از جست‌وجوی علائم بیماری تا مقایسه پزشکان، هزینه‌های درمان و مراکز درمانی، دستیارهای هوشمند در حال تغییر یکی از مهم‌ترین مراحل دریافت خدمات سلامت‌اند: مرحله‌ای که بیمار هنوز نمی‌داند از کجا باید شروع کند.
فرض کنید فردی با یک مشکل بینایی روبه‌رو شده، اما نمی‌داند باید به چشم‌پزشک عمومی مراجعه کند یا فوق‌تخصص شبکیه. فرد دیگری درباره تفاوت دو روش درمانی سؤال دارد و شخصی که قصد انجام ایمپلنت دندان را دارد، می‌خواهد بداند هزینه واقعی درمان چقدر است و آیا قیمت اعلام‌شده شامل تمام مراحل می‌شود.
این پرسش‌ها بخشی از یک تغییر گسترده‌تر در رفتار کاربران است. بر اساس گزارش یورواستات در سال ۲۰۲۶، حدود ۶۴ درصد کاربران اینترنت در اتحادیه اروپا طی سال ۲۰۲۵ برای یافتن اطلاعات مرتبط با سلامت از اینترنت استفاده کرده‌اند. اما دسترسی گسترده به اطلاعات لزوماً به معنای آسان‌تر شدن تصمیم‌گیری نیست.
موتورهای جست‌وجو دسترسی به اطلاعات پزشکی را آسان‌تر کرده‌اند، اما انبوه پاسخ‌ها همیشه به تصمیم بهتر منجر نمی‌شود. اصطلاحات تخصصی، اطلاعات متناقض، محتوای تبلیغاتی و تفاوت شرایط هر فرد می‌توانند انتخاب پزشک را دشوار کنند. حتی پرسشی ساده مانند «برای این مشکل پیش چه دکتری بروم؟» ممکن است به چندین جست‌وجوی جداگانه نیاز داشته باشد.
دستیارهای مبتنی بر هوش مصنوعی مولد رویکرد متفاوتی دارند. کاربر می‌تواند به زبان روزمره سؤال کند، جزئیات بیشتری توضیح دهد و درباره مفاهیمی که متوجه نشده، دوباره بپرسد.
میزان استقبال از این فناوری نیز قابل توجه است. طبق نظرسنجی مؤسسه KFF در مارس ۲۰۲۶، حدود ۳۲ درصد بزرگسالان آمریکایی در یک سال گذشته از ابزارهای هوش مصنوعی برای دریافت اطلاعات یا راهنمایی درباره سلامت جسمی یا روانی استفاده کرده‌اند. این آمار نشان‌دهنده گسترش کاربرد هوش مصنوعی در جست‌وجوی اطلاعات سلامت است؛ هرچند نمی‌توان آن را مستقیماً به رفتار کاربران کشورهای دیگر تعمیم داد.
ارزش گفت‌وگو در این است که پرسش نخست معمولاً آخرین پرسش نیست. کسی که درباره یک روش درمانی کنجکاو است، شاید در ادامه بخواهد بداند چه گزینه‌های دیگری وجود دارد، تفاوت آن‌ها چیست، چه خطراتی دارند و برای بررسی تخصصی باید به کدام پزشک مراجعه کند.
در همان نظرسنجی KFF، حدود ۱۹ درصد کل بزرگسالان آمریکایی اعلام کرده‌اند که طی یک سال گذشته از هوش مصنوعی برای شناخت یا مقایسه گزینه‌های درمانی سلامت جسمی استفاده کرده‌اند. همچنین ۱۶ درصد از این ابزارها برای کمک به تصمیم‌گیری درباره مراجعه به پزشک یا دریافت مراقبت پزشکی بهره گرفته‌اند.
در حوزه زیبایی، برای مثال، مقایسه دو روش جوان‌سازی بدون شناخت تفاوت هدف، ماندگاری و خطرات آن‌ها چندان مفید نیست. دستیار هوشمند می‌تواند این تفاوت‌ها را در سطح اطلاعات عمومی توضیح دهد و یادآوری کند که مناسب بودن هر روش به معاینه پزشک بستگی دارد.
در مسائل پزشکی نیز می‌تواند درباره معنای اصطلاحات، تخصص‌های مرتبط و اهمیت برخی علائم هشدار اطلاعات ارائه کند. هدف چنین گفت‌وگویی، کمک به درک بهتر مسئله است، نه تشخیص قطعی بیماری.
پاسخ دادن به پرسش پزشکی تنها نیمی از مسیر است. مرحله بعد، یافتن متخصص یا مرکز درمانی مرتبط و بررسی اطلاعات قابل دسترس درباره آن است. ترکیب هوش مصنوعی مکالمه‌محور با یک دایرکتوری سلامت، این دو مرحله را به هم نزدیک می‌کند.
طبیبو نمونه‌ای از این رویکرد است؛ پلتفرمی چندزبانه برای جست‌وجو و مقایسه پزشکان، کلینیک‌ها، بیمارستان‌ها و خدمات درمانی که دستیار هوش مصنوعی آن به پرسش‌های کاربران نیز پاسخ می‌دهد.
این دستیار می‌تواند اطلاعات عمومی درباره بیماری‌ها و روش‌های درمانی ارائه کند، در شناخت تخصص مرتبط کمک کند و کاربران را به صفحات پزشکان و مراکز درمانی موجود در پلتفرم هدایت کند.
برای مثال، فردی که به دنبال فوق‌تخصص مشخصی است، ممکن است ابتدا نام دقیق آن تخصص را نداند. گفت‌وگو می‌تواند به روشن شدن اصطلاح مورد نظر کمک کند و سپس کاربر از طریق فهرست پزشکان و متخصصان گزینه‌های مرتبط را بررسی کند.
اطلاعاتی مانند حوزه فعالیت، شهر، خدمات و راه‌های ارتباطی، در صورت ثبت در پروفایل، امکان مقایسه آگاهانه‌تری فراهم می‌کنند. البته معرفی یک پزشک در نتایج جست‌وجو به معنای تأیید مناسب بودن او برای یک بیمار مشخص نیست.
یکی دیگر از کاربردهای دستیارهای هوشمند، کمک به درک هزینه‌ها و جزئیات خدمات درمانی است. پرسش‌هایی مانند «هزینه ایمپلنت دندان چقدر است؟»، «چرا قیمت یک روش درمانی در دو کشور متفاوت است؟» یا «آیا هزینه اعلام‌شده شامل تمام مراحل درمان می‌شود؟» از دغدغه‌های افرادی هستند که گزینه‌های درمانی مختلف را بررسی می‌کنند.
هوش مصنوعی می‌تواند با استفاده از اطلاعات منتشرشده، حدود هزینه‌ها را توضیح دهد، عوامل مؤثر بر قیمت را معرفی کند و به کاربران کمک کند پرسش‌های دقیق‌تری از مراکز درمانی بپرسند.
برای مثال، هنگام بررسی ایمپلنت دندان، هزینه پایه ایمپلنت، روکش، تصویربرداری، اقدامات تکمیلی و تعداد جلسات درمان ممکن است جداگانه محاسبه شود. آگاهی از این تفاوت‌ها می‌تواند از برداشت اشتباه درباره قیمت نهایی جلوگیری کند.
کاربرد این دستیارها به هزینه محدود نمی‌شود. کاربران می‌توانند درباره مدت تقریبی درمان، دوره نقاهت، آمادگی پیش از مراجعه و تفاوت روش‌های موجود نیز سؤال کنند. دسترسی به اطلاعات روش‌های درمانی در کنار راهنمایی مکالمه‌محور می‌تواند به شناخت بهتر گزینه‌ها کمک کند.
با این حال، قیمت‌ها و برنامه حضور پزشکان ممکن است تغییر کنند و اطلاعات نهایی باید مستقیماً از مرکز درمانی تأیید شود. در چنین شرایطی، نقش هوش مصنوعی ارائه اطلاعات اولیه است، نه اعلام قیمت قطعی یا تضمین نتیجه درمان.
هرچه گفت‌وگو طبیعی‌تر باشد، احتمال دارد کاربر پاسخ هوش مصنوعی را بیش از اندازه معتبر بداند. این یکی از چالش‌های اساسی استفاده از مدل‌های زبانی در سلامت است. این مدل‌ها ممکن است اطلاعات ناقص، قدیمی یا نادرست را با لحنی مطمئن بیان کنند.
سازمان جهانی بهداشت نیز در راهنمای خود درباره هوش مصنوعی مولد در سلامت بر خطر پاسخ‌های نادرست، سوگیری، نقض حریم خصوصی و اتکای بیش از حد به سامانه‌های خودکار تأکید کرده است.
بنابراین دستیارهای بیمارمحور باید حدود توانایی خود را روشن کنند، در مواجهه با نشانه‌های هشدار مراجعه فوری را توصیه کنند و تصمیم‌های تشخیصی یا درمانی را به پزشک واجد صلاحیت بسپارند.
یک دستیار مسئول نباید صرفاً بر اساس شرح حال متنی برای فرد نسخه بنویسد، انجام جراحی را قطعی بداند یا عنوان «بهترین پزشک» را بدون معیارهای قابل دفاع به کسی نسبت دهد. حفاظت از اطلاعات پزشکی کاربران نیز باید بخشی از طراحی چنین خدماتی باشد.
هوش مصنوعی قرار نیست جای پزشک را بگیرد و نمی‌تواند همه دشواری‌های دسترسی به درمان را حل کند. اما می‌تواند مرحله پیش از مراجعه را تغییر دهد؛ جایی که افراد می‌خواهند نگرانی خود را بهتر بیان کنند، با مفاهیم پزشکی آشنا شوند، هزینه‌ها و گزینه‌های موجود را بشناسند و بدانند چه زمانی باید از متخصص کمک بگیرند.
اگر این فناوری با اطلاعات دقیق و به‌روز مراکز درمانی، شفافیت درباره محدودیت‌ها و نظارت انسانی همراه شود، می‌تواند جست‌وجوی پراکنده و گاه سردرگم‌کننده امروز را به تجربه‌ای منظم‌تر تبدیل کند.
ارزش واقعی دستیارهای هوشمند سلامت در همین نقطه شکل می‌گیرد: نه تصمیم گرفتن به جای بیمار و پزشک، بلکه کمک به ارتباط آگاهانه‌تر میان آن‌ها.