הכנסת הבינה המלאכותית (AI) חוללה מהפכה במערכות הבריאות. מאמר חדש ביומן הדמיה אבחנתית והתערבותית דן בצעדים הדרושים כדי להבטיח שימוש בינה מלאכותית בבריאות באחריות ובקיימא.
מחקר: שינויי אקלים ובינה מלאכותית בתחום הבריאות: סקירה והמלצות לקראת עתיד בר קיימא. קרדיט תמונה: metamorworks / Shutterstock
רקע כללי
AI שולבה במכשירי בריאות, בעיקר בהדמיה אבחנתית, טיפול בקרינה, רדיולוגיה התערבותית ורפואה גרעינית. למידה עמוקה (DL) היא אפליקציית הבינה המלאכותית הנפוצה ביותר במכשירים כאלה. DL מאפשרת למודלים ללמוד מנתונים ללא מעורבות המפעיל ובכך יכולה לשפר את התוצאות האבחוניות והטיפוליות ולהגביר את יעילות הטיפול.
עם זאת, פלטפורמה כבדה מבחינה חישובית מגיעה עם טביעת רגל פחמנית גבוהה, אשר עשויה להאיץ את שינויי האקלים ולהשפיע לרעה על הסביבה במספר דרכים.
שינוי האקלים הוא נושא דחוף, והצורך למתן את השפעותיו ולהאט את קצב התקדמותו הוכר בעולם. הסקירה הנוכחית העריכה את השימוש בבינה מלאכותית בתחום הבריאות בהקשר של שינויי אקלים.
היתרונות של AI עבור שירותי בריאות ושינויי אקלים
היתרונות של AI בתחום הבריאות כוללים זרימת עבודה הרבה יותר חלקה, מהירה ופחות בזבזנית ויכולת להשתמש ברפואה טלפונית באופן נרחב יותר. בינה מלאכותית יכולה להפחית את בזבוז המשאבים כמו אנרגיה, זמן וחומרי הדמיה על ידי שיפור הזיהוי של חולים הזקוקים להדמיה וצמצום זמני ההמתנה.
AI יכול גם לשפר את יכולות האבחון של הקלינאי, ובכך למנוע את הצורך בבדיקות חוזרות. בשילוב עם זרימת עבודה אלגנטית יותר, זה יכול לעזור לקדם טיפול וירטואלי ולהפחית נסיעות מיותרות של חולים, ולהפחית את פליטת גזי חממה.
עלות האנרגיה של AI בתחום הבריאות
האימון והשימוש במודלים של AI הם עתירי אנרגיה. יישומי שירותי בריאות מהווים יותר מ-4% מהשימוש בבינה מלאכותית כיום, והם דורשים מערכי נתונים גדולים, אלגוריתמים מורכבים ועדכוני דגמים מרובים. מחקר אחד דיווח שדגם AI גדול יחיד לוקח אנרגיה רבה כמו חמש מכוניות לאורך כל חייהן.
השימוש בבינה מלאכותית בתחום הבריאות תלוי במרכזי נתונים המשתמשים בשרתים, מערכות קירור ופלטפורמות רשת. כל אלה חייבים לפעול כל הזמן בסביבות מבוקרות, צורכות אנרגיה רבה ומהווים כ-1% מצריכת החשמל העולמית.
שירותי בריאות מייצרים כמויות גדולות של פסולת אלקטרונית בשל הצורך המתמיד בעדכוני חומרה. פסולת כזו עלולה להרעיל את הסביבה עקב שימוש בחומרים כגון עופרת, קדמיום וכספית.
הביקוש הרב למשאבי טבע כמו יסודות אדמה נדירים גובה מחיר מהמגוון הביולוגי על ידי קידום הרס בתי גידול. דרישות לוגיסטיות לשרשרת האספקה הקשורה לתחבורה ול-AI מעצימות את ההשפעה העקיפה של בינה מלאכותית הקשורה לבריאות על הסביבה.
אמצעי הפחתה
פתרונות אפשריים יכולים לכלול הגדלת היעילות האנרגטית של מודלים של AI באמצעות טכניקות כמו קוונטיזציה וגיזום. עיצוב תשתית משופר, חידוש תפיסות החומרה והתוכנה וניהול צריכת חשמל יעיל באמצעות קנה מידה דינמי של מתח ותדר יכולים גם הם להפחית את העלויות הסביבתיות של AI.
שילוב אנרגיה מתחדשת יכול להפחית את צריכת האנרגיה הקשורה לבינה מלאכותית. למעשה, תכנון כורי היתוך גרעיני בסיוע בינה מלאכותית יכול להתקדם בריתום מקור הכוח הזה עבור בינה מלאכותית בתחום הבריאות.
צעדים כאלה דורשים הערכת מחזור חיים מקיפה עבור העלות הסביבתית, המאפשרת למדענים לנצל הזדמנויות להפחתת טביעת הרגל הפחמנית מההתחלה ועד הסוף. מחקר אחד דיווח כי "בינה מלאכותית אוטונומית עשויה להפחית את פליטת גזי החממה בתחום הבריאות בעד 80%".
שיתוף פעולה בין בעלי העניין הוא המפתח
שיטות קיימות עבור AI בתחום הבריאות יצליחו רק אם יתחזקו המדיניות והיוזמות הממשלתיות. הדבר מצריך שיתוף פעולה עם מחזיקי העניין בכל שלבי התהליך.
שיתוף פעולה אזורי ובינלאומי חיוני כדי שהמגמות הללו יהפכו לנורמה, ושיתוף הידע חיוני.
שיטות עבודה מומלצות ל-AI בר-קיימא בתחום הבריאות כוללות עיצוב מסגרות ירוקות, הערכת מחזור החיים של מערכת בינה מלאכותית, שימוש אחראי בנתונים ופיקוח רגולטורי על שינויים ותנועות בשטח. על ידי הבנת מצב הידע הנוכחי, סקירה זו של בינה מלאכותית בתחום הבריאות והשפעתה על שינויי האקלים שואפת לכוון מחקר עתידי ולמקד תחומים שבהם נדרשות פרקטיקות טובות יותר.
מתן עדיפות לקיימות ואחריות סביבתית היא חיונית כדי להבטיח שהיתרונות של AI יתממשו תוך תרומה אקטיבית לשימור הפלנטה שלנו.
