تصور کنید صبح گوشی‌تان را برمی‌دارید، چند کلمه صحبت می‌کنید و چند ثانیه بعد، یک سیستم هوش مصنوعی به شما می‌گوید که تغییراتی در صدایتان دیده شده که شاید ارزش بررسی پزشکی داشته باشد.

نه آزمایش خون، نه دستگاه پزشکی پیچیده و نه حتی مراجعه فوری به بیمارستان؛ فقط صدای شما و الگوریتمی که می‌تواند الگوهای پنهان در آن را بررسی کند.

این تصویر شاید شبیه داستان‌های علمی‌تخیلی به نظر برسد، اما پژوهشگران در سال‌های اخیر واقعاً در حال بررسی همین ایده هستند.

هوش مصنوعی در حال ورود به حوزه‌ای از سلامت است که شاید کمتر درباره آن شنیده باشیم: استفاده از صدا، تصویر، حرکت و داده‌های روزمره برای پیدا کردن نشانه‌هایی از وضعیت بدن.

اما سؤال مهم اینجاست:

آیا ممکن است در آینده، تلفن همراه یا ساعت هوشمند ما قبل از اینکه خودمان متوجه مشکلی شویم، نشانه‌های یک بیماری را پیدا کند؟

صدای شما فقط برای شنیدن نیست

وقتی صحبت می‌کنیم، فقط کلمات را منتقل نمی‌کنیم.

صدا ویژگی‌های مختلفی دارد؛ از زیر و بم و شدت گرفته تا سرعت صحبت کردن و برخی ویژگی‌های صوتی که ممکن است تحت تأثیر وضعیت جسمی یا عصبی فرد قرار بگیرند.

پژوهشگران سال‌هاست بررسی می‌کنند که آیا می‌توان از این ویژگی‌ها به عنوان نوعی «نشانگر زیستی» استفاده کرد یا نه.

در سال ۲۰۲۵، مجله Nature گزارشی درباره پژوهش‌های مربوط به تحلیل صدای انسان با هوش مصنوعی منتشر کرد و به مطالعاتی اشاره کرد که امکان استفاده از ویژگی‌های صوتی برای بررسی شرایطی مانند بیماری‌های قلبی و آلزایمر را بررسی کرده‌اند.

این به معنی آن نیست که یک ضبط صوت ساده می‌تواند بیماری را قطعی تشخیص دهد.

موضوع اصلی این است که صدا ممکن است اطلاعات بیشتری از چیزی که با گوش معمولی می‌شنویم در خود داشته باشد.

یک مطالعه جدید؛ تشخیص دیابت فقط با صدای گوشی؟

یکی از نمونه‌های جالب و جدید این حوزه، پژوهشی است که در سپتامبر ۲۰۲۶ منتشر شده است.

پژوهشگران در این مطالعه مدلی به نام V2D یا Voice2Diabetes را بررسی کرده‌اند؛ سامانه‌ای که تلاش می‌کند با استفاده از ویژگی‌های صوتی حاصل از بخش‌های کوتاه صحبت کردن افراد و بدون استفاده از اندازه‌گیری‌های بالینی، افراد مبتلا به دیابت نوع ۲ را شناسایی کند.

چنین پژوهش‌هایی اگر در مطالعات بزرگ‌تر و مستقل تأیید شوند، می‌توانند مسیر تازه‌ای برای غربالگری ایجاد کنند.

تصور کنید فردی که دسترسی آسانی به آزمایشگاه یا خدمات پزشکی ندارد، بتواند از یک ابزار دیجیتال برای شناسایی نشانه‌های اولیه و دریافت توصیه برای پیگیری پزشکی استفاده کند.

اما یک نکته بسیار مهم وجود دارد:

غربالگری با تشخیص قطعی یکی نیست.

حتی اگر یک الگوریتم بتواند احتمال وجود یک بیماری را به‌درستی افزایش دهد، تشخیص پزشکی همچنان نیازمند ارزیابی و آزمایش‌های مناسب است.

هوش مصنوعی فقط صدای ما را نمی‌شنود

صدا تنها یکی از مسیرهای ورود AI به سلامت است.

گوشی‌ها، ساعت‌های هوشمند و سایر ابزارهای پوشیدنی می‌توانند حجم زیادی از داده‌های مربوط به فعالیت روزانه را ثبت کنند.

برای مثال، برخی دستگاه‌ها می‌توانند اطلاعاتی مانند ضربان قلب، فعالیت بدنی، الگوهای خواب و داده‌های حرکتی را ثبت کنند.

وقتی این اطلاعات در طول زمان جمع شوند، الگوریتم‌ها می‌توانند به دنبال تغییرات و الگوهایی بگردند که شاید با چشم انسان به‌سادگی دیده نشوند.

اینجا یک مفهوم مهم مطرح می‌شود:

«داده‌های سلامت روزمره»

در پزشکی سنتی، معمولاً فرد زمانی اطلاعات پزشکی خود را دریافت می‌کند که به پزشک مراجعه کرده یا آزمایشی انجام داده است.

اما فناوری‌های پوشیدنی می‌توانند داده‌هایی را در طول روز و در زندگی واقعی جمع‌آوری کنند.

این تغییر می‌تواند نگاه ما به سلامت را از «بررسی بیماری پس از بروز مشکل» به سمت پایش مداوم‌تر وضعیت بدن سوق دهد.

آیا ساعت هوشمند می‌تواند بیماری را پیش‌بینی کند؟

اینجا باید کمی محتاط باشیم.

دیدن یک تغییر در ضربان قلب، خواب یا فعالیت بدنی لزوماً به معنی وجود بیماری نیست.

عوامل بسیار زیادی می‌توانند روی این داده‌ها اثر بگذارند؛ از استرس و فعالیت بدنی گرفته تا خواب، شرایط محیطی و حتی تفاوت‌های طبیعی میان افراد.

بنابراین الگوریتم ممکن است بتواند بگوید:

«این الگو با وضعیت معمول شما متفاوت است.»

اما این جمله با این عبارت بسیار متفاوت است:

«شما به فلان بیماری مبتلا هستید.»

همین تفاوت یکی از مهم‌ترین مرزهای آینده سلامت دیجیتال خواهد بود.

از «تشخیص» به «هشدار زودهنگام»

شاید یکی از کاربردهای مهم AI در سلامت، الزاماً تشخیص قطعی بیماری نباشد.

ممکن است نقش مهم‌تر هوش مصنوعی در این باشد که تغییرات غیرعادی را زودتر پیدا کند.

مثلاً اگر داده‌های یک فرد برای مدت طولانی الگوی نسبتاً ثابتی داشته باشد و ناگهان تغییر قابل‌توجهی در برخی شاخص‌ها ایجاد شود، یک سیستم هوشمند می‌تواند این تغییر را به کاربر یا متخصص سلامت گوشزد کند.

این رویکرد می‌تواند به‌خصوص در بیماری‌هایی که تشخیص زودتر آنها اهمیت دارد، مورد توجه قرار گیرد.

سازمان جهانی بهداشت نیز از AI به عنوان فناوری دارای ظرفیت برای بهبود تشخیص، مراقبت، نظارت بر بیماری‌ها و مدیریت نظام‌های سلامت یاد می‌کند؛ در عین حال بر ضرورت استفاده ایمن، عادلانه و مبتنی بر شواهد تأکید دارد.

آینده‌ای که در آن «Baseline» شما اهمیت دارد

یکی از جذاب‌ترین ایده‌ها در سلامت دیجیتال این است که هوش مصنوعی به جای مقایسه شما با یک «میانگین عمومی»، ابتدا الگوی معمول خود شما را یاد بگیرد.

فرض کنید یک سیستم برای مدت طولانی اطلاعات مربوط به فعالیت، خواب یا برخی ویژگی‌های صوتی شما را دریافت کند.

بعد از مدتی ممکن است بهتر بتواند بفهمد چه چیزی برای شما عادی است و چه چیزی تغییر محسوب می‌شود.

در چنین حالتی، الگوریتم به جای اینکه فقط بپرسد:

«این عدد در محدوده طبیعی قرار دارد؟»

می‌تواند سؤال دیگری را هم بررسی کند:

«آیا این عدد نسبت به الگوی معمول این فرد تغییر کرده است؟»

این تفاوت می‌تواند در آینده اهمیت زیادی پیدا کند.

اما یک مشکل بزرگ وجود دارد: همه داده‌ها قابل اعتماد نیستند

هوش مصنوعی هرچقدر هم قدرتمند باشد، به داده‌ای که دریافت می‌کند وابسته است.

اگر داده‌ها ناقص باشند، کیفیت پایینی داشته باشند یا گروه‌های مختلف جمعیت را به اندازه کافی نمایندگی نکنند، عملکرد سیستم نیز ممکن است برای همه افراد یکسان نباشد.

به همین دلیل، استفاده از AI در سلامت فقط مسئله ساختن یک الگوریتم قدرتمند نیست.

باید مشخص شود:

• الگوریتم روی چه داده‌هایی آموزش دیده است؟
• عملکرد آن برای گروه‌های مختلف چگونه است؟
• چند بار و در چه شرایطی آزمایش شده؟
• احتمال خطای آن چقدر است؟
• اگر نتیجه اشتباه باشد، چه کسی مسئول است؟

سازمان جهانی بهداشت و نهادهای نظارتی نیز بر اهمیت داده باکیفیت، حکمرانی، امنیت و ارزیابی دقیق فناوری‌های هوش مصنوعی در سلامت تأکید دارند.

بزرگ‌ترین سؤال: چه کسی به اطلاعات بدن ما دسترسی دارد؟

اگر گوشی، ساعت یا یک اپلیکیشن بتواند اطلاعات بیشتری درباره وضعیت بدن ما جمع‌آوری کند، یک سؤال مهم دیگر مطرح می‌شود:

این اطلاعات دقیقاً کجا ذخیره می‌شوند؟

داده‌های مربوط به سلامت می‌توانند بسیار حساس باشند.

اطلاعات خواب، ضربان قلب، فعالیت روزانه یا حتی داده‌های صوتی ممکن است چیزهایی درباره زندگی و وضعیت فرد نشان دهند که تمایل ندارد در اختیار دیگران قرار بگیرد.

به همین دلیل، توسعه سلامت مبتنی بر AI بدون توجه جدی به حریم خصوصی می‌تواند مشکل‌ساز شود.

WHO در اسناد مربوط به حکمرانی داده‌های سلامت نیز بر امنیت، یکپارچگی داده‌ها، شفافیت و ایجاد تعادل میان استفاده از داده و حفاظت از حریم خصوصی تأکید کرده است.

آیا این فناوری جای پزشک را می‌گیرد؟

نکته جالب اینجاست که این فناوری اساساً لازم نیست برای جایگزین کردن پزشک ساخته شود.

ممکن است آینده به شکلی پیش برود که ابزارهای هوشمند، هشدارهای اولیه و اطلاعات بیشتری در اختیار پزشک قرار دهند.

پزشک هم بتواند این اطلاعات را در کنار معاینه، آزمایش‌ها، سابقه پزشکی و شرایط واقعی بیمار تفسیر کند.

در چنین مدلی، هوش مصنوعی بیشتر شبیه یک سیستم هشداردهنده و تحلیل‌گر است تا یک پزشک دیجیتال.

حتی FDA در حال حاضر فهرستی از تجهیزات پزشکی مجهز به AI دارد که برای کاربردهای مختلف مجوز بازاریابی در آمریکا دریافت کرده‌اند؛ این فهرست نشان می‌دهد استفاده از AI در تجهیزات پزشکی دیگر صرفاً یک ایده تحقیقاتی نیست.

شاید گوشی شما در آینده «آینه سلامت» شما باشد

تصور کنید چند سال دیگر، تلفن همراه شما فقط وسیله‌ای برای تماس و پیام نباشد.

ممکن است با اجازه خودتان، اطلاعاتی از الگوی خواب، فعالیت، صدا و سایر داده‌های سلامت را در طول زمان جمع‌آوری کند.

هوش مصنوعی این اطلاعات را تحلیل کند و به جای اینکه فقط عدد و نمودار نشان دهد، تغییرات مهم را برای شما قابل فهم کند.

مثلاً:

«الگوی فعالیت شما در هفته‌های اخیر تغییر کرده است.»

یا:

«برخی ویژگی‌های داده‌های اخیر شما با الگوی قبلی متفاوت است؛ در صورت تداوم، پیگیری پزشکی می‌تواند منطقی باشد.»

این آینده هنوز به‌طور کامل محقق نشده است، اما جهت حرکت فناوری به سمت استفاده گسترده‌تر از داده‌های دیجیتال برای سلامت کاملاً جدی است. WHO نیز در گزارش‌های اخیر خود از تحول فزاینده نظام‌های سلامت با کمک فناوری‌های دیجیتال و AI سخن گفته است.

اما نباید فریب یک جمله را خورد

یکی از خطرناک‌ترین برداشت‌ها از این فناوری این است که تصور کنیم:

«هوش مصنوعی گفت سالم هستم، پس نیازی به پزشک ندارم.»

یا برعکس:

«هوش مصنوعی احتمال یک بیماری را مطرح کرد، پس حتماً بیمار هستم.»

هیچ‌کدام لزوماً درست نیست.

ابزارهای هوشمند می‌توانند برای غربالگری، پایش و کمک به تصمیم‌گیری مفید باشند، اما نتیجه یک الگوریتم با تشخیص پزشکی یکی نیست.

به‌خصوص وقتی صحبت از سلامت است، اطمینان ظاهری یک سیستم هوش مصنوعی نباید با قطعیت پزشکی اشتباه گرفته شود.

آینده شاید قبل از بیماری، «تغییر» را ببیند

شاید مهم‌ترین تحول آینده پزشکی این نباشد که هوش مصنوعی بتواند بیماری‌ها را جادویی تشخیص دهد.

تحول واقعی می‌تواند این باشد که سیستم‌های هوشمند بتوانند تغییرات کوچک و تدریجی در وضعیت افراد را زودتر شناسایی کنند.

تغییر در صدا.

تغییر در حرکت.

تغییر در خواب.

تغییر در فعالیت.

تغییر در برخی داده‌های فیزیولوژیک.

اگر این تغییرات با پژوهش‌های معتبر و ابزارهای قابل اعتماد به اطلاعات پزشکی تبدیل شوند، ممکن است مسیر مراقبت از سلامت نیز تغییر کند.

در این صورت، پزشکی فقط منتظر نمی‌ماند تا فرد بیمار شود و سپس برای درمان اقدام کند؛ بلکه می‌تواند بیشتر به سمت پایش، پیشگیری و تشخیص زودهنگام حرکت کند.

جمع‌بندی

هوش مصنوعی در حال نزدیک شدن به یکی از شخصی‌ترین بخش‌های زندگی انسان است: بدن و سلامت ما.

از تحلیل صدا و تصاویر گرفته تا داده‌های ساعت‌های هوشمند و تلفن‌های همراه، حجم اطلاعاتی که می‌تواند درباره وضعیت بدن جمع‌آوری و تحلیل شود، در حال افزایش است.

پژوهش‌های جدید حتی بررسی کرده‌اند که آیا می‌توان از صدای ضبط‌شده با گوشی برای شناسایی نشانه‌های برخی بیماری‌ها استفاده کرد.

اما بین «امکان فنی» و «تشخیص پزشکی قابل اعتماد» فاصله زیادی وجود دارد.

آینده سلامت احتمالاً جایی خواهد بود که هوش مصنوعی به جای اینکه صرفاً بگوید «بیمار هستید یا سالم»، بتواند تغییرات مهم را زودتر پیدا کند و اطلاعات مفیدتری در اختیار انسان و پزشک قرار دهد.

شاید روزی برسد که قبل از اینکه خودمان متوجه تغییر کوچکی در بدنمان شویم، یک الگوریتم متوجه آن شده باشد.

اما اینکه این هشدار واقعاً به نجات جان یک انسان کمک کند، به یک چیز بستگی دارد:

دقت فناوری، کیفیت داده و تصمیم درست انسانی در کنار آن.