سال میلادی جاری، که به آخرین روزهای پایانی خود نزدیک میشود، در حوزه مراقبتهای بهداشتی سالی تعیینکننده به شمار میآید، سالی که در آن، بیمارستانها و کلینیکها، فناوریهایی را که پیشتر تنها در قالب آزمایشهای محدود به کار گرفته میشدند، اکنون در مقیاسی گسترده و در سراسر سامانههای درمانی به کار میگیرند.
بر اساس نظرسنجی موسسه دیلویت، بیش از ۷۰ درصد مدیران ارشد حوزه سلامت قصد دارند با اتکا به فناوریها، بهرهوری و کارایی را افزایش دهند و ۹۰ درصد آنان تصور میکنند که استفاده از ابزارهای دیجیتال در سال آینده با شتاب بیشتری گسترش یابد.
همچنین مجله فوربس برآورد میکند که در سال ۲۰۲۶ «بیمارستانهای مجازی» مبتنی بر هوش مصنوعی و دستیاران بالینی خودکار بهطور گسترده فراگیر شوند. از مستندسازی و تشخیص گرفته تا کنترل عفونت و درمان ناباروری، نوآوریهای نوین در حوزه مراقبتهای بهداشتی از مرحله آزمایشی عبور کرده و به کاربست روزمره بالینی راه یافتهاند.
پنج نمونه شاخص این تحولات به شرح زیر است:
۱. مستندسازی بالینی پیرامونی
گروهی از پژوهشگران در پیتسبورگ به رهبری دکتر شیو راو، متخصص قلب، سامانه هوش مصنوعی ابریج را توسعه دادهاند، سامانهای که گفتگوهای پزشک و بیمار را به یادداشتهای بالینی تبدیل میکند و آنها را مستقیما در پرونده الکترونیک سلامت ثبت میکند.
در ابتدای سال ۲۰۲۵، پس از انجام ارزیابیهای کیفی، این سامانه با مشارکت حدود دو هزار پزشک و کارآموز در کلینیک مایو به کار گرفته شد. اکنون، پس از پشت سر گذاشتن یک دوره آزمایشی موفق، روند گسترش آن به شبکه درمانی هارتفورد هلسکر ــ یکی از بزرگترین شبکههای ارائه خدمات سلامت در ایالت کنتیکت آمریکا ــ آغاز شده است. این شرکت تا ژوئن ۲۰۲۵ توانست ۳۰۰ میلیون دلار سرمایه جذب کند تا ابزارهای تازهای برای سادهسازی مستندسازی پزشکی و کاهش بار اداری کادر درمان توسعه دهد.
۲. هوش مصنوعی ضدعفونی و کنترل عفونت را برعهده میگیرد
حسگر هوش مصنوعی شرکت آکارا به بیمارستانها کمک میکند روند جراحیها را پایش کنند و برنامهریزی اتاقهای عمل را بهبود دهند. این حسگر کوچک میتواند لحظات کلیدی حین جراحی را شناسایی کند.
سامانه آکارا همچنین شامل یک ربات خودکار مبتنی بر اشعه فرابنفش با نام آکارا ویولت است که با تابش هدفمند نور اتاقها را ضدعفونی میکند. این ربات نشان استاندارد سیای اروپا را دریافت کرده و از نظر ایمنی و عملکرد برای استفاده در بیمارستانهای پرتردد آزمایش شده است. هدف این فناوری افزایش سرعت آمادهسازی اتاقهای عمل در کنار حفظ استانداردهای سختگیرانه کنترل عفونت است.
۳. سامانهای نوین برای درمان ناباروریهای شدید
پژوهشگران مرکز درمان ناباروری دانشگاه کلمبیا سامانهای با نام استار طراحی کردهاند که ترکیبی از تصویربرداری، هوش مصنوعی و رباتیک است. این سامانه قادر است سلولهای اسپرم بسیار نادر را در مردانی که دچار ناباروری شدید هستند شناسایی و استخراج کند.
در ژوئن ۲۰۲۵، این تیم از ثبت نخستین بارداری موفق با استفاده از این روش خبر داد. سامانه استار میتواند در هر ساعت میلیونها تصویر را بررسی کند، اسپرمهای قابلاستفاده را تشخیص دهد و آنها را برای لقاح آزمایشگاهی (IVF) جداسازی کند. این فناوری جایگزینی کمتر تهاجمی برای مردانی است که به عارضه انعدام اسپرم مبتلا هستند؛ وضعیتی که در آن هیچ اسپرمی در نمونه مایع منی مشاهده نمیشود.
۴. کیوسکهای درمانی مجازی
طرح «کیوسک درمانی مجازی» ترکیبی از ویزیت آنلاین و حضوری را بدون نیاز به نوبت فراهم میکند. این کیوسکها میتوانند در فرودگاهها، فروشگاههای بزرگ، دانشگاهها و مناطق روستایی راهاندازی شوند. بیماران در داخل کیوسک به شکل مستقیم با پزشکان دارای مجوز ارتباط برقرار میکنند و میتوانند برای اندازهگیری علائم حیاتی مانند فشار خون، سطح اکسیژن و دمای بدن از ابزارهای تشخیصی استفاده کنند.
شرکت ارائهدهنده این طرح، نخستین نمونه را در نمایشگاه سیئیاس (CES) ۲۰۲۵ معرفی کرد و پس از آن، کیوسکهایی را در ایالتهای تگزاس، کنتیکت و جورجیا نصب کرد تا دسترسی به خدمات اولیه سلامت در نواحی محروم گسترش یابد.
۵. تفسیر پیشرفته تصویربرداری سکته مغزی
شرکت «راپید ایآی»، مستقر در سنماتیو کالیفرنیا، نرمافزار هوش مصنوعی پیشرفتهای را توسعه داده است که به پژوهشگران و پزشکان کمک میکند تصاویر مغز و عروق را سریعتر تفسیر کنند و تصمیمهای درمانی فوریتری بگیرند. فناوری لومینا تریدی این شرکت اسکنهای آنژیوگرافی سیتی را، تقریبا بلافاصله، بازسازی سهبعدی میکند.
یکی دیگر از محصولات راپید ایآی (RapidAI) با نام «انگیوفلو» نیز موفق به دریافت تاییدیه سازمان غذا و داروی آمریکا شده است. این سامانه با ادغام مستقیم تصویربرداری پرفیوژن در اتاق آنژیوگرافی امکان ارزیابی لحظهای جریان خون مغز را فراهم میکند.
در مطالعهای که در سال ۲۰۲۵ انجام شد، نرمافزار راپید ایآی توانست انسدادهای عروقی متوسط را ۳۳ درصد بیشتر از یک سامانه رقیب شناسایی کند؛ نتیجهای که نشاندهنده نقش موثر این فناوری در تشخیص سریع سکته مغزی و مداخله درمانی در شبکههای بیمارستانی است.
