بازخوانی تاریخی و فلسفی هوش مصنوعی در پزشکی

به گزارش روابط عمومی موزه ملی تاریخ علوم پزشکی، دکتر حمیدرضا نمازی، رئیس موزه ملی تاریخ علوم پزشکی ایران در سخنرانی خود در بیست‌وپنجمین کنگره بیماری‌های گوارش و کبد، با مرور ایده‌های اولیه در فلسفه ذهن، بحث خود را از نظریه «اتاق چینی» جان سرل آغاز کرد؛ نظریه‌ای که بر ناتوانی ماشین‌ها در دستیابی به فهم و آگاهی انسانی تأکید دارد و نقش الگوریتم‌ها را صرفاً در پردازش نمادها می‌داند.
وی با اشاره به این مثال فلسفی توضیح داد که کامپیوترها، همانند فردی که بدون دانستن زبان چینی تنها بر اساس دستورالعمل‌ها پاسخ تولید می‌کند، الزاماً واجد فهم نیستند؛ مسئله‌ای که همچنان یکی از محورهای مناقشه در فلسفه هوش مصنوعی به شمار می‌رود.
دکتر نمازی سپس به مراحل اولیه شکل‌گیری هوش مصنوعی اشاره کرد و گفت: الگوریتم‌های نخستین، شباهت زیادی به سیستم‌های تشخیص افتراقی در پزشکی داشتند و اتفاقاً بسیاری از پیشرفت‌های اولیه هوش مصنوعی، در بستر نظام‌های فکری پزشکی و تصمیم‌سازی بالینی شکل گرفت.

وی با یادآوری مدل‌های اولیه هوش مصنوعی پزشکی، از جمله «MYCIN »، به سادگی ساختار این سامانه‌ها در مقایسه با مدل‌های امروز اشاره کرد و افزود: آنچه در سال‌های اخیر رخ داده، نه تولد هوش مصنوعی، بلکه گسترش مدل‌های زبانی بزرگ و افزایش چشمگیر پارامترهای پردازشی است.

رئیس موزه ملی تاریخ علوم پزشکی ایران با مرور روند رشد پارامترها در مدل‌های زبانی، از دهه ۱۹۷۰ تا مدل‌های امروزی، توضیح داد که این افزایش، نگاه پژوهشگران را از مفهوم «حفظ داده‌ها» به سمت «تعمیم‌پذیری» سوق داده و پرسش‌های تازه‌ای را در حوزه فلسفه علم و فلسفه ذهن ایجاد کرده است.

وی در ادامه به پیامدهای علمی و پژوهشی این تحول پرداخت و به موضوعاتی همچون استفاده از هوش مصنوعی در داوری مقالات علمی، مسئله تکرارپذیری پژوهش‌ها و چالش‌های زیرساختی ناشی از مصرف انرژی و ذخیره‌سازی داده‌ها اشاره کرد و افزود: حجم عظیم داده‌ها موجب شده حتی فناوری‌های ذخیره‌سازی سیلیکونی پاسخگو نباشند و پروژه‌هایی مانند «پردازش مبتنی بر DNA» در دستور کار قرار گیرند.

دکتر نمازی همچنین با طرح یک نمونه موردی بالینی، به مقایسه مسیر استدلال پزشک و هوش مصنوعی پرداخت و نشان داد که هرچند روش تحلیل متفاوت است، اما در برخی موارد به نتایج مشابه منجر می‌شود؛ موضوعی که می‌تواند جایگاه هوش مصنوعی را به‌عنوان ابزار کمکی در پزشکی برجسته کند.

وی در پایان سخنان خود تأکید کرد که آینده هوش مصنوعی در پزشکی، بیش از هر چیز به کیفیت داده‌ها، زیرساخت‌های علمی و نگاه نقادانه پژوهشگران وابسته است. به گفته او، هرچند هوش مصنوعی بسیاری از وظایف را بر عهده خواهد گرفت، اما عنصر انسانی همچنان نقش تعیین‌کننده خود را حفظ خواهد کرد و نباید از نقش خلاقیت، شورمندی و قضاوت انسانی غفلت کرد.