لزوم حکمرانی هوش مصنوعی در نظام سلامت

*هشدار جدی کارشناسان درباره «انکار» هوش مصنوعی و مخاطرات استعمار نرم‌افزاری*

به گزارش روابط عمومی و امور بین الملل؛ در نشستی تخصصی که اخیراً با حضور اساتید و متخصصان برجسته سیاست‌گذاری سلامت و انفورماتیک برگزار شد، کارشناسان ضمن تأکید بر اجتناب‌ناپذیر بودن ورود هوش مصنوعی (AI) به نظام سلامت ایران، هشدار دادند که بزرگترین چالش کشور در این حوزه، نه ضعف فنی، بلکه مشکل حکمرانی، قانون‌گذاری و تصمیم‌سازی است.
 دکتر امیر حسین تکیان عضو پیوسته فرهنگستان علوم پزشکی کشور؛ این پدیده را نه یک موضوع لوکس، بلکه یک واقعیت فعلی و یک فرایند اجتماعی-فناوری (سوشیو تکنیکال) خواند. وی ورود جدی هوش مصنوعی را با انقلاب جی‌پی‌اس و پلتفرم‌هایی مانند اوبر مقایسه کرد و تأکید کرد که تنها موردی که تغییر کرده، قابلیت استفاده از این ابزارها روی دستگاه‌های شخصی است.
کارشناسان در این جلسه فرصت ایران برای رسیدن به موقعیت مناسب در هوش مصنوعی را تنها ۵ سال دانستند و تأکید کردند در غیر این صورت، کشور از چرخه جهانی حذف شده و با تهدید جهانی مواجه خواهد شد. همچنین هشدار داده شد که غفلت از حکمرانی می‌تواند به استثمار و استعمار هوش مصنوعی منجر شود که از طریق نرم‌افزار و ابزارهای حکمرانی در زیرساخت‌های سرزمینی نفوذ می‌کند.
یکی از جدی‌ترین نگرانی‌های مطرح شده، تشدید نابرابری‌های سلامت است، زیرا هوش مصنوعی می‌تواند مانند سایر فرآورده‌های لوکس، فاصله بین افراد دارای دسترسی و فاقد دسترسی را افزایش دهد.
جناب آقای دکتر تارا، با اشاره به اینکه ۸۰ درصد پروژه‌های هوش مصنوعی در سطح جهان با شکست مواجه می‌شوند، بر سخت‌تر بودن حکمرانی هوش مصنوعی نسبت به کاربست‌های بالینی تأکید کرد. او افزود که مدل‌های عمومی هوش مصنوعی مانند ChatGPT برای کارهای تخصصی در نظام سلامت کارآمد نیستند و ما نیازمند توسعه مدل‌های اختصاصی در حوزه حکمرانی و سپس مدل‌های بومی متناسب با قوانین و سیاست‌های ایران هستیم.
چالش‌های زیرساختی شامل موارد زیر است:
•    بایاس داده‌ها: استفاده از مدل‌های مبتنی بر دانش غربی، بدون دانش بومی.
•    امنیت داده‌ها: نگرانی جدی در مورد اشتراک‌گذاری داده‌های خصوصی بیماران با بخش خصوصی برای مقاصد تجاری و بازاریابی، که خطری اخلاقی و امنیتی است.
•    کمبود داده مدل‌ساز: ایران فاقد داده‌های آماده‌سازی‌شده از تجربیات بالینی، نسخه‌نویسی الکترونیک و قوانین برای آموزش مدل‌های بومی است.
•    زبان فارسی: عدم سرمایه‌گذاری مناسب برای ایجاد ترمینولوژی فارسی در حوزه سلامت و حکمرانی.
اساتید حاضر در این نشست، بر لزوم تدوین یک برنامه ملی هوش مصنوعی با مدل هم‌آفرینی (Co-creation) بین متخصصان فناوری، سیاست‌گذاران، صنعت و شهروندان تأکید کردند.
همچنین توصیه شد که برای پرداختن به هوش مصنوعی، نظام سلامت باید آن را از سه لنز کلیدی بررسی کند: عدالت(Equity)، اثربخشی (Effectiveness) و ایمنی(Safety).
در پایان، از فرهنگستان علوم پزشکی درخواست شد تا با توجه به بدنه دانشی موجود، یک سند رسمی توصیه‌های سیاستی تدوین کند تا تکالیف و الزامات حکمرانی هوش مصنوعی در نظام سلامت به طور رسمی مشخص و در تاریخ ثبت شود. همچنین بر لزوم بازآموزی (Reskilling)  کادر درمان برای غلبه بر مقاومت سازمانی و تأکید بر نقش هوش مصنوعی به عنوان مکمل نه جانشین تأکید شد.