Υγεία: Η Τεχνητή Νοημοσύνη μπορεί να βελτιώσει τη φροντίδα των ασθενών

Η Τεχνητή Νοημοσύνη βελτιώνει τη φροντίδα των ασθενών προσφέροντας ακριβέστερες διαγνώσεις, εξατομικευμένες θεραπευτικές προσεγγίσεις, αλλά και αποφεύγοντας τη γραφειοκρατία 

Η Τεχνητή Νοημοσύνη (ΤΝ), η οποία ήδη κάνει «επέλαση» σε πολλά πεδία και πτυχές της καθημερινότητάς μας, τίθεται συχνά στο «εδώλιο του κατηγορουμένου», ωστόσο έχει και πολλές θετικές εφαρμογές, ιδίως στην υγειονομική φροντίδα. 

Αυτό αναφέρει σε άρθρο γνώμης της στην εφημερίδα Washington Post η Λίνα Γουέν, καθηγήτρια στη Σχολή Δημόσιας Υγείας στο Ινστιτούτο Milken του Πανεπιστημίου George Washington. 

Όπως σημειώνει η δρ Γουέν, αν προσέξει κάποιος την κάλυψη από τα ΜΜΕ σχετικά με την ΤΝ, θα νομίζει ότι τεχνολογίες όπως τα chatbots θέτουν σε «υπαρξιακή κρίση» τα πάντα, από την οικονομία έως τη δημοκρατία. 

Αλγόριθμοι και προσομοίωση 

Οι απειλές αυτές είναι υπαρκτές και γι’ αυτό απαιτούνται προληπτικοί ρυθμιστικοί κανόνες. 

Είναι όμως εξίσου σημαντικό να αναφερθούν οι πολλές θετικές εφαρμογές της ΤΝ, ιδίως σε ό,τι αφορά τη φροντίδα των ασθενών, υπογραμμίζει η αρθρογράφος και δίνει το παράδειγμα της κλινικής Mayo, της μεγαλύτερης στον κόσμο, η οποία «έχει αναπτύξει περισσότερους από 160 ΤΝ αλγορίθμους στην καρδιολογία, στη νευρολογία, στην ακτινολογία και σε άλλες ειδικότητες. Σαράντα εξ αυτών χρησιμοποιούνται ήδη στη φροντίδα των ασθενών». 

Προκειμένου να γίνει καλύτερα κατανοητό το πώς η ΤΝ χρησιμοποιείται στην ιατρική, η δρ Γουέν μίλησε, όπως γράφει στο άρθρο της, με τον Τζον Χαλάμκα, γιατρό εξειδικευμένο στην ιατρική πληροφορική και πρόεδρο της πλατφόρμας της κλινικής Mayo. 

Όπως της εξήγησε ο ειδικός, «η ΤΝ είναι απλώς η προσομοίωση της ανθρώπινης ευφυΐας μέσω μηχανών». 

Οι δύο τύποι ΤΝ 

O Χαλάμκα διαχώρισε κατά τη συζήτησή του με τη δρα Γουέν την ΤΝ που κάνει προβλέψεις από την παραγωγική ΤΝ. 

Η πρώτη αφορά μαθηματικά μοντέλα τα οποία χρησιμοποιούν μοτίβα του παρελθόντος για την πρόβλεψη του μέλλοντος. 

Η δεύτερη χρησιμοποιεί κείμενα ή εικόνες για να παράγει ένα είδος ανθρώπινης αλληλεπίδρασης. 

«Ο πρώτος τύπος ΤΝ είναι και ο πιο πολύτιμος σήμερα στην ιατρική» επισημαίνει η δρ Γουέν και συμπληρώνει ότι «όπως περιέγραψε ο Χαλάμκα, η ΤΝ που κάνει προβλέψεις μπορεί να διδαχθεί από τις εμπειρίες εκατομμυρίων ασθενών και των νόσων τους προκειμένου να συμβάλει στην απάντηση ενός απλού ερωτήματος: 

Τι μπορούμε να κάνουμε ώστε να διασφαλίσουμε ότι ο καθένας θα έχει το καλύτερο δυνατό “ταξίδι” με τις λιγότερες δυνατές “λακκούβες” κατά τη διαδρομή;». 

Εξατομίκευση της θεραπείας 

Για παράδειγμα, ας υποθέσουμε ότι κάποιος διαγιγνώσκεται με Διαβήτη Tύπου 2. 

Αντί να του δίνουν οι γιατροί γενικές συστάσεις οι οποίες παρέχονται στον κάθε ασθενή με διαβήτη, ένας αλγόριθμος μπορεί να προβλέψει το καλύτερο πλάνο φροντίδας για εκείνον με βάση την ηλικία του, τον τόπο όπου ζει, την εθνικότητα και τη φυλή του, τα υπάρχοντα προβλήματα υγείας του και τις διατροφικές συνήθειές του. 

Αυτού του είδους η εξατομικευμένη θεραπεία δεν είναι νέα – επί μακρόν οι γιατροί εξατομικεύουν τις συστάσεις τους προς τους ασθενείς τους. «Υπό αυτό το πρίσμα, η ΤΝ που κάνει προβλέψεις είναι ένα μόνο ακόμη εργαλείο το οποίο βοηθά τους γιατρούς στη λήψη αποφάσεων». 

Η σωστή «τροφοδοσία» του αλγορίθμου 

Η ποιότητα του αλγορίθμου εξαρτάται από την ποσότητα και την ποικιλία των δεδομένων με τα οποία τροφοδοτείται. 

Η δρ Γουέν σημειώνει ότι εξεπλάγη όταν έμαθε πως η κλινική Mayo έχει υπογράψει συμφωνίες συνεργασίας με διαφορετικά συστήματα υγείας στις ΗΠΑ αλλά και σε άλλες χώρες, όπως ο Καναδάς, η Βραζιλία και το Ισραήλ. 

Ως το τέλος του 2023 ο Χαλάμκα αναμένει, όπως της ανέφερε, ότι το δίκτυο των οργανισμών θα περιλαμβάνει περισσότερους από 100 εκατομμύρια ασθενείς των οποίων οι ιατρικοί φάκελοι –από τους οποίους θα έχουν αφαιρεθεί τα στοιχεία που αφορούν την ταυτότητά τους– θα χρησιμοποιηθούν με στόχο τη βελτίωση της ιατρικής φροντίδας άλλων ανθρώπων. 

Η ΤΝ μπορεί επίσης να αυξήσει τις διαγνώσεις, υπογραμμίζει στο άρθρο της η δρ Γουέν. 

«Για παράδειγμα, προκειμένου να ανιχνευθεί ο καρκίνος του παχέος εντέρου, η συμβατική προσέγγιση είναι να διεξάγεται κολονοσκόπηση από τον γαστρεντερολόγο, ο οποίος εντοπίζει και αφαιρεί τους προκαρκινικούς πολύποδες. 

Ωστόσο, ορισμένες μελέτες εκτιμούν ότι μία στις τέσσερις καρκινικές βλάβες δεν γίνονται αντιληπτές κατά την κολονοσκόπηση». 

Αύξηση της ανίχνευσης πολυπόδων στο έντερο 

Η ΤΝ μπορεί να αυξήσει σημαντικά την ανίχνευση. Το λογισμικό έχει «εκπαιδευθεί» ώστε να εντοπίζει πολύποδες, έχοντας προηγουμένως «δει» πολλές εικόνες πολυπόδων. 

Έτσι, όταν ανιχνεύει έναν πολύποδα κατά τη διάρκεια της κολονοσκόπησης, ειδοποιεί τον γιατρό να ρίξει μια καλύτερη ματιά στο επίμαχο σημείο. 

Μια τυχαιοποιημένη κλινική δοκιμή σε οκτώ κέντρα στις ΗΠΑ, στη Βρετανία και στην Ιταλία έδειξε ότι η χρήση της ΤΝ μείωσε το ποσοστό πιθανών καρκινικών αλλοιώσεων που διέφυγαν τη διάγνωση, από 32,4% σε 15,5%. 

Σύμφωνα με το άρθρο της Washington Post, o Χαλάμκα έκανε μια προκλητική δήλωση. 

Όπως είπε, μέσα στα επόμενα πέντε χρόνια, θα μπορεί να θεωρείται ιατρικό λάθος το να μη χρησιμοποιείται η ΤΝ στον διαγνωστικό έλεγχο για τον καρκίνο του παχέος εντέρου. 

Τόνισε όμως ότι η ΤΝ δεν θα αντικαταστήσει τον γιατρό, αλλά θα τον ενισχύσει, παρέχοντάς του περισσότερες πληροφορίες. 

Υπάρχουν τόσες ανάγκες, που η τεχνολογία δεν θα μειώσει την ανάγκη για επαγγελματίες υγείας. Αντιθέτως, κατά τον Χαλάμκα, «θα μπορούμε να βλέπουμε περισσότερους ασθενείς και σε περισσότερες γεωγραφικές περιοχές». 

Η «παραπλανητική» παραγωγική ΤΝ 

Από την άλλη πλευρά, η παραγωγική ΤΝ είναι κάτι τελείως διαφορετικό, είπε ο Χαλάμκα στη δρα Γουέν. 

Ορισμένα εργαλεία, όπως το ChatGPT, εκπαιδεύονται σε υλικό που δεν έχει ελεγχθεί και το βρίσκει κάποιος στο διαδίκτυο. Καθώς το υλικό αυτό περιέχει συχνά ανακριβείς πληροφορίες, είναι επόμενο και τα μοντέλα που βασίζονται σε αυτές τις πληροφορίες να παράγουν παραπλανητικά κείμενα. 

Επιπροσθέτως, η ποιότητα της ΤΝ που κάνει προβλέψεις μπορεί να μετρηθεί, αλλά τα μοντέλα της παραγωγικής ΤΝ δίνουν διαφορετικές απαντήσεις στην ίδια ερώτηση, καθιστώντας την αξιολόγησή τους πιο δύσκολη. 

Σώζοντας από τη γραφειοκρατία 

Αυτή τη στιγμή, τονίζεται στο άρθρο της καθηγήτριας Γουέν, υπάρχουν πολλά ερωτήματα σχετικά με την ποιότητα και την ακρίβεια της παραγωγικής ΤΝ ώστε να την εμπιστευθεί κάποιος στην κλινική πράξη. 

Σε κάθε περίπτωση, πάντως, έχει τρομερή δυναμική ως μέθοδος που μπορεί να μειώσει τις γραφειοκρατικές διαδικασίες. 

Ορισμένες κλινικές χρησιμοποιούν ήδη εφαρμογές που απομαγνητοφωνούν αυτόματα την επίσκεψη του εκάστοτε ασθενούς. 

Αντί λοιπόν να δημιουργείται ένας ιατρικός φάκελος από το μηδέν, οι γιατροί μπορούν να επεξεργάζονται την απομαγνητοφώνηση, κερδίζοντας πολύτιμο χρόνο. 

Απαιτείται έλεγχος 

Παρότι ο Χαλάμκα είναι σαφώς υπέρ της χρήσης της ΤΝ στην ιατρική, ζητά να υπάρχει έλεγχός της από τις αρμόδιες αρχές. 

Σύμφωνα με τα όσα ανέφερε στη δρα Γουέν, η Υπηρεσία Τροφίμων και Φαρμάκων των ΗΠΑ (FDA) όπως ελέγχει τα νέα φάρμακα πριν από την κυκλοφορία τους στην αγορά, θα πρέπει να έχει μια διαδικασία ανεξάρτητης αξιολόγησης των αλγορίθμων και να δημοσιεύει τα αποτελέσματα της αξιολόγησής της. Αυτή, καταλήγει η αρθρογράφος, είναι μια συνετή προσέγγιση. 

Όπως συμβαίνει με οποιοδήποτε εργαλείο, έτσι και η ΤΝ πρέπει να μελετηθεί ενδελεχώς και να χρησιμοποιείται προσεκτικά, με τους ειδικούς να έχουν κατά κύριο λόγο στον νου ότι το πρώτιστο είναι να μη βλάπτει. 

Σε κάθε περίπτωση, κατά την αρθογράφο, η ΤΝ δίνει τεράστιες υποσχέσεις ότι μπορεί να καταστήσει την υγειονομική φροντίδα ασφαλέστερη, πιο προσβάσιμη και πιο δίκαιη.

Protagon.gr