عنوان مقاله :
تحليل و نقد هوش‌مصنوعي در طبابت از منظر معرفت‌شناسي
عنوان فرعي :
A Philosophical reflection on Artificial Intelligence in Clinical Practice: Epistemological approach
پديد آورندگان :
منجمي عليرضا نويسنده Monajemi Alireza
كليدواژه :
فلسفۀ پزشكي , معرفت‌شناسي پزشكي , خطاهاي پزشكي , هوش‌مصنوعي , سيستم خبره
چكيده فارسي :
خطای پزشكی امری اجتناب‌ناپذیر در طبابت است كه پدیده‌ای آسیب‌رسان است ودر مواردیباعث مرگ بیماران می‌شود. در سالیان گذشته تلاش‌های بسیاری انجام‌شده تا هوش‌مصنوعی جایگزین پزشك شودكه‌تا حدممكن از خطاهای پزشكی اجتناب شود. سیستمهای هوشمند پزشكی سیستمهایی تشخیصی هستند كه پس از شناسایی بیماری، پیشنهاد درمان به بیمار ارائه می‌نمایند. سیستمهای اولیه مانندMYClN و INTERNIST-I جهت مشاوره برای پزشكان طراحی شدند. اما علیرغم اینكه كارایی خوبی از خود نشان دادند، ندرتاً خارج از آزمایشگاه‌های تحقیقاتی به‌كار گرفته‌شدند. سیستمهایی كه بعد از آن هم توسعه‌یافتند موفقیت كافی نیافتند تا جایی كه علاقه‌مندی پژوهشگران در این حوزه كم‌كم رنگ باخت. عدمِ‌توجه به مسائل معرفت‌شناختی یكی از مهمترین موانعبرای رسیدن به موفقیت برای این سیستمها بوده‌است. در این مقاله به منظور جستجوی این موانع ابتدا خطاهای‌شناختی در پزشكی كه منجر به روی‌آوردن به هوش‌مصنوعی شده است معرفی شده و سپس معرفت‌شناسی پزشكی را مرور كرده‌ایم. تعدادی از سیستمهای هوش‌مصنوعی در پزشكی با تأكید بر ساختارِ دانش آنها را مورد بررسی قرار دادیم. نهایتاًدلایل معرفت‌شناختی عدم‌موفقیت سیستمهای هوش‌مصنوعی در حوزه پزشكی تشریح شده‌اند كه عبارتند از پیش‌فرضهای نادرست در باب ماهیّت دانش، جداسازی دانش از استراتژیهای تصمیم‌گیری، عدم‌توجه به معرفت ضمنی و جدا پنداشتن دانش از زمینه.
چكيده لاتين :
In today’s world, technology plays an important and crucial role in medicine and healthcare. Medical Artificial Intelligence and Expert Systems are only subsets of the technologies which try to provide automated decision aids for physicians and clinicians. Their goal is to diagnose the illness and make treatment recommendations. MYClN and INTERNIST-I are among the earliest developed expert systems. However, despite the fact that several of these medical systems have achieved high levels of performance, hardly any has progressed from the research laboratory into practical use. But because of overpromising and failing to deliver them, in artificial intelligence researches face toreduced funding and interest. One of the major reason of these failures is inadequate attention and studies about epistemological considerations. In this paper we are looking for some epistemological obstacles which prevent AI from being successful in medicine. To do so we first briefly introduce cognition errors in medicine which motivate using AI in this field, then review several implemented medical AI systems and finally we discuss epistemological reasons which leads to failure of AI in medicine. These reasons are incorrect hypotheses about nature of knowledge, separating knowledge from decision strategies, inadequate consideration to tacit knowledge and separating knowledge from its context.
