اخبار هوش مصنوعی

هوش مصنوعی تمام بیماری‌ها را درمان می‌کند

مدیر سابق OpenAI: برای درمان بیماری‌ها با هوش مصنوعی، به داده‌های زیستی درست نیاز داریم، نه فقط مدل‌های بزرگ‌تر

«فیجی سیمو»، مدیر ارشد سابق OpenAI و هم‌بنیان‌گذار استارتاپ زیست‌پزشکی ChronicleBio، باور دارد هوش مصنوعی روزی قادر به درمان تمامی بیماری‌ها خواهد بود. اما به‌گفته‌ی او، صرفاً بزرگ‌تر و هوشمندتر کردن مدل‌ها به این هدف نمی‌رسد؛ آنچه واقعاً اهمیت دارد، توسعه‌ی هم‌پای زیرساخت‌های داده‌های زیستی است. این اظهارات که در تاریخ ۱۸ اوت ۲۰۲۶ (۲۷ مرداد ۱۴۰۵) در شبکه‌ی اجتماعی X منتشر شده، واکنش‌های گسترده‌ای را در صنعت هوش مصنوعی و زیست‌پزشکی به همراه داشته است.

فیجی سیمو، که تا پیش از کناره‌گیری در ژوئیه‌ی ۲۰۲۶، یکی از تأثیرگذارترین چهره‌های OpenAI محسوب می‌شد، در پستی در شبکه‌ی اجتماعی X به اظهارات «داریو آمودی»، مدیرعامل آنتروپیک، پاسخ داد. آمودی در آخر هفته‌ی گذشته نوشته بود که شرکت‌های هوش مصنوعی برای جلب اعتماد عمومیِ بدبین، باید به‌جای شعارهای کلی، دستاوردهای ملموس و واقعی ارائه دهند.

سیمو با تأیید این دیدگاه نوشت: «من در اکثر موارد با داریو اختلاف نظر دارم، اما این جمله‌ی او درست و دقیق است: در حال حاضر، ادعای اینکه هوش مصنوعی سرطان را درمان خواهد کرد، بیشتر یک شعار تکراری است تا یک حرف الهام‌بخش، و اکثر مردم آن را فریب‌دهنده می‌دانند. آنچه واقعاً کارساز خواهد بود، درمان واقعی سرطان است.»با این حال، سیمو فراتر از این هم‌اندیشی رفت و به مهم‌ترین گلوگاهِ تحقق این وعده اشاره کرد: دسترسی به داده‌های زیستی درست. به‌گفته‌ی او، هوش مصنوعی بدون داده‌های لازم برای درک یک بیماری خاص، نمی‌تواند صرفاً با استدلال محض به درمان آن دست یابد.

اظهارات سیمو در حالی مطرح می‌شود که او خود با یک بیماری مزمن دست‌وپنجه نرم می‌کند. سیمو در سال ۲۰۱۹ به سندرم تاکی‌کاردی وضعیتی (POTS) مبتلا شد؛ بیماری‌ای که تشخیص و درمان آن دشوار است. همین تجربه‌ی شخصی بود که او را به تأسیس ChronicleBio ترغیب کرد؛ استارتاپی که در اوت ۲۰۲۵، هم‌زمان با پیوستن به OpenAI به‌عنوان مدیرعامل بخش اپلیکیشن‌ها، راه‌اندازی شد.

کارشناسان حوزه‌ی هوش مصنوعی پزشکی، تأکید سیمو بر زیرساخت داده را نقطه‌عطفی در گفتمان این صنعت می‌دانند. به‌گفته‌ی تحلیلگران، سال‌هاست که شرکت‌های فناوری وعده‌های بزرگ درباره‌ی نقش هوش مصنوعی در پزشکی می‌دهند، اما کمتر به چالش‌های بنیادینِ دسترسی به داده‌های بالینی باکیفیت و استاندارد پرداخته‌اند.

تأثیر بر صنعت، بازار و کاربران

سیمو در ادامه‌ی اظهارات خود، به یک نکته‌ی کلیدی اشاره کرد که می‌تواند مسیر سرمایه‌گذاری در هوش مصنوعی پزشکی را تغییر دهد. او نوشت: «به‌طرز طعنه‌آمیزی، به‌همین دلیل است که من بیش از همه به پیشرفت چشمگیر هوش مصنوعی در حوزه‌ی سرطان خوش‌بین هستم: دهه‌ها سرمایه‌گذاری، مجموعه‌داده‌های خارق‌العاده‌ای در زمینه‌های ژنومیکس، پاتولوژی، تصویربرداری، پیامدهای بالینی و موارد دیگر ایجاد کرده است.»

این در حالی است که برای بیماری‌های مزمن و پیچیده‌تر، چنین زیرساختی وجود ندارد. ChronicleBio دقیقاً برای پر کردن همین خلأ تأسیس شده است؛ این استارتاپ در حال ساخت مجموعه‌داده‌هایی برای درک بهتر بیماری‌های مزمن پیچیده است.

برای کاربران و بیماران، پیام سیمو روشن است: هوش مصنوعی تا زمانی که داده‌های زیستی کافی در اختیار نداشته باشد، نمی‌تواند درمان‌گر واقعی باشد. این یعنی پیشرفت در این حوزه، نه فقط به بهبود مدل‌ها، که به سرمایه‌گذاری گسترده در جمع‌آوری و استانداردسازی داده‌های پزشکی وابسته است.

چشم‌انداز و پیش‌بینی‌های آینده

سیمو در پایان پست خود جمع‌بندی کرد: «هوش مدل‌ها و زیرساخت‌های زیست‌شناختی باید پابه‌پای یکدیگر توسعه یابند. من باور دارم که هوش مصنوعی می‌تواند تمامی بیماری‌ها را درمان کند، اما فقط در صورتی که زیرساخت‌های لازم برای تبدیل این هوش به درمان‌های واقعی را با همان سرعتی بسازیم که مدل‌ها پیشرفت می‌کنند.»

پیش‌بینی می‌شود در سال‌های آینده، شاهد افزایش چشم‌گیر سرمایه‌گذاری در حوزه‌ی داده‌های زیستی و همکاری‌های بین‌رشته‌ای بین شرکت‌های هوش مصنوعی و مؤسسات پزشکی باشیم. سرطان به‌عنوان حوزه‌ای با غنی‌ترین داده‌ها، نخستین میدانِ اثبات این رویکرد خواهد بود و سپس نوبت به بیماری‌های مزمن و پیچیده‌تر می‌رسد.

پیام اصلی فیجی سیمو، فراتر از یک پیش‌بینی خوش‌بینانه، یک هشدار استراتژیک است: هوش مصنوعی به‌تنهایی درمان‌گر نیست. آنچه صنعت امروز به آن نیاز دارد، سرمایه‌گذاری هم‌زمان در دو جبهه است: توسعه‌ی مدل‌های پیشرفته و ایجاد زیرساخت‌های داده‌ای که بتواند این مدل‌ها را با اطلاعات زیستی دقیق و قابل‌اطمینان تغذیه کند. بدون این زیرساخت، حتی پیشرفته‌ترین مدل‌ها نیز در درمان بیماری‌ها ناتوان خواهند بود.

اظهارات فیجی سیمو، مدیر سابق OpenAI، در ۱۸ اوت ۲۰۲۶، چالش اساسی پیش روی هوش مصنوعی در حوزه‌ی پزشکی را به‌خوبی ترسیم می‌کند. در حالی که وعده‌ی درمان تمام بیماری‌ها با هوش مصنوعی همچنان وسوسه‌انگیز است، اما تحقق این وعده نیازمند گامی فراتر از بهبود مدل‌هاست. توسعه‌ی زیرساخت‌های داده‌های زیستی، هم‌پای پیشرفت مدل‌ها، کلید اصلی این تحول خواهد بود. ChronicleBio به‌عنوان نخستین گام‌های عملی در این مسیر، نشان می‌دهد که آینده‌ی پزشکی با هوش مصنوعی، در گرو کارزار داده‌ها رقم خواهد خورد، نه فقط رقابت مدل‌ها.

 

مشاهده بیشتر

نوشته های مشابه

دیدگاهتان را بنویسید

دکمه بازگشت به بالا