تشخیص زودهنگام بیماری با اینترنت اشیا

باشگاه خبرنگاران جوان: محمد مشایخ، فارغ التحصیل دانشگاه صنعتی امیرکبیر و مجری طرح «بهبود کارایی روش‌های حفظ حریم خصوصی در کاربرد‌های مراقب سلامت مبتنی بر اینترنت اشیا» اظهار کرد: با توجه به کمبود منابع و مقالات داخلی در این حوزه، تصمیم به مطالعه و تحقیق به منظور ساماندهی و یکپارچه کردن اطلاعات بیماران گرفتیم.

او با بیان اینکه در این طرح یک راهکار برای استفاده امن از یک سیستم یکپارچه پزشکی با حفظ حریم خصوصی ارائه شده است، گفت: در این طرح کاربران فارغ از اینکه در چه منطقه جغرافیایی حضور دارند و تحت پوشش چه بیمه درمانی هستند، می‌توانند از خدمات ارائه شده توسط این مرکز یکپارچه استقاده کنند.

مشایخ اضافه کرد: همچنین با ارائه یک دستورالعمل جدید به نام توافق کلید (که مسئول برقراری ارتباط امن بین کاربر و مرکز ابری ارائه دهنده خدمات پزشکی است) سربار محاسباتی حاصل نسبت به طرح‌های مشابه موجود کاهش یافت.

او با اشاره به روش کار خود در این پروژه گفت: در طرح ارائه شده در این تحقیق یک مرکز واحد در کل کشور در نظر گرفته شد است که مسئولیت کل سامانه را برعهده دارد. وظیفه این مرکز مدیریت واحد‌های درمانی در اقصی نقاط کشور است.

این فارغ التحصیل دانشگاه صنعتی امیرکبیر ادامه داد: مراکز درمانی در سراسر کشور می‌توانند با مراجعه به این مرکز مجوز ارتباط با این مرکز را برای بیماران خود دریافت کنند. بعد از این مرحله هر بیماری که به مراکز درمانی محله خود مراجعه کند می‌تواند مجوز ارتباط با مرکز درمانی اصلی را دریافت کرده و از خدمات این مرکز با حفظ حریم خصوصی و به صورت امن بهره ببرد.

مشایخ ادامه داد: یکی از خدماتی که این مرکز می‌تواند به کابران ارائه دهد، استفاده از هوش مصنوعی برای تجزیه و تحلیل اطلاعات سلامت دریافتی از کاربران است. در این طرح مبنا بر این است که با استفاده از ابزار‌های هوشمندی (مانند ساعت‌های هوشمند و انواع سنسور‌هایی که در اینترنت اشیا مرسوم هستند) که به کاربران وصل شده است، اطلاعات حیاتی کاربر به صورت امن به این مرکز درمانی ارسال می‌شوند و در صورتی که سامانه‌ی هوش مصنوعی‌ای که در این مرکز قرار دارد، با توجه به علائم کاربر یک بیماری را برای شخص تشخیص دهد، برای کاربر یک هشدار ارسال خواهد شد و از وی خواسته می‌شود که به مراکز درمانی مراجعه کند.

محقق این طرح اظهار کرد: در کاربرد‌های این چنینی یکی از مهم ترین مسایلی که وجود دارد انتقال امن اطلاعات از کاربر به مرکز درمانی است. یعنی نباید شخص دیگری غیر از فرستنده و گیرنده به اطاعات ارسالی کاربر دسترسی داشته باشد تا کاربر اطمینان حاصل کند که اطلاعات وی افشا نخواهد شد. برای دستیابی به این هدف در پژوهش انجام شده یک دستورالعمل امنیتی ارائه شده است.

او با بیان اینکه از جمله پیچیدگی‌هایی که در کار وجود داشت و باید به آن رسیدگی می‌شد، یکپارچه کردن تمامی مراکزی بود که به صورت مجزا از یکدیگر کار می‌کردند، گفت: همچنین ارائه‌ی راهکاری که در آن کاربران بتوانند مستقل از موقعیت جغرافیایی خود در کشور از این سامانه استفاده کنند، یکی دیگر از پیچیدگی‌های مربوط به طرح ارائه شده بود.

فارغ‌التحصیل دانشگاه صنعتی امیرکبیر گفت: از روش ارائه شده می‌توان در بخش سلامت کشور استفاده کرد تا بتوان علاوه بر یکپارچه کردن پرونده‌های سلامت الکترونیک، از قابلیت‌های هوش مصنوعی برای تشخیص زودهنگام بیماری‌ها استفاده کرد.

او اظهار کرد: برای ادامه‌ی کار می‌توان این پروژه را در مقیاس کوچک و در سطح چندین مرکز درمانی با تعداد محدودی کاربر عملیاتی کرد تا مشخص شود استفاده از این سامانه تا چه حدی در تشخیص زودهنگام بیماری‌ها می‌تواند به افراد کمک کند. به عنوان مثال می‌توان از این روش برای تشخیص علایم بیماری کرونا بدون مراجعه به پزشک استفاده کرد.

مشایخ با اشاره به مزیت‌های پروژه افزود: یکپارچه‌سازی مراکز درمانی برای بهره‌گیری از یک سیستم واحد هوش مصنوعی برای تشخیص بیماری‌ها، حفظ حریم خصوصی کاربران در حین استفاده از سیستم تشخیص بیماری، ارائه دستورالعمل توافق کلید با سربار محاسباتی کمتر نسبت به طرح‌های موجود، استفاده از محاسبات ابری و کم کردن سربار محاسباتی در سمت مراکز درمانی از مزایای این پروژه به شمار می‌روند.

او با بیان اینکه تاکنون در کشور چنین طرحی پیاده نشده است، گفت: طرح‌های خارجی، هیچ کدام سناریوی مطرح شده در این تحقیق را مد نظر قرار نداده‌اند و هرکدام به شکلی دیگر سناریویی برای کاربرد خود مطرح کرده‌اند. اما یکی از طرح‌هایی که از نظر برخی از کارکرد‌ها با طرح مورد نظر مشابه است، طرح مربوط به بررسی سلامت افراد توسط ساعت‌های هوشمند شرکت اپل است که با بررسی علائم کاربر، به کاربر توصیه می‌کند که برای بررسی بیشتر به مراکز درمانی مراجعه کنند.

مشایخ تاکید کرد: به دلیل استفاده از محاسبات ابری قدرت بیشتری در پردازش اطلاعات دریافتی از کاربر وجود دارد و با دقت بیشتری می‌توان داده‌های دریافتی را پردازش کرد. از این تحقیق می‌توان برای تشخیص زودهنگام بیماری‌ها به صورت امن با حفظ حریم خصوصی کاربران استفاده کرد.

گفتنی است؛ مسعود صبائی و سلمان نیک‌صفت از اعضای هیئت علمی دانشگاه صنعتی امیرکبیر و اساتید راهنمای این پروژه بودند.