به گزارش ایسنا، محمد مشایخ، فارغ‌التحصیل دانشگاه صنعتی امیرکبیر با بیان اینکه این پروژه با عنوان "بهبود کارایی روش‌های حفظ حریم خصوصی در کاربردهای مراقب سلامت مبتنی بر اینترنت اشیاء" اجرایی شده است، گفت: با توجه به کمبود منابع و مقالات داخلی در این حوزه، تصمیم به مطالعه و تحقیق به منظور ساماندهی و یکپارچه کردن اطلاعات بیماران گرفتیم، از این رو در این طرح یک راهکار برای استفاده امن از یک سیستم یکپارچه پزشکی با حفظ حریم خصوصی ارائه شده است.
وی با بیان اینکه در این طرح کاربران فارغ از اینکه در چه منطقه جغرافیایی حضور دارند و تحت پوشش چه بیمه درمانی هستند، می‌توانند از خدمات ارائه شده توسط این مرکز یکپارچه استقاده کنند، یادآور شد: همچنین با ارائه یک پروتکل جدید به نام توافق کلید (که مسئول برقراری ارتباط امن بین کاربر و مرکز ابری ارائه دهنده خدمات پزشکی است) سربار محاسباتی حاصل نسبت به طرح‌های مشابه موجود کاهش یافت.
مشایخ با اشاره به روش کار خود در این پروژه گفت: در طرح ارائه شده در این تحقیق یک مرکز واحد در کل کشور در نظر گرفته شده است که مسوولیت کل سامانه را برعهده دارد. وظیفه این مرکز مدیریت واحدهای درمانی در اقصی نقاط کشور است.
مجری طرح ادامه داد: مراکز درمانی در سرتاسر کشور می‌توانند با مراجعه به این مرکز مجوز ارتباط با این مرکز را برای بیماران خود دریافت کنند. بعد از این مرحله هر بیماری که به مراکز درمانی محله خود مراجعه کند، می‌تواند مجوز ارتباط با مرکز درمانی اصلی را دریافت کرده و از خدمات این مرکز با حفظ حریم خصوصی و به صورت امن بهره ببرد.
این دانش آموخته دانشگاه امیرکبیر یکی از خدمات این مرکز برای کابران را استفاده از هوش مصنوعی برای تجزیه و تحلیل اطلاعات سلامت دریافتی از کاربران دانست و یادآور شد: در این طرح مبنا بر این است که با استفاده از ابزارهای هوشمندی (مانند ساعت‌های هوشمند و انواع سنسورهایی که در اینترنت اشیا مرسوم هستند) که به کاربران وصل شده است، اطلاعات حیاتی کاربر به صورت امن به این مرکز درمانی ارسال می‌شوند و در صورتی که سامانه هوش مصنوعی‌ای که در این مرکز قرار دارد، با توجه به علائم کاربر یک بیماری را برای شخص تشخیص دهد، برای کاربر یک هشدار ارسال خواهد شد و از وی خواسته می‌شود که به مراکز درمانی مراجعه کند.
محقق این طرح خاطر نشان کرد: در کاربردهای این چنینی یکی از مهمترین مسایلی که وجود دارد، انتقال امن اطلاعات از کاربر به مرکز درمانی است. یعنی نباید شخص دیگری غیر از فرستنده و گیرنده به اطلاعات ارسالی کاربر دسترسی داشته باشد تا کاربر اطمینان حاصل کند که اطلاعات وی افشا نخواهد شد. برای دستیابی به این هدف در پژوهش انجام شده یک پروتکل امنیتی ارائه شده است.
وی با بیان اینکه از جمله پیچیدگی‌هایی که در کار وجود داشت و باید به آن رسیدگی می‌شد، یکپارچه کردن تمامی مراکزی بود که به صورت مجزا از یکدیگر کار می‌کردند، گفت: همچنین ارائه راهکاری که در آن کاربران بتوانند مستقل از موقعیت جغرافیایی خود در کشور از این سامانه استفاده کنند، یکی دیگر از پیچیدگی‌های مربوط به طرح ارائه شده بود.
فارغ‌التحصیل دانشگاه صنعتی امیرکبیر گفت: از روش ارائه شده می‌توان در بخش سلامت کشور استفاده کرد تا بتوان علاوه بر یکپارچه کردن پرونده‌های سلامت الکترونیک، از قابلیت‌های هوش مصنوعی برای تشخیص زودهنگام بیماری‌ها استفاده کرد.
وی گفت: برای ادامه کار می‌توان این پروژه را در مقیاس کوچک و در سطح چندین مرکز درمانی با تعداد محدودی کاربر عملیاتی کرد تا مشخص شود استفاده از این سامانه تا چه حدی در تشخیص زودهنگام بیماری‌ها می‌تواند به افراد کمک کند. به عنوان مثال می‌توان از این روش برای تشخیص علایم بیماری کرونا بدون مراجعه به پزشک استفاده کرد.
وی با اشاره به مزیت‌های پروژه، گفت: یکپارچه‌سازی مراکز درمانی برای بهره‌گیری از یک سیستم واحد هوش مصنوعی برای تشخیص بیماری‌ها، حفظ حریم خصوصی کاربران در حین استفاده از سیستم تشخیص بیماری، ارائه پروتکل توافق کلید با سربار محاسباتی کمتر نسبت به طرح‌های موجود، استفاده از محاسبات ابری و کم کردن سربار محاسباتی در سمت مراکز درمانی از مزایای این پروژه به شمار می‌روند.
وی با بیان اینکه تاکنون در کشور چنین طرحی پیاده نشده، گفت: اما در طرح‌های خارجی، هیچ کدام سناریوی مطرح شده در این تحقیق را مد نظر قرار نداده‌اند و هرکدام به شکلی دیگر سناریویی برای کاربرد خود مطرح کرده‌اند. اما یکی از طرح‌هایی که از نظر برخی از کارکردها با طرح مورد نظر مشابه است، طرح مربوط به بررسی سلامت افراد توسط ساعت‌های هوشمند شرکت اپل است که با بررسی علایم کاربر، به کاربر توصیه می‌کند که برای بررسی بیشتر به مراکز درمانی مراجعه کنند.
وی تاکید کرد: به دلیل استفاده از محاسبات ابری قدرت بیشتری در پردازش اطلاعات دریافتی از کاربر وجود دارد و با دقت بیشتری می‌توان داده‌های دریافتی را پردازش کرد.
وی اضافه کرد: از این تحقیق می‌توان برای تشخیص زودهنگام بیماری‌ها به صورت امن با حفظ حریم خصوصی کاربران استفاده کرد.
بر اساس اعلام دانشگاه امیرکبیر، دکتر مسعود صبائی و دکتر سلمان نیک‌صفت از اعضای هیئت علمی دانشگاه صنعتی امیرکبیر و اساتید راهنمای این پروژه بودند.
انتهای پیام