Hugh Harvey، رادیولوژیست و مددکار بالینی در این باره می‌گوید:

هوش مصنوعی در ۱۰ تا ۱۵ سال آینده در قسمت مراقبت‌های بهداشتی و پزشکی به کار گرفته می‌شه.

همچنین Anna Fernandez، متخصص حوزۀ Health Informatics (علم پردازش داده‌ها، ذخیره‌سازی و بازیابی اطلاعات پزشکی) نیز در این باره می‌گوید:

طی سه سال آینده الگوریتم‌های ML (یادگیری ماشینی) در آزمایش‌های بالینی به صورت فعال مورد استفاده قرار می‌گیرن.

علاوه بر این، AI (هوش مصنوعی) آنچه را که به معنای شغل پزشکی است، تغییر خواهد داد؛ به عبارت دیگر:

برخی از تسک‌ها از بین خواهند رفت؛ چرا که ربات‌ها آن‌ها را انجام خواهند.

برخی تسک‌های دیگر ایجاد خواهند شد.

با این وجود، هیچ‌گاه یک ربات یا الگوریتم نمی‌تواند کارهایی همچون انتقال حس به شکل ملموس برای انسان یا پزشکی را انجام دهد.

در ادامه چند دلیل را بیان می‌کنم که چرا ربات‌ها قابلیت جایگزینی با پزشکان را ندارند.

ربات‌ها توانایی همدلی با بیماران و درک احساسات ایشان را ندارند

حتی اگر ربات‌ها توانایی ارائۀ مجموعه‌ای از تکنولوژی‌ها و راه‌حل‌های عالی را داشته باشند، توانایی یادگیری و یا حتی تقلید همدلی از انسان را ندارند چرا؟ چون پایۀ همدلی با یک انسان بر اساس یک روند شکل‌گیری اعتماد بین دو طرف است و این اعتماد با گوش دادن به طرف مقابل، توجه به نیازهایش، ابراز محبت و پاسخ دادن به وی به شیوه‌ای که فرد مقابل بداند که شما او را درک کرده‌اید، شکل می‌گیرد.

در حال حاضر، انسان نمی‌تواند به یک ربات اعتماد کند که این الگوریتم هوشمند یا ربات قابلیت‌هایی همچون تصمیم‌گیری برای تغییر رویۀ زندگی و یا حتی تصمیم‌گیری در مورد مصرف یا عدم مصرف یک مُسکن را داشته باشد.

برای مثال NHS را در نظر بگیرید که مخفف The National Health Service و یک سرویس برای ارائۀ خدمات بهداشت عمومی در انگلستان است؛ این نهاد آزمایشی را باهدف کاهش بارکاری کارکنان بهداشت خود انجام داد که در آن از برنامه‌ای تحت عنوان Chatbots (یک برنامه کامپیوتری طراحی‌شده برای شبیه‌سازی گفتگوی ربات با انسان) استفاده کرد. بیمارانی که در آزمایش‌ها شرکت کرده بودند، از این سیستم به جای گرفتن توصیه‌های پزشکی، برای گرفتن سریع‌تر وقت ملاقات با دکتر استفاده کردند.

البته ممکن است در آینده از این دست چت‌بات‌ها برای پرسیدن سؤالات ساده بهداشتی و دریافت اطلاعات بیشتر در مورد مراقبت‌های بهداشتی بیماران استفاده کرد، اما آیا می‌توان مراقبت‌های بهداشتی را بدون همدلی انسان تصور کرد؟

انسان‌ها به پزشکی نیاز دارند که با او همدلی کند، در مورد تشخیص بیماری‌ها و روند بهبودش با او حرف بزند، او را برای درمان راهنمایی کند و در یک کلام از او حمایت کند؛ بنابراین یک الگوریتم هوش مصنوعی هرگز نمی‌تواند جایگزین یک پزشک شود.

روش کار پزشکان غیرخطی است (غیر صفر و یک) است

مثالی را در نظر بگیرید که در آن یک تیم پزشکی نمی‌تواند دلیل مسمومیت یک بیمار را دریابد. این تیم گزینه‌های بسیاری را به عنوان دلیل بیماری در نظر می‌گیرند از جمله مواد مخدر، مسمومیت غذایی، مسمومیت با آفت‌کش‌ها. برای هر تشخیص احتمالی نیز گزینه‌های درمان متفاوتی را پیشنهاد می‌کنند.

تمام روش‌ها حال بیمار را بدتر کرد؛ تا اینکه به صورت کاملاً تصادفی متوجه شدند که این بیمار با سَمی به نام Phosmet  (نوعی حشره‌کش) مسموم شده است. لباس فرد بیمار آغشته به این سم بود؛ او لباسش را از یک فروشنده دوره‌گرد خریداری کرده بود و فروشنده نیز لباس را در کامیونی در کنار این سم نگه‌داری می‌کرد؛ بنابراین پس از پوشیدن لباس، پوست بیمار این سم را جذب کرده بود.

هیچ الگوریتمی نمی‌تواند این چنین بیماری را تشخیص دهد. اگر چه داده‌ها، اندازه‌گیری‌ها و تجزیه‌وتحلیل‌های کمی بخش مهمی از کار یک پزشک است، تشخیص درست بیماری و درمان بیمار یک فرایند خطی نیست بلکه نیاز به خلاقیت و مهارت‌های حل مسئله‌ای دارد که الگوریتم‌ها و ربات‌ها هرگز این قابلیت‌ها را نخواهند داشت.

بیماران و شیوه زندگی آن‌ها به تعداد افراد جامعه می‌تواند متفاوت باشد، در نتیجه نوع بیماری‌ها هم به همان اندازه متفاوت خواهد بود؛ بنابراین، هیچ یک از بیماری‌ها در افراد نمی‌تواند مشابه باشد و هر نوع از افراد بیمار نیاز به توجه انسانی پزشکان دارد.

در حال حاضر پزشکان با استفاده از دیتایی که از دیوایس‌های پزشکی ساده جمع‌آوری می‌شود، تصمیمات و تشخیص پزشکی انجام می‌دهند. در آینده و با میان آمدن تکنولوژی‌های هوش مصنوعی نیز، وظیفۀ ربات‌ها ذخیره‌سازی دیتا خواهد بود تا پزشکان از آن برای تشخیص بیماری‌ها استفاده کنند؛ اما از تکنولوژی‌های پیچیده‌تر برای ذخیره‌سازی استفاده خواهد شد!

تکنولوژی‌های پیچیده دیجیتالی نیاز به متخصصان مجرب در حوزۀ هوش مصنوعی دارند

راهکارهای بهداشتی دیجیتالی پیشرفته و پیچیده نیاز به صلاحیت متخصصان واجد شرایط دارند. به‌عنوان‌مثال معروف‌ترین ربات جراحی تحت عنوان da Vinci Surgical System را در نظر بگیرید. این ربات جراحی دارای یک سیستم بینایی باکیفیت و با وضوح بالا و ابزارهای کوچکی است که قابلیت خم شدن و چرخش بسیار فراتر از دست انسان را دارا هستند. با این حال، جراحان باید نحوۀ کار با آن را یاد بگیرند که چگونه با استفاده از این ربات به جراحی کنند.

این در حالی است که تنها پزشکان و بیمار آن پزشک می‌توانند نوع درمان را انتخاب کنند. همچنین تنها پزشکان می‌توانند میزان بهره‌وری الگوریتم هوشمند به کار گرفته شده برای بیمار را ارزیابی کنند.

هیچ ربات یا الگوریتم نمی‌تواند به طور واضح چالش‌های پیچیده و چندوجهی مانند روانشناسی را تفسیر کند؛ ربات‌ها می‌توانند داده‌ها را ذخیره کرده و در مواقع موردنیاز پزشکان دیتا را در اختیار ایشان قرار دهند اما تفسیر این داده‌ها همیشه یک فیلد انسانی باقی خواهد ماند!

همیشه تسک‌هایی وجود خواهند داشت که نیاز به الگوریتم داشته باشند و و ربات‌ها هرگز نمی‌توانند کامل باشند.

پزشکان، پرستاران و سایر اعضای هیئت پزشکی، روزانه تسک های روتین و تکراری زیادی را انجام می‌دهند. با این وجود، مسئولیت‌ها و تسک‌هایی وجود دارند که تکنولوژی‌های هوش مصنوعی قادر به انجام آن‌ها نیستند؛ بنابراین همیشه تسک‌هایی وجود خواهد داشت که در آن انسان‌ها سریع‌تر، قابل‌اطمینان‌تر و از ربات‌ها عمل خواهند بود.

برای مثال ربات IBM Watson می‌تواند در عرض چند ثانیه، میلیون‌ها صفحات داکیومنت را سرچ کند؛ اما هرگز قادر نخواهد بود روش درمانی تحت عنوان Heimlich را انجام دهد (Heimlich maneuver  یک روش درمان فوری برای باز کردن راه تنفسی بزرگ‌سالان است).

تکنولوژی هرگز در نقطۀ مقابل انسان قرار نگرفته است

نوآوری‌های تکنولوژیک همیشه باهدف کمک به مردم به وجود آمده‌اند؛ تکنولوژی‌هایی همچون هوش مصنوعی، ربات‌ها، واقعیت افزوده و یا واقعیت مجازی. بایستی قبول کنیم که تکنولوژی هوش مصنوعی تأثیر گسترده‌ای در نحوه مراقبت از سلامت انسان دارند؛ حال اگر مهارت‌های خلاقیت و حل مسئلۀ انسان به همراه قدرت محاسباتی بالا تکنولوژی به کار گفته شوند، چه میزان از خدمات بهداشتی را می‌توان به انسان ارائه داد.

برای همکاری بین انسان و تکنولوژی می‌توان شناسایی انواع توده‌های سرطانی از طریق یادگیری عمیق را نام برد. در صورتی که پیش‌بینی‌های انجام شده از طریق سیستم یادگیری عمیق با تشخیص کارشناس پاتولوژی همراه باشد، امکان طبقه‌بندی صحیح تصویر تومور و همچنین شناسایی محل آن به طور قابل‌توجهی افزایش می‌یابد. علاوه بر این، میزان خطای انسانی ۸۵ درصد کاهش خواهد یافت. بر اساس این تحقیق می‌توان گفت که در صورت همکاری هوش مصنوعی و انسان، توانایی انسان‌ها به میزان قابل‌توجهی افزایش خواهد یافت.