ضعف دانش اساتید دندانپزشکی کشور در حوزه هوش مصنوعی

به گزارش ایسنا، علیرضا کشواد در این زمینه اظهار کرد: تعداد معدودی پایان‌نامه در دانشکده دندانپزشکی پیدا می‌شود که مربوط به هوش‌مصنوعی باشد، اکثراً دانشجوها‌تمایل دارندموضوعاتی را برای پایان‌نامه انتخاب‌کنند که استادان زیادی‌در آن رشته متبحر باشند، وقتی هوش‌مصنوعی و دندانپزشکی دیجیتالی گسترش پیدا نکرده و آموزش داده نشده، قطعاً دانشجو هم برای انجام پروژه به سمت آن حرکت نمی‌کند، لذا برای کمک کردن به دانشجوها ابتدا باید اساتید آموزش ببینند.

او همچنین ادامه داد: در دانشکده‌های دندانپزشکی اقبالی نیست که دانشجوها برای پژوهش هوش مصنوعی را انتخاب کنند. دانشجویان چون می‌دانند به مشکل بر می‌خورند، معمولاً سعی می‌کنند رساله‌های دکتری خود را طوری تعیین کنند که ابزار و وسایل آن در دانشگاه خودشان وجود داشته باشد.

کشواد با اشاره به اینکه در دانشکده‌های دندانپزشکی برتر دنیا، از نرم‌افزارهای تشخیصی و هوش مصنوعی به وفور استفاده می‌شود، گفت: ساختار دانشکده‌های دندانپزشکی ایران به جای آنکه به صورت نرم‌افزاری اداره شود، بیشتر به صورت درمانگاهی و درمانی است.

او معتقد است که هدف اصلی دانشکده‌ها درمان بیمار است و چون تا حدی گرفتار مسائل حقوقی و اقتصادی درمان بیمار هستند، به مسائل آموزشی کمتر می‌پردازند.

کشواد در رابطه با مزایای استفاده از هوش مصنوعی در آموزش دندانپزشکی گفت: یکی از بارزترین استفاده‌های هوش مصنوعی در کشورهای پیشرفته کار کردن با مانکن‌های هوشمند قبل از کار کردن با بیمار در بخش پیش کلینیک (pre clinic) است.

او در ادامه به تشریح این مانکن‌ها پرداخت و گفت: این مانکن‌ها برای دانشجو شرایط واقعی دهان را ایجاد می‌کنند، زمانی که دندانپزشک توربین را وارد دهان این مانکن‌های هوشمند می‌کند، تصویر دندانی که تراشیده می‌شود و اشکالاتی که ممکن است به وجود آید را روی مانیتور می‌بیند، در اروپا دانشجویان با واقعیت مجازی (Virtual reality) کار می‌کنند. وقتی کیفیت آموزش این‌قدر بالا باشد و آزمون و خطا روی مانکن انجام شود، طبیعتاً آسیب رساندن به بیمار در کلینیک‌ها به شدت کاهش می‌یابد، این درحالیست که دانشجویان ما با ماکت دستی کار می‌کنند، دوربین و مانیتور و شرایط دیجیتالی در کار نیست.

کشواد معتقد است حتی در کنگره‌های دندانپزشکی "پزشکی دیجیتال" (digital dentistry) بیشتر به بحث طراحی روکش‌ها به صورت دیجیتالی می‌پردازند و خیلی کم از هوش مصنوعی در دندانپزشکی استفاده می‌شود.

پیشنهاد این استاد دانشگاه برای بسط دادن هوش مصنوعی در دانشکده‌های دندانپزشکی، تعریف بودجه مشخصی برای گسترش "دندانپزشکی دیجیتال" (digital dentistry) است که هوش مصنوعی را نیز در بر می‌گیرد؛ زیرا این کار نیاز به کاربر و حقوق و همچنین نرم‌افزاهایی دارد تا در سیستم دانشکده نصب شوند و به هیات علمی دانشگاه‌ها آموزش داده شوند؛ در واقع همه اقدامات به مسائل اقتصادی بر می‌گردد، زمانی که بودجه نباشد، هر چه گفته شود، بی‌فایده خواهد بود.

در ادامه دکتر کشوات یکی از دلایلی که دندانپزشکی ایران از دنیا فاصله گرفته است را ‌ارتباط کم بین دانشکده‌های فنی و دندانپزشکی و همچنین وارد نشدن بحث‌های جدید دیجیتالی و هوش مصنوعی دانست.

او در نهایت اضافه کرد: به دلیل جدا شدن دانشکده‌های دندانپزشکی از دیگر دانشکده‌ها، همکاری روتین و ممتد بین دانشگاه‌ها وجود ندارد؛ اعضای هیات علمی‌ای هستند که در قالب طرح‌های پژوهشی با دانشکده‌های فنی کار می‌کنند، ولی باید طرح پژهشی ثبت شود و بودجه به آنها اختصاص بدهند؛ چرا که تا بودجه نباشد، ارتباط برقرار نمی‌شود.