در سال‌های اخیر هوش مصنوعی به جز صنایع فناورانه، در تشخیص، درمان و پایش بیماران نیز نقش فراوانی یافته است. پرسش اساسی این است که آیا در آینده‌ای نه‌چندان دور، هوش مصنوعی می‌تواند جایگزین پزشکان عمومی شود؟
در حال حاضر ابزارهایی همچون ChatGPT، Med-PaLM، IBM Watson Health، Babylon Health و Ada Health در عرصه تحلیل علائم، تشخیص اولیه بیماری‌ها و ارائه راهکارهای درمانی به کار گرفته می‌شوند.
این سامانه‌ها با استفاده از یادگیری عمیق (Deep Learning) و پردازش زبان طبیعی (NLP) می‌توانند تاریخچه پزشکی بیمار را تحلیل کرده، الگوهای بیماری را شناسایی کنند و حتی احتمال بروز بیماری‌های آینده را پیش‌بینی کنند. به‌ویژه در تشخیص بیماری‌های شایع مانند دیابت، فشار خون، یا عفونت‌های تنفسی، دقت این سیستم‌ها در برخی مطالعات با دقت پزشکان عمومی برابری کرده است.
از سوی دیگر ابزارهای بینایی ماشین (Computer Vision) در تفسیر تصاویر پزشکی مانند رادیولوژی و سونوگرافی توانسته‌اند در برخی موارد حتی دقیق‌تر از پزشکان عمل کنند. ترکیب این فناوری‌ها با سخت‌افزارهای پوشیدنی (Wearables) مثل ساعت‌های هوشمند و حسگرهای زیستی، امکان نظارت مداوم بر وضعیت سلامت افراد را فراهم کرده است؛ کاری که پزشک عمومی معمولاً فقط در مراجعه حضوری می‌تواند انجام دهد.
با این حال جایگزینی کامل پزشک عمومی توسط هوش مصنوعی هنوز سوال و چالشی بزرگ است. ارتباط انسانی، قضاوت بالینی، درک احساسات بیمار و تصمیم‌گیری اخلاقی از جمله توانایی‌هایی‌اند که ماشین‌ها هنوز در آنها کاستی دارند. آینده پزشکی عمومی به احتمال زیاد ترکیبی از پزشک انسان + هوش مصنوعی خواهد بود نه حذف یکی به نفع دیگری.
از منظر علمی و فنی، هوش مصنوعی می‌تواند نقش پزشک عمومی را تکمیل و توانمند کند نه جایگزین مطلق آن. پزشکان آینده باید مهارت کار با ابزارهای هوش مصنوعی را بیاموزند تا بتوانند با تکیه بر داده و فناوری، تصمیم‌های دقیق‌تر، سریع‌تر و انسانی‌تری بگیرند.
*پژوهشگر دکترای علوم ارتباطات