هوش مصنوعی (Artificial Intelligence – AI) در جراحی به کاربرد فناوری‌های هوش مصنوعی برای نوآوری در تکنیک‌های جراحی و پشتیبانی از جنبه‌های مختلف رویه‌های جراحی و اقدامات پزشکی مرتبط اشاره دارد. این حوزه با ادغام هوش مصنوعی با فناوری‌های جانبی نظیر فناوری اطلاعات (IT)، اینترنت اشیاء (Internet of Things – IoT) و رباتیک (robotics) به‌منظور ارتقاء قابلیت‌های جراحی مشخص می‌شود.
در ادامه، جنبه‌های کلیدی در تعریف هوش مصنوعی در جراحی ارائه می‌شود:
قابلیت‌های اصلی هوش مصنوعی
هوش مصنوعی به‌طور کلی به‌عنوان توانایی یک کامپیوتر دیجیتال یا یک ربات تحت کنترل کامپیوتر برای انجام وظایفی تعریف می‌شود که معمولاً به موجودات هوشمند نسبت داده می‌شوند. این توانایی شامل فرآیندهای فکری نظیر استدلال، کشف معنا، تعمیم و یادگیری از تجربیات گذشته است. در حوزه پزشکی، پتانسیل هوش مصنوعی در ظرفیت آن برای پردازش سریع اطلاعات، یادگیری فناوری‌های پیش‌بینی‌کننده برای تصمیم‌گیری و تقویت قابلیت‌های انسانی نهفته است.
جایگاه در عملیات‌های جراحی
در حالی که سیستم‌های هوش مصنوعی (AI) در حوزه‌های تشخیصی، مانند تحلیل تصویربرداری پزشکی، کاربردهای عملی دارند، بهره‌برداری از آن در عملیات‌های جراحی یک موضوع تحقیقاتی در حال انجام است که پتانسیل تبدیل شدن به امری متداول در محیط‌های بالینی آینده را دارد. هدف هوش مصنوعی در جراحی، بازتولید هوشمندی حرفه‌ای جراحان در حوزه پزشکی است و در این میان، یادگیری ماشین، به‌ویژه یادگیری عمیق، بر آموزش مدل‌های هوشمند با استفاده از داده‌های پزشکی تمرکز دارد تا از حجم کاری کادر پزشکی کاسته و قابلیت‌های آنان را تقویت کند.
کاربردها و اهداف مشخص
- تبادل اطلاعات و تصمیم‌گیری: هوش مصنوعی نقشی حیاتی در پردازش داده‌های بیومتریک برگرفته از بیمار برای تصمیم‌گیری‌های جراحی ایفا کرده و تبادل یکپارچه اطلاعات حین عمل را تسهیل می‌کند. این فناوری با تحلیل حجم عظیمی از اطلاعات، از سطوح بسیار بالای تصمیم‌گیری با بازخورد حین عمل پشتیبانی می‌نماید.
- «دست‌ها، چشم‌ها و مغز جدید»: هوش مصنوعی برای عمل کردن به‌عنوان «دست‌های جدید» جراح (ماشین‌ها و ربات‌هایی که توانایی فیزیکی را تقویت می‌کنند)، «چشم‌های جدید» (کسب و ارائه اطلاعات) و «مغز جدید» (پردازش سریع اطلاعات و یادگیری پیش‌بینی‌کننده برای تصمیم‌گیری) تحقیق و توسعه می‌یابد.
- بهبود کیفیت: توسعه جراحی به کمک هوش مصنوعی (AI-assisted surgery) از طریق بهینه‌سازی فرآیندهای تشخیصی و افزایش دقت، به بهبود کیفیت مراقبت‌های پزشکی کمک می‌کند.
- کارایی و ایمنی: انتظار می‌رود هوش مصنوعی کارایی جراحی را بهبود بخشد، موجب صرفه‌جویی در منابع انسانی شود، از تصمیم‌گیری حین عمل پشتیبانی کند و به اتوماسیون جراحی یاری رساند. این فناوری می‌تواند ایمنی رویه‌های جراحی را به دلیل افزایش دقت در وظایفی مانند تمایز اعضا (organ discrimination) ارتقاء دهد.
فناوری‌های بنیادین
یادگیری ماشین، به‌ویژه یادگیری عمیق، یک فناوری اصلی برای هوش مصنوعی محدود (Narrow AI – ANI) است که به‌جای هوش عمومی (general intelligence)، بر حوزه‌های خاص تمرکز دارد. یادگیری عمیق از شبکه‌های عصبی چندلایه برای استخراج ویژگی‌های مؤثر از داده‌های با ابعاد بالا، مانند تصاویر، اصوات و سیگنال‌های سری زمانی، بدون نیاز به قواعد تعریف‌شده توسط انسان استفاده می‌کند. تکنیک‌هایی نظیر شبکه‌های عصبی پیچشی (Convolutional Neural Networks – CNNs)، الگوریتم «فقط یک بار نگاه کن» (You Only Look Once – YOLO) و مدل‌های پنهان مارکوف سلسله‌مراتبی (Hierarchical Hidden Markov Models – HHMM) برای وظایفی چون بازشناسی تصویر (image recognition)، تشخیص اشیاء (object detection) و شناسایی فرآیند جراحی (surgical process identification) به کار گرفته می‌شوند.
علم داده‌های جراحی (Surgical Data Science – SDS)
هوش مصنوعی به‌طور قابل توجهی چارچوب طراحی به کمک کامپیوتر/ساخت به کمک کامپیوتر (Computer-Aided Design/Computer-Aided Manufacturing – CAD/CAM) در جراحی را ارتقاء داده و آن را با چارچوب علم داده‌های جراحی (SDS) یکپارچه می‌سازد. این امر شامل بهینه‌سازی و اتوماسیون فرآیندهای جراحی از طریق استنتاج (inference) مبتنی بر مدل‌های جامع بیمار و درمانی است که از داده‌های جراحی انباشته‌شده یاد گرفته شده‌اند.
در نهایت، هدف هوش مصنوعی در رباتیک جراحی، بهبود نتایج درمانی بیماران از طریق فراتر رفتن از محدودیت‌های مرتبط با انسان، فراهم آوردن پایداری، مهارت، دقت و تکرارپذیری و در عین حال کاهش استرس و خستگی جراح است.
روندهای آینده هوش مصنوعی در جراحی
- هوش مصنوعی × ربات (AI x Robot): هوش مصنوعی بنیان جراحی رباتیک خودکار خواهد بود و از سیستم‌های فعلی انسان در حلقه (human-in-the-loop) فراتر خواهد رفت. این شامل اتوماسیون وظایف فرعی (مانند کنترل اندوسکوپ، بخیه زدن، کنار زدن بافت نرم)، ارزیابی مهارت جراحی، بخش‌بندی حرکات/جریان کار و بخش‌بندی معنایی ابزار جراحی است. جدیدترین سیستم داوینچی ۵ (da Vinci 5) ظرفیت محاسباتی را به طور قابل توجهی افزایش داده که عمدتاً برای شبیه‌سازی پیشرفته و سیستم‌های پشتیبانی از تصمیم‌گیری مبتنی بر هوش مصنوعی است.
- پزشکی از راه دور با استفاده از 5G: سرعت بالا، تأخیر فوق‌العاده کم و اتصال انبوه دستگاه‌ها در شبکه 5G، تشخیص و درمان از راه دور، پشتیبانی جراحی از راه دور و جراحی رباتیک از راه دور را تسریع خواهد کرد. این امر برای رفع نابرابری‌های منطقه‌ای در مراقبت‌های پزشکی، حمایت از مناطق دورافتاده و امکان ارزیابی سریع تصویری در دوران همه‌گیری‌ها حیاتی است. انتظار می‌رود فناوری آینده 6G، پزشکی از راه دور را بیش از پیش تقویت کرده و به طور بالقوه پزشکی از راه دور در فضای کیهانی را امکان‌پذیر سازد.
- هوش مصنوعی × واقعیت توسعه‌یافته (AI x XR (VR, AR)): فناوری‌های هوش مصنوعی و واقعیت توسعه‌یافته (extended reality – XR) سیستم‌های جراحی به کمک کامپیوتر (computer-aided surgery – CAS)، به‌ویژه ناوبری جراحی، را ارتقا خواهند داد. این امر شامل تولید اطلاعات کمکی جراحی از تصاویر پزشکی گسترده و ارائه شهودی آن از طریق دستگاه‌های XR است. این شامل سیستم‌های اندوسکوپی مجازی برای تولید نماهای لاپاراسکوپیک مجازی همگام با لاپاراسکوپ‌های واقعی، بصری‌سازی آنی ساختارهای آناتومیک و تشخیص ناحیه جراحی از ویدئوهای لاپاراسکوپیک برای ارائه کمک بدون نیاز به ردیاب‌های فیزیکی است. تحولات آینده با هدف اندازه‌گیری و تخمین تغییر شکل بافت‌ها و اندام‌ها در حین جراحی برای به‌روزرسانی دقت ناوبری و ادغام با سیستم‌های رباتیک برای دستیاری جامع جراحی انجام می‌شود.
منبع کلیدی
Masamune, K., Kusuda, K., Nakamura, H., & Muragaki, Y. (Eds.). (2025). Artificial intelligence in surgery: Recent advances and future. Springer Singapore. https://doi.org/10.1007/978-981-96-6635-5