ایالت یوتا در ایالات متحده با راه‌اندازی یک برنامه پایلوت یک‌ساله، گام جنجالی و بحث‌برانگیزی در جهت خودکارسازی فرآیندهای پزشکی برداشته است. این طرح که با تمرکز بر بیماران مبتلا به آکنه خفیف تا متوسط اجرا می‌شود، برای نخستین بار فرآیند معاینه و تجویز دارو را به یک سیستم هوش مصنوعی به نام Nolla Derm واگذار کرده است. این رویداد، بحث‌های گسترده‌ای را پیرامون مرزهای میان بهره‌وری دیجیتال و امنیت بیمار در سیستم‌های درمانی برانگیخته است.
معماری فنی و عملکرد اپلیکیشن Nolla Derm
اپلیکیشن Nolla Derm که توسط شرکت Nolla Health توسعه یافته، بر پایه پردازش تصویر و تحلیل داده‌های بالینی خوداظهاری بنا شده است. بیماران با بارگذاری تصاویر از پوست صورت خود و وارد کردن اطلاعات پزشکی و سوابق بیماری، به سیستم اجازه می‌دهند تا شدت آکنه و میزان چربی پوست را ارزیابی کند. این هوش مصنوعی با تخصیص «امتیاز شدت آکنه» (Acne Severity Score)، تصمیم‌گیری می‌کند که آیا بیمار واجد شرایط دریافت درمان‌های موضعی است یا خیر.
مدل اجرایی و مراحل گذار به خودکارسازی کامل
برخلاف تصور اولیه، این سیستم به یک‌باره جایگزین پزشک نشده است. طبق اعلام رسمی، این برنامه در سه فاز عملیاتی پیاده‌سازی می‌شود: در فاز اول، ۱۰۰ نسخه نخست توسط پزشک بررسی و تأیید می‌شوند. در فاز دوم، هوش مصنوعی به‌طور خودکار نسخه‌ها را صادر کرده و پزشکان به‌صورت پس‌نگر (Retroactive) آن‌ها را بازبینی می‌کنند. در فاز نهایی، سیستم به استقلال کامل رسیده و تنها نمونه‌های تصادفی توسط پزشکان بررسی می‌شوند. به گفته دکتر زید فضل، مشاور ارشد پزشکی این پروژه، این هوش مصنوعی توانایی «بداهه‌پردازی» ندارد و محدود به فهرست کوتاهی از داروهای موضعی تأیید شده توسط پزشکان است.
مشخصات فنی و اجرایی طرح
- نام محصول: Nolla Derm
- حوزه تمرکز: درمان آکنه خفیف تا متوسط
- متدولوژی: تحلیل تصاویر مبتنی بر بینایی ماشین (Computer Vision) و داده‌های خوداظهاری
- ساختار هزینه‌ای: اشتراک ماهیانه ۴.۹۹ دلار
- وضعیت قانونی: برنامه پایلوت یک‌ساله در ایالت یوتا
چالش‌های اخلاقی و واکنش جامعه پزشکی
این دومین گام بزرگ یوتا در مسیر خودکارسازی مراقبت‌های بهداشتی است؛ پیش‌تر در دی‌ماه ۱۴۰۳ (ژانویه ۲۰۲۵)، یوتا سیستمی را برای تمدید نسخه‌های دارویی با کمک هوش مصنوعی معرفی کرده بود که با واکنش منفی شدید جامعه پزشکان مواجه شد. منتقدان معتقدند که اتکای صرف به الگوریتم‌ها برای تشخیص، حتی در بیماری‌های پوستی، ریسک‌های ایمنی غیرقابل جبرانی به همراه دارد. نگرانی اصلی این است که با تعمیم این الگو به بیماری‌های پیچیده‌تر، مفهوم «طبابت» تحت تأثیر مدل‌های سودجو قرار گیرد.
نتیجه‌گیری؛ آینده سلامت دیجیتال
اگرچه دسترسی سریع‌تر به درمان برای بیماری‌های ساده نظیر آکنه می‌تواند تجربه‌ای کارآمد باشد، اما واگذاری کاملِ تشخیص به مدل‌های هوش مصنوعی، خطرات الگوریتمی خاص خود را دارد. یوتا در حال تبدیل شدن به یک آزمایشگاه بزرگ برای بررسی میزان پذیرش اجتماعی و بالینی «پزشکِ رباتیک» است. باید دید آیا این سیستم در پایان سال ۱۴۰۵ شمسی، نتایج مثبتی از نظر سلامت بیماران ارائه خواهد داد یا به یکی از شکست‌های بزرگ در ادغام هوش مصنوعی و خدمات حیاتی تبدیل خواهد شد.
