به گزارش خبرگزاری مهر به نقل از دانشگاه علوم پزشکی شهید بهشتی، فتانه قدیریان، گفت: هوش مصنوعی با بهینه‌سازی تشخیص‌های پرستاری، افزایش دقت در تصمیم‌گیری‌های بالینی، کاهش بار کاری پرستاران و بهبود مدیریت بیمارستانی منجر به ایجاد تحولات چشمگیری در این حوزه می‌شود.

وی، پایش خودکار بیماران، بهبود دقت در تشخیص پرستاری، برنامه‌ریزی مراقبتی شخصی‌سازی‌شده، مدیریت سوابق پزشکی، کاهش خطاهای دارویی و ربات‌های پرستار را از کاربردهای کلیدی هوش مصنوعی در حوزه پرستاری عنوان کرد.

به گفته قدیریان، سیستم‌های مبتنی بر هوش مصنوعی(AI ) می‌توانند علائم حیاتی بیماران را به طور مستمر مانیتور کرده و در صورت تشخیص علائم خطر، هشدارهای لازم را ارائه دهند.

وی، بهبود دقت در تشخیص پرستاری را از دیگر کاربردهای هوش مصنوعی برشمرد و افزود: با تحلیل داده‌های بیماران، هوش مصنوعی می‌تواند الگوهای غیرطبیعی را شناسایی کرده و به پرستاران در تشخیص‌هایی مانند ریسک زخم فشاری، خطر سقوط بیمار و سطح درد کمک کند.

قدیریان با اشاره به نقش هوش مصنوعی در برنامه‌ریزی مراقبتی شخصی‌سازی‌شده گفت: سیستم‌های AI بر اساس داده‌های بالینی می‌توانند نیازهای مراقبتی بیمار را تعیین کرده و بهترین برنامه پرستاری را پیشنهاد دهند.

وی با اشاره به کاربرد هوش مصنوعی در مدیریت سوابق پزشکی بیمار خاطرنشان کرد: پردازش زبان طبیعی (NLP) در ثبت سریع‌تر و دقیق‌تر اطلاعات بیماران نقش مهمی دارد و امکان استخراج اطلاعات مرتبط با فرآیندهای پرستاری را فراهم می‌کند.

عضو هیئت علمی دانشگاه علوم پزشکی شهید بهشتی، کاهش خطاهای دارویی را از دیگر کاربردهای هوش مصنوعی برشمرد و یادآور شد: با استفاده از سیستم‌های هوشمند می‌توان دوز داروها را بررسی کرده و از تداخل‌های دارویی جلوگیری کرد.

قدیریان ربات‌های پرستار را یکی از کاربردهای هوش مصنوعی عنوان کرد که در جابه‌جایی بیماران، توزیع دارو و یادآوری مراقبت‌های بهداشتی می‌توانند کمک کنند.

وی با اشاره به مزایای استفاده از هوش مصنوعی در حوزه‌های آموزش، پژوهش، درمان و توانبخشی پرستاری خاطرنشان کرد که هوش مصنوعی می‌تواند باعث ایجاد تحول در حوزه‌های مذکور شود.

به گفته قدیریان، در حوزه آموزش پرستاری، استفاده از شبیه‌سازهای مبتنی بر AI و واقعیت مجازی(VR) دانشجویان را در موقعیت‌های بالینی شبیه‌سازی‌شده قرار می‌دهد و مهارت‌های آنان را تقویت می‌کند. سیستم‌های پشتیبان تصمیم‌گیری مبتنی بر هوش مصنوعی نیز می‌تواند توانایی استدلال بالینی در دانشجویان پرستاری و مامایی را ارتقا بخشد.

وی خاطرنشان کرد: در حوزه پژوهش پرستاری نیز تحلیل داده‌های گسترده بالینی با کمک AI می‌تواند الگوهای بیماری و اثربخشی مراقبت‌ها را مشخص کند.

قدیریان یادآور شد: هوش مصنوعی در حوزه پیشگیری و مراقبت از بیماری‌ها به تشخیص زودهنگام مشکلات بیماران و مدیریت بیماری‌های مزمن کمک می‌کند.

به گفته این عضو هیئت علمی دانشکده پرستاری، در حوزه توانبخشی نیز با کمک ربات‌های کمکی می‌توان به بیماران نیازمند توانبخشی در انجام تمرینات فیزیکی و پیگیری روند بهبود کمک کرد.

وی در خصوص اینکه هوش مصنوعی چگونه به پرستاران در روند مراقبت و درمان کمک می‌کند به برخی تأثیرات کلیدی هوش مصنوعی در این حوزه اشاره کرد.

قدیریان با اشاره به نقش هوش مصنوعی در تصمیم‌گیری بالینی گفت: سیستم‌های پشتیبان تصمیم‌گیری (CDSS) داده‌های بیمار را تحلیل کرده و به ارائه پیشنهاداتی برای تشخیص و درمان می‌پردازند.

وی، مانیتورینگ مستمر بیماران و پایش دائمی تغییرات حیاتی بیمار و هشدارهای به‌موقع را از دیگر مزایای کاربرد این فناوری در حوزه پرستاری برشمرد.

به گفته عضو هیئت علمی دانشگاه علوم پزشکی شهید بهشتی، کاهش بار کاری از دیگر کاربردهای هوش مصنوعی است به نحوی که تجهیزات یا ربات‌های هوش مصنوعی می‌توانند وظایف تکراری مانند گرفتن علائم حیاتی، کمک به تحرک بیماران و توزیع دارو را بر عهده بگیرند.

وی ارتباط با بیماران را از دیگر کاربردهای هوش مصنوعی عنوان کرد و یادآور شد: چت بات‌های هوشمند می‌توانند اطلاعات اولیه مراقبتی را در اختیار بیماران قرار دهند و حجم مراجعات غیرضروری را کاهش دهند.

قدیریان با اشاره به استفاده از هوش مصنوعی در اتاق عمل و بخش‌های ویژه به عنوان دستیار پرستار تاکید کرد: هوش مصنوعی نمی‌تواند جایگزین پرستار و مهارت‌های ارتباطی، تصمیم‌گیری‌های بالینی انسانی و مراقبت‌های عاطفی پرستاران و ماماها شود.

وی از کاربردهای هوش مصنوعی در بخش‌های مذکور به پیش‌بینی شرایط بحرانی بیماران ICU از طریق تجزیه و تحلیل داده‌های مانیتورینگ، استفاده از ربات‌های کمکی در جراحی، استفاده از سیستم‌های هوشمند در اتاق عمل برای پردازش اطلاعات حیاتی بیمار و ارائه آن به تیم پزشکی اشاره کرد.

به گفته قدیریان، پروژه‌های متعددی برای استفاده از هوش مصنوعی در پرستاری و مامایی در این دانشکده در حال اجراست.

وی، طراحی نرم‌افزارهای پشتیبان تصمیم‌گیری بالینی برای کمک به پرستاران و ماماها در تشخیص و مراقبت بهتر، به‌کارگیری چت‌بات‌های هوشمند برای راهنمایی بیماران و کاهش مراجعه‌های غیرضروری، توسعه شبیه‌سازهای آموزشی مبتنی بر AI برای آموزش مهارت‌های تشخیص پرستاری و مراقبت بالینی به دانشجویان پرستاری را برخی از پروژه‌های مذکور عنوان کرد.

قدیریان در پایان خاطرنشان کرد: به دنبال استفاده از ظرفیت‌های هوش مصنوعی برای افزایش کیفیت مراقبت‌های پرستاری و مامایی، کاهش خطاهای پزشکی و ارتقای سطح آموزش و پژوهش هستیم.

نقص فنی یک چرخ و فلک بزرگ در تهران