد؟ و اگر سامانه‌ای ۱۰ مورد مشکوک را جلو بیندازد، آیا متخصص بالینی حاضر است این ترتیب جدید را بپذیرد؟ هدف این هفته تصمیم‌گیری نیست؛ مستند کردن یک عدد (زمان تا اقدام) و یک توافق (همراهی متخصص از حالا) است. این دو، پیش‌نیاز هر گفتگوی جدی با فروشنده یا تیم فنی در هفته‌های بعد خواهند بود.

منابع

• «راهنمای سازمان جهانی بهداشت برای اخلاق و حکمرانی هوش مصنوعی در سلامت» — WHO: Ethics and Governance of Artificial Intelligence for Health
• «چارچوب ارزیابی بالینی سامانه‌های هوش مصنوعی؛ گزارش مشترک آکادمی ملی پزشکی آمریکا» — National Academy of Medicine: AI in Health Care
• «دستورالعمل FDA برای سامانه‌های یادگیری ماشین در دستگاه‌های پزشکی؛ چارچوب مدیریت ریسک» — FDA: AI/ML-Based Software as a Medical Device
• «راهنمای عملی استقرار هوش مصنوعی در مراکز درمانی؛ گزارش بنیاد ملی علوم آمریکا» — NSF: AI in Healthcare Implementation Guide