<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>مؤسسه گروه پژوهشی سیاست‌گذاری و تحلیل راهبردی آیندگان</PublisherName>
				<JournalTitle>فصلنامه علمی دانش حکمرانی</JournalTitle>
				<Issn>3060-5938</Issn>
				<Volume></Volume>
				<Issue>مقالات آماده انتشار</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>08</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Exploring the Future Artificial Intelligence Technologies in Iran’s Medical Sector</ArticleTitle>
<VernacularTitle>شناسایی و تحلیل فناوری‌های هوش مصنوعی در حوزه پزشکی ایران در افق 1420 با روش دلفی</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">251381</ELocationID>
			
<ELocationID EIdType="doi">10.22034/jokog.2026.570760.1188</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>کیارش</FirstName>
					<LastName>فرتاش</LastName>
<Affiliation>دانشیار پژوهشکده مطالعات بنیادین علم و فناوری، دانشگاه شهید بهشتی، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0003-0883-7588</Identifier>

</Author>
<Author>
					<FirstName>طوبی</FirstName>
					<LastName>برامکی</LastName>
<Affiliation>دانشجوی دکتری آینده پژوهی، دانشکده حکمرانی، دانشگاه تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>سیده سمانه</FirstName>
					<LastName>قدمگاهی</LastName>
<Affiliation>دانشجوی کارشناسی ارشد مدیریت کسب و کار، دانشگاه شهید بهشتی، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>01</Month>
					<Day>05</Day>
				</PubDate>
			</History>
		<Abstract>In recent years, artificial intelligence (AI) has become one of the key drivers of transformation in healthcare systems. By enhancing diagnostic accuracy, reducing human errors, and accelerating the analysis of medical data, AI plays a crucial role in improving the quality of healthcare services. Given the rapid emergence of diverse AI technologies in medicine and the need to identify and prioritize them, this study aims to identify and prioritize AI applications in the medical field in Iran. To achieve this goal, a systematic review of international sources was first conducted to extract emerging and impactful AI technologies in medicine. The resulting list was then evaluated, refined, and prioritized through a two-round Delphi method, in 2024, with participation from domestic experts. The study identified 16 key technologies as the future-shaping AI applications for Iranian healthcare. Among them, software- and data-driven technologies such as diagnostic and preventive algorithms, data analytics, neural networks, and automated interpretation have the highest potential for short-term development, whereas more complex technologies, including brain chips, surgical robots, and robotic hands, are feasible in the longer term due to infrastructure and investment requirements. These findings provide a reliable basis for policymaking and planning the development of AI in Iran’s healthcare system and clarify the optimal path for leveraging emerging technologies to enhance the quality of medical care.</Abstract>
			<OtherAbstract Language="FA">هوش مصنوعی در سال‌های اخیر به یکی از عوامل اصلی تحول در نظام سلامت تبدیل شده است. با افزایش دقت تشخیص، کاهش خطاهای انسانی و سرعت‌بخشی به تحلیل داده‌های پزشکی، این فناوری نقش مهمی در ارتقای کیفیت مراقبت‌های درمانی ایفا می‌کند. با توجه به تنوع سریع فناوری‌های نوظهور در حوزه پزشکی و ضرورت شناسایی و اولویت‌بندی آن‌ها، هدف این مطالعه، شناسایی و تحلیل فناوری‌های کاربردی هوش مصنوعی در حوزه پزشکی ایران است. در این راستا، ابتدا مرور نظام‌مند منابع بین‌المللی به‌منظور استخراج فناوری‌های نوظهور و مؤثر هوش مصنوعی انجام شد و سپس برای تعیین فناوری‌های اولویت‌دار هوش مصنوعی در پزشکی در افق 1420و دستیابی به اجماع میان خبرگان، از روش دلفی دو مرحله‌ای استفاده شد. بر اساس نتایج این پژوهش، ۱۶ فناوری به‌عنوان فناوری‌های آینده‌ دارای اهمیت در حوزه پزشکی ایران شناسایی شدند. در میان آن‌ها، فناوری‌های نرم‌افزاری و داده‌محور مانند الگوریتم‌های تشخیص، پیشگیری، تحلیل داده، شبکه‌های عصبی و تفسیر خودکار بیشترین قابلیت توسعه در کوتاه‌مدت را دارند؛ در حالی‌که فناوری‌های پیچیده‌تری مانند تراشه مغزی، ربات جراح و دست رباتیک به دلیل نیاز به زیرساخت و سرمایه‌گذاری کلان، در افق‌های بلندمدت‌تر قابل تحقق‌اند. این نتایج می‌تواند مبنایی معتبر برای سیاست‌گذاری و برنامه‌ریزی توسعه هوش مصنوعی در نظام سلامت ایران فراهم کرده و مسیر استفاده بهینه از فناوری‌های نوین را در راستای ارتقای کیفیت مراقبت‌های پزشکی روشن سازد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">دلفی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هوش مصنوعی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هوش مصنوعی در پزشکی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">کاربردی سازی هوش مصنوعی</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
