Η μείξη βιολογίας και τεχνητής νοημοσύνης, το μέλλον της υγείας

01/02/2020

Η τεχνητή νοημοσύνη κάνει ολοένα και πιο εντυπωσιακά άλματα στο ταξίδι της εναρμόνισής της με τις ικανότητες του ανθρώπου – ήδη, σε διάφορους τομείς, οι αλγόριθμοι έχουν ξεπεράσει την ανθρωπότητα, παράγοντας το ίδιο έργο πιο αποτελεσματικά, ταχύτερα και με σαφώς χαμηλότερο κόστος. Το ίδιο φαίνεται να συμβαίνει σταδιακά και με την υγεία, καθώς η τεχνητή νοημοσύνη και η ρομποτική καλύπτουν ολοένα και περισσότερο χώρο στο οικοσύστημα της υγειονομικής περίθαλψης.

«Αν ο 20ός αιώνας ήρθε στο τέλος του φανερώνοντας την αξία του υπολογισμού και της πληροφορίας, εκτιμώ πως ο 21ος αιώνας θα αναδείξει την αξία της μοντελοποίησης της βιολογίας – το κράμα βιολογίας και υπολογιστικής δυνατότητας», αναφέρει με ενθουσιασμό ο Ανδρέας Σταυρόπουλος, εταίρος της Threshold VC Fund, ο οποίος παρακολουθεί στενά τις εξελίξεις στον θαυμαστό κόσμο της Σίλικον Βάλεϊ.

Στο ίδιο πόρισμα κατέληξε και το πρόσφατο Παγκόσμιο Οικονομικό Φόρουμ στο Νταβός, το οποίο αφιέρωσε ένα μεγάλο μέρος στη χαρτογράφηση των νέων τάσεων της βιοτεχνολογίας, δημοσιεύοντας αρκετά ενθαρρυντικά συμπεράσματα. Μεταξύ των προβλέψεών του, το Νταβός εικάζει ότι μέσα στην επόμενη δεκαετία τα θανατηφόρα περιστατικά χρόνιων ασθενειών θα συρρικνωθούν.

Κεντρικός παράγοντας σε αυτή τη μείωση είναι η δυνατότητα επεξεργασίας πολλαπλών εξατομικευμένων δεδομένων από τους σύγχρονους αλγορίθμους. Μέσα από τις σύγχρονες συσκευές παρακολούθησης και ιατρικής ανίχνευσης, τα δεδομένα ξεφεύγουν πλέον από τα απλά συμπτώματα και επεκτείνονται σε μια σειρά άλλων παραγόντων, όπως ο τόπος γέννησης, η διατροφή, τα επίπεδα ατμοσφαιρικής ρύπανσης και η πρόσβαση σε ασφαλή στέγαση και σταθερό εισόδημα. Τα δεδομένα αυτά –τα οποία ο Παγκόσμιος Οργανισμός Υγείας αποκαλεί «κοινωνικά καθορισμένους παράγοντες υγείας»– ευθύνονται πολλές φορές για σειρά χρόνιων ασθενειών. Κατ’ επέκταση, η συνδυαστική ανάλυσή τους από τους αλγορίθμους μπορεί να οδηγήσει στην έγκαιρη πρόβλεψη και εφαρμογή προληπτικών μέτρων, προτού επιδεινωθούν τα συμπτώματα. Σύμφωνα με τις προβλέψεις του φετινού Νταβός, για παράδειγμα, έως το 2030 τα ποσοστά του διαβήτη και της συμφορητικής καρδιακής ανεπάρκειας ενδέχεται να μειωθούν στο ήμισυ.

Πέρα από την επεξεργασία πολλαπλών δεδομένων, η τεχνητή νοημοσύνη φαίνεται επίσης ολοένα ικανότερη να πραγματοποιεί ακριβείς ιατρικές διαγνώσεις βασισμένες σε εικόνες και ακτινογραφίες. Μια περυσινή επισκόπηση της βρετανικής Εθνικής Υπηρεσίας Υγείας (NHS), η οποία ανέλυσε χιλιάδες έρευνες στον τομέα της χρήσης αλγορίθμων για ερμηνεία ιατρικών εικόνων, κατέληξε πως η σύγχρονη τεχνητή νοημοσύνη είναι ήδη αρκετά ακριβής στη διάγνωση πολλών ασθενειών, οι οποίες κυμαίνονται από οφθαλμολογικά προβλήματα μέχρι κακοήθεις όγκους, και προσέθεσε ότι η περαιτέρω ανάπτυξή της θα απελευθερώσει τον χρόνο των ιατρών και θα τους επιτρέψει περισσότερες αλληλεπιδράσεις με τους ασθενείς τους. Δεν προκαλεί, άρα, έκπληξη η πρόσφατη απόφαση της βρετανικής κυβέρνησης να επενδύσει 250 εκατομμύρια στερλίνες στη δημιουργία ενός νέου εργαστηρίου, που θα παντρέψει την ιατρική έρευνα με την τεχνητή νοημοσύνη.

Μία ακόμη αξιοσημείωτη επένδυση στον τομέα ανακοινώθηκε αυτή την εβδομάδα από τον τιτάνα τεχνολογίας Microsoft. Η εταιρεία δήλωσε πως θα ξοδέψει 40 εκατ. δολάρια στο φιλανθρωπικό της πρόγραμμα «AI for Good», με στόχο την εφαρμογή των νέων τεχνολογιών στη δημόσια υγεία και τη βελτίωση των υγειονομικών συνθηκών στον αναπτυσσόμενο κόσμο. Πέρα από τις διαγνώσεις και τη συνδυαστική ανάλυση, η πρωτοβουλία της Microsoft φιλοδοξεί να επικεντρωθεί στο ζήτημα της πρόσβασης, καθώς η εταιρεία θεωρεί πως το κινητό τηλέφωνο μπορεί σύντομα να εξελιχθεί σε όχημα ιατρικής ανίχνευσης, αλλά και περίθαλψης.

«Οι σύγχρονες υπηρεσίες υγείας είναι εξαιρετικά άνισα κατανεμημένες και αυτό αποτελεί ίσως τη μεγαλύτερη παγκόσμια πρόκληση στον τομέα», αναφέρει χαρακτηριστικά ο υπεύθυνος ανάλυσης δεδομένων της Microsoft, Τζον Κάχαν, στην επίσημη ανακοίνωση της πρωτοβουλίας. «Βρισκόμαστε στο κατώφλι της εξάλειψης ορισμένων ασθενειών σε πολλές χώρες, όμως σε άλλες, οι ίδιες ακριβώς ασθένειες εξακολουθούν να οδηγούν σε χιλιάδες θανάτους», συμπληρώνει. Ο Κάχαν επισημαίνει πως υπάρχουν ήδη εξαιρετικά αποτελεσματικά συστήματα ανίχνευσης για τη διαβητική αμφιβληστροειδοπάθεια –μια πάθηση που πλήττει ένα εκατομμύριο άτομα και μπορεί να οδηγήσει σε τύφλωση– τα οποία βασίζονται στην τεχνητή νοημοσύνη και μπορούν σύντομα να κυκλοφορήσουν σε μορφή εφαρμογής. «Η πρόσβαση σε κινητό τηλέφωνο από κάποιο απομακρυσμένο χωριό της Αφρικής είναι σίγουρα ευκολότερη και φθηνότερη από την αποστολή ενός οφθαλμιάτρου», καταλήγει.

Ζητήματα ηθικής
Παρότι όλοι οι εμπειρογνώμονες συμφωνούν πως η άνοδος της τεχνητής νοημοσύνης στον τομέα της ιατρικής είναι αδιαμφισβήτητη, στο ερώτημα της διαχείρισης των ζητημάτων ηθικής που προκύπτουν από την αυτοματοποίηση της ιατρικής περίθαλψης, οι απόψεις διίστανται. Σε έρευνα που πραγματοποιήθηκε από το τμήμα υγείας του Ευρωπαϊκού Ινστιτούτου Καινοτομίας και Τεχνολογίας (EIT), το 59% των νεοφυών επιχειρήσεων, που δραστηριοποιούνται στον τομέα της μηχανικής μάθησης για υγειονομική περίθαλψη, ανέφερε πως αναμένει ρυθμίσεις στις τεχνολογίες που αναπτύσσουν – ωστόσο μόνο το 22% πρότεινε συγκεκριμένες κατευθυντήριες γραμμές δεοντολογίας για την τεχνητή νοημοσύνη. Ανάμεσα στα δύσκολα ζητήματα που προκύπτουν ανήκουν η προστασία της ιδιωτικότητας την εποχή των επεμβατικών συσκευών διάγνωσης, το ενδεχόμενο εσφαλμένων αποφάσεων από τα συστήματα τεχνητής νοημοσύνης και ο κίνδυνος εγγενούς προκατάληψης στα δεδομένα που χρησιμοποιούνται για την εκπαίδευση των μηχανών. Απέναντι σε όλες αυτές τις προκλήσεις, το εφετινό Παγκόσμιο Οικονομικό Φόρουμ δεν κατάφερε να δημοσιεύσει προτεινόμενες λύσεις.
 
ΠΗΓΗ: www.kathimerini.gr