Βοήθεια υψηλών τεχνολογικών προδιαγραφών ή απειλή για το ιατρικό επάγγελμα;
Βοήθεια υψηλών τεχνολογικών προδιαγραφών ή απειλή για το ιατρικό επάγγελμα;
Η μέρα που οι γιατροί θα έχουν αντικατασταθεί από ρομπότ αργεί ακόμη αρκετά, αλλά η συνεισφορά της τεχνητής νοημοσύνης στην ιατρική είναι ήδη υπαρκτή και μπορεί να αποδειχθεί κολοσσιαία στο άμεσο μέλλον. Αρκετές εφαρμογές ΑΙ αξιοποιούνται ήδη στην καθημερινή ιατρική πρακτική, με βασικότερη τη συμβολή των μηχανών σε διαγνωστικό επίπεδο.
Έχουν, για παράδειγμα, αναπτυχθεί αρκετά συστήματα ανάλυσης δεδομένων που βοηθούν τους γιατρούς στη λήψη αποφάσεων. Άλλα, βασίζονται στη μηχανική μάθηση προκειμένου να αναλύουν τα αποτελέσματα μιας εξέτασης και να εξατομικεύουν τη διάγνωση και την πιθανή θεραπεία, βάσει των χαρακτηριστικών και των ιδιαιτεροτήτων του εκάστοτε ασθενή.
Εφόσον τα εν λόγω συστήματα και οι υποστηρικτικές τεχνολογίες εξελιχθούν (κάτι που φαντάζει μάλλον αναπόφευκτο), αναμένεται να εξοικονομηθούν δισεκατομμύρια και, το βασικότερο, να σωθούν αναρίθμητες ανθρώπινες ζωές.
Το σύστημα Ultromics που ανέπτυξε μια ερευνητική ομάδα από το πανεπιστημιακό νοσοκομείο John Radcliffe στην Οξφόρδη, επιχειρεί να μειώσει τις πιθανότητες λανθασμένων ή ελλιπών διαγνώσεων από καρδιολόγους.
Η ομάδα δημιούργησε ένα εργαλείο μηχανικής μάθησης που αξιοποιεί τον μεγάλο όγκο δεδομένων από το ηχοκαρδιογράφημα του ασθενούς (γνωστό και ως triplex καρδιάς) που μένουν αναξιοποίητα, προκειμένου να μειώσει το περιθώριο λανθασμένης διάγνωσης. Σήμερα, η πιθανότητα αστοχίας ή λάθους εκτιμάται σε περίπου 20%, ποσοστό ιδιαίτερα σημαντικό αν αναλογιστούμε ότι αναφερόμαστε σε έναν στους πέντε ασθενείς.
Σύμφωνα με τον καθηγητή καρδιολογίας και επικεφαλής της ομάδας, Paul Leeson, σε όλες τις κλινικές δοκιμές το σύστημα έχει αποδειχθεί πολύ πιο αποτελεσματικό από τους καρδιολόγους – με ποσοστό επιτυχών διαγνώσεων πάνω από το 90%.
Ένα σύστημα, επίσης βασισμένο στην ΑΙ, αποδείχτηκε πιο αποτελεσματικό από τους δερματολόγους στη διάγνωση του καρκίνου του δέρματος. Η διακρατική επιστημονική ομάδα που το ανέπτυξε (με μέλη από τη Γερμανία, τη Γαλλία και τις Ηνωμένες Πολιτείες), ισχυρίζεται ότι η πλειονότητα των 58 δερματολόγων που συμμετείχαν στη μελέτη δεν κατάφεραν εξίσου υψηλά ποσοστά επιτυχών διαγνώσεων με τις μηχανές.
Σημειώνεται ότι η διάγνωση από τη μηχανή που βασίζεται σε ένα προηγμένο νευρωνικό δίκτυο (CNN), έγινε μέσω της ανάλυσης πάνω από φωτογραφιών, στις οποίες εικονίζονταν κακοήθη μελανώματα και καλοήθεις κρεατοελιές. Η μελέτη δημοσιεύεται στο επιστημονικό περιοδικό Annals of Oncology.
Εξίσου εντυπωσιακά αποτελέσματα καταγράφονται στις δοκιμές της Optellum, ενός startup που αναπτύσσει ένα σύστημα έγκαιρης διάγνωσης του καρκίνου του πνεύμονα. Σύμφωνα με τους δημιουργούς του, το λογισμικό που βελτιώνεται διαρκώς, χάρη στη μηχανική μάθηση έχει τη δυνατότητα να αναλύει τις εξετάσεις και να υποδεικνύει στους γιατρούς ευρήματα που πιθανότατα θα προσπερνούσαν. Με αυτό τον τρόπο, θα μπορούσε να διαγνώσει έναν καρκίνο, έως και έναν χρόνο νωρίτερα, βελτιώνοντας αισθητά τις πιθανότητες θεραπείας.
Το Pencil On The Moon είναι μια πρωτοβουλία με την υποστήριξη της Generali, η οποία παρακολουθεί στενά όλες τις νέες τάσεις, προκειμένου να συνεχίσει να εξελίσσεται και να προσφέρει υψηλού επιπέδου υπηρεσίες.
Οι πιο προηγμένες επιστημονικές έρευνες, οι πιο εξελιγμένες τεχνολογίες αλλά και οι πιο καινοτόμες εφευρέσεις εξετάζονται προσεκτικά υπό το πρίσμα της εφαρμογής τους στα πεδία της καθημερινότητας με βάσικη αρχή ότι ο άνθρωπος είναι πάντα πάνω από την τεχνολογία.
Αυτή είναι η πηγή από την οποία αντλούμε μελάνι για τις πένες αυτού του blog με έναν κοινό στόχο:
Να γνωρίσουμε, κατανοήσουμε και στο τέλος να αξιοποίησουμε τις νέες τεχνολογίες προς όφελος του ανθρώπου.
Η Generali στηρίζει έμπρακτα αυτή την πρωτοβουλία πιστή στη δεσμεύσή της:
«Να στηρίζει τους ανθρώπους για να δημιουργούν ένα ασφαλέστερο μέλλον για τις ζωές και τα όνειρά τους»
…Αλλά και ανοιχτή στη σκέψη ότι πολλές φορές αρκεί ένα μολύβι για να γράφουμε στο φεγγάρι.
