مجموعة ثومبي تقود تبني الذكاء الاصطناعي وتحويل الرعاية الصحية والتعليم الطبي
تاريخ النشر: 23rd, May 2024 GMT
استجابةً للتطورات التكنولوجية في مجال الذكاء الاصطناعي ، أسست مجموعة ثومبي قسما مخصصًا يركز على تحول الذكاء الاصطناعي، مما يظهر التزاما استباقيا بالاستفادة من الذكاء الاصطناعي لتحويل التدريب في التعليم الطبي وتعزيز تقديم الخدمات الصحية السريرية. وبالنظر إلى المستقبل، تشير مبادرة مجموعة ثومبي إلى قفزة كبيرة إلى الأمام في اعتماد التكنولوجيا المتطورة لتشكيل مستقبل الرعاية الصحي.
وبالتحدث عن الأهداف الإستراتيجية للمجموعة، صرح الدكتور ثومبي مويدين، الرئيس المؤسس لمجموعة ثومبي، قائلاً: “بينما ننتقل إلى عصر الذكاء الاصطناعي، فإن أعمالنا الأساسية – بما في ذلك التعليم الطبي وتقديم الرعاية الصحية – تتماشى بشكل استراتيجي لضمان حلول الذكاء الاصطناعي. لتلبية احتياجات الرعاية الصحية الحقيقية، تعد الشراكات متعددة التخصصات ضرورية، مما يعزز بيئة مواتية للابتكار. وسيعمل قسم تحويل الذكاء الاصطناعي كمحفز، وسينفذ أفضل الممارسات، ويسلط الضوء على التأثير الكبير للتكنولوجيا وعلوم البيانات على رعاية المرضى ونتائج العلاج.
في إطار معهد ثومبي للذكاء الاصطناعي في الرعاية الصحية التابع لجامعة الخليج الطبية – وهو الأول من نوعه في المنطقة – يتم تقديم منهج دراسي خاص بالصناعة لجميع طلاب المهن الصحية. كما تقوم بتطوير برامج الشهادات والدبلومات والماجستير في المستقبل. لقد أدخلت جامعة الخليج الطبية بالفعل الذكاء الاصطناعي في جميع برامجها الطبية. يستضيف المعهد نادي الذكاء الاصطناعي للطلاب الذي يضم أكثر من 200 طالب يعملون بنشاط على تعزيز الشراكات وتنظيم الأحداث وتسهيل تبادل المعرفة وتطوير حلول مبتكرة. مع استمرار تطور التعليم في مجال الرعاية الصحية، أصبح منهج جامعة الخليج الطبية يزود المتخصصين في مجال الرعاية الصحية بالمهارات اللازمة للاستفادة من المشهد التكنولوجي المتوسع. مدفوعًا بالتقدم في الذكاء الاصطناعي، وتحليل البيانات الضخمة، والأمن السيبراني، يدمج المنهج الدراسي هذه العناصر بسلاسة في تعليم المهن الصحية، وإعداد الطلاب في جميع البرامج والكليات لمستقبل تكون فيه التكنولوجيا جزءًا لا يتجزأ من رعاية المرضى.
وفي الوقت نفسه، في قطاع التسليم السريري، يجري حاليًا إعداد خريطة طريق الذكاء الاصطناعي لتعزيز الكفاءة في جميع المستشفيات الأكاديمية ومراكز الرعاية النهارية والعيادات والتشخيصات والصيدليات. في البداية، سيتم نشر الذكاء الاصطناعي لتبسيط المهام مثل الإدارة المالية وجدولة المرضى وإعداد الفواتير والتسويق وإدارة الموارد. ومن المتوقع أن يؤدي هذا التحسين إلى تقليل تكاليف التشغيل وتقليل الأخطاء البشرية وتمكين موظفي الرعاية الصحية من التركيز بشكل أكبر على رعاية المرضى.
“إن تمكين القوى العاملة لدينا بأحدث تقنيات الذكاء الاصطناعي أمر حيوي لتحقيق المعالم التي نأمل في تحقيقها في التعليم الطبي وتقديم الرعاية الصحية السريرية. وهذه الجهود ضرورية للتحول من النهج التفاعلي إلى الرعاية الاستباقية، وتسريع مستقبل الرعاية الجيدة والأبحاث، وبهذا يؤكد الدكتور مويدين على مكانة دولة الإمارات العربية المتحدة كوجهة رائدة للابتكار في مجال الرعاية الصحية وتعليم المهن الصحية”.
المصدر: جريدة الوطن
كلمات دلالية: الذکاء الاصطناعی الرعایة الصحیة التعلیم الطبی فی مجال
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.