https://virgool.io/feed/@magnooj علی گنجی‌زاده پزشک و مدیر مجوعه رویداد MedLean Review است که هدف آن معرفی فرصت‌های جدید در حوزه سلامت است. درحال حاضر علی به عنوان نایب رئیس شرکت اوسن و مشاور سرمایه‌گذاران در حوزه سلامت فعالیت می‌کند fa 2026-06-08 02:13:51 https://files.virgool.io/upload/users/15486/avatar/3pwof8.png?height=120&width=120 https://virgool.io/@magnooj https://virgool.io/MedLeanMag/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%A7%D8%B9%D8%AA%D9%85%D8%A7%D8%AF-%D9%BE%D8%B2%D8%B4%DA%A9%D8%A7%D9%86-%D8%B1%D8%A7-%D8%A8%D9%87-%DA%A9%D8%B3%D8%A8-%D9%88%DA%A9%D8%A7%D8%B1%D9%85%D8%A7%D9%86-%D8%AC%D9%84%D8%A8-%DA%A9%D9%86%DB%8C%D9%85-qntmqlvg4vtv بسیاری معتقدند تمام وظیفه درمانی یک فرد به عهده پزشک است. این دیدگاه در حال حاضر منسوخ شده و مدتی است که دیگر پزشکان به تنهایی تصمیم‌گیرنده نیستند؛ بلکه «تیم درمان» است که وظیفه سلامتی بیمار را به عهده دارد.جالب است بدانید که براساس همین تغییر تصمیم‌گیرنده، مدل تصمیم‌گیری مراکز درمانی نیز تغییر کرده است. یعنی وقتی بیمارستان می‌خواهد دستگاه یا محصول جدیدی بخرد به این فکر می‌کند که آیا کارهای تیم درمانی را کاهش می‌دهد یا نه.در این سری 5 قسمتی، سعی دارم درباره مدل تصمیم‌گیری مراکز آموزشی-درمانی کشور برای خرید محصولات و اعتماد به کسب‌وکارها برای خرید از آنان بنویسم. این مجموعه شامل 1) اعضای تیم درمان، 2) کیفیت شواهد، 3) قدرت شواهد ، 4) نحوه جلب اعتماد تیم درمان و 5) کاهش هزینه‌های درمانی است.حال سوال اصلی اینجاست، تیم درمان چه کسانی هستند؟تیم درمانی شامل تمامی افرادی است که در#سلامت بیمار به صورت مستقیم دخیل هستند. سرپرست این تیم یکی از متخصصان پزشکی است که بسته به شرایط بیمار متفاوت می‌شود. مثلا اگر فردی در اورژانس بستری باشد و مشکل بیماری‌های داخلی داشته باشد، معمولا سرپرست تیم درمان متخصص اورژانس است و متخصص داخلی عضوی از تیم خواهد بود. اما تیم درمانی فقط شامل پزشکان نیست بلکه افراد زیر همگی عضو اصلی تیم هستند:1️⃣پزشکان متخصص و فوق تخصص (بسته به شرایط بیماری)2️⃣دانشجویان: دستیاران تخصصی و کاروزان پزشکی (درصورتی که مرکز آموزشی باشد)3️⃣متخصص داروسازی بالینی (هنوز در تمام کشور رایج نشده است)4️⃣پرستاران بخش5️⃣منشی بخش6️⃣بهیار7️⃣بیماربر و سایر خدمه بخشبرای بزرگتر دیدن عکس، روی آن کلیک کنید. پوشش کارکنان در هر بیمارستان متفاوت است و این عکس به منظور معرفی کارکنان بیمارستان گذاشته شده است.هرکدام از گروه‌‌های اشاره شده وظایف و نیازهای خاص خود را دارند و مراکز درمانی حاضرند برای رفع این نیازها هزینه کنند. اما متاسفانه به دلیل اینکه پزشکان و بعد از آن‌ها پرستاران بیشتر دیده می‌شوند، کسب‌وکارها فقط در رفع نیازهای این دو گروه اقدام می‌کنند.نکته قابل توجه این است که ترکیب این تیم فقط برای بیمارستان‌ها است و بیشتر در شهرهای بزرگ شاهد آن هستیم؛ درصورتی که در ساختار نظام سلامت ایران، مراکز بهداشتی تعدد بیشتری دارند و در آن‌ها فقط پزشک عمومی و بهورز به عنوان تیم درمانی شناخته می‌شوند. همچنین کلینیک‌های دندانپزشکی و داروخانه‌ها نیز اجزای دیگری از نظام سلامت را تشکیل می‌دهند.اعضای تیم درمان بر اساس شواهد (evidence) تصمیم می‌گیرند.علوم پزشکی یکی از بزرگترین شاخه‌های علوم تجربی است. دلیل اینکه به این شاخه از علم «تجربی» گفته می‌شود، پیشرفت و توسعه آن براساس تجربه بشریت است. یعنی با گذشت زمان و انجام آزمایشات، تجربه در این شاخه از علوم افزایش می‌باید و اگر از این تجربه نتایج دقیقی به دست آید و محقق بداند که آن آزمایش را چگونه طراحی کند، تجربه به دست آمده دقیق و قابل انتصاب به سایر وقایع خواهد بود.?بزرگترین درسی که به تمام افرادی که در علوم تجربی درس خوانده‌اند داده می‌شود، تصمیم گیری مبتنی بر شواهد است. یعنی تصمیم‌گیری‌های آنان باید براساس تحقیقات اثبات شده باشد. این مدل تصمیم‌گیری در پزشکان بیشتر مورد تربیت قرار می‌گیرد به نحوی که پزشکان باید برای پشتیبانی از هر اقدام خود تحقیقات مستدلی داشته باشند. دقیقا همین رفتار در مراودات پزشکان با کسب و کار ها نیز وجود دارد. یعنی اولین مرحله برای جلب اعتماد اعضای تیم درمان، استفاده از شواهد برای تایید کارایی محصول است.?شواهد (evidence) و مطالعات (article) در دو قالب «کیفیت» و «قدرت» مطالعه دسته‌بندی می‌شوند. کیفیت مطالعات یعنی شواهد و نتایج ارائه شده در آینده چقدر قابل تغییر است و استفاده از این شواهد چه میزان به فرد استفاده کننده از آن، اطمینان خاطر می‌بخشد. یکی از بهترین سیستم‌های دسته‌بندی آن مدل Grade است که چهار دسته دارد:?سطح A: به نظر نمی‌آید مطالعات بیشتر، تغییری در نتایج این سطح ایجاد کند. در این سطح تعداد بسیار زیادی مطالعه با قدرت بالا و حجم نمونه زیاد قرار دارد.?سطح B: پژوهش‌های بیشتر، سبب می‌شود اطمینان خاطر استفاده‌کنندگان بیشتر شود و ممکن است تخمین‌ها را بهبود بخشد. در این سطح، حداقل یک مطالعه با قدرت بالا و چند مطالعه ضعیف وجود دارد.?سطح C: در استفاده از پژوهش‌های این سطح باید دقت بیشتری داشت. در این سطح چند مطالعه با قدرت ضعیف قرار دارند.?سطح D: هیچ تخمین دقیقی براساس مطالعات این سطح نمی‌توان به دست آورد. در این سطح، مطالعاتی که به طور مستقیم روی موضوع انجام شده باشد وجود ندارد و بیشتر نظر افراد حرفه‌ای و متخصص است.همانطور که بالاتر اشاره شد، نظر متخصصان یک حوزه برای استفاده و تعمیم آن، دارای بدترین کیفیت مطالعه است و به همین دلیل است که پزشکان و تیم درمان، اهمیت چندانی به نظر «شخصی» افراد نمی‌دهند. اولین قدم برای جلب اعتماد اعضای تیم درمان، استفاده از شواهد و مطالعات بالینی است.مطالعات و تحقیقات منجر به ایجاد «شواهد» برای موضوعی می‌شود. یعنی با انجام یک مطالعه می‌توانید اثبات کنید که دو عامل مختلف با هم ارتباط دارند یا نه. قدرت مطالعات، از نحوه انجام آن مطالعه نشات می‌گیرد.به صورت کلی، روش‌های انجام پژوهش در علوم پزشکی به سه دسته مطالعات توصیفی، تحلیلی و تجربی تقسیم می‌شود که هر کدام برای موضوع و مورد خاصی استفاده می‌شود. به صورت خلاصه همه این موارد را تعریف می‌کنم:1️⃣مطالعات توصیفی: معمولا اولین مرحله از تحقیقات است و به توصیف عینی وقایع و رویدادها می‌پردازد. روش‌های توصیفی شامل موارد زیر است:?مطالعه همبستگی: صرفا روابط بین متغیرها را بررسی می‌کند.?مطالعه طولی و مقطعی: شناخت تغییرات پدیده‌ها در طول زمان ?مطالعه موردی و زمینه‌ای: مطالعه موارد خاص پیش آمده2️⃣مطالعات تحلیلی: این نوع مطالعه رابطه علت و معلولی بین متغیرهای پژوهش‌ها را نشان می‌دهد.?مطالعه مورد شاهدی: مطالعه گذشته‌نگر درباره مقایسه دو گروه مورد و شاهد?مطالعه هم‌گروهی: مطالعه آینده‌نگر که از علت به سمت معلول می‌رود.3️⃣مطالعات تجربی: کشف روابط علت و معمولی در شرایط خاص، یعنی ایجاد یک شرایط برای یک سری از متغیرها و سپس مقایسه آنها با گروه شاهد که به صورت طبیعی شرایطی برای آنان به وجود نیامده.?مطالعه کارآزمایی بالینی: انجام یک مداخله در روند مطالعه و مقایسه آن با حالت معمولترتیب روش‌های مطالعه‌ای که در بالا ذکر شد به ترتیب قدرت مطالعه است. یعنی بالاترین حد قدرتمندی یک پژوهش در کارآزمایی بالینی است و معمولا این روش برای اثبات دستگاه‌ها و داروهای جدید به کار می‌رود. صاحبان استارتاپ و کسب وکارها باید بتوانند بر اساس نیاز محصول خود از یکی از انواع مطالعات برای اثبات کارایی محصول خود استفاده کنند. این مطالعه باید به گونه‌ای طراحی شده باشه که برای اثبات عملکرد صحیح محصول، هم کیفیت و هم قدرت مناسب را در ارائه شواهد داشته باشد.?مرجع و منبع اصلی دسته‌بندی مطالعات، سازمان کوکران است. در سایت این سازمان به آدرس https://www.cochrane.org می‌توانید درباره انواع مطالعات و مدل‌های استفاده از آن بیشتر بخوانید. همچنین شرکت اَوِسِن در مشاوره‌های خود می‌تواند نوع مطالعه برای محصول شما را مشخص کند.کاهش هزینه‌های درمانی، یکی از مهمترین موارد تصمیم‌گیری تیم درمانکاهش هزینه‌های درمان برای بیماران، یک شعار برای پزشکان نیست بلکه یک واقعیت است و بسیار اهمیت دارد. زیرا هم در بخش خصوصی و هم در بخش دولتی، کاهش هزینه منجر به پیگیری درمان توسط بیمار و مراجعه افراد بیشتر به پزشک می‌شود.اما این نکته نیز قابل توجه است که کاهش هزینه‌ها باید در عمل اثبات شود و محصول یک کسب و کار با فرهنگ جامعه متناسب باشد. مثلا در نظام سلامت ایران ضعف در نظام ارجاع وجود دارد و همین موضوع باعث می‌شود بیماران به راحتی به تمامی متخصصان دسترسی داشته باشند. با این سطح دسترسی برای یک بیماری به تعداد زیادی از پزشکان مراجعه می‌کنند که بی‌فایده است و به دلیل آنکه بیمه هزینه همه ویزیت‌ها را می‌پردازد، بیمار همچنان به دیدن سایر پزشکان می‌رود.حال نکته اساسی اینجاست که افزایش دسترسی بیماران در اولین مراجعه به پزشکان، نه تنها منجر به بهبود فرآیند درمان نمی‌شود بلکه به صورت کلی هزینه‌های سلامت کشور را افزایش می‌دهد. در نتیجه شاید بهتر باشد دسترسی به پزشک در مراجعات ثانویه یا مراحل پیگیری درمان بهبود یابد.پس همانطور که در این مقاله اشاره شد، برای هر ادعایی در هنگام فروش محصولات در نظام سلامت، باید شواهد و مطالعات کافی وجود داشته باشد و استفاده از منطق ناکافی است. پس اگر شرکت یا محصولی ادعا می‌کند که سبب کاهش هزینه‌های درمانی می‌شود، باید شواهد کافی که از قدرت و کیفیت متناسب نیز برخوردار باشند، در اختیار داشته باشد. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sun, 12 Jan 2020 11:04:20 +0330 https://virgool.io/MedLeanMag/%D8%A2%DB%8C%D9%86%D8%AF%D9%87-%D8%A8%DB%8C%D9%85%D9%87%D9%87%D8%A7%DB%8C-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-ypabpisqnggq تکنولوژی‌ها و خدمات سلامت پیوسته در حال پیشرفت است و امکانات بیشتری در اختیار ما می‌گذارند. با این حال بیماران و خدمت گیرندگان سلامت توانایی دسترسی به آن را ندارند و مهمترین دلیل آن، هزینه‌ی این تکنولوژی‌ها و خدمات جدید است. اگرچه نوآوری‌های مانند هوش مصنوعی (AI) و سنسورهای حوزه سلامت در حال تغییر نحوه کارکرد بیمه‌های سلامت هستند، اما برای دسترسی بهتر بیماران به خدمات جدیدتر و داشتن جامعه‌ای سالم‌تر، نیاز است که نظام سلامت به صورت کلی در حوزه بیمه تغییراتی داشته باشد.موضوع دیگری که وجود دارد، همواره وقتی از بیمه صحبت می‌شود تصویری که به ذهن ما خطور می‌کند محلی است که به صورت انسان‌دوستانه قصد دارد هزینه‌های سلامت ما را کاهش دهد؛ در صورتی که در اکثر کشور‌ها بیمه‌ها به صورت شرکتی اداره می‌شوند و شرکت‌های بیمه، کسب‌وکارهایی هستند که برای ایجاد سود مالی ایجاد شده‌اند.بیمه‌های سلامت فعلی پایدار نیستندبراساس پیش‌بینی‌های سازمان توسعه و همکاری‌های اقتصادی (OECD)، یکی از مشکلات اساسی کشور‌ها در حال حاضر و در آینده، هزینه‌بری بیشتری خدمات سلامت نسبت به بودجه تعیین شده در کشور می‌باشد. نگه‌داری نظام‌های سلامت کنونی همزمان با سرمایه‌گذاری بر روی تکنولوژی های پیشرفته و جدید پزشکی، بدون اصلاحات اساسی در ساختار سازمانی و بودجه‌ای نظام‌های سلامت امکان‌پذیر نیست. هزینه‌های عمومی در سلامت و مراقبت‌های طولانی‌مدت در کشور‌های عضو OECD به سمتی می‌رود که از میانگین 6% سهم از تولید ناخالص ملی (GDP) به 9% در سال 2030 و 14% در سال 2016 افزایش یابد. در ایران 8% از GDP به هزینه‌های سلامت مربوط است اما متاسفانه حدود 75% آن در بخش درمان و نه پیشگیری هزینه می‌شود. این واقعیتی دردناک برای دولت‌ها و سازمان‌های خصوصی است، چرا که به همین نسبت آنان نیز باید هزینه‌های سلامت خود را افزایش دهند وگرنه از قافله اقتصادی و بهروری جان باز می‌مانند.میزان افزایش هزینه‌های سلامت در کشورهای دنیا از میزان رشد GDP بالاتر است و به همین دلیل سالانه حجم مالی بیشتری به خود اختصاص می‌دهدهزینه‌های درمانی در بعضی موارد بسیار گران می‌شوند، به طور مثال هزینه‌های درمان سرطان به عنوان «هزینه‌های کمرشکن» شناخته می‌شود. هزینه‌های کمر شکن به هزینه‌هایی در علم اقتصاد سلامت گفته می‌شود که فرد یا خانواده پس از انجام آن درمان بخصوص زیر خط فقر می‌روند. نکته قابل توجه رابطه انواع مدل‌های بیمه‌ای با نوآوری در کاهش این هزینه‌هاست. در کشورهایی که بیمه‌های خصوصی در آن فعالیت زیادی دارند، طرح‌های متفاوتی از بیمه‌های سلامت ارائه می‌شود و در دراز مدت باعث می‌شود بیمه برای کاهش هزینه‌های کلی خود حاضر باشد که در نوآوری‌های گران اما جدید سرمایه‌گذاری کند. اما در کشورهایی که از بیمه‌های اجتماعی استفاده می‌کنند، جایی که مردم به خدمات پایه سلامت دسترسی تقریبا رایگان دارند، نوآوری بسیار سخت اتفاق می‌افتد چرا که نظام سلامت به تنهایی ما مدلی که در حال حاضر کار می‌کند توانایی تامین هزینه‌های نوآوری در حوزه سلامت را ندارد.در حالی که روزانه میلیون‌ها داده جدید در نظام سلامت تولید می‌شوند، بخش اعظمی از این داده‌ها با سبک زندگی افراد ارتباط داده نمی‌شوند. اندازه‌گیری مواردی همچون فشار خون یا تعداد ضربان قلب به عنوان یک فعالیت روتین، نمی‌تواند تضمین‌کننده مراقبت‌های فرد بعد از محل دریافت مراقبت باشد. بدون آنکه تمامی ابعاد یک سامانه اندازه‌گیری شود اصلاح آن امکان‌پذر نیست و این دقیقا مشکلی است که نظام‌های سلامت فعلی دارند که نمی‌توانند داده‌های درستی از افراد تحت مراقبت خود جمع‌آوری کنند. درصورتی که تکنولوژی امکان اندازه‌گیری آن را در حال حاضر فراهم کرده است.چرا مردم انگیزه کافی برای سالم ماندن ندارند؟یکی از عوامل کلیدی که باعث می‌شود مردم برای سالم ماندن انگیزه کافی نداشته باشند و تلاش نکنند، نگرفتن تخفیف در هزینه بیمه است. یکی از بهترین مثال‌های بیمه در کاهش خطرات بیمه شخص ثالث است، در صورتی که فرد رانندگی سالم‌تری داشته باشد و کم‌تر تصادف کند، سالانه مشمول تخفیف‌های قابل توجهی می‌شود. اما بیمه‌های سلامت اکثر تمرکز خود را بر درمان بیماری‌ها و تامین هزینه‌های آن گذاشته‌اند، درصورتی که به نظر تامین هزینه‌های آموزش افراد جامعه و مراقبت از آنان در طولانی‌مدت هزینه‌های کمتری برای بیمه‌ها خواهد داشت. اگرچه با اینکه نتایج منفی بعضی از سبک‌های زندگی اثبات شده است (مانند سیگار کشیدن و چاقی) و آموزش‌های بسیاری در این حوزه داده می‌شود، همچنان اقناع بیماران برای سالم‌تر زندگی کردن فرآیند بسیار مشکلی است.بیمه سلامت در حال حاضر یکی از پر ریسک‌ترین کسب‌وکارهای امروزه است. مهم نیست که در ابتدای بیمه کردن فرد چقدر جزئیات نحوه زندگی او گرفته می‌شود، بیمه‌های سلامت نمی‌توانند اطلاعات کافی برای سرمایه‌گذاری بر روی سلامت آینده فرد به دست آورند. شرکت‌های بیمه جزئیات پایه‌ای درباره جنسیت، وزن، قد و نحوه زندگی فرد از او می‌گیرند، اما نمی‌توانند تمامی پارامترهای سلامت فرد را اندازه بگیرند و به همین دلیل، ارزش سرمایه‌گذاری بر سلامت افراد همچنان قابل سوال است.بسیاری از محققین اعتقاد دارند که نمی‌توان به افراد جامعه به اندازه کافی انگیزه داد تا زندگی سالمی داشته باشند، در صورتی که سطح اثرگذاری شرکت‌های بیمه و دولت‌ها به قدری زیاد است که نمی‌توان از آن چشم‌پوشی کرد. دلیل آنکه تاکنون شرکت‌های بیمه در این امر ناموفق بودند این است که آن‌ها نمی‌توانند بر اساس داده‌های پایه‌ای که از بیماران خود دریافت می‌کنند سطح سلامت افراد را به درستی ارزیابی کنند و دلیل عدم موفقیت دولت‌ها نیز این است که هزینه‌های سلامت روز به روز در جامعه به دلیل عدم مراقبت افراد از خود افزایش می‌یابد. در این شرایط، شاید سرمایه‌گذاری برای استفاده از تکنولوژی‌های نوین راه حل خوبی به نظر بیاید. https://www.aparat.com/v/CG93b تکنولوژی‌های نوآور و جدید شرایط را تغییر می‌دهندتکنولوژی‌های جدیدی که در حال حاضر وجود دارند، همچون گجت‌های پوشیدنی، سنسورهای داخل بدن و الگوریتم‌هایی که از هوش مصنوعی استفاده می‌کنند، این شرایط را تغییر خواهند داد و شرکت‌های بیمه نیز به طور قطع به زودی به آنان روی می‌آورند. استارتاپ «اسکار هلث» که قبلا نیز در مدلین‌مگ معرفی شده است، به بیماران خود در آمریکا در صورتی که بتوانند برنامه استارتاپ FitBit (که به تازگی این شرکت توسط گوگل خریداری شده است) را روزانه انجام دهند، کارت هدیه آمازون می‌دهد؛ در صورتی که کارهای بسیار بیشتری در این حوزه می‌توان انجام داد. امروزه بیماران می‌توانند پارامتر‌های سلامتی خود همچون کیفیت خواب، استرس، فعالیت فیزیکی، فشار خون و دیگر پارامترهای مهم سلامت را در منزل خود اندازه بگیرند. اما مشکل اصلی این است که چگونه شرکت‌های بیمه در مقیاس وسیع از این امکانات و تکنولوژی‌ها استفاده نمایند.در سال 2015 حدود 100 میلیون دستگاه پوشیدنی برای اندازه‌گیری داده‌های سلامت فروخته شده است و تخمین زده می‌شود که در سال 2020 حدود 300 میلیون دستگاه به فروش برسد. اما این اول راه است؛ در حال حاضر خالکوبی‌های (تَتو) دیجیتالی وجود دارد که می‌تواند داده‌های سلامت افراد را مخابره کند، بدون آنکه نیاز باشد بیمار به صورت فعالانه در اندازه‌گیری و ارسال داده‌هایش مشارکت کند.الگوریتم‌های هوش مصنوعی می‌تواند با بررسی داده‌های مشتریان بیمه، فرضیاتی درباره ارتباط عادت‌های بد با سلامتی افراد بسازد و شرکت‌های بیمه می‌توانند این فرضیات را آزمایش کنند. سپس این شرکت‌ها می‌توانند برنامه‌های پوشش متفاوت بیمه‌ای برای بیماران پرخطر خود ارائه دهند و یا افراد تحت پوشش خود را از عادت‌های بدی که در زندگی دارند مطلع کنند، به این نحو می‌توانند ریسک کسب‌وکار بیمه‌ای خود را کاهش دهند.به صورت اجتناب ناپذیری، با در دسترس قرار گرفتن هرچه بیشتر داده‌های زندگی افراد، شرکت‌های بیمه تلاش خواهند کرد که این داده‌ها در اختیار خود بگیرند. این تلاش‌ها سبب می‌شود سوالات بسیاری درباره حریم خصوصی و شخصی بیماران نسبت به شرکت‌های بیمه به وجود بیاید. اما از طرفی، در اختیار قرار دادن این داده‌ها به شرکت‌های بیمه باعث می‌شود سایر افرادی که سالم‌تر زندگی می‌کنند حق انتخاب داشته باشند که دیگر هزینه‌های افرادی که از خود مراقبت نمی‌کنند را نپردازند.بیمه‌های سلامت نوین یا سو استفاده از داده؟حال سناریویی مخالف شرایط توضیح داده شده در فوق را فرض کنیم؛ شرکت‌های بیمه تنها به افرادی خدمات دهند که اجازه دسترسی به تمام داده‌هایشان را بدهند، مانند الکتروکاردیوگرام، فشار خون، داده‌های مربوط به خواب، داده‌های مربوط به Trackerها و ساعت‌های هوشمند. بر این اساس، شرکت‌های بیمه می‌توانند برنامه‌های پوششی خود را بسیار سختگیرانه‌تر کنند یا سالانه در هنگام تمدید بر اساس سبک زندگی فرد تغییر دهند. این بدین معناست که خوردن گوشت قرمز بجای غذای سالم یا نرفتن به دنبال ورزش‌های روزمره باعث می‌شود هزینه‌های بیشتری برای بیمه خود بپردازید، در حقیقت هر تصمیمی که در زندگی خود بگیرید بر بیمه سلامت شما تاثیر خواهد گذاشت.همچنین ممکن است شرکت‌های بیمه با این اطلاعات در قبال افرادی که از بیماری‌های ژنتیکی یا غیر مربوط به سبک زندگی رنج می‌برند، تبعیض قائل شوند و آنان را تحت پوشش قرار ندهند. شرکت‌ها می‌توانند در ابتدای پوشش بیمه‌ای از آنان تست‌های ژنتیکی درخواست کنند و شرایط پوشش را بر اساس آن تعیین کنند. در چنین مواردی است که دولت و قانون‌گذاران می‌توانند به مردم کمک کنند این اتفاق نیافتد، به طور مثال در اسالات متحده آمریکا قانون رفتار غیرتبعیض آمیز با اطلاعات ژنتیکی برای چنین مواردی به تصویب رسیده است.اما اگر نسبت به شرایط فرضی فوق کمی خوشبینانه‌تر و واقع‌گرایانه‌تر باشیم، دسترسی شرکت‌های بیمه به داده‌های سلامت ما می‌تواند منجر به ارائه پوشش‌های بیمه‌ای و درمان‌های شخصی‌سازی‌شده شود. این شرکت‌ها می‌توانند به افرادی که زندگی سالمی دارند پاداش بدهند و در عین حال هزینه پوشش را برای افرادی که همچنان غذای نامناسبی می‌خورند یا به سیگار کشیدن ادامه می‌دهند افازیش دهند تا عدالت در هزینه‌های سلامت تحقق بیشتری یابد. در این صورت زندگی به صورت ناسالم همچنان یک حق فردی باقی می‌ماند، و همچنین بیمه افرادی که این حق فردی را انتخاب می‌کنند تبدیل به یک کالاس لوکس با هزینه‌های بسیار می‌شود.برای مثال، استارتاپ «پروتئوس هلث»، با استفاده از یک Patch که توسط بیمار استفاده می‌شود، عادت‌های مربوط به سلامت هر فرد را اندازه می‌گیرد و این داده‌ها را به مراقب سلامت او اطلاع می‌دهد. به این صورت به بیمار و مراقب او کمک می‌کند تا بهتر بتوانند شرایط بیمار را مورد ارزیابی و بهبود قرار دهند. یعنی داده‌ها به صورتی جمع‌آوری می‌شود که به افراد سود برساند.چیزی که باعث می‌شود به بیماران و افراد جامعه کمک کرد تا زندگی سالم‌تری داشته باشند، جمع‌آوری داده‌ها به صورت هدف‌مند برای اصلاح رفتار آنان است. همچنین، سیاست‌گذاران باید راهکاری داشته باشند تا مطمئن شوند که شرکت‌های بیمه بیش از حد به داده‌های شخصی و حریم خصوصی مردم وارد نشوند. به طور مثال در سال 2015 سازمان غذا و داوری آمریکا (FDA) راهنمایی برای اپلیکیشن‌ها و محصولات مبتنی بر موبایل منتشر کرد. اما با توجه به رشد سریع تکنولوژی در این چند سال، به نظر نیازمند راهنما و قوانینی هستیم که هدف آن محصولات نباشد، بلکه اختیارات شرکت‌ها را تعیین کند.در حوزه سلامت پاداش دادن به رفتارها و تصمیمات سالم بسیار متفاوت‌تر از تنبیه تصمیمات بد است. سلامتیک کالای عمومی و یک حق انسانی است و هیچ فرد یا شرکتی نباید افراد را بخاطر تصمیمات بدشان مورد تنبیه شدید قرار دهد. چالش بزرگی که در این حوزه وجود دارد این است که قانون‌گذاران و رگولاتورهای حوزه سلامت در خط مقدم نوآوری‌های این حوزه قرار ندارند و به آنان را به خوبی نمی‌شناسند، به همین دلیل توانایی رگولاتوری چیزهایی که هنوز نمی‌شناسند و نمی‌فهمند را ندارند. از طرفی، بیماران نیز نسبت به تکنولوژی‌های نوظهور آگاه نیستند و نمی‌دانند که این تکنولوژی‌ها چه تاثیراتی می‌تواند در زندگی و حریم شخصی آنان بگذارد.حریم شخصی یا عدالت در سلامت؟در حال حاضر نظام‌های سلامت از لحاظ اقتصادی ناپایدار و بسیار هزینه‌بر هستند؛ بیماران به آخرین نوآوری این حوزه دسترسی ندارند و پزشکان نیز با امکانات و تکنولوژی‌هایی که از آن‌ها دارند و بلدند چگونه استفاده کنند افراد را درمان می‌کنند. در این میان، تغییر مدل‌های بیمه ای می‌تواند راه‌حلی باشد که تمام ذی‌نفعان درگیر تصمیم بگیرند تا جامعه سالم‌تری با استفاده از تکنولوژی‌های نوظهور ایجاد کنند. مردم هرچه بیشتر از تکنولوژی‌های پوشیدنی استفاده کنند، خدمت‌دهندگان سلامت توان بیشتری برای ارائه راهکارهای بهتر به آنان دارند.نکته قابل توجه در این میان، جلوگیری از ایجاد امکان سوء استفاده از داده‌هاست. ما نیاز داریم تا نگذاریم که شرکت‌ها به تمام جزئیات زندگی ما دسترسی پیدا کنند و نتوانند بر تصمیمات فردی ما تاثیر بگذارند. جامه باید با تمام قوا از دنیایی که غذا خوردنشان، ورزش کردنشان و خوابیدنشان تحت کنترل باشد جلوگیری کند. این سطح از کنترل خلاف طبیعت انسان است. از طرفی دیگر، نباید هزینه‌های تصمیمات بد افراد به گردن جامعه بیافتد. یعنی افرادی که بعد از تشخیص بیماری همجنان به عادات بد خود ادامه می‌دهند، نمی‌خواهند و نمی‌توانند به جامعه برای تعادل و پایداری اقتصادی نظام سلامت کمک کنند.این یعنی شرکت‌های بیمه و دولت‌ها باید بتوانند این موارد را مدیریت کنند. به طور مثال در پایان هر روز، هر فرد حق انتخاب داشته باشد که داده‌های زندگی سالم خود را که از طریق سنسورها به دست آمده، با بیمه خود به اشتراک بگذارد و پاداش مربوط به سالم زندگی کردن خود را بگیرد و همچنین به عدالت در نظام سلام سلامت کمک کند. در عین ‌حال سایر داده‌هایی که فکر می‌کند به شرکت بیمه ارتباط ندارد را در اختیار خود نگه دارد. شاید بتوان گفت که این مدل تعادل خوبی میان عدالت در هزینه‌های سلامت و حریم شخصی افراد برقرار می‌کند. در حقیقت شرکت‌ها نیازی ندارند که تمامی جزئیات تصمیمات و رفتار افراد را بدانند تا متوجه شوند که فرد سبک زندگی قابل قبولی دارد، در نتیجه افراد نیز می‌توانند داده‌های شخصی خود را محفوظ نگه دارند و همچنین به نظام سلامت برای تعادل مالی و بهبود شرایط کمک کنند.تکنولوژی به زودی توانایی این را خواهد داشت که یک مراقبت واقعی شخصی‌سازی شده پیشنهاد دهد، برنامه‌ای با استفاده از داده‌های ژنتیکی و نحوه و سبک زندگی افراد. در این میان مدل‌های جدید بیمه‌ای تضمین خواهند کرد که همه افراد به این خدمات دسترسی داشته باشند، در حالی که در زندگی و حریم فردی افراد دخالت نمی‌کنند. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sun, 15 Dec 2019 11:51:26 +0330 https://virgool.io/MedLeanMag/%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%D8%AF%D8%B1-%D8%AD%D9%88%D8%B2%D9%87-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%DA%86%D9%87-%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF%D9%87%D8%A7%DB%8C%DB%8C-%D8%AF%D8%A7%D8%B1%D8%AF-adhoroamg6ee بازار سلامت در بسیاری از کشورهایی که دارای منابع طبیعی زیادی نیستند، بزرگترین بازار است. همچنین در کشورهایی مانند ایران که دارای منابع طبیعی بسیاری است، باز هم حجم بازار سلامت در کنار بازارهایی همچون معدن، نفت و فولاد قرار می‌گیرد.نکته‌ای که در این بازار حائز اهمیت است، میزان داده‌ای است که در آن تولید می‌شود، به طوری که توسط موسسه Ponemon تخمین زده است 30% از داده‌های جهان در حوزه سلامت است.از گذشته‌های بسیار دور، سلامت، پزشکی و درمان بر اساس جمع‌آوری داده و یافتن موارد مشابه در داده‌ها بوده است. هرچقدر که میزان یک Case در بیماران مراجعه کننده بیشتر باشد، اطلاعات ما درباره آن بیماری و نحوه مدیریت و درمان آن بهتر می‌شود. پس از وقوع پدیده اینترنت، تولید این داده‌ها به طرز فزاینده‌ای بیشتر و قابل دسترس‌تر شده است. به طوری که در بسیاری از مقالات و مجله‌های علمی، سایت‌های مراکز دولتی آمریکایی و اروپایی، براحتی می‌توان داده‌های ژنتیکی و دارویی را به صورت رایگان استفاده کرد.با توجه کلماتی که در اینترنت جستجو می‌شود، اطلاعات کارآزمایی‌هعای بالینی، پرونده‌های الکترونیک، پوشیدنی‌ها، اطلاعات مدیریت بیمارستانی، شبکه‌های اجتماعی و مقاله‌های علمی، هیچگونه کمبود داده‌ای در صنعت سلامت وجود ندارد.اما سوال اصلی که مطرح می‌شود این است که با این حجم بسیار از داده چه می‌توان کرد؟ علم داده چگونه می‌تواند به آن کمک کند؟علم داده یا Data Science، حوزه‌ای بین رشته‌ای است که با استفاده از روش های علمی، فرآیندها و الگوریتم‌های ریاضی، سعی می‌کند از میان داده‌هایی ساختارمند و غیرساختارمند، دانش و بینش جدیدی به وجود بیاورد. به طور مثال در صنعت بیمه خودرو، با استفاده از علم داده می‌توان متوجه شد که احتمالا کدام یک از کارخانه‌های خودروسازی ماشین‌های ایمن‌تری تولید می‌کنند، یا چه افرادی در جامعه با چه خصوصیاتی رانندگی ایمن‌تری دارند.علم داده چه کاربردی در صنعت سلامت دارد؟کاربردهای استخراج دانش از داده‌های حوزه سلامت بسیار زیاد است؛ که من به تعدادی از آنان اشاره می‌کنم:1. یافتن داروهای جدید و پزشکی شخصی‌سازی‌شدهپیدا کردن یک فرمولاسیون جدید و ارائه آن به بازار، چیزی حدود 12 سال زمان و 2.6 میلیارد دلار هزینه می‌برد. صنعت دارو یکی از گران‌ترین صنایع حوزه سلامت می‌باشد و دلیل اصلی هزینه‌بر بودن آن، انجام آزمایش‌ها و فرآیندهای بسیار زیاد برای تولید داروهای بهتر و جدیدتر است. در صورتی که با استفاده از داده‌ها، می‌توان براساس نتایج داروهای قبلی و داده‌های ژنومیکس، چه در زمینه تولید دارو و چه در زمینه یافتن داروهای اختصاصی برای هر فرد فعالیت کرد.2. پیشگیری از بیماری‌ها و پیش‌بینی طغیان بیماری‌های جدیدمقالات بسیاری زیادی درباره نحوه رفتار بیماری‌ها و نحوه وقوع آنان وجود دارد. چه بیماری‌های واگیر و چه بیماری‌های غیر واگیر از این قاعده مستثنی نیستند. نتایج داده‌های گوگل در سال‌های 2003، 2008 و 2012 نشان می‌دهد که پیش از تشخیص طغیان‌های بیماری‌های SARS و MERS و H1N1، تعداد بسیار زیادی از مردم در آن مناطق علائم آن را سرچ کرده بودند. این نشان می‌دهد که اگر استفاده از کلمات جستجو در آن زمان را می‌دانستیم، احتمالا بسیار زودتر میزان شیوع و بروز این بیماری‌ها را متوجه می‌شدیم.3. تشخیص بیماری‌هایکی دیگر از کاربردهای استفاده از علم داده در سلامت، یافتن علائم همراه هر بیماری است. بر اساس داده‌هایی که در مقالات علمی وجود دارد و یا کلماتی که در موتورهای جستجو استفاده می‌شود، می‌توان ارتباط بین علائم مختلف و بیماری‌ها را بهتر پیدا کرد. اینگونه پزشکان با استفاده از سامانه‌های Decision Support System یا DSS می‌توانند سریعتر و بهتر بیماری‌ها ار تشخیص دهند.4. درمانبرای درمان یک فرد، درمانگر باید بتواند میزان عوارض، هزینه و بهبود شرایط فرد را تحمین بزند. به همین دلیل است که پزشکانی که بیشتر در طول طبابت خود بیمار دیده‌اند، در درمان بیماران جدیدشان موفق‌تر عمل می‌کنند. در صورتی که این شرایط می‌تواندبا استفاده از داده‌های موجود برای هر درمانگری وجود داشته باشد و بتوانند برنامه‌های بهتری با توجه به شرایط بیمار خود طراحی و اجرا کنند. در این میان، با توجه به پروژه ژنوم انسانی و اطلاعاتی که در آن پروژه نهفته است، حتی می‌توان پلن‌های درمانی را براساس اطلاعات ژنتیکی هر فرد شخصی‌سازی کرد تا روند درمانی با عوارض کمتر و تاثیر بیشتری طی شود.5. مراقبت‌های پس از بسترییکی دیگر از چالش‌های پس از بستری، مراقبت‌هایی است که بیماران باید نسبت به شرایط خود انجام دهند. به طور مثال پس از جراحی چه ریسک‌ها یا خطراتی برای بیماران وجود دارد که باید به آن‌ها توجه کنند؟ پزشک چه مواردی را باید گوش‌زد کند؟ در شرایطی احتمالا یک عارضا اورژانس به وجود آمده است و فرد سریعتر باید به بیمارستان مراجعه کند؟ این‌ها اطلاعاتی است که در جال حاضر در دسترس است، اما از آن‌ها نتایج خاصی بدلیل عدم استفاده از علم داده به دست نیامده است.موارد فوق تنها کاربردهای محدودی برای استفاده از علم داده در حوزه سلامت بودند. با توجه به میزان داده‌هایی که در این حوزه وجود دارد و همچنین اهمیت این بازار برای مردم، استفاده از علم داده باعث می‌شود هزینه‌های کلی این بازار کاهش یابد و زندگی با کیفیت‌تری برای بیماران و مردم به وجود بیاید. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Tue, 12 Nov 2019 16:38:04 +0330 https://virgool.io/MedLeanMag/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%AA%D8%AD%D9%88%D9%84%D8%A7%D8%AA-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%D8%B1%D8%A7-%D8%A7%D8%B2-%D8%B7%D8%B1%DB%8C%D9%82-%D8%A7%D8%AE%D8%A8%D8%A7%D8%B1-%D8%AF%D9%86%D8%A8%D8%A7%D9%84-%DA%A9%D9%86%DB%8C%D9%85-q6nwjkq8swdb هفته گذشته درباره نکات مهمی نوشتم که از طریق آن می‌توان متوجه شد که یک مقاله علمی درباره هوض مصنوعی، آیا مقاله معتبری است یا نه (برای خواندن مقاله قبلی کلیک کنید). اما واقعیت این است که اکثر افراد حوزه کسب‌وکار، پیشرفت‌های حوزه Artificial Intelligence را از طریق اخبار پیگیری می‌کنند. به همین دلیل در این هفته درباره چگونگی اعتبارسنجی اخبار درباره پیشرفت‌های هوش مصنوعی می‌نویسم.چگونه اخبار این حوزه را بخوانیم؟زمانی که شما آخرین اخبار حوزه الگوریتم‌های هوش مصنوعی را دنبال می‌کنید، بهتر است نکاتی که در ادامه آورده شده است را مدنظر داشته باشید تا بتوانید کیفیت خبر منتشر شده را ارزیابی کنید.اصطلاح "هوش مصنوعی" یا "Artificial Intelligence" به تنهایی می‌تواند باعث گمراهی خوانندگان و برداشت‌های متفاوتی شود. هوش مصنوعی به این معنی است که با استفاده از شناخت و هوشیاری مصنوعی، بتوان قابلیت‌های یک نرم‌افزار را چندین برابر کرد.اگر مقاله‌ای تنها به A.I. اشاره کند و روش و متدی که با آن با داده‌ها کار کرده است به سمت هوض مصنوعی پیش برده است را توصیف نکند، باید نسبت به آن محتاط بود. یک شرکت یا گروه پژوهشی که الگوریتم جدیدی را تشریح می‌کنند، از لغاتی مانند یادگیری عمیق (Deep Learning) یا یادگیری ماشینی (Machine Learning) استفاده می‌کنند و به صورت معمول، جزئیات روش آن را توضیح می‌دهند تا نشان دهند که چگونه هوش مصنوعی را به وجود آورده‌اند.در حال حاضر، خبرگزاری‌های آنلاین حول کلیک، لایک، به اشتراک‌گذاری، کلمات حساس و تعداد زیاد تایتل می‌چرخند و با توجه به اینکه کلمه هوش مصنوعی از این خصوصیات بیشتر بهره می‌برد و تیترهایی مانند "هوش مصنوعی پزشکان را شکست می‌دهد" بیشتر مورد توجه قرار می‌گیرد و مخاطبان بیشتری را جذب می‌کند، این خبرگزاری‌ها متاسفانه از این نوع لغات بیشتر استفاده می‌کنند. به همین دلیل، بدترین حالت برای پیگیری اخبار حوزه پیشرفت و تحولات A.I.، خواندن مقالات خبری آنلاین این حوزه و به خصوص پرش به آخرین بخش آن یعنی نتایج مطالعه و پژوهش است، بدون آنکه کل خبر خوانده شود. در مجله‌های خبری آنلاین با کیفیت، زمانی که یک خبر درباره حوزه تکنولوژی منتشر می‌شود، مقاله‌های علمی مرتبط با آن نیز به عنوان منبع یا لینک در متن خبری گذاشته می‌شود؛ با اینحال شما به عنوان خواننده خبر نیز می‌توانید نام نویسنده مقاله یا مسئول تیم تحقیقاتی را در موتور جستجوهایی مانند Google Scholar جستجو کنید و اعتبار خبر را متوجه شوید.اما اگر شما فردی هستید که اصولا کل مقاله را نمی‌خوانید و به قسمت نتایج مقاله مستقیما مراجعه می‌کنید، Reddit یکی از بهترین جوامع فعال از کاربران است که می‌توانید درباره تکنولوژی‌های جدید هوش مصنوعی، یادگیری ماشینی و یادگیری عمیق پرسش کنید و همچنین از اعتبار مقاله پژوهشی یا مثاله خبری که خواندید مطلع شوید.اما شاید بهترین راه برای اینکه کاربردهای هوش مصنوعی در حوزه علوم پزشکی را به صورت واقعی ببینید، دنبال کردن مدلین مگ باشد. در مدلین مگ که آدرس آن در تمامی شبکه‌های اجتماعی MedLeanMag است، تیم ما درباره اتفاقات واقعی و کاربردهایی که شرکت‌ها و استارتاپ‌ها در سطح جهان برای هوش مصنوعی در حوزه علوم پزشکی پیدا کرده‌اند، می‌نویسند. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sun, 10 Nov 2019 14:42:35 +0330 https://virgool.io/MedLeanMag/%DA%86%DA%AF%D9%88%D9%86%D9%87-%D8%AA%D8%AD%D9%88%D9%84%D8%A7%D8%AA-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%D8%B1%D8%A7-%D8%A7%D8%B2-%D8%B7%D8%B1%DB%8C%D9%82-%D9%85%D9%82%D8%A7%D9%84%D8%A7%D8%AA-%D8%B9%D9%84%D9%85%DB%8C-%D8%A8%D8%B1%D8%B1%D8%B3%DB%8C-%DA%A9%D9%86%DB%8C%D9%85-rwj1tfojwxfp در حال حاضر هوش مصنوعی یکی از داغ‌ترین موضوعات حوزه پزشکی و تکنولوژی محسوب می‌شود. تقریبا روزانه مقالات و مطالعاتی درباره کاربردهای یادگیری ماشینی و یادگیری عمیق به چاپ می‌رسد. یا این حال، به سختی می‌توان در بین مقالاتی که به چاپ می‌رسند، نکاتی را درباره هوش مصنوعی پیدا کرد که منجر به رشد و آینده بهتر شرکت‌های حوزه هوش مصنوعی شود. به همین دلیل راهنمایی برای ارزیابی بهتر مقالات در این حوزه نوشتم.چگونه یک مقاله پژوهشی هوش مصنوعی را بخوانیم؟به عنوان قدم اول، مجله یا منبعی که مقاله در آن به چاپ رسیده است را ارزیابی کنید. درست است که مقالات علمی می‌تواند در هرجایی چاپ شود، اما واقعیت امر آن است که مقالاتی که مثلاً در مجله Nature Medicine چاپ می‌شوند بسیار متفاوت و کاربردی‌تر از سایر مقالات هستند.دومین عامل مهم داده‌های مقاله است. باید مقاله را بر اساس اینکه ساختار داده‌های آن چگونه است ارزیابی کرد، به همین دلیل می‌توان در بخش روش‌ها یا Methods درباره اینکه داده‌ها چگونه، از کجا و چرا توسط پژوهشگران انتخاب شدند، خواند. هیچ الگوریتم هوش مصنوعی بدون داده‌های خوب قابل تربیت شدن نیست. البته علاوه بر کیفیت داده، حجم و تعداد داده نیز بسیار مهم است؛ اگر dataset یک مقاله شامل حجم بیشتری از عکس‌ها، متون یا سایر اشکال داده باشد، احتمالا به الگوریتم دقیق‌تری دست پیدا کردن است. هرچند به دست آوردن تعداد داده‌های زیاد و کافی بسیار سخت است، بخصوص در حوزه سلامت به دلیل اینکه این داده‌ها با اطلاعات شخصی افراد در ارتباط است این داده‌ها بسیار سخت‌تر بدست می‌آیند. درحالیکه دهه‌هاست که بیمارستان‌ها و سایر مراکز درمانی در حال جمع‌آوری داده‌های سلامت هستند. در این بین، تعدادی از پژوهشگران از حقه‌هایی برای افزایش داده استفاده می‌کنند، به طور مثال عکس‌های رادیوگرافی که در اختیار دارند را آینه‌ای می‌کنند. شما به عنوان فردی که به دنبال تحقیقات A.I. هستید، باید این نکات را درباره داده‌های یک مطالعه علمی بدست آورید.به عنوان سومین و آخرین قدم از این فرآیند، بررسی کنید که آیا مقاله با کمک یک مرکز بالینی نوشته است یا خیر. در صورتی که الگوریتم یا داده‌های از قبل انتخاب شده یا آماده تربیت شده باشد به نظر الگوریتم خوبی است، اما اگر از داده‌های بالینی واقعی استفاده شده باشد، بسیار موثق‌تر است. به طور مثال، استارتاپ Deep mind در چندین پروژه با سیستم ملی سلامت انگلستان یا NHS همکاری کرده است و از داده‌های آن‌ها استفاده کرده است. سازمان غذا و داروی آمریکا یا FDA نیز برای اعطای مجوز به الگوریتم‌های هوش مصنوعی، استفاده از داده‌های بالینی واقعی را بهتر قبول می‌کند. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Tue, 05 Nov 2019 20:26:34 +0330 https://virgool.io/MedLeanMag/%D8%A8%D8%AF%D9%86%D9%87%D8%A7%DB%8C-%D9%85%D8%AC%D8%A7%D8%B2%DB%8C-%D8%A7%D9%86%D8%B3%D8%A7%D9%86-%D8%A8%D8%B1%D8%A7%DB%8C-%D8%AF%D8%A7%D8%B1%D9%88%D9%87%D8%A7%DB%8C-%D9%88%D8%A7%D9%82%D8%B9%DB%8C-%DA%A9%D8%A7%D8%B1%D8%A2%D8%B2%D9%85%D8%A7%DB%8C%DB%8C%D9%87%D8%A7%DB%8C-%D8%A8%D8%A7%D9%84%DB%8C%D9%86%DB%8C-%D8%A7%DB%8C%D9%86%D8%B3%DB%8C%D9%84%DB%8C%DA%A9%D9%88-%D8%A2%DB%8C%D9%86%D8%AF%D9%87-%D8%AA%D8%AD%D9%82%DB%8C%D9%82%D8%A7%D8%AA-%D8%AF%D8%A7%D8%B1%D9%88%DB%8C%DB%8C-eay7zp09altq کارآزمایی بالینی یا clinical trial، معتبرترین شاهد تاییدی برای آزمایش داروهای جدید است. در طی فرآیند کارآزمایی بالینی، یک دارو مرحله به مرحله آزمایش می‌شود و اثرات سمیت آن بررسی می‌شود. ابتدا آزمایشات بر روی حیوانات کوچک و سپس حیوانات بزرگ است و سپس بر روی بیماران مرحله آخر و نهایتا بر روی داوطلبان.در حقیقت، کارآزمایی بالینی سنتی معادل میلیاردها دلار هزینه است. در حالیکه نکته جالب ماجرا آنجاست که هیچ ضمانتی برای تایید دارو در مراحل بعدی کارآزمایی بالینی وجود ندارد و ممکن است در آخرین مراحل، دارو رد شود.چند سالی است که این سوال مطرح شده است که آیا می‌توان بدن انسان را به صورت مجازی شبیه‌سازی کرد به نوعی که بتواند فیزیولوژی بدن انسان را تقلید کند؟ با کمک هوش مصنوعی و بهبود شبیه‌سازی‌های کامپیوتری و پیشرفت‌هایی که در پزشکی شخصی‌سازی‌شده به وجود آمده است، به نظر می‌آید کارآزمایی‌های این‌سیلیکو (in silico) آینده است صنعت باشد.جادوی این‌سیلیکواین‌سیلیکو اصلاحی است که به معنای انجام آزمایش و تحقیقات با پردازش‌های کامپیوتری می‌باشد. in silico مفهومی انتزاعی از انجام آزمایش در پردازنده‌های سیلیکونی کامپیوتر می‌باشد. تکنولوژی در حال تغییر وجه‌های مختلفی از سلامت، پزشکی و صنایع دارویی است و به همین دلیل شرکت‌های قدرتمند و بزرگ کارآزمایی بالینی نیز تحت این تاثیرات قرار خواهند گرفت. یکی از راه‌های مدرنیزه کردن فرآیند آزمایش داروها، استفاده از تکنولوژی‌های جدید در چارچوب‌های قدیمی است. به طول مثال در حال حاضر شرکت‌های کارآزمایی بالینی از طریق پلتفرم‌های آنلاین داوطلبانی را برای آزمایش داروها جذب می‌کنند؛ درحالیکه تغییرات در این صنعت می‌تواند بسیار بزرگتر باشد.دو تکنولوژی جدید «کارآزمایی این‌سیلیکو» و «اعضای بدن در چیپ‌ست (Human organs on chips)» نماینده تغییرات تکان‌دهنده در صنعت آزمایش داروها هستند. دانشمندان موسسه تحقیقاتی Wyss سال‌هاست که روی اعضای بدن در چیپ‌ست کار می‌کنند. چیپ‌ست‌هایی که در اعضا و اندام‌های بدن قرار داده می‌شوند تا ساختار میکروسکوپی و عملکرد سلول‌های آن عضو را تقلید کنند و در آینده برای کارآزمایی‌های بالینی استفاده شوند.اما داستان اینجاست که با پیشرفت هوش مصنوعی و شبیه‌سازی‌های کامپیوتری، در تحقیقاتی که اخیرا انجام شده است نشان داده می‌شود که دیگر نیاز به هیچ انسان یا حیوان و یا حتی یک سلول نیست! و در عین حال می‌توان تاثیر درمان یا گزینه‌های مختلف دارویی و درمانی را پیش‌بینی کرد. این‌سیلیکو اصطلاحی است که دانشمندان برای توصیف مدل‌سازی، شبیه‌سازی و تصویر‌سازی پروسه‌های بیولوژی و پزشکی در کامپیوتر به کار می‌برند. این تکنولوژی حاصل تحقیقات 20 سال اخیر علوم کامپیوتر در پزشکی است.مدل‌سازی، المان‌های اصلی یک سیستم بیولوژیک را نشان می‌دهد؛ شبیه‌سازی تلاش می‌کند تا نشان دهد چگونه یک سیستم تحت تاثیر محرک واکنش نشان می‌دهد و تصویرسازی پیشبینی‌های انجام شده را در قالب گراف‌ها و نمودارها نشان می‌دهد. تکنولوژی این‌سیلیکو سعی دارد تا بتواند نقش موثری در توسعه محصولات جدید یا رگولاتوری و تایید داروها، دستگاه‌ها و مداخلات درمانی انجام دهد. درست است که در حال حاضر با تکنولوژی‌هایی که در دسترس داریم نمی‌توانیم شبیه‌سازی کاملی از کارآزمایی‌های بالینی انجام دهیم، اما با توجه به عدم محدودیت‌های تکنولوژی این‌سیلیکو نسبت به کارآزمایی‌های بالینی بر موجودات زنده، حتی سازمان غذا و داروی آمریکا (FDA به عنوان معتبرترین سازمان رگولاتوری سلامت در دنیا شناخته می‌شود) نیز برنامه دارد تا از تکنولوژی این‌سیلیکو برای بیش از نصف کارآزمایی‌های بالینی خود تا سال 2025 استفاده کند.Source: https://www.change.org/p/guido-rasi-foster-adoption-of-in-silico-trials-through-ema-s-strategy-on-regulatory-science-to-2025دسترنجی بدون زحمتمهمترین مزیت کارآزمایی این‌سیلیکو درباره شبیه‌سازی‌هاست: تاثیر گزینه‌های دارویی و درمانی جدید در یک محیط مجازی بدون عوارضی برای حیوانات و انسان‌ها. همچنین کاربرد دیگر آن بهبود پزشکی شخصی‌سازی‌شده است: این پروسه به پزشکان اجازه می‌دهد تا برنامه‌های درمانی مختلف را امتحان کنند و دریابند که واکنش و رفتار داروها و درمان‌های متفاوت چگونه است تا بهترین دوز دارویی و بهترین برنامه درمانی را برای بیماران خود انتخاب کنند. با کمک شبیه‌سازی‌های کامپیوتری و بیوانفورماتیک، امکان این وجود دارد تا با استفاده از کلان‌داده‌ها اعضای مختلف بدن همانند سیستم عصبی، گردش خون، غدد و هورمون‌ها، متابولیسم و سایر سیستم‌های دیگر بدن را شبیه‌سازی کرد. این بخش‌های مختلف بدن توانایی دارند که با هم ادغام شوند و فیزیولوژی تمام بدن را شبیه‌سازی کنند. به همین دلیل نتیجه کارآزمایی‌های بالینی سریع‌تر و راحت‌تر و همچنین بسیار ارزان‌تر به دست خواهند آمد.علاوه بر این، هوش مصنوعی توانایی دارد تا به یکی از بزرگترین سوالات جامعه پزشکی پاسخ دهد: «این برنامه درمانی چه مزایی برای بیمار دارد که آن یکی ندارد؟»روندهایی که در هوش مصنوعی وجود دارد، همچون یادگیری ماشینی و یادگیری عمیق، توانایی دارند تا مدلی تربیت کنند که بتواند از بین داده‌های متفاوتی که به آن دست پیدا می‌کند، الگوها را شناسایی کند و بر اساس آن مداخلات درمانی متفاوت را پیش‌بینی کند.Source: www.knect365.comانسان‌های مجازی در همه‌جا وجود دارنداستارتاپ HumMod یکی از پیشرفته‌ترین مدل‌های این‌سیلیکو را تا به امروز معرفی کرده است. این شرکت مدلی از فیزیولوژی انسانی از کل اندام‌ها و اعضا تا به مولکول‌ها را در اختیار شما می‌گذارد. هنگام کار با پلتفرم این شرکت 6500 متغیر مانند دمای پوست، الکترولیت‌ها، متابولیسم، گردش خون و مایعات بدن دارد که می‌توانید آن‌ها را تغییر دهید تا شرایط خود را آزمایش کنید.یکی دیگر از مثال‌های عالی این حوزه Oncosimulator project می‌باشد. این پلتفرم که توسط In Silico Oncology Group آماده شده است ابزاری است تا با همکاری مراکز تحقیقاتی اروپا، برنامه درمانی متفاوت را در بیماران مبتلا به سرطان نشان دهد.Source: https://www.sth.nhs.ukیکی دیگر از بهترین مثال‌های این حوزه، موسسه غیر انتفاغی Virtual Physiological Human می‌باشد که با سازمان‌ها و متخصصان بسیار زیادی همانند CARDIOPROOF همکاری دارد. هدف این موسسه این است تا بتواند فیزیولوژی بدن انسان را به طور کامل بشناسد و از آن در تحقیقات و محیط‌های کلینیکی استفاده کند.مدل‌های این‌سیلیکو برای دریافت مجوز؟تحقیقات اخیر نشان می‌دهد که تنها شرکت‌های دارویی و مراکز درمانی از مدل‌های این‌سیلیکو سود نمی‌برند؛ بلکه همانطور که بالاتر اشاره شد سازمان‌های رگولاتوی همچون سازمان غذا و داروی آمریکا نیز به دنبال این است تا مدل‌های خود را طراحی کند و بسازد تا برای امتحان و آزمایش برنامه‌های جدید درمانی و مداخله‌ای استفاده کند. در سال 2014 سازمان غذا و دارو آمریکا از یک موسسه فرانسوی مدلی سه بعدی درخواست کرد تا بتواند روی آن سازنده‌های نبض را امتحان کند.نتیجه‌گیریبه نظر می‌آید تکنولوژی این‌سیلیکو یکی از مهم‌ترین و بزرگ‌ترین تغییرات تکان‌دهنده در صنعت سلامت می‌باشد. این تکنولوژی می‌تواند دو بازار بزرگ را هدف قرار بگیرد: آزمایش برنامه‌های درمانی و دارویی جدید و پیش‌بینی برنامه‌های درمانی برای هر شخص. به همین دلیل شرکت‌های دارویی برای کاهش هزینه‌های خود و همچنین کسب سهم بزرگتری از بازار، پیشرو این تکنولوژی محسوب می‌شوند، درحالیکه متخصصین پزشکی شخصی‌سازی‌شده سعی دارند تا با استفاده از این تکنولوژی برنامه درمانی اختصاصی‌تری برای بیماران خود طراحی کنند.این متن برگردانی از مقاله دکتر برتالان مشکو، رئیس موسسه Medical Futurist به همراه تکمیل و تلخیص می‌باشد.در آینده مقالات بیشتری درباره استفاده از هوش مصنوعی در تکنولوژی‌های پیشرفته پزشکی خواهم نوشت. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sun, 13 Oct 2019 18:55:17 +0330 https://virgool.io/@magnooj/%D8%A8%DB%8C%D9%85%D9%87%D9%87%D8%A7-%D8%AE%D9%88%D8%A7%D9%87%D8%A7%D9%86-%D8%A7%D8%B3%D8%AA%D9%81%D8%A7%D8%AF%D9%87-%D8%A8%DB%8C%D9%85%D8%A7%D8%B1%D8%A7%D9%86-%D8%A7%D8%B2-%DA%AF%D8%AC%D8%AA%D9%87%D8%A7%DB%8C-%D9%BE%D9%88%D8%B4%DB%8C%D8%AF%D9%86%DB%8C-%D9%87%D8%B3%D8%AA%D9%86%D8%AF-oqydt2tmawxw در حال حاضر، شرکت‌های بیمه سلامت در خارج از ایران و احتمالا در آینده‌ای نزدیک در ایران، با استفاده از قابلیت‌هایی که گجت‌های پوشیدنی برای اندازه گیری فعالی فیزیکی و کالری دریافتی در اختیار آنان می‌گذارد، بیماران را به زندگی سالم‌تر سوق می‌دهند. این کار به خودی خود بسیار عالی است و استفاده از چنین برنامه‌هایی می‌تواند برای مشتریان بیمه‌ها فوایدی به همراه داشته باشد؛ اگرچه استفاده بیشتر از گجت‌های پوشیدنی می‌تواند دری برای نتایج ضرر رسان به بیماران نیز باشد.طبق تحقیقی که در آپریل 2019 در مجله انجمن پزشکان آمریکا (JAMA) منتشر شده است (JAMA جزو معتبرترین مجلات حوزه سلامت در جهان است)، استفاده از دستگاه‌های پایش کننده سلامت یا Health Trackers منجر به تعریف و گسترش خدمات نوآورانه برای بهبود سبک زندگی سالم شده است. بر همین اساس، انجمن پزشکان آمریکا (معادل سازمان نظام پزشکی در ایران) تاکید کرده که تکنولوژی یک روش جدید برای ارائه خدمات است؛ و نباید به عنوان روشی برای تنظیم و رگولاتوری قوانین و خدمات سلامت استفاده شود. در همین راستا نیز راهنمایی برای نحوه اجرای خدمات سلامت دیجیتال تدوین کرده است که می‌توانید از اینجا پیدا کنید.در حقیقت، پژوهشگران و متخصصین هشدار داده‌اند که استفاده از پوشیدنی‌ها حداقل 4 خطر عمده دارد:1. داده می‌تواند منجر به افزایش نرخ خدمات یا ندادن خدمات بیمه‌ای شود!پوشیدنی‌ها می‌توانند داده‌هایی از قبیل فشار خون، فعالیت فیزیکی، وزن و کالری دریافتی را جمع‌آوری کنند. در حال حاضر شرکت‌های بیمه سلامت از این داده‌های برای مکانیسم‌های تشویقی استفاده می‌کنند. مثلا کاهش وزن در زمان مشخصی باعث کاهش حق بیمه می‌شود. اما متاسفانه قوانینی وجود ندارد که این داده‌ها در جهت عکس استفاده نشوند! یعنی فردی که وزن بالاتری دارد یا در طی زمان وزن او بالاتر می‌رود، حق بیمه‌ی بیشتری بپردازد.2. دستگاه‌ها ممکن است داده‌های غیردقیق ثبت کنند.وقتی از پوشیدنی‌ها برای فرآیندهای تشویقی یا تنبیهی استفاده شود، باید دقت آنان بسیار بالا باشد که کمتر یا بیشتر از میزان لازم داده‌ای ثبت نکنند؛ مثلا بیماران نتوانند با تکان دادن دستگاه بدون راه رفتن نشان دهند که راه بیشتری رفته‌اند! در حال حاضر استانداردهای کافی برای سنجش دقت این دستگاه‌ها وجود ندارد. همچنین دستگاه‌هایی که اطلاعات فشارخون و نوار قلب بیماران را ثبت می‌کنند نیز باید بسیار دقیق باشند، چرا که در صورت بروز خطا و ثبت داده‌های اشتباه می‌توانند بیمار و پزشکان را به سمت درمان‌های اشتباه سوق دهند.3. قیمت بالای دستگاه‌ها باعث می‌شود بخشی از جامعه در نظر گرفته نشوند.درصورتی که مکانسیم‌های تشویقی و تنبیهی از طریق پوشیدنی‌ها اعمال شود، قیمت بالای آنان باعث می‌شود که قشر فقیر جامعه نتواند از برنامه‌های تشویقی برای دریافت خدمات ارزان‌تر استفاده کند و چون از خدمات مالی ارزان‌تری استفاده نمی‌کند، احتمالا خدمات سلامت کمتری هم دریافت خواهد کرد که به طبع آن وضعیت سلامت آنان بدتر خواهد شد.4. حریم شخصی، مهمترین خطر است.در واقع، جمع‌آوری اطلاعات سلامت توسط شرکت‌های واسط انجام می‌شود و مستقیما شرکت‌های بیمه سلامت این اطلاعات را جمع‌آوری نمی‌کنند. به همین دلیل شرکت‌های بیمه مسئولیتی در جهت حفظ این اطلاعات به صورت مستقیم ندارند. در حقیقت، اطلاعات سلامت افراد از لحظه جمع‌آوری در اختیار حداقل دو شرکت که یکی از آن‌ها سازنده گجت و دیگری بیمه است قرار می‌گیرد. با توجه به موارد گفته شده، به نظر می‌آید نقص قوانین در ایران و سایر کشورهای جهان برای استفاده شرکت‌های بیمه از اطلاعات گجت‌های پوشیدنی وجود دارد. تا به امروز استفاده از این داده‌ها اندک و اکثرا تشویقی بوده است اما مانعی برای استفاده وسیع آن در جهت سوآوری صرف و ندادن خدمات به قشر ضعیف جامعه وجود ندارد. به همین دلیل بهتر است که قبل از وقوع این چالش، سازمان‌های قانون‌گذاری همچون شورای عالی بیمه، وزارت بهداشت و سازمان نظام پزشکی، مواردی برای حمایت از مردم را وضع کنند. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sat, 14 Sep 2019 00:05:09 +0430 https://virgool.io/MedLeanMag/%D8%A8%D9%87-%D8%AF%D9%86%D8%A8%D8%A7%D9%84-%D8%B9%D8%B4%D9%82%D8%9B-%D8%B1%D8%A7%D9%87%D9%86%D9%85%D8%A7%DB%8C-%DA%A9%D8%A7%D8%B1%D8%A8%D8%B1%D8%AF%DB%8C-%D9%BE%DB%8C%D8%AF%D8%A7-%DA%A9%D8%B1%D8%AF%D9%86-%D9%87%D9%85%D8%A8%D9%86%DB%8C%D8%A7%D9%86%DA%AF%D8%B0%D8%A7%D8%B1-mvk1ezju5czs ضرر 35 میلیون دلاری استیو بلنک بدلیل عدم انتخاب هم‌بنیان‌گذار خوب!وقتی درباره استیو بلنک (Steve Blank) داشتم می‌خواندم، نکته‌ای برایم قابل تامل بود. بزرگترین شرکت استیو بلنک، در شرکت Rocket Science Games به ارزش 35 میلیون دلار بود. دلیل این شکست نبود یک هم‌بنیان‌گذار gamer در تیم بود. حتی هیچ‌کدام آنان نیز از نزدیکی یک شرکت بازی‌سازی رد نشده بودند. نهایتا شرکت استیو بلنک، بازی‌های ساخته بود که به اندازه کافی سرگرم کننده نبودند و به همین دلیل، شرکت آن‌ها شکست خورد.چرا به هم‌بنیان‌گذار نیاز دارید؟آمارهایی که از Y-Combinator منتشر شده نشان می‌دهد 95% از شرکت‌های موفق هم‌بنیان‌گذار داشتند. همچنین اولین دلیل مرگ استارتاپ‌ها، خستگی و شلوغی بنیان‌گذار تنها در استارتاپ‌ها بوده است.اما آمارها موضوعی نیست که بتواند دل ما را راضی کند. به همین سبب، اهمیت داشتن هم‌بنیان‌گذار به دلیل 7 موضوع زیر است: پشتیبانی احساسی: شروع یک کسب‌وکار بسیار سخت و طاقت‌فرساست؛ اما باید اشاره کرد که ادامه آن بسیار مشکل‌تر از شروع است. در حقیقت برای شروع یک استارتاپ باید به اندازه 5 تا 9 نفر ساعت کاری صرف شود. به همین دلیل نیاز است یک نفر که شانه‌هایی برای گریه‌کردن شما در اختیارتان بگذارد و شما را دلداری دهد تا کارتان را ادامه دهید.تمایل بیشتر سرمایه‌گذاران: سرمایه‌گذاران تمایل دارند روی استارتاپ‌هایی سرمایه‌گذاری کنند که پایداری بیشتری داشته باشد. اگر کسب‌وکار یک بنیان‌گذار داشته باشد، ممکن است بنیان‌گذار خسته شود و استارتاپ را ترک کند و آن‌وقت تمام سرمایه‌ی سرمایه‌گذار نیز به خطر می‌افتد. در صورتی که بودن دو نفر یا بیشتر باعث می‌شود در صورت ترک استارتاپ توسط یکی از بنیان‌گذاران، همچنان کسب‌وکار سرپا بماند.تصمیم‌گیری‌های بهتر: بودن دو یا چند نفر در کنار هم باعث می‌شود موضوعات از دیدگاه‌های متفاوتی بررسی شود، در نتیجه ابعاد مشکلات بیشتر مشخص می‌شود و می‌توان تصمیمات بهتری گرفت. البته فقط بررسی کردن مشکلات با تعداد افراد بیشتر بهبود نمی‌یابد، بلکه افراد با توجه به گذشته و سوابق خود، می‌توانند ایده‌ها و راه‌کارهای متفاوتی برای حل موضوعات بدهند که نهایتا باعث بهبود عملکرد سکب‌وکار خواهد شد.واگذاری مسئولیت‌ها به افراد دیگر: بودن افرادی هم‌رده با شما اما با توانایی‌های متفاوت، باعث می‌شود بتوانید مسئولیت بخش‌های دیگری از کسب‌وکار که شما توانایی کمتری در آن دارید با واگذار کنید. این‌کار باعث می‌شود هم کارها بهتر انجام شود و هم تعادل زندگی شخصی و کاری هم‌بنیان‌گذاران بهبود یابد و از خستگی‌های بیش‌ازحد بکاهد.تکمیل مهارت‌های تیم: امکان ندارد فردی در همه زمینه‌ها خوب یا عالی باشد. به طور مثال بعضی افراد در برنامه‌ریزی بهتر هستند و بعضی در اجرای برنامه‌ها؛ بعضی در برنامه‌نویسی و بعضی در تحلیل فرآیندهای نظام سلامت. افراد با سوابق و مهارت‌های متفاوت اگر در کنار هم باشند، کسب‌وکار راحت‌تر و بهتر به مسیر خود ادامه دهد.کاهش ریسک: توانایی، مهارت و تخصص سه عاملی است که باعث کاهش خطرات در یک کار تخصصی می‌شود. یک کسب‌وکار برای شروع و ادامه، نیاز به متخصصینی دارد که از دانش و مهارت خود برای کاهش ریسک‌ها تلاش کنند.بهبود استفاده از زمان: زمان! مهم‌ترین منبع هر کارآفرین زمان او است. یک کسب‌وکار به شرطی موفق می‌شود که بنیان‌گذاران آن بتوانند از زمان بهینه و به نفع خود استفاده کنند. بودن چند نفر در کنار هم، با تقسیم وظایف و بهبود عملکردهای تخصصی، باعث استفاده بهتر از زمان می‌شود.چگونه یک بنیان‌گذار عالی پیدا کنید؟مهارت‌هایی که یک کسب‌وکار برای شروع نیاز داردواقعیت این است که تنهایی کار کردن بهتر از بودن با یک هم‌بنیان‌گذار بد است! یعنی بهترین حالت این است که یک هم‌بنیان‌گذار خوب داشته باشید، اما اگر کسی را پیدا نکردید بهتر است تنها کار کنید تا همراه کسی باشید که مشکلات شما را بیشتر می‌کند.پیدا کردن هم‌بنیان‌گذار خوب آن چنان سخت نیست؛ کافی است 6 راه‌حل زیر را به کار گیرید تا بتوانید انتخاب بهتری داشته باشید.1. خودتان را تحلیل کنید: همانطور که بالاتر اشاره کردم، یک استارتاپ برای موفقیت نیاز به مهارت‌های متفاوتی دارد. قدم اول این است که مشخص کنید خودتان در کدام یک از مهارت‌های مورد نیاز می‌توانید فعالیت کنید.در عکس فوق مشاهده می‌کنید که در حقیقت برای شروع یک استارتاپ به دو تیم نیاز است، تیم اداری و تیم محصول؛ تیم اداری شامل مهارتی اجرایی است که کارهای اداری، ثبت، مالی و جذب سرمایه را انجام می‌دهد و همچنین مهارتی که مسئول فروش و بازاریابی مسئول نیز هست در این تیم قرار دارد. در تیم محصول نیز دو مهارت نیاز است، مهارت تکنیکال و مهارت محتوا. مثلا اگر قرار است یک دستگاه پزشکی تولید شود مهارت تکنیکال شامل ساخت محصول و مهارت محتوا شامل بررسی پزشکی و کاربردی آن است.در یک استارتاپ افراد می‌توانند یک یا چند مهارت را در ابتدای کار به عهده بگیرند و در آن تخصصی متوسطی پیدا کنند؛ تا زمانی که بتوانند فردی بهتر از خودشان را استخدام کنند. به طور مثال، در یک استارتاپ تجهیزات پزشکی، یک پزشکی می‌توند به عنوان هم‌بنیان‌گذار دو مهارت بازاریابی و محتوا را به عهده بگیرد و یک مهندس مهارت ساخت و اجرایی تیم به عهده او باشد.توصیه بر این است که تعداد هم‌بنیان‌گذاران با مهارت‌های مذکور، بین 2 تا 4 نفر باشد. 2 نفره بودن بسیار سریع و راحت است، اما ممکن است خطا را افزایش دهد. 4 نفر نیز ممکن است باعث طولانی شدن فرآیند تصمیم‌گیری شود. به همین دلیل عدد 3 به نظر عدد مناسبی است.پس در اولین قدم برای انتخاب هم‌بنیان‌گذار، بهتر است اول خودتان را ارزیابی کنید که کدام یک از این 4 مهارت را می‌توانیدبه خوبی انجام دهید و برای کدام یک نیاز به هم‌بنیان‌گذار دارید.از بهترین راه‌های شنخت خود، استفاده از فلسفه ایکی‌گای است.ایکی‌گای یک مفهوم ژاپنی به معنی "دلیلی برای بودن" است.2. شبکه‌سازی، راهی برای پیدا کردن هم‌بنیان‌گذار: شبکه‌سازی به عنوان یکی از مهمترین فعالیت‌های یک کسب‌وکار محسوب می‌شود. شما در شبکه‌سازی می‌توانید همکاران شرکتی و شخصی بسیاری پیدا کنید، همچنین می‌توانید در طی شبکه‌سازی هم‌بنیان‌گذاران احتمالی خود را بشناسید.نکته قابل توجه این است که ممکن است افراد مناسبی را پیدا کنید که فاصله فیزیکی زیادی با شما دارند. مثلا شما در نوبنیاد تهران زندگی می‌کنید و او در محله اکباتان است؛ یا شما در تهران زندگی می‌کنید و او در اصفهان ساکن است. توصیه اکید این است که هیچوقت وارد چنین همکاری نشوید! چون هم‌بنیان‌گذاران نیازمندند که ساعات زیادی را در کنار هم سپری کنند و حتی بهترین امکانات همچون ارتباطات تصویری هم کمکی به این فاصله فیزیکی و بهود همکاری نمی‌کنند.رابطه از راه دور هیچوقت پایدار و کامل نیست3. دانشگاه! بهترین محل یافتن هم‌بنیان‌گذار: مهمترین نکته‌ای که در انتخاب هم‌بنیان‌گذار باید به آن توجه کنید، شناخت افراد است. هرچقدر هم‌بنیان‌گذار خود را بهتر بشناسید احتمال اینکه همکاری موفقی داشته باشید بهتر است. همین نکته نشان می‌دهد که 50% هم‌بنیان‌گذاری‌های موفق در دانشگاه و دانشکده‌ها اتفاق می‌افتد. چراکه افراد مدت طولانی و در شرایط مختلف هم‌بنیان‌گذار خود را دیده‌اند و می‌دانند او در موقعیت‌های واقعی چه واکنشی نشان می‌دهد. 20% هم‌بنیان‌گذاری‌های موفق نیز در محیط کاری شکل گرفته‌اند. وقتی در شرکت‌های بزرگتر در حال کار هستید، می‌توانید همکاران توانمند و با استعداد خود را شناسایی کنید و رفتارهای آنان را در موقعیت‌های متفاوت ارزیابی کنید.شاید به خودتان بگویید که اگر سناخت به این اندازه مهم است، شاید بد نباشد که با دوستان صمیمی یا بستگان و فامیل خود کسب‌وکار را شروع کنید؛ چون سال‌هاست آن‌ها را می‌شناسید و به راحتی می‌توانید آن‌ها را ارزیابی کنید.اما واقعیت چیز دیگری است؛ معمولا شروع کسب‌وکار با دوستان یا بستگان موفقیت‌آمیز نبوده است! چون در رابطه دوستی، اختلافات کاری منجر به از بین رفتن دوستی شما می‌شود و به همین دلیل یا شما دوستتان را از دست می‌دهید یا بخاطر دوستتان کسب‌وکارتان را ول می‌کنید. درباره بستگان نیز همینطور است؛ حتی درباره افراد فامیل ممکن است اختلافات کاری منجر به اختلافات بین خانواده‌ها و دعوای خانوادگی شود!4. به دنبال مهارت‌ها و سوابق متفاوت باشید: فراموش نکنید که یک کسب‌وکار برای موفقیت نیاز دارد تا بنیان‌گذاران آن مهارت کافی برای شروع و ادامه آن داشته باشند. درباره مهارت‌های مورد نیاز و اهمیت تکمیل آن در بالاتر اشاره شده است. به همین دلیل حتما به دنبال آن باشید که هم‌بنیان‌گذار شما، از شما متفاوت باشد.در انتخاب هم‌بنیان‌گذار متفاوت، باید به توانید به سه سوال اساسی درباره او پاسخ دهید:آیا او باهوش است؟آیا او کارها را به اتمام می‌رساند؟آیا مهارت‌های ارتباطی خوبی دارد؟در حقیقت هم‌بنیان‌گذار شما باید همانند جمیز باند باشد! دقیقا شبیه خود شما که مثل مامور 007 هستید.تیم بنیان‌گذار یک کسب‌وکار باید هلاوه بر 4 مهارت سخت اشاره شده، 9 مهارت نرم زیر را داشته باشد. بهتر است تمامی هم‌بنیان‌گذاران در 9 مورد زیر از حد متوسط بالاتر باشند:ریسک پذیرفکر سریع و سلیستوانایی تحمل ابهام طولانی مدتنیاز به موفقیتتوانایی در ایجاد نوآوریرویاپردازیچالش پذیریعمل‌گراییکنترل درونی و اسناد به خود5. کمک از مشاوران و منتورها: مربیان، منتورها و مشاوران افرادی با تجربه هستند و موارد زیادی را مشاهده کردند. به همین دلیل در ارزیابی هم‌بنیان‌گذاران شما می‌توانند بسیار کمک‌تان کنند. همچنین آن‌ها شبکه‌ی بزرگی از افراد توانمند را می‌شناسند که می‌توانند از طریق آن شبکه، هم‌بنیان‌گذار مناسبی برای شما بیابند.در حقیقت، مهمترین کمکی که منتورها می‌توانند به شما کنند، ارزیابی چشم‌انداز مشترک هم‌بنیان‌گذارتان با شماست! در صورتی که در چشم‌انداز، افراد اندکی با هم اختلاف داشته باشند، در آینده به اختلافات بسیاری خواهند خورد و استارتاپ حتی اگر موفق هم باشد، باز هم مسیری رو به شکست خواهد داشت.6. به حس ششم خود اعتماد کنید: ممکن است فردی را ببینید که از هر لحاظی شما را تکمیل می‌کند، آدم خوب و قابل اعتمادی باشد و سوابق خوبی هم داشته باشد؛ اما به دل شما نشیند! با این فرد بهتر است همکاری نکنید، چون مهمترین نکته در انتخاب هم‌بنیان‌گذار «احساس خوب همکاری» است و شما باید از کار با او لذت ببرید. در نتیجه، بهتر است به حس ششم خود در این مورد اعتماد کنید و با افرادی که خوشتان نمی‌آیند همکاری نکنید.بعد از پیدا کردن هم‌بنیان‌گذار، چه باید کرد؟همانطور که متوجه شدید، پیدا کردن هم‌بنیان‌گذار کار بسیار دشواری است؛ اما نگه داشتن یک هم‌بنیان‌گذار خوب بسیار دشوارتر است! وقتی یک نفر مناسب خودتان پیدا کردید، تازه با چالش‌های جدیدتری مواجه خواهید شد.برای اینکه بتوانید هم‌بنیان‌گذار خود را کنار خودتان نگه‌دارید، کافیست 2 نکته زیر را رعایت کنید:1. سنگ‌ها را همان ابتدا وا بکنید: اولین قدم، مذاکره روی مفاد قرارداد هم‌بنیان‌گذاران یا Cofounder Agreement است. معمولا در قرارداد هم‌بنیان‌گذاران موارد زیر به بحث گذاشته می‌شود:مسئولیت‌ها: هر کسی مسئول چه بخشی از کار است و در چندسال آینده مدیر چه دپارتمانی خواهد شد. در هر مرحله از رشد استارتاپ، چقدر زمان و انرژی نیاز است که هم‌بنیان‌گذاران در کار بگذارند.زمان: بهتر است هم‌بنیان‌گذاران زمان یکسانی صرف کسب‌وکار خود کنند. چراکه درصورت نامتوازن بودن وقت گذاشتن توسط آنان، یکی ممکن است تصور کند که تلاش بیشتری برای موفقیت کار انجام داده و نقش موثرتری داشته است؛ که ممکن است واقعیت هم داشته باشد.سهام (Share) و نحوه انتقال آن (Vesting): سهم هر کدام از بنیان‌گذاران چقدر است و در طی چه مدتی به آن‌ها انتقال می‌یابد. معمولا بهترین گزینه است که سهام در طی 4 سال فعالیت در استارتاپ به صورت سالانه منتقل شود و در صورتی که فردی کمتر از 2 سال کار کند، سهامی دریافت نکند.درصورتی‌که شما هم‌بنیان‌گذار مناسب خود را پیدا کرده باشید، کسی که به شرایط شما نزدیک باشد، بهترین نوع تقسیم سهام به صورت مساوی است. این موضوع باعث می‌شود بنیان‌گذاران در کسب‌وکار احساس مساوات کنند و همچنین، با توجه به مساوی بودن سهم‌ها، تصمیم نهایی برعهده مدیرعامل خواهد بود که به نظر شرایط درست‌تری است.2. مراحل تیم‌سازی را بشناسید: اختلافات بخشی از مراحل به بلوغ رسیدن تیم است. پس از آن نترسید و جلوی بروز آن را نگیرید. برای به بلوغ رسیدن یک تیم باید 4 مرحله زیر طی شود:4 مرحله تشکیل یک تیم تا زمان رسیدن به بلوغ آنتشکیل: زمانی است که فکر می‌کنید خوشبخت‌ترین فرد دنیا هستید و هیچ‌کس هم‌بنیان‌گذاری بهتر از شما ندارد! شرایط این دوره شبیه ماه عسل در ازدواج است.طوفان: مرحله‌ای است که اختلافات شروع به بروز می‌کند و فکر می‌کنید که بدترین هم‌بنیان‌گذار دنیا را انتخاب کردید و این اتفاق جزو بدترین تصمیمات زندگی شما بوده است. اما در حقیقت موضوع فقط اختلاف سلیقه و عدم شناخت کافی یکدیگر است؛ کافی است با هم بشینید و صحبت کنید.قانون‌گذاری: هم‌بنیان‌گذاران تصمیم می‌گیرند که به نظرات، عقاید و هنجارهای یکدیگر احترام بگذارند و قوانینی برای بهبود عملکرد تیمی خود وضع می‌کنند.کارایی: حدود یک‌سال بعد از تشکیل تیم، زمانی است که تیم همانند یک خانواده می‌شود و عملکرد آن در بهترین حالت خود قرار می‌گیرد.پیدا کردن هم‌بنیان‌گذار خوب و مناسب، کار بسیار سختی است، اما نشدنی نیست. کافی است همانقدر که در انتخاب شریک زندگی‌تان وسواس به خرج می‌دهید، در انتخاب هم‌بنیان‌گذار خود نیز عاقلانه عمل کنید تا بتوانید یک زندگی عاشقانه و پر انرژی در کار خود داشته باشید. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Sun, 18 Aug 2019 20:30:48 +0430 https://virgool.io/MedLeanMag/%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%D8%AF%DB%8C%D8%AC%DB%8C%D8%AA%D8%A7%D9%84-%DB%8C%DA%A9-%D8%AA%D8%BA%DB%8C%DB%8C%D8%B1-%D9%81%D8%B1%D9%87%D9%86%DA%AF%DB%8C-%D8%A8%D8%B1%D8%A7%DB%8C-%D9%85%D8%B1%D8%A7%D9%82%D8%A8%D8%AA%D9%87%D8%A7%DB%8C-%D8%B3%D9%86%D8%AA%DB%8C-%D8%B3%D9%84%D8%A7%D9%85%D8%AA-%D8%A7%D8%B2-%D8%B7%D8%B1%DB%8C%D9%82-%D8%AA%DA%A9%D9%86%D9%88%D9%84%D9%88%DA%98%DB%8C%D9%87%D8%A7%DB%8C-%D9%85%D8%AA%D8%AD%D9%88%D9%84%DA%A9%D9%86%D9%86%D8%AF%D9%87-%D8%A8%D9%87-%D8%AD%D8%B3%D8%A7%D8%A8-%D9%85%DB%8C%D8%A2%DB%8C%D8%AF-tcobv2zrtf7w تکنولوژی‌های پیشرفته پزشکی، نوآوری‌های متحول‌کننده، دست در دست، همراه با مردم، قصد دارند تا مراقبت‌های سنتی سلامت را به یک نظام سلامت مدرن تبدیل کنند که برای قرن 21 مناسب به نظر برسد. در حقیقت، در سال‌های آتی شاهد یک تغییر اساسی (Paradigm shift) در نظام‌های سلامت خواهیم بود.نیاز داریم که سلامت دیجیتال را تعریف کنیمسازمان‌های بسیاری از جمله سازمان جهانی بهداشت، سلامت دیجیتال را تعریف کرده‌اند؛ اکثر این تعاریف، اشاره به استفاده از نوآوری‌های متحول‌کننده در تکنولوژی برای استفاده از مراقبت‌های سلامت و خدمات پزشکی می‌کند. اما ماهیت و ذات این تغییرات، یک تغییر تکنولوژیک نیست، بلکه یک تغییر فرهنگی به حساب می‌آید.گذار استفاده از تکنولوژی در ارائه خدمات سلامت از مدت‌های بسیار قبل شده است، اما این اولین بار است که تکنولوژی رهبری تغییرات را به دست می‌گیرد. وقتی در دهه 1990 کامپیوتر‌های شخصی به صورت گسترده‌ای در دسترس قرار گرفتند، سلامت الکترونیک (e-Health) به وجود آمد. وقتی کامپیوترها به شبکه و اینترنت متصل شدند، سرویس‌ها و خدمات پزشکی از راه دور و تله_مدیسین (TeleMedicine) پدیدار شدند. ظهور شبکه‌های اجتماعی، فضایی برای Health2.0 به وجود آورد. زمانی‌که تلفن‌های همراه و پس از آن، تلفن‌های هوشمند به بازار آمدند، mobile Health یا mHealth گسترش پیدا کرد. اما از سال 2010، میزان استفاده از تکنولوژی‌های متحول‌کننده (disruptive) بسیار بیشتر شد به نحوی که این نوآوری‌ها منجر به تغییر کیفیت خدمات برای خدمت‌دهندگان و بیماران شد.به همین دلیل، شاید بتوان سلامت دیجیتال را این گونه تعریف کرد:تغییرات فرهنگی درباره چگونگی استفاده از تکنولوژی‌های متحول‌کننده برای فراهم آوردن داده‌های دیجیتال و واقع‌گرایانه؛ که این داده‌ها توسط بیماران و خدمت‌دهندگان قابل دسترسی باشد و منجر به یک رابطه متعادل پزشک-بیمار و تصمیم‌گیری توسط هر دو شود.استفاده از تکنولوژی زمانی به نتایج بهتر در کنترل سلامت افراد ختم می‌شود که چالش‌های فرهنگی موجود برای استفاده از آن شناخته شده باشد و نیازهای جدیدی که برای بیماران در این وضعیت پیش خواهد آمد پیش‌بینی شده باشد. به همین دلیل نیاز به تعریف سلامت دیجیتال در قالب تغییرات فرهنگی است.خدمات آینده سلامت به چه شکل خواهد بود؟با ظهور تکنولوژی‌های جدید دیجیتال، همچون هوش مصنوعی، روبات‌ها، واقعیت مجازی و واقعیت افزوده، تله_مدیسین، پرینت‌های سه‌بعدی، دستگاه‌های تشخیصی قابل حمل، سنسورهای سلامت، گجت‌های پوشیدنی و غیره، تمام ساختار ارائه خدمات سلامت و همچنین نقش‌های پزشک و بیمار، به صورت اساسی از حالت فعلی تغییر خواهد کرد.در تصویر اینفوگرافی زیر، می‌توانید تغییرات اساسی در یک نظام سلامت که از سلامت دیجیتال استفاده می‌کند را نسبت به حالت فعلی یا نظام سلامتی که از ارائه خدمات به روش سنتی استفاده می‌کند را به صورت خلاصه ببینید.منبع: The Medical Fusturistسوالات چالش‌برانگیز زیادی درباره سلامت دیجیتال وجود داردتغییر ارائه خدمات سلامت به روش سنتی باعث شده است ملاحظات بسیاری در زمینه‌های اخلاقی به وجود بیاید و همچنین سیاست‌گذاران را به چالش‌های عجیبی بکشاند. چه کسانی باید به داده‌ها دسترسی داشته باشند؟ آیا شرکت‌های که افراد را استخدام می‌کنند و بیمه‌ها میتوانند داده‌های سلامت و تست‌های ژنتیکی افراد را جمع‌آوری کنند؟ چه اتفاقی می‌افتد اگر کسی یک دستگاه پزشکی را هک کند؟ در یک جراحی که به کمک روبات‌های هوشمند انجام می‌شود، مسئولیت اشتباه حین جراحی به عهده چه کسی خواهد بود؟ چه مسائلی درباره ویرایش ژنی افراد و کودکان طراحی شده از طریق دستکاری ژنتیکی وجود دارد؟ آیا می‌توانیم به افراد اجازه دهیم جنین خود را از قبل طراحی کنند و بسازند؟سیاست‌گذاران، متخصصان حوزه پزشکی و به صورت اساسی، هر کسی که این زمینه‌ها دارای مسئولیت است، باید درباره مسائل اخلاقی و چالش‌هایی که در هنگام استفاده از سلامت دیجیتال به وجود می‌آید بیاندیشد. در حالی که موج استفاده از تکنولوژی مردم را تحت تاثیر خود قرار می‌دهد، سازمان‌های قانون‌گذار باید بتوانند به سرعت و به دقت جواب‌های مناسبی برای این چالش‌ها پیدا کنند. در صورتی که برای پزشکان و سیاست‌گذاران نتوانند در این مسیر حرکت کنند، رهبری این تغییرات فرهنگی به عهده مردم خواهد بود که منجر به اجبار نظام سلامت برای استفاده از تکنولوژی‌ها خواهد شد. درست است که شروع این تغییرات توسط خواست مردم و کارآفرینان خوب به نظر می‌آید و نمونه‌های موفقی همچون کمپین #WeAreNotWaiting برای دیابت وجود دارد، اما در دراز مدت، رهبری این تغییرات و اجبار استفاده از تکنولوژی توسط کارآفرینان و شرکت‌ها، نباید نتایج خدمات سلامت برای بیماران را تحت تاثیر خود قرار دهد و نحوه ارائه خدمات و انتظاراتی که از درمان بیماران وجود دارد، باید توسط منابع علمی و پزشکان تعریف شود.متخصصین پزشکی و سیاست‌گذاران باید راهنمای این تغییرات باشندمهم نیست که این کار چقدر سخت به نظر می‌آید، اما پزشکان و سیاست‌گذاران همواره بایند بتوانند یک قدم از تکنولوژی جلوتر باشند. آن‌ها باید راهنمای مردم برای استفاده از تکنولوژی‌های سلامت دیجیتال در این بازار باشند؛ اما این اتفاق زمانی می‌افتد که پزشکان و سیاست‌گذاران، درباره تکنولوژی به روز باشند و آن‌ها را با ذهن باز بپذیرند. از طرف آن‌ها باید بتوانند مردم را قانع کنند که از تکنولوژی‌های اثبات‌نشده و غیر علمی استفاده نکنند و از طرفی دیگر، باید بتوانند بیماران و همکاران خود را در طراحی و فرآیند تصمیم‌گیری مشارکت دهند.تکنولوژی‌های متحول‌کننده، این پتانسیل را دارند که کارهای تکراری و یکنواخت برای پزشکان انجام دهد، آن‌وقت پزشکان قادر خواهند بود وقت بیشتری بیشتری برای بیماران خود بگذارند تا آن‌ها را برای استفاده از خدمات سلامت دیجیتال راهنمایی کنند. در این صورت، متخصصین پزشکی قادر خواهند بود تا تمرکز بیشتری در رفع نیازهای اولیه در ارائه خدمات سلامت داشته باشند. این‌گونه آن‌ها می‌توانند به هم‌‌دلی با بیماران خود بپردازند، مراقبت‌های اجتماعی و سلامت اجتماعی افراد را تحت نظر بگیرند و در کل، به ارتباط بهتری به بیماران خود داشته باشند؛ موضوعی که از گذشته در اراده خدمات سنتی سلامت مغفول مانده است. Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Thu, 27 Jun 2019 14:29:04 +0430 https://virgool.io/MedLeanMag/gsondh-fd35kgmsiqgn می‌توان ادعا کرد که #سلامت و سالم بودن، شامل‌ترین هدف انسان است. طبق تعریف آن، سلامت عبارت است از آسایش کامل جسمی، روانی و اجتماعی که این تعریف نشان‌دهنده آن است که همه عوامل از جمله بیماری، وضعیت شغلی و اقتصادی، وضعیت آموزش و غیره سلامت فرد را تغییر می‌دهد.از نظر اقتصاددانان سلامت یک کالا است که مردم و دولت‌ها برای دستیابی به آن باید هزینه کنند. به دلیل ماهیت این کالا، هزینه‌هایی که برای خرید آن وجود دارد بسیار گران و گزاف است و به همین دلیل مشکلات اقتصادی اساسی برای کشورها و مردم ایجاد می‌کند. به همین دلیل همواره سازمان‌های متولی سلامت به دنبال راهکاری برای کاهش هزینه‌ها همزمان با افزایش دسترسی مردم به سلامت بوده‌اند.سلامت دیجیتال، راه نجات نظام سلامتسلامت دیجیتال به معنی استفاده از تکنولوژی‌های اطلاع‌رسانی و ارتباطی یا همان ICTs برای ارائه خدمات در حوزه سلامت است.جدیدترین راهکاری که این سازمان‌ها در نظر دارند، استفاده از #سلامت_دیجیتال است. سلامت دیجیتال به معنی استفاده از تکنولوژی‌های اطلاع‌رسانی و ارتباطی یا همان ICTs برای ارائه خدمات در حوزه سلامت است. در طی پنج دهه گذشته نام‌های بسیاری برای این حوزه از جمله mHealth، eHealth، #تله_مدیسین، #انفورماتیک_پزشکی و غیره بر اساس #تکنولوژی موجود گذاشته شده است. اما در نهایت عنوان #Digital_Health به عنوان کامل‌ترین کلمه برای توصیف این حوزه توسط سازمان بهداشت جهانی انتخاب شده است. تغییر از eHealth به دیجیتال هلث، باعث می‌شود سازمان‌های متولی بتوانند ذی‌نفعان بیشتری را در نظر بگیرند و از تکنولوژی‌های دیگری همچون IoT یا #اینترنت اشیا برای ارائه خدمت استفاده کنند.در ماه می 2018، هفتادویکمین مجمع جهانی سلامت سند WHA71.7 را تایید کرد که درباره استفاده از سلامت دیجیتال در ارائه خدمات سلامت است. پس از آن، در مارس 2019، سازمان بهداشت جهانی پیش‌نویس سند «استراتژی جهانی در سلامت دیجیتال» را منتشر کرد. هدف از این استراتژی جهانی، اجرای برنامه‌ای هماهنگ در تمامی کشورهای جهان برای استفاده از سلامت دیجیتال است که منجر به ترویج زندگی سالم و تندرستی برای همه در هر جایی و در هر سنی خواهد شد. این سند راهنمایی برای کشورهای جهان است که بتوانند در سال‌های 2020 تا 2024 با کمک و راهنمایی سازمان بهداشت جهانی، سلامت دیجیتال را اجرا کنند.در ماه می 2018، هفتادویکمین مجمع جهانی سلامت سند WHA71.7 را تایید کرد.در حال حاضر در تمامی کشورهای دنیا، چالش‌های زیادی در زمینه ارائه خدمات سلامت وجود دارد. گسترش بیماری‌های غیرواگیر، افزایش متوسط سن جامعه، کم بودن خدمت‌دهندگان سلامت، وقایع پیش‌بینی نشده و طغیان بیماری‌های واگیر چالش‌هایی است که سلامت دیجیتال می‌تواند در حل آن کمک شایانی بکند.به همین منظور سازمان بهداشت جهانی پیشنهاد می‌کند تا کشورها و سایر ذی‌نفعان در سلامت دیجیتال همانند شرکت‌ها، تلاش خود را در سه بخش زیر متمرکز کنند:1️⃣ خلق یک چشم‌انداز جدید در ارائه خدمات الکترونیک که بر اساس نیازها و منابع هر کشور طراحی شده باشد.2️⃣ توسعه یک برنامه عملیاتی که بتواند چشم‌انداز طراحی شده را به اجرا در بیاورد.3️⃣ استفاده از یک چارچوب برای نظارت و ارزیابی اجرا و پیشرفت ارائه خدمات الکترونیک.هنوز نمی‌دانیم سلامت دیجیتال چقدر موثر استمشکل اصلی اینجاست که هنوز شاهد و مقالات سیستماتیک کافی برای ارزیابی نحوه‌ اجرای سلامت دیجیتال در کشورها وجود ندارد و به همین دلیل است که نظام‌های سلامت باید به جمع‌آوری داده‌های این مداخلات بپردازند؛ در صورتی که هنوز در بسیاری از کشورها این سامانه‌های جمع‌آوری داده شروع به کار نکرده‌اند. به همین دلیل است که از نظر سازمان بهداشت جهانی و متخصصان ارائه خدمات سلامت، سلامت دیجیتال هنوز در دوران نونهالی خود به سر می‌برد و سال‌ها طول می‌کشد تا بتواند به مرحله تاثیرگذاری خود برسد. با این‌حال بهتر است برای ارزیابی خدمات سلامت دیجیتال، سنجه‌هایی در نظر گرفته شود که البته چالش‌های فراوانی دارد؛ چراکه هنوز نظام‌های سلامت نمی‌دانند چه سنجه‌هایی در نظر بگیرند که عملی و امکان‌پذیر باشند. پیشرفت در سلامت دیجیتال نیاز به همکاری دارد. کشورها، سازمان‌های دولتی، سازمان‌های مردم نهاد(سمن)، دانشگاه‌ها، مراکز تحقیقاتی، شرکت‌ها، بانک‌ها و حامیان، ذی‌نفعانی هستند که در اجرا، پیشرفت و اثربخشی سلامت دیجیتال نقش دارند. این ذی‌نفعان تاثیر مهمی در سیاست‌های کشور، اولویت‌های ارائه خدمات و تعیین نیازهای مردم دارند.سلامت دیجیتال سبب می‌شود تا با استفاده از تکنولوژی‌های مختلف، راه‌ها و سرویس‌های جدیدی بین شهروندان، خانواده‌ها، گروه‌ها و ارائه دهندگان خدمات سلامت تعریف شود. اما این موضوع نیازمند راه‌های جدیدی برای محافظت مردم در قبال جمع‌آوری و سواستفاده از اطلاعات و داده‌های شخصی آنان است. این موضوع مختص تعدادی از کشورها یا ناحیه خاصی از جهان نمی‌شود، بلکه تمامی سازمان‌های بین‌المللی و کشورهای جهان تحت تاثیر نحوه حفظ امنیت اطلاعات سلامت هستند.راهنمایی سازمان جهانی بهداشت به کشورهابرای اجرای سلامت دیجیتال، سازمان جهانی بهداشت سه راهنمایی کلی برای کشورها دارد:1️⃣موفقیت در اجرای سلامت دیجیتال، نیاز به حمایت طلبی (Advocacy) یک استراتژی هماهنگ میان ذی‌نفعان سلامت دیجیتال دارد.2️⃣ روند تصویب و اجرای سلامت دیجیتال در یک کشور، بر اساس تصمیم ذی‌نفعان سلامت دیجیتال در آن کشور است و هیچ سازمان ملی یا بین‌المللی نمی‌تواند روند اجرای آن را به تنهایی تغییر دهد.3️⃣ تکنولوژی‌های بسیاری برای استفاده در ارائه خدمات دیجیتال وجود دارد، اما استفاده از این تکنولوژی‌ها باید مناسب و براساس کاربرد آن باشد. چراکه استفاده از تکنولوژی غیرمناسب هزینه‌ها را بالا می‌برد و همچنین ارزیابی تاثیر خدمات را غیرممکن می‌کند.‌برنامه استراتژیک پیشنهادی سازمان جهانی بهداشت به کشورها و ذی‌نفعان سلامت دیجیتال، شامل بخش‌های زیر است:چشم‌انداز:بهبود وضعیت سلامت برای هرکسی، در هرجایی با شتاب‌دهی در استفاده از تکنولوژی مناسب سلامت دیجیتالاهداف استراتژیک:1️⃣ درگیرکردن ذی‌نفعان در یک برنامه زمانی جامع مشترک برای سلامت دیجیتال2️⃣ ساخت و تحکیم ظرفیت‌های سلامت دیجیتال که منعکس‌کننده نیازهای ملی باشد3️⃣ متعهد و درگیرکردن ذی‌نفعان برای پیشرفت در سلامت دیجیتال4️⃣ بهبود نظارت، ارزیابی، پژوهش و اجرا در سلامت دیجیتالچارچوب‌های اجرایی:1️⃣ ایجاد تعهد: درگیر کردن ذی‌نفعان سلامت برای تعهد به اجرای استراتژی سلامت دیجیتال2️⃣ تسریع (کاتالیز): توسعه محیط و فرآیندهایی که منجر به تسهیل اجرای سلامت دیجیتال شود و همکاری‌های بین سازمانی را ترغیب کند3️⃣ اندازه‌گیری: ایجاد فرآیندهایی برای ارزیابی و نظارت بر استراتژی4️⃣ افزایش و تکرار: اجرای چرخه جدیدی از عملیات‌ها بر اساس آنچه تجربه‌شده و از اندازه‌گیری‌ها یاد گرفته شدهاجرای یک برنامه استراتژیک چالش‌هایی داردبا اینکه این استراتژی تمام و کمال به نظر می‌آید، اما نباید فراموش کرد که اجرای موفقیت‌آمیز سلامت دیجیتال نیاز به افزایش آگاهی درباره کاربردپذیری سلامت دیجیتال در دولت، سازمان‌ها و افراد دارد. آگاهی‌بخشی خود می‌تواند به عنوان یک هدف برای تهییج، انگیزه‌بخشی و افزایش تعهد ذی‌نفعان به اجرای برنامه استراتژیک باشد. این ذی‌نفعان شامل مقام‌های رسمی دولت، سازمان‌های ارائه‌دهنده کمک‌های مالی همانند بانک‌ها و صندوق‌ها، خَیران و حامیان، سازمان‌های ارائه دهنده خدمات سلامت، تامین‌کنندگان و افراد حرفه‌ای صنعت خدمات ICT، متخصصان انفورماتیک سلامت، متخصصان بالینی، پژهشگران و بیماران است.‌در سندی دیگر که «ابزار تهیه استراتژی ملی برای خدمات الکترونیک سلامت» نام دارد و توسط سازمان بهداشت جهانی و اتحادیه بین‌المللی ارتباطات مخابراتی در سال 2012 منتشر شده است، توصیه شده که برای اجرای موفقیت‌آمیز سلامت دیجیتال نیاز به فراهم آوردن و مشخص کردن 7 مورد زیر است:1️⃣ حاکمیت و رهبری اجرای سلامت دیجیتال2️⃣ استراتژی و سرمایه‌گذاری در سلامت دیجیتال3️⃣ سیاست، قوانین و مقررات مربوط به سلامت دیجیتال4️⃣ خدمات و کاربردهای این صنعت5️⃣ استانداردها و قابلیت‌های همکاری6️⃣ زیرساخت‌های مورد نیاز7️⃣ منابع انسانی‌همچنین، حوزه‌هایی کلیدی در سلامت دیجیتال وجود دارد که موجب نگرانی در روند اجرایی آن می‌شود که از مهم‌ترین آن، سواد سلامت دیجیتال، امنیت سایبری سامانه‌های سلامت دیجیتال و مالکیت و دسترسی به داده‌های این حوزه است؛ که در نتیجه روش‌های نوآورانه برای پشتیبانی از این صنعت نیاز است که اثربخش، قابل تهیه، امن، توسعه پذیر و پایدار باشد.در آخر، باید به این نکته اشاره کرد که شاید مهم‌ترین بخش از استراتژی هر کشور، اشاره به نحوه ادغام خدمات سلامت دیجیتال در زیرساخت و مقررات موجود نظام سلامت فعلی آن کشور است. همچین نبود سواد کافی برای کار با ابزارهای دیجیتال در میان شهروندان منجر به عدم موفقیت اجرای سلامت دیجیتال می‌شود. به همین دلیل، علاوه بر تهیه استراتژی ملی اجرای سلامت دیجیتال، نیاز به یک نقشه راه یا road map، برای تغییر نظام سلامت از «سیستم طراحی شده برای کاربر» به «سیستم طراحی شده با همکاری کاربر» است که بتواند بیمار و خدمت‌گیرنده را در مرکز توجه خدمات سلامت قرار دهد.‌✍?دکتر علی گنجی‌زاده?کانال کارآفرینی در سلامت:https://t.me/MedLeanMag Ali Ganjizadeh, M.D. Ali Ganjizadeh, M.D. Fri, 07 Jun 2019 00:34:50 +0430