پزشکی سایبورگی

عبدالرضا ناصرمقدسی-متخصص مغز و اعصاب: جهان با سرعتی باورنکردنی در حال تغییر است. موضوع این نیست که ما با این تغییرات موافق‌ یا مخالف باشیم، بلکه چه بخواهیم و چه نخواهیم جهان به این سمت می‌رود و اگر نتوانیم از فرصت‌های به‌دست‌آمده نهایت استفاده را بکنیم، زیر بار این هجمه خرد و نابود خواهیم شد. فناوری‌های جدید همچون هوش مصنوعی، متاورس، اتصال انسان و ماشین که هر روز پرقدرت‌تر از روز قبل می‌شوند، طرفداران و مخالفان پروپاقرصی دارند. طرفداران، دنیای تازه و هیجان‌انگیزی را زیر سایه توانایی‌های این فناوری‌های جدید به ما وعده می‌دهند و از طرفی مخالفان از این موضوع می‌ترسند که تکنولوژی ازجمله هوش مصنوعی در نهایت کنترل همه‌چیز را در دست خواهد گرفت و ما را به بندگان و عروسکانی بدل خواهد کرد. بااین‌حال، شاید هر دو این گروه‌ها در این نکته متفق‌القول باشند که تکنولوژی‌های پیشرفته و دنیایی که به‌ وجود خواهند آورد، وجه جدایی‌ناپذیر دنیای آینده ماست. ضرورت‌هایی ما را به سوی ایجاد چنین فناوری‌هایی کشانده که خود بازتابی از تکامل بشری است. انسان خردمند نشان داده از زمان پیدایش خود در 350 هزار سال قبل در آفریقا، میل وافری به گسترش منطقه تحت تسلط خود داشته است. او به‌سرعت تمام جهان را فتح و سعی کرده است دامنه آگاهی و نیز قدرت و سلطه خود را افزایش دهد. نمی‌توان انسان را محدود کرد؛ از این‌رو انسان برای فتح کیهان به افزایش توانایی‌های خود دست می‌زند و فناوری‌های جدید شاید مهم‌ترین سلاح او در این سفر ادیسه‌وار باشد. هوش مصنوعی در نظر انسان، نماینده او در جاهایی است که شاید خود به دلیل محدودیت فیزیکی نتواند حضور داشته باشد. این ربات‌ها با توانایی هوش مصنوعی خواهند بود که به سفرهای دور و دراز کیهانی خواهند رفت. متاورس همان جهانی است که انسان می‌خواهد، اما نمی‌تواند در عالم فیزیکی داشته باشد و اتصال او به رایانه، عملا او را به دنیای شگفت مجازی وصل و چه‌بسا یکی خواهد کرد. اما صحبت ما در اینجا صرفا درباره نقش این فناوری‌های جدید در پزشکی و تأثیر آنها در تغییر شیوه طبابت است. ما به سبکی از طبابت عادت داریم که در درسنامه‌ها آمده و در دانشکده‌های پزشکی به ما تدریس می‌شود. برای درک اینکه این فناوری‌ها می‌توانند چه تأثیراتی بر شیوه درمان بگذارند، ما با هوش مصنوعی آغاز کرده، سپس به متاورس پرداخته و در نهایت از سایبورگ‌ها صحبت می‌کنیم که چه‌بسا مهم‌ترین تغییر در داستان فرگشت انسان‌ها باشد. اما اول باید ببینیم ما پزشکان در حین طبابت و درمان یک بیمار چه فرایندی را دنبال می‌کنیم؟

ما پزشکان به شیوه معینی به طبابت می‌پردازیم. همان‌طور که گفتم، این شیوه‌ای است که در درسنامه‌ها آمده و به ما آموزش داده شده است و ما پزشکان سعی می‌کنیم با هر بار طبابت، به تبحر خود افزوده و خود را هرچه بیشتر در این زمینه متبحر و کارآزموده کنیم. درست است که طبابت ترکیبی از علم و هنر است، اما می‌توان چارچوبی نیز برای آن مشخص کرد. برای درک بهتر این موضوع، یک سناریوی فرضی را دنبال می‌کنیم. خانمی 30‌ساله با گزگز دست راست مراجعه می‌کند. از بیمار درباره طول مدت گزگز و محل آن می‌پرسیم. بیمار عنوان می‌‌کند‌ یک هفته است که گزگز دست راستش شروع شده و همین‌طور بالا آمده و نیمه راست بدن را فرا‌گرفته است. از بیمار سؤالات دیگری پرسیده می‌شود؛ مثل اینکه آیا قبلا هم چنین علائمی داشته است؟ یا سابقه بیماری خاصی در خانواده داشته؟ چه داروهایی مصرف می‌کرده است؟ و... . سپس شروع به معاینه بیمار می‌کنیم. معاینه هم اصولی دارد. فرضا ابتدا باید علائم حیاتی گرفته شود، معاینه سیستمیک و سپس بررسی نورولوژیک به عمل آید. در معاینه نورولوژیک نیز می‌خواهیم به چند پرسش جواب دهیم: آیا به غیر از اختلال حسی، ممکن است اختلال دیگری بیابیم؟ آیا می‌توانیم این اختلال را به جایی در مغز منسوب کنیم؟ آیا مربوط به سیستم عصبی مرکزی است یا محیطی؟ فرض می‌کنیم مجموع معاینات و شرح حال، ما را به اینجا می‌رساند که درگیری‌ای که سبب این گزگز شده، مربوط به سیستم اعصاب مرکزی است. حالا علائم و یافته‌ها را کنار هم می‌گذاریم. گزگز در خانمی جوان با منشأ سیستم اعصاب مرکزی؛ بیشترین بیماری‌ای که به ذهنمان متبادر می‌شود، ام‌اس است. پس یک‌سری کارهای تشخیصی بیشتر را تقاضا می‌کنیم که مهم‌ترین آنها انجام ام‌آرآی از مغز و نخاع است. در ام‌آرآی انجام‌شده پلاک‌های مبتنی بر ام‌اس را مشاهده می‌کنیم و تشخیص بیماری ام‌اس را برای بیمار گذاشته و بر اساس آن درمان را شروع می‌کنیم. این رویکرد، یک رویکرد مبتنی بر شواهد و چیزی است که در دانشکده پزشکی تلاش می‌شود به دانشجویان در برخورد با بیماری‌های مختلف آموزش داده شود. ما سعی می‌کنیم از میان انبوهی از علائم و نشانه‌ها، نشانه‌های اصلی را پیدا کرده و بر اساس آن به تشخیص و درمان بیماری مد‌نظر بپردازیم. درواقع پیدا‌کردن نشانه‌های اصلی و گنجاندن آن در ترمی مشخص و سپس عمل بر اساس آن، مهم‌ترین مهارت یک پزشک در برخورد با بیماری محسوب می‌شود. به سخن دیگر، رویکرد به بیماری در پزشکی مدرن یک رویکرد تقلیل‌گراست؛ رویکردی که می‌خواهد انبوه نشانه‌ها را به چند نشانه و انبوه تشخیص‌ها را به یک تشخیص تقلیل دهد. این کار هم آنالیز داده‌ها و هم درمان بیماری را آسان و هدفمند می‌کند. یک پزشک از داده‌های بی‌شمار فاصله می‌گیرد، همیشه می‌خواهد مهم‌ترین و کاربردی‌ترین داده‌ها را یافته و بر اساس آن راه خود را ادامه دهد. از منظر اطلاعات، این مهم‌ترین بخش طبابت محسوب می‌شود. مشکل اینجاست که ما اکنون در برخورد با بدن و بیماری دیگر، با یک‌سری علامت محدود روبه‌رو نیستیم، بلکه با کلان‌داده روبه‌رو هستیم و از سر اتفاق این هوش مصنوعی است که امکان تحلیل و آنالیز این کلان‌داده‌ها را به ما می‌‌دهد. بااین‌حال، شاید به نظر برسد بدن به‌عنوان سوژه پزشکی و فرمتی از بدن که برای تشخیص بیماری مورد بازنگری پزشکی قرار می‌گیرد، یک کلان‌داده نیست و بنابراین هوش مصنوعی نه می‌تواند تعریفی جدید از آن و نه تعریف جدیدی از بیماری ارائه دهد؛ این تلقی تا چه اندازه می‌تواند درست باشد؟ کاملا مشخص است که اگر بیماری به‌جای تکیه بر تقلیل داده‌ها، بر اساس یک کلان‌داده تبیین شود، ما با هویت جدیدی از بیماری روبه‌رو خواهیم شد که شیوه‌ای جدید از درمان را نیز می‌طلبد. پس قبل از هر چیز باید ببینیم خصوصیت کلان‌داده چیست و آیا می‌توان بر اساس آن یک بیماری را توضیح داد‌ و تبیین کرد؟

کلان‌داده چیست؟

ما در هر حرکت و فعلی با داده روبه‌رو هستیم. درواقع می‌توانیم جهان بیکران خود را به‌جای تقسیم‌بندی به جهان فیزیکی یا زیستی یا آگاهی، در یک نگاه کلی به‌عنوان جهان‌داده‌ها تعریف کنیم. مشخص است که در جهان و کیهان، ‌داده‌های بسیاری وجود دارد. یک نگاه سرانگشتی به کیهان این را به اثبات می‌رساند؛ کیهان چقدر گسترده است؟ از چند کهکشان و ستاره و سیاره تشکیل شده است؟ حال می‌توانیم درباره هر یک از این ستاره‌ها، سیاره‌ها و... صحبت کنیم که هر کدام از چقدر مولکول، اتم، الکترون، پروتون و... تشکیل شده است. عددی که به دست می‌آید سرسام‌آور است. حال دنیای صرف فیزیکی را رها کنید و به دنیای زیستی بپردازید. همین بدن خودمان را نگاه کنیم؛ از چند سلول تشکیل شده و هر سلول حاوی چه اجزایی بوده و هر کدام شامل چند اتم است و شکل قرارگیری این اتم‌ها کنار هم چه تعداد الگو را می‌سازد؟ بعد به آگاهی و محصولات آن نگاه کنید. انسان به واسطه آگاهی، محصولات بسیار زیادی را تولید کرده است؛ از علم و هنر گرفته تا صحبت‌های روزمره و اعمال و رفتارهای ما. همه اینها انبوهی از اطلاعات و داده‌ها را به ‌وجود آورده است. البته حجم زیاد و شاید بسیار زیاد داده‌ها از ابتدای ایجاد جهان وجود داشته و مربوط به اکنون نیست؛ آنچه اکنون تغییر کرده‌، توانایی انسان در جمع‌آوری این داده‌هاست. در حیطه انسانی نه‌تنها حجم به‌وجود‌آمدن داده‌ها به شکل بی‌سابقه‌ای افزایش پیدا کرده است، بلکه توانایی انسان در جمع‌آوری و آنالیز آنها نیز به شکل فزاینده‌ای افزایش یافته و همین مفهوم کلان‌داده را به‌ وجود آورده است. پس کلان‌داده با توانایی ما در جمع‌آوری و آنالیز این داده‌ها ارتباط مستقیمی دارد. طبق تعریف، کلان‌داده «دارایی‌ها داده‌ای هستند بسیار انبوه، پرشتاب‌ یا گوناگون که نیاز به روش‌های پردازشی تازه‌ای دارند تا تصمیم‌گیری، بینش تازه و بهینگی پردازش پیشرفته را فراهم آورند». حجم این داده‌ها به‌شدت در حال افزایش است و حوزه‌های وسیعی مانند بهداشت و درمان، اخترشناسی، جست‌وجوهای اینترنتی، اطلاعات بانک‌ها، اطلاعات مربوط به تردد انسان‌ها و هزاران چیز دیگر را در بر می‌گیرد. دسترسی به این داده‌ها و نیز توانایی تحلیل و بررسی آنها می‌تواند با منافع بسیاری همراه باشد؛ از این‌رو تجارت داده یکی از مهم‌ترین جنبه‌های کلان‌داده و در‌عین‌حال از مخاطرات آن است. البته بحث ما تجارت داده‌ها و مخاطرات بزرگ آن نیست؛ ما در اینجا می‌خواهیم به امکاناتی بپردازیم که کلان‌داده‌ها و آنالیزهای آنها می‌تواند به انسان به‌خصوص در حوزه پزشکی ببخشد. یکی از مهم‌ترین موارد در آنالیز این کلان‌داده‌ها، کشف الگوهای آنهاست. فرضا داده‌های انبوهی که از سیستم اقتصادی و نحوه کنش افراد در این سیستم جمع‌آوری می‌شود، می‌تواند به ما در پیش‌بینی الگوهای حاکم بر بازار و عوامل تعیین‌کننده فروش یاری رساند. آنالیز داده‌ها می‌تواند روابطی بین آنها را مشخص کند که جز در سایه تحلیل پیچیده کلان‌داده‌ها امکان‌پذیر نبوده است. از این‌رو دانشمندان سعی می‌کنند از روش‌های جدید تحلیل داده‌ها در بررسی این حجم روز به ‌روز فزاینده استفاده کنند و بدون ‌شک هوش مصنوعی با قابلیت‌های بی‌شماری که دارد، یکی از بهترین گزینه‌ها در تحلیل این داده‌هاست.

آنچه بیان شد چه ارتباطی با شیوه طبابت دارد؟

کلان‌داده‌ها در پزشکی نیز جایگاه بسیار مهمی دارند. مدارک پزشکی، نتایج آزمایشگاهی، نتایج تصویربرداری همه و همه نمونه‌هایی از این کلان‌داده هستند که تحلیل آنها می‌تواند به تشخیص، درمان و نیز سیاست‌های بهداشتی بسیار یاری ببخشد. اگر به مقالات نگاه کنید، می‌توانید درباره نقش هوش مصنوعی در تحلیل این داده‌ها مطالب زیادی پیدا کنید. از طرف دیگر، دیجیتالی‌شدن مدارک پزشکی و ثبت داده‌های مربوط به آنها، به این موضوع یاری بسیاری رسانده است. اما داده‌هایی که ثبت می‌شود، تابع آن چیزی است که ما پزشکان از بیمار می‌گیریم. به سخن دیگر، وسیله جمع‌آوری داده‌ها کماکان پزشکان هستند. بنابراین درست است که هوش مصنوعی می‌تواند روابط جدیدی را بین داده‌ها کشف کند، اما ماهیت آن همان چیزی است که در درسنامه‌ها و دانشکده‌های پزشکی تدریس می‌شود. فرضا من همان داده‌هایی را در سیستم ثبت می‌کنم که به‌طور معمول از بیمار می‌پرسیدم و روی پرونده کاغذی می‌نوشتم؛ همان گزگز، طول مدت علائم، عوامل بدترکننده آن و... . کاری که اکنون انجام می‌شود، آنالیز این داده‌ها از طریق روش‌های جدیدی همچون هوش مصنوعی است، ولی در ماهیت داده‌هایی که برای تشخیص و درمان ضروری هستند، اتفاق خاصی نیفتاده است. به سخن دیگر، کماکان نیز آنالیز این کلان‌داده‌ها بر پایه داده‌های حداقلی است. از این‌رو شاید داده‌های به‌دست‌آمده از آزمایشگاه و نیز تصویربرداری که وابستگی کمتری به پزشک به‌عنوان عاملی تعیین‌کننده در تشخیص اهمیت آنها دارد، در کنار استفاده از نرم‌افزارهای مختلف برای تحلیل آنها، بتواند حجم بیشتر و در‌عین‌حال متفاوتی از داده‌های ورودی را برای آنالیز ارائه دهد. شاید به همین دلیل هم باشد که بسیاری از متخصصان هوش مصنوعی تمایل به کار روی داده‌های تصویربرداری دارند؛ چون آنچه ثبت می‌شود، به‌طور مثال یک تصویر با تمام جزئیات بوده و دیگر چندان وابسته به پزشک نیست. به سخن دیگر، داده‌ها نه از خود بیمار بلکه از آزمایش‌های اخذشده از بیمار گردآوری می‌شوند؛ با‌این‌حال، چون نسبت به بالین بیمار و آنچه در بدن وی اتفاق می‌افتد موضوعی ثانویه است، به نظر می‌رسد کلان‌داده‌ها و نیز روش‌های جدید آنالیز نتواند شیوه طبابت را تغییر دهد. شاید الگوهای جدید را کشف کند، اما این الگوها در سایه همان داده‌های ورودی سنتی است.

اگر هوش مصنوعی خود عاملی برای جمع‌آوری داده باشد، چطور؟

اگر هوش مصنوعی بخواهد داده‌هایی را از یک بیمار جمع‌آوری کند، طبابت به چه شکلی درخواهد آمد؟ همان‌طور که گفته شد، اساس طبابت بر تقلیل داده‌هاست. ما همواره می‌خواهیم انبوه داده‌ها را به یک‌سری داده اصلی تقلیل دهیم. از این‌رو نه‌تنها شاید بعضی از داده‌ها را به دلیل اهمیت کمتر حذف کنیم، بلکه خیلی وقت‌ها به جمع‌آوری داده‌های اضافی نیز نمی‌پردازیم. مثلا درست است که بیمار ما یک انسان است و به دلیل انسان‌بودن دارای ویژگی‌های روانی، فرهنگی و اجتماعی مختلفی می‌تواند باشد، اما در رویکرد به گزگز دست ممکن است به بسیاری از این پارامترها بی‌توجه بمانیم و طبق درسنامه‌ها نیز این ویژگی‌ها تأثیری بر تشخیص و درمان ما نخواهند داشت. در‌عین‌حال، حتی شاید بر بخش خاصی از معاینات و شرح حال نیز بیش از بقیه تأکید کنیم که این نیز در جهت تقلیل داده‌ها به چند داده اصلی برای رسیدن به تشخیص و درمان صحیح است. اما اگر هوش مصنوعی به‌جای پزشک نشسته و بخواهد داده‌ها را جمع‌آوری کند، چگونه رفتار خواهد کرد؟ شاید اینجا همان‌جایی باشد که باید با شیوه سنتی طبابت یعنی آن چیزی که در درسنامه‌ها آموزش داده می‌شود، خداحافظی کنیم. فرض کنید و این فرض چندان دور از ذهن نخواهد بود که هوش مصنوعی آگاه یعنی هوشی که بتواند فکر کند و تصمیم بگیرد، به‌جای ما به درمان بیماران بپردازد. مثال را با همان بیمار فرضی ابتدای مقاله پیش می‌گیریم. خانمی 30‌ساله با گزگز دست راست مراجعه می‌کند. همان‌طور که ذکر شد، ما با توجه به احتمالاتی که در ذهن داریم از او سؤالاتی می‌کنیم؛ مثلا این گزگز کجای دست شماست و چقدر به طول می‌انجامد؟ همان‌طور که ذکر شد، این رویکرد بر اساس رویکرد تقلیل‌گرا در طبابت مرسوم است. اما هوش مصنوعی با تجربه‌ای که از برخورد با کلان‌داده‌ها دارد و می‌تواند هم کلان‌داده را دیده و هم بفهمد، به این بیمار نیز به‌عنوان یک منبع کلان‌داده نگاه می‌کند. اینجا همه‌چیز به شکل ناگهانی عوض می‌شود و شبکه درهم و پیچیده‌ای را می‌سازد که برای من پزشک کاملا غیرقابل‌تصور است. بیمار با گزگز دست به نزد هوش مصنوعی می‌آید. هوش مصنوعی با قابلیت‌هایی که دارد، تا می‌تواند و با سرعتی بالا اطلاعات را جمع‌آوری می‌کند؛ از خصوصیات ظاهری مانند رنگ پوست، مو، چشم، قد و وزن گرفته تا شرایط اجتماعی و فرهنگی، ارزیابی‌های روانی، توصیف دقیق مشکل و هزار نکته‌ای که اصلا به ذهن ما نیز خطور نمی‌کند. او در مواجهه با این بیمار، با خانمی 30‌ساله که دچار گزگز شده است، روبه‌رو نیست؛‌ با انبوهی از داده‌ها شامل وضعیت فعلی جسمی، روانی، اجتماعی، فرهنگی و نیز پیشینه پزشکی و غیرپزشکی فرد روبه‌رو است که اکنون با شکایت گزگز به نزد وی آمده‌. او گزگز را در پس‌زمینه این همه داده می‌بیند و درک کرده و شروع به برقراری رابطه بین عناصر مختلف و کشف الگوهای متفاوت در آن می‌کند. این‌گونه دست به ترسیمی چند‌بعدی از بیمار و بیماری او می‌زند. نتیجه از تصور ما بیرون است. در اینجا بیماری نه با چند علامت و چند پلاک مغزی، بلکه در شبکه‌ای از روابط پیچیده تعریف می‌شود؛ تعادل‌هایی که به هم خورده و اکنون باید دست به حل و ترمیم آن زد. حتی تصورش نیز سخت است.

مثال: بیماری ام‌اس در چنین شرایطی به چه شکلی درخواهد آمد؟

همان‌طور که دیدیم، هوش مصنوعی در برخورد با بیماری برخلاف پزشکان با رویکردی حداکثری عمل کرده و سعی می‌کند از تمام داده‌های موجود برای ایجاد یک شبکه داده‌ای استفاده کند. این‌گونه بیماری در قالب شبکه‌ای مطرح می‌شود که عناصر تشکیل‌دهنده آن فقط مختص به پاتولوژی مربوطه نبوده و حاصل ترکیبی از تمام خصوصیات قابل شناخت و اندازه‌گیری از بیمار است. پزشکی جدید بیمار را در دو بُعد می‌بیند و بیمار در تعریف پزشکی مرسوم، حاصل تقاطع شرایط بدن با آنچه بیماری به‌عنوان پاتوفیزیولوژی به‌ وجود می‌آورده، است. برای درک بهتر این موضوع ببینیم علم جدید چه چیزی درباره پاتوفیزیولوژی ام‌اس به ما می‌گوید. یک‌سری از عوامل، فرد را مستعد به ابتلا به ام‌اس می‌کند؛ ازجمله می‌توان به علل ژنتیکی، کمبود ویتامین دی، ابتلا به بعضی از عفونت‌ها و مصرف سیگار اشاره کرد. این عوامل سبب تغییری در سیستم ایمنی بدن شده و نوعی اختلال در عملکرد آن به ‌وجود می‌آید. در این اختلال سلول‌های لنفوسیت B و T بد عمل کرده و از سد خونی-مغزی عبور می‌کنند و به دنبال آن سبب تخریب میلین یا همان غلاف نورونی می‌شوند. هم‌زمان تخریب آکسون نیز آغاز می‌شود؛ تخریبی که مسئول پیشرونده‌شدن بیماری است. این اختلال با آسیبی که به سیستم اعصاب مرکزی می‌زند، سبب اختلال در عملکرد بدن می‌شود. حاصل این اختلال خود را به‌صورت علائمی همچون ضعف اندام‌ها، پارستزی و تاری دید یا دوبینی نشان می‌دهد. این همان ارائه بیماری در دو بُعد است؛ دو بُعدی که از بدن نرمال و پاتوفیزیولوژی تشکیل شده است. مفهوم مستتر در این نگرش نوعی دوتایی بدن و بیماری‌ است و اینکه ما به‌عنوان پزشک باید سعی کنیم سلامت را به بدن بازگردانده و آن را به عملکرد طبیعی خود برسانیم. در اینجا نیز و در فرایند درمان باز با دیدی تقلیل‌گرا روبه‌رو هستیم که می‌خواهد همه‌چیز را به سطحی با داده‌های کمتر تقلیل دهد. اما هوش مصنوعی آگاه این‌گونه عمل نخواهد کرد. همان‌طور که دیدیم، هوش مصنوعی به واسطه داشتن توانایی‌های بسیار، شروع به جمع‌آوری داده‌های فراوان کرده و سپس دست به تحلیل و آنالیز آن می‌زند. هیچ تقلیلی در کار نیست، بلکه به‌جای تقلیل سعی در استفاده از تمام داده‌ها و کشف الگوهای پنهان بین آنها و روابط ناپیدای آنهاست. این‌گونه مجموعه بیماری و بدن نه به شکل یک دوتایی بلکه در یک نمای چندبعدی خود را به شکل یک شبکه فضایی نشان می‌دهد؛ شبکه‌ای که تمام انبوه عناصر بین آنها در ارتباط با یکدیگر هستند. این‌گونه در بیماری که مثال زدیم، بیماری نه خود را به‌عنوان یک پاتوفیزیولوژی، به‌صورت شبکه‌ای نشان می‌دهد که حاصل پاتوفیزیولوژی و تقابل آن با بدن نیست، بلکه ارتباطات بین بیمار و بیماری، شبکه‌ای از اتصالات بین انبوه داده‌ها را می‌سازد که خود می‌تواند معرف بیمار مبتلا به ام‌اس باشد. بیماری ام‌اس نیز نه به‌صورت یک اختلال مجزا، بلکه خود را به‌صورت همین شبکه نشان می‌دهد. درواقع ما بیماری را نه به‌صورت تقابل پاتولوژی با بدن، بلکه به‌عنوان یک شبکه عظیم از داده‌ها توصیف خواهیم کرد که محصول تعامل بیماری با بدن، اجتماع، فرهنگ و سایر مواردی است که امکان جمع‌آوری داده‌های مربوط به آن وجود دارد. از این‌رو هر‌چه بیشتر بتوانیم داده جمع کنیم، با شبکه‌ای متفاوت نیز روبه‌رو خواهیم شد و این ماهیت کلان‌داده است. کلان‌داده دو خصوصیت مهم دارد. اولین آن رشد روزافزون داده‌ها‌ست. بنابراین نمی‌توان یک شبکه منتج به داده‌ها را موضوعی ثابت فرض کرد. از این منظر، هر بیماری به‌عنوان شبکه‌ای از داده‌ها نیز می‌تواند به‌سرعت تغییر کند. بیماری دیگر ماهیت پاتولوژیک ثابتی نخواهد بود، بلکه به هویتی سیال بدل می‌شود که با هر تغییر در شبکه عظیم کلان‌داده خود مجددا بازتعریف می‌شود. نکته دوم افزایش توانایی ما در آنالیز این داده‌ها‌ست. با رشد هوش مصنوعی و نیز روش‌های مختلف آنالیز، توانایی ما در پیدا‌کردن الگوها و روابط جدید بین عناصر تشکیل‌دهنده این شبکه به‌صورت روزافزونی افزایش می‌یابد. همین توانایی سبب می‌شود ما درک بسیار بهتری از بیماری‌ای که اکنون به‌صورت شبکه‌ای از داده‌ها معرفی می‌شود، داشته باشیم. شاید تصور شود که این رویکرد با آنچه اکنون انجام می‌شود چندان تفاوتی ندارد، اما اصلا این‌گونه نیست. همان‌طور که دیدیم هوش مصنوعی تلاش می‌کند به‌جای تقلیل داده‌ها از مکانیسمی استفاده کند که بیشترین حجم داده را در تصمیم‌گیری‌های خود به کار برده و در‌عین‌حال دچار سردرگمی نشود. در حین طبابت روزانه، ترس ما این است که داده‌های اضافی سبب گمراهی ما در تشخیص و اتخاذ روش درمانی مناسب شود. در‌عین‌حال، مغز ما ظرفیت آنالیز میزان محدودی از داده‌ها را دارد و همین روند طبابت را به‌شدت تحت تأثیر قرار می‌دهد. اینها از تفاوت‌های مهم رویکرد به بیماری توسط ما و توسط هوش مصنوعی است. به نظر می‌رسد توانایی‌ها و محدودیت‌های مغز ما نقشی محوری در این تفاوت دارد. بنابراین بهتر است نقش مغز در طبابت را واکاوی کنیم.

مغز و قدرت طبابت

حتی ما متخصصان مغز و اعصاب نیز یادمان می‌رود به واسطه توانایی‌های مغز است که می‌توانیم داده‌ها را جمع‌آوری، غربال و در نهایت آنالیز کرده و به تشخیص نهایی بیماری برسیم. نقش مغز در طبابت مقوله‌ای است که مورد غفلت قرار گرفته و در اینجا برای درک بهتر موضوع باید به آن بپردازیم. به‌عنوان پزشک سعی می‌کنیم به علم روز مسلط باشیم، مقاله‌های جدید را بخوانیم، دایره دانش خود را توسعه ببخشیم و سعی کنیم از آنها در طبابت خود استفاده کنیم. سعی می‌کنیم تبحر خود را در گرفتن شرح حال و معاینات بیمار افزایش داده و به این ‌شکل هر روز به شکل بهتری به تشخیص و درمان بیماران بپردازیم. اما همه اینها زیر سایه توانایی‌های مغزمان اتفاق می‌افتد. این مغزمان است که به دلیل ویژگی‌هایش به ما این امکان را می‌دهد که آگاهانه شواهد را جمع‌آوری و آنالیز کنیم. این مغزمان است که به ما اجازه می‌دهد‌ از دانسته‌ها و خوانده‌هایمان برای تحلیل اطلاعات استفاده کنیم، شواهد را کنار هم قرار دهیم و در نهایت ما را به تشخیص درست رهنمون می‌کند. اما در‌عین‌حال همین مغزمان با تمام ویژگی‌هایش محدودیت‌هایی نیز دارد که ما به‌عنوان انسان که دارای مغز هستیم، لاجرم در سایه این محدودیت‌ها باید به زندگی و نیز نگاه به طبیعت ادامه دهیم. یکی از مهم‌ترین این محدودیت‌ها، محدودیت در میزان داده‌های ورودی است. مغز ارگانی اقتصادی است؛ از این‌رو در داده‌هایی که از محیط و از طریق اندام‌های حسی به آن می‌رسد، نوعی غربالگری و محدودیت اعمال می‌کند. بنابراین به نظر می‌رسد که آن دید تقلیل‌گرا در طبابت مدرن، در جنبه‌هایی متأثر از شیوه فعالیت مغز ما نیز باشد؛ درواقع مغز ما هم تقلیل‌گراست. این‌گونه نیست که تمام سیگنال‌ها و داده‌هایی که وارد مغز می‌شوند، در پردازش‌های آن نقشی داشته باشند. همچنین این‌گونه نیست که مغزمان از تمام شیوه‌های آنالیز برای تحلیل و واکاوی داده‌ها استفاده کند. مغز ما از ساده‌ترین توضیحات و راه‌حل‌ها بهره می‌جوید؛ ازاین‌رو نباید انتظار راه‌حل‌ها و آنالیزهای پیچیده را از آن داشت. و اینها همه کاملا در تقابل ویژگی‌هایی است که از هوش مصنوعی برشمردیم. هوش مصنوعی می‌تواند در حجمی بسیار بالا داده‌ها را جمع‌آوری کرده و همچنین از شیوه‌‌های متفاوت و متنوعی برای واکاوی آنها استفاده کند. پس بی‌دلیل نیست اگر هوش مصنوعی شیوه طبابت را به ‌شکلی بنیادین تغییر دهد؛ زیرا به غیر از تغییر در مؤلفه‌های طبابت، عامل اصلی آن نیز تغییر کرده است.

درمان در سایه هوش مصنوعی

حال اگر تعریف و تشخیص بیماری تا این اندازه تغییر خواهد کرد، درمان آن به چه صورت خواهد بود؟ بشخصه فکر می‌کنم نگرش شبکه‌ای به بیماری سبب تغییر مفهوم آن نیز خواهد شد. یک نگاه شبکه‌ای ملهم از کلان‌داده‌ها، بیماری را درهم‌‌تنیده با بیمار می‌کند. دیگر بیماری مقوله‌ای جدا از بیمار نیست. جدا‌کردن بیماری از بیمار ناشی از همان دید تقلیل‌گراست. وقتی ما بتوانیم بیماری را با تمام جوانب بی‌شمارش ببینیم، لاجرم موضوعی جدا از بیمار نخواهد بود. شبکه‌ای که ذکر کردیم حاصل تعامل بین بیمار و بیماری است. بنابراین شاید درمان را در این ساحت جدید بتوان تبدیل یک شبکه به شبکه‌ای دیگر تعریف کرد. اما این تبدیل که مملو از حجم بسیار بالای داده است، چگونه خواهد بود؟ این موضوعی است که باید صبر کنیم و در آینده جهان خود ببینیم. اما هرچه هست هوش مصنوعی شروع اتفاق‌های بزرگ در پارادایم پزشکی است. همان‌طور که در ادامه خواهیم دید شگفتی‌های بزرگ دیگری نیز در انتظار ماست. جهان در عرصه‌های مختلف اما مرتبط با هم، در حال گسترش است. نقطه مرکزی تأثیرات همه این تغییرات، انسان است. بنابراین نمی‌توان آنها را جدا از هم دید؛ چنان‌که عوامل طبیعی ایجادکننده بیماری مانند آب‌وهوا، غذا، ویروس‌ها، ژنتیک و... نیز جدا از هم نبوده و همه در کنار هم آسیب‌شناسی بیماری را به ‌وجود می‌آورند. در ادامه به یکی دیگر از این تغییرات مهم و اثر آن بر علم پزشکی می‌پردازیم.

پزشکی در دنیای متاورس

متاورس یکی از مهم‌ترین اتفاق‌های اخیر در دنیای فناوری محسوب می‌شود. غول‌های دنیای مجازی مانند فیس‌بوک سردمدار معرفی و ورود متاورس به این جهان جدید شده‌اند و به نظر می‌رسد که متاورس منجر به تغییر و دگرگونی بسیاری از موارد روزمره ما باشد. متاورس قرار است دنیایی در فضای مجازی باشد که روابط ما را نیز از فرم فیزیکی خارج و تا اندازه زیادی مجازی کند. حال این سؤال پیش می‌آید که در چنین جهانی چه بر سر پزشکی خواهد آمد و آیا طبابت بیماران نیز دچار همان تغییراتی خواهد شد که واضعان متاورس درباره سایر رفتارهای اجتماعی از آن یاد می‌کنند؟ طبق تعریف متاورس جهانی مجازی است که ورود به و استفاده از آن به واسطه وسایل واقعیت مجازی و واقعیت افزوده ممکن می‌شود. متاورس جهانی مجازی و ثانوی است. هر کدام از ما نمونه‌ای مجازی در این جهان ثانوی خواهیم داشت که به آواتار شهرت دارد. به نظر می‌رسد متاورس هیجان‌انگیزتر از آن چیزی است که بتوان نادیده‌اش گرفت و در سال‌های بعد احتمالا همه ما از مصرف‌کنندگان و طرفداران این دنیای جدید خواهیم بود و چه‌بسا این جهان ثانویه به جهان اولیه ما بدل و درنهایت هر یک از ما تنها به‌ واسطه آواتارمان شناخته شویم. اگر قرار است که در این دنیای نو سر کارمان برویم و با هم دیدار کنیم و اگر قرار است بسیاری از روابط اجتماعی در این جهان جدید بازتعریف شوند، چرا نباید درمان ما نیز تحت تأثیر آن قرار نگیرد؟ پس ببینیم که متاورس چه امکاناتی برای دنیای پزشکی به ارمغان می‌آورد.

امکانات متاورس برای دنیای پزشکی

در دوران کرونا بسیاری از پنداشت‌های ما درباره جهان عوض شد. یکی از مهم‌ترین آنها حضور همه‌جانبه فضای مجازی در زندگی ما بود. جالب است که این حضور از یک نیاز مبرم زیستی و پزشکی ناشی شد. شیوع کرونا و پاندمی بزرگ ناشی از آن مخاطرات جانی زیادی را ایجاد کرد. برای رهایی از گرفتار‌شدن و چه‌بسا کشته‌شدن باید تا جایی که می‌توانستیم از حضور در مجامع خودداری کرده و در دوره‌هایی در خانه قرنطینه می‌شدیم. اما چنین ملزوماتی بسیاری از کارهای ما را با مشکل مواجه کرد. چگونه می‌توانستیم مایحتاج خود را تهیه کنیم؟ چگونه می‌توانستیم کارهای خود را انجام دهیم؟ حضور در ادارات چگونه می‌شد؟ و هزار مورد دیگر که همگی وابسته به حضور فیزیکی ما بود‌ و حالا تمام اینها با مشکل مواجه شده بود. بسیار جالب بود -و موضوعی که باید کارشناسان امر درباره آن تحقیقات جدی کنند- که فضای مجازی که تا پیش از این گرچه بسیار قدرتمند بود اما لزوما به‌عنوان وسیله‌ای برای تهیه مایحتاج زندگی محسوب نمی‌شد، به‌سرعت وارد تمام حوزه‌های زندگی ما شد و پلتفرم‌های مربوطه ساخته شد؛ به‌طوری‌که به نظر نمی‌رسد بتوان پس از کرونا نیز از آنها خلاصی یافت؛ زیرا زندگی را برای ما بسیار آسان کرده و باعث حفظ وقت، انرژی و بودجه زیادی شده‌اند. این موضوع در پزشکی نیز اثرات مفید خود را نشان داد. سعی شد از همین پلتفرم‌های آنلاین هم برای ویزیت و هم درمان بیماران استفاده شود. اکنون می‌توان مقالات بی‌شماری را درباره چگونگی استفاده از فضای مجازی در ویزیت و درمان بیماران یافت. «تِلِمدیسین» گرچه قبلا هم وجود داشت، اما با آمدن کرونا وارد فضای جدیدی شد و اکنون توانسته با نرم‌افزارها و اپلیکیشن‌های متعدد، امکانات بی‌شماری را در اختیار پزشک و بیمار قرار دهد. با‌این‌حال، نکته اصلی اینجاست که تا چه اندازه می‌توان از این اپلیکیشن‌ها برای معاینه بیماران سود جست؟ اکنون سعی شده که بسیاری از ارزیابی‌ها نیز آنلاین شوند و این موضوع توانسته اطلاعات زیادی درباره چگونگی بیماری و سیر آن در اختیار پزشکان قرار دهد. اما عمل جراحی چطور؟ به نظر می‌رسد اگر بیماری نیازمند مداخلاتی فراتر از دارو باشد، تلمدیسین نمی‌تواند چندان کمک‌کننده باشد. درست در همین‌جا‌ست که متاورس وارد عمل می‌شود. قبل از اینکه ببینیم متاورس چه امکانات جدیدی، آن‌هم به‌صورت جایگزین‌کردن بدن مجازی به‌جای بدن حقیقی، به ما می‌دهد، بهتر است اول ببینیم متاورس در همان فضای مرسوم تلمدیسین که توصیفش آمد، چه چیز بیشتری را به ما ارائه می‌دهد. در نگاه اول متاورس جنبه‌ای ملموس‌تر از یک ویزیت پزشکی را به ما ارائه داده و آن را نسبت به فرم‌های دیگر ویزیت مجازی، طبیعی‌تر می‌نماید. فرض کنیم در فضای عادی از طریق واتس‌اپ یک بیمار با پزشکش تماس می‌گیرد و مشکلات خود را در میان می‌گذارد. این ساده‌ترین شکل ویزیت از طریق تلمدیسین است که اکنون به‌صورت گسترده در ایران انجام می‌شود. البته شکل تلمدیسین در ایران نسبت به سایر کشورها ابتدایی‌تر است. تلمدیسین، همان‌طور که گفته شد، ابعاد بسیار گوناگونی یافته است. اپلیکیشن‌های خودارزیابی، توانبخشی فیزیکی و ذهنی، همه و همه در اختیار پزشک قرار می‌گیرند تا بتواند بهترین تصمیم را برای بیمار بگیرد. اما فرض کنید که همان اپلیکیشن‌های ابتدایی، راه ارتباطی پزشک و بیمار است. بیمار مشکلش را می‌گوید و پزشک به او جواب داده و نسخه‌ای برای او می‌نویسد. حالا در فضای متاورس و به یمن قدرت فضای مجازی، هم بیمار و هم پزشک می‌توانند به‌صورت مجازی تجسم یافته و در مطبی مجازی روبه‌روی هم بنشینند و با هم صحبت کنند و پزشک در فضایی عادی داروی مورد نیاز بیمار را نسخه کند. این فضا حس امنیت روانی فراوانی را برای بیمار ایجاد خواهد کرد. در‌عین‌حال، با استفاده از تکنولوژی همراه با متاورس می‌توان بسیاری از معاینات را نیز انجام داد. بدون‌ شک همان‌طور که متخصصان در پی ساخت و ارتقای وسایلی همچون عینک‌های مخصوص فضای مجازی هستند، وسیله‌هایی ساخته خواهند شد که بخش عمده‌ای از معاینات بیمار را نیز انجام دهد. حداقل مسائلی همچون چک علائم حیاتی، قد و وزن و معایناتی مانند حرکت چشم، افتالموسکوپی، قدرت عضلات، همه و همه می‌توانند توسط تکنولوژی و از راه دور انجام شده و در‌عین‌حال تحولی انقلابی در ویزیت بیماران و پزشکی ایجاد کنند. اما دو موضوع بسیار مهم در اینجا باقی می‌ماند که باید به آنها توجه کرد: *اولا به نظر می‌رسد که مشکل اصلی پابرجاست. در فضای مجازی نمی‌توان بیمار مبتلا به آپاندیسیت را درمان و جراحی کرد. نمی‌توان تومور مغزی او را خارج کرد. همه اینها نیاز به حضور فیزیکی بیمار دارد. گرچه جراحی‌های رباتیک و از راه دور اکنون بسیار مورد توجه هستند، اما نمی‌توان در منزل تک‌تک ما اتاق عملی را تعبیه کرد که ربات‌ها با کنترل جراح و پزشک از راه دور به جراحی بپردازند. این بیماران باید در بیمارستان‌ها حضور پیدا کنند تا چنین امکاناتی برای آنها فراهم آید.

نکته بعدی اینکه با وجود این پیشرفت بزرگ، نفس پزشکی و شیوه آن تغییر نخواهد کرد. به سخن دیگر پارادایم حاکم بر پزشکی تغییر نمی‌کند. نفس تشخیص و درمان همان چیزی است که در پزشکی مرسوم می‌بینیم، فقط فضای مجازی و متاورس امکانات جدیدی را به‌خصوص در حوزه تلمدیسین به ما ارائه می‌دهد. هنوز روش تشخیص، گرفتن شرح حال و معاینه است. هدف درمان نیز همین جسم مادی و فیزیکی ما‌ست. اما آیا همه‌چیز به اینجا ختم می‌شود؟ آیا امکانش هست متاورس نگرش جدیدی را به ما ارائه دهد؟

چه بر سر پارادایم حاکم بر پزشکی می‌آید؟

به نظر می‌رسد متاورس چیزی بر ماهیت پزشکی نمی‌افزاید، بلکه فقط شیوه آن را از نظر عملی آسان‌تر و شاید بگوییم متفاوت‌تر می‌کند.‌اینجا‌ست که تخیل‌ورزی آغاز می‌شود و می‌توان پیش‌بینی‌هایی از آینده را ارائه داد. هرچند این پیش‌بینی‌ها گاه با مفاهیم علمی‌-تخیلی پهلو می‌زند، اما همین گمانه‌زنی‌ها می‌تواند راهکارهای تازه‌ای را به ما ارائه دهد. البته باید توجه داشت که تعدادی از آنها پایه‌های علمی نیز دارد و همین احتمال وقوع آنها را دوچندان می‌کند. برای این موضوع باید به سؤالاتی مهم پاسخ دهیم: آیا بدن مجازی می‌تواند چیزی بر بدن بیولوژیک ما بیفزاید؟ آیا ممکن است ما به غیر از بدن بیولوژیک خود دارای بدنی مجازی نیز شویم؟ و آیا این بدن مجازی نیز ممکن است بیمار شود؟ و بیماری این بدن مجازی چه تأثیری می‌تواند بر بدن بیولوژیک ما بگذارد؟ اینها سؤالاتی است که برای بررسی تأثیر متاورس بر پارادایم پزشکی باید به آنها پاسخ داده شود. اول ببینیم بدن مجازی چیست و آیا این قابلیت را دارد که در کنار بدن بیولوژیک تعریف شود؟ من بشخصه فقط یک بار واقعیت مجازی را با آن دوربین‌هایش تجربه کرده‌ام. مغز انسان به‌راحتی خیال می‌کند آنچه می‌بیند واقعی ا‌ست و همان واکنش‌ها را به محیط مجازی اطراف خود دارد که در برابر محیط طبیعی از خود نشان می‌دهد. به همین دلیل نیز آن را واقعیت مجازی نامیده‌اند. اما متاورس بسیار فراتر از اینهاست. بدنی دیگر با خصوصیاتی دیگر جایگزین یا آواتار ماست. این بدن می‌تواند شکل و شمایلی کاملا متفاوت از ما داشته باشد، همچنین قابلیت‌هایی در فضای متاورس‌ دارد که بدن ما در فضای عادی و فیزیکی فاقد آن است. اما نکته مهم اینجاست که توسط ما هدایت می‌شود؛ یعنی بین ذهن و کنش‌های بدن ما و آواتارمان در فضای مجازی رابطه‌ای تنگاتنگ وجود دارد. ما ساعت‌ها را در متاورس با آواتارمان می‌گذرانیم. همین موضوع سبب می‌شود مغز ما به‌جای کنش در جهان طبیعی و فیزیکی، در جهان مجازی به کنش و تعامل بپردازد و به دلیل پدیده نوروپلاستیسیتی یا همان تغییر در مغز به واسطه تغییر در محیط و سیگنال‌هایی که وارد مغز می‌شود، آنچه در فضای متاورس به‌عنوان کنش بدنی آواتار اتفاق می‌افتد، در رابطه‌ای دوسویه می‌تواند بر مغز ما نیز اثر بگذارد. هرچه زمان بیشتری را در متاورس بگذرانیم، این ارتباط تنگاتنگ‌تر و شدیدتر می‌شود. ما این بار بدنی خواهیم داشت که بخشی مجازی و بخشی فیزیکی بوده و نمی‌توان هویت ما را مستقل از هر کدام آنها دید. بدن مجازی چیزی نیست که با خاموش‌کردن یا خروج از دنیای متاورس از بین برود. این بدن مجازی به ‌شکل فزاینده‌ای اثر انگشت خود را بر مغز و بدن ما خواهد گذاشت. حال که فهمیدیم تعریف بدن در فضای متاورس تغییر خواهد کرد، دور از ذهن نخواهد بود اگر بپذیریم که هر تغییر در بدن مجازی می‌تواند بر بدن فیزیکی ما نیز اثر بگذارد. بنابراین این سؤال پیش می‌آید که آیا می‌توان با درمان بدن مجازی، بدن فیزیکی را نیز درمان کرد؟ تصورش سخت است، اما به گمان من محقق خواهد شد. همین حالا هم وابستگی‌های ما به فضای مجازی آن‌قدر زیاد است که بتوانیم از تغییرات مغزی در سایه فضای مجازی سخن بگوییم. بدون ‌شک این وابستگی و تغییرات در فضایی مانند متاورس صدچندان خواهد شد. در ضمن شاهد نوعی امتزاج بین بدن مجازی و بدن طبیعی نیز خواهیم بود. و اینجاست که پارادایم پزشکی به‌طور اساسی تغییر خواهد کرد.

تغییر پارادایم در پزشکی

انگار تغییر در پارادایم پزشکی در جهت جدید و متفاوتی رخ خواهد داد. در فیلم «آلیتا؛ فرشته جنگ» دکتر «دایسون ایدو» که از شخصیت‌های اصلی فیلم است و عمل پیوند آلیتا را انجام می‌دهد هیچ شباهتی به جراح‌های امروز ندارد. او درواقع یک cybersurgeon است. در اتاق جراحی دکتر ایدو وسایل جراحی و تخت جراحی مختص سایبورگ‌ها را مشاهده می‌کنیم که هیچ شباهتی به تخت‌های جراحی معمول ندارد. در اینجا نیز با تکنولوژی بالایی روبه‌رو هستیم که همگام با سایبورگ‌ها تکامل یافته است. وقتی جراحی شروع می‌شود، بازوهای تکنولوژیک به کار می‌رود و بدنی کاملا تکنولوژیک با نمایی انسانی به نیم‌تنه «آلیتا» متصل گشته و زندگی به مفهومی که ما می‌شناسیم یعنی بیدار‌شدن، راه‌رفتن و حرف‌زدن به این دختر سایبورگی بازمی‌گردد. به گمانم تصویری که از دکتر ایدو در این فیلم نشان داده می‌شود با آینده پزشکی و پزشکان ارتباط مستقیمی دارد و شاید از سر اتفاق نیز پزشکان آینده بیش از هوش مصنوعی و فضای متاورس با سایبورگ‌ها روبه‌رو شده و کلنجار خواهند رفت. در دو فرض فوق، یعنی هم هوش مصنوعی و هم متاورس، بدن بیولوژیک ما با تغییری ماهیتی روبه‌رو نبود. اما سایبورگ به معنای کلمه، تغییر در بیولوژی و جایگزینی آن با تکنولوژی است. سایبورگ نه‌تنها قابل محقق‌شدن است، بلکه می‌تواند از توانایی‌های متاورسی و نیز هوش مصنوعی برای ارتقای خود استفاده کند. در سایبورگ فاصله دنیای مجازی و دنیای طبیعی از بین می‌رود و رایانه‌ها و ریزتراشه‌ها با بافت انسانی پیوند زده می‌شوند. آنها هم‌زمان هم در دنیای طبیعی و فیزیکی و هم در فضای مجازی سیر می‌کنند. در سایه سایبورگ است که مجاز و واقعیت فیزیکی با هم عجین و در نهایت حقیقت را به‌ وجود می‌آورند. هوش مصنوعی و نیز متاورس فقط تمرینی برای ورود به دنیایی این‌گونه است. دنیایی که در آن تجربه‌ها در هم شده و دیگر افتراق بین مجاز و واقعیت فیزیکی ممکن نیست. آیا واقعیت در چنین تجربه‌اى ممکن است از قوانین فیزیکى نیز فراتر رود؟ براى پاسخ به این سؤال باید به نفس و ماهیت قوانین فیزیکى نگاه کنیم. واقعا این قوانین چه هستند؟ و آیا همه‌چیزِ جهان قوانین او است یا نه، این قوانین مى‌توانند بازنمود واقعیتى عمیق‌تر باشند که این تجربه درهم‌آمیخته، ما را به کشف آن یارى مى‌رساند؟ باید توجه کرد که ما درباره جهان واقعى و نه جهان فیزیکى صحبت مى‌کنیم. در جهان واقعى که ملحون از تجربه‌ها و دخالت‌هاى ما در زیستگاهمان است، این رفتارهاى شگفت نیز ممکن است. ما به جایى مى‌رسیم که عوض جست‌وجوى واقعیت، خودمان واقعیت را بسازیم. در چنین جهانی قوانین فیزیکی به‌راحتی دچار خدشه می‌شوند. چنین حرفی می‌تواند واکنش شدیدی برانگیزد، ولی این واکنش در بنیاد خود نمی‌تواند صحیح باشد. در دنیای جدید، تجربه‌های درهم‌آمیخته و ادغام‌شده این فرصت را می‌یابند که در فضاهای افزوده، شکلی دیگر به جهان داده و از یک ادراک صرف حسی فراتر روند. آنها شکلی عینی به خود می‌گیرند. به سخن دیگر واقعیت مجازی و واقعیت افزوده سبب می‌شوند که ذهنیت شکل‌گرفته بر اساس تجربه‌های درهم‌آمیخته، شکلی عینی به خود بگیرند. این‌گونه جهان به شکلی دیگر ظهور می‌کند. جهانی ساخته می‌شود که در آن علم و هنر سبب می‌شوند تا بدن تکه‌تکه‌شده، زنده شود و موجودیتی مستقل برای خود پیدا کند. همچنین روابط جدیدى شکل مى‌گیرند. تجربه درهم‌آمیخته بسیارى از شناخت‌هاى مرسوم از جهان را پشت سر مى‌گذارد. پزشکی نیز باید سراغ حوزه‌های متفاوتی برود. ذهن-بدنِ انسان دیگر مانند ذهن-بدن بیولوژیکی که می‌شناختیم نخواهد بود. ذهن-بدن در گستره‌ای از ادغام واقعیت فیزیکی و واقعیت مجازی دوباره تعریف می‌شوند. ذهن-بدن این‌گونه می‌تواند مرزهای بسیاری را درنوردد. مشخص است که چنین ذهن-بدنی طبیبی متفاوت می‌طلبد و پزشکی جدید که باید خود را با عرصه‌های جدید وفق دهد نیز از همین‌جا آغاز خواهد شد.

نتیجه‌گیری

به‌عنوان یک پزشک از همان زمان که آموختن پزشکی را در دانشگاه شروع کردم به تغییر پارادایم آن می‌اندیشیدم. از آنجا که دلباخته تاریخ علم بودم، همواره فکر می‌کردم مانند انقلابی که در فیزیک در اوایل قرن بیستم اتفاق افتاد، باید در پزشکی نیز منتظر تغییری اساسی در بنیان‌ها بود. اما هرچه پیش‌تر می‌رفتم، به دلیل ماهیت علم پزشکی این موضوع فقط سخت و سخت‌تر می‌شد؛ زیرا پزشکی بیش از پیش وابسته به پاسخ‌دهی بیمار است و این معیار در کنار توانایی پزشکی مدرن در درمان، سبب می‌شد من فقط به تغییرات جزئی بیندیشم نه انقلابی که کل پزشکی را دگرگون کند. اکنون بعد از گذشت بیش از 25 سال به این نتیجه رسیده‌ام که پاسخ در تغییر پارادایم پزشکی نیست، بلکه این بیمار و ماهیت اوست که باید تغییر کند؛ تغییری که نه به‌صورت بیولوژیک، بلکه در سایه تکنولوژی‌های جدیدی رخ می‌دهد که پیش از این حتی تصورش نیز برای نوع بشر غیرممکن بود. وقتی بیمار عوض شود، پزشکی نیز باید تغییر یابد و این همان انقلابی است که همه در عرصه پزشکی منتظر آن هستند.