ხელოვნური ინტელექტის სისტემები მოვლისთვის [TELE-10-KA]

ხელოვნური ინტელექტის სისტემები მოვლისთვის [TELE-10-KA]

ხელოვნური ინტელექტი ტელემედიცინის კლინიკურ პრაქტიკაში სწრაფად ინტეგრირდება — დიაგნოსტიკური ალგორითმებიდან დაწყებული პაციენტის მონიტორინგის ავტომატიზებული სისტემებით დამთავრებული — და ამ ტრანსფორმაციამ კლინიცისტებს გამოწვევის წინ დააყენა: შეძლონ ტექნოლოგიის კრიტიკული შეფასება და პასუხისმგებლური გამოყენება. WHO-ის 2021 წლის „Ethics and Governance of AI for Health” მითითებების თანახმად, AI-ის ჯანდაცვაში დანერგვა მოითხოვს არა მხოლოდ ტექნიკურ გაგებას, არამედ ალგორითმული სამართლიანობის, გამჭვირვალობისა და კლინიკური ვალიდაციის პრინციპების ღრმა ცოდნას. საქართველოში და სამხრეთ კავკასიის რეგიონში, სადაც ტელემედიცინის ინფრასტრუქტურა აქტიურ განვითარების ეტაპზეა, ეს კომპეტენცია განსაკუთრებით კრიტიკულია — ადრეული ეტაპის სისტემურ გადაწყვეტილებებს გრძელვადიანი ზეგავლენა აქვთ სერვისის ხარისხსა და პაციენტის უსაფრთხოებაზე. ჯანდაცვის პროფესიონალები, რომლებიც ვერ ფლობენ AI-ის შეფასების ინსტრუმენტებს, რისკის ქვეშ ექცევიან — სარგებლობდნენ არარელევანტური ალგორითმებით ან, პირიქით, უარყონ ვალიდური სისტემები.

კურსი ეფუძნება ISO 13485 სამედიცინო ხარისხის მართვის სტანდარტებს, IEC 62304 სამედიცინო პროგრამული უზრუნველყოფის სასიცოცხლო ციკლის მოთხოვნებს და JCI-ის ციფრული ჯანდაცვის მმართველობის პრინციპებს. სწავლება აერთიანებს კლინიკური სცენარების ანალიზს, AI სისტემების ვალიდაციის პრაქტიკულ სავარჯიშოებს და ASF (Algorithmic Standards Framework) — ტექნოლოგიის სტანდარტების პრაქტიკულ გამოყენებას ტელემედიცინის კონტექსტში; მეთოდოლოგია შეესაბამება WHO Academy-ის კომპეტენციაზე დაფუძნებული სწავლების მოდელს.

კურსის დასრულების შემდეგ მონაწილეებს შეუძლიათ:

• განასხვავონ კლინიკურად ვალიდირებული AI სისტემები სამედიცინო გამოყენებისთვის არარელევანტური ალგორითმებისაგან — ISO 13485 და IEC 62304 კრიტერიუმების გამოყენებით;
• შეაფასონ ტელემედიცინის AI ინსტრუმენტების სამართლიანობა და მიკერძოების რისკი კონკრეტული პოპულაციური მახასიათებლების, მათ შორის ეთნიკური და სოციოეკონომიკური ფაქტორების, გათვალისწინებით;
• გამოიყენონ ASF ტექნოლოგიური სტანდარტები ტელემედიცინის AI სისტემის დანერგვის გეგმის შემუშავებისა და ვალიდაციის პროცესში;
• ანალიზი გაუკეთონ AI-ის კლინიკური გადაწყვეტილების მხარდაჭერის სისტემების (CDSS) შედეგებს და განსაზღვრონ, სად რჩება ექიმის მსჯელობა გადამწყვეტი ავტონომიური რეკომენდაციის პირობებშიც;
• დანერგონ პაციენტის თანხმობისა და ინფორმირებულობის პროტოკოლები AI-გაძლიერებული ტელეკონსულტაციის კონტექსტში WHO-ის ეთიკური მმართველობის სახელმძღვანელო პრინციპების შესაბამისად;
• ინტერპრეტაცია გაუკეთონ AI სისტემის მუშაობის მეტრიკებს — სენსიტიურობა, სპეციფიკურობა, AUC — და ამ მონაცემებზე დაყრდნობით მიიღონ კლინიკურად დასაბუთებული გადაწყვეტილება სისტემის გამოყენების ან ალტერნატიული მიდგომის შესახებ.

ვისთვის არის