Του Νίκου Βελιώτη,
Τι θα χορηγούσες σε έναν ασθενή με αιμολυτικό ουραιμικό σύνδρομο; Πιθανότατα, θα γνωρίζεις σε ικανοποιητικό βαθμό την απάντηση, αν είσαι ιατρός. Ακόμα και ένας έμπειρος ιατρός, ίσως, δυσκολευόταν να ανακαλέσει από μνήμης τη φαρμακευτική αγωγή για ένα τόσο σπάνιο σύνδρομο. Αυτό ακριβώς ζητήθηκε στο γνωστό, πλέον, ChatGPT (ένα λογισμικό τεχνητής νοημοσύνης, προσβάσιμο σε όλους). Μέσα σε λίγα δευτερόλεπτα έδωσε μια ικανοποιητική απάντηση με μεγάλη δόση βεβαιότητας και σαφήνειας, χωρίς να έχει περάσει ποτέ από τα πανεπιστημιακά αμφιθέατρα της Ιατρικής και από νοσοκομειακές μονάδες. Προφανώς το ChatGPT δεν ειδικεύεται στη διάγνωση και την άσκηση της Ιατρικής και ούτε είναι η πανάκεια για το κάθε ερώτημα, αλλά προοικονομεί τον κόσμο της τεχνητής νοημοσύνης του μέλλοντος, τον όποιο δειλά πλησιάζουμε.
Η τεχνητή νοημοσύνη (ΤΝ) αναμένεται να έχει κομβικό ρόλο στις μελλοντικές κοινωνίες σε όλους τους τομείς, συμπεριλαμβανομένου και αυτού της υγείας. Σήμερα, αρχίζουν και γίνονται τα πρώτα βήματα αξιοποίησης αυτής της τεχνολογίας προς όφελος της επιστήμης και του ανθρώπου. Σε πολλά ερευνητικά προγράμματα, η ΤΝ δρα καταλυτικά, βελτιώνοντας τον χρόνο και την ακρίβεια των αποτελεσμάτων, που σε διαφορετική περίπτωση ο ανθρώπινος παράγοντας δεν θα ήταν ικανός να συμβάλει σε τέτοιας ποιότητας αποτελέσματα. Για παράδειγμα, η εταιρεία BenevolentAI αποσκοπεί στην ανάπτυξη τέτοιων λογισμικών που θα βοηθούν στην ανακάλυψη νεών φαρμάκων. Επίσης, ο αλγόριθμος AlphaFold ειδικεύεται στην ανακάλυψη δομών πρωτεϊνών, καθιστώντας δυνατή τη γνώση της λειτουργίας νέων πρωτεϊνών. Η γνώση της λειτουργίας μιας πρωτεΐνης επιτρέπει την κατανόηση σε βάθος παθοφυσιολογικών μηχανισμών και, επομένως, συνεισφέρει στην ανακάλυψη φαρμάκων και νέων θεραπειών.
Αυτό που φαντάζεται κανείς, όταν του λένε ότι στο μελλοντικό σύστημα υγείας θα υπάρχουν υπολογιστές, είναι ένα ανθρωποειδές ρομπότ, που θα τον εξετάζει και θα του βρίσκει τη διάγνωση. Μπορεί να μην είναι έτσι ακριβώς (τα ανθρωποειδή ρομπότ είναι τρομακτικά) και σε καμία περίπτωση δεν θα αντικατασταθούν οι άνθρωποι. Η ΤΝ έχει πολύ μεγάλες δυνατότητες όσον αφορά τη διάγνωση, κατά πολύ μεγαλύτερες από αυτές του ανθρώπου.
Πρακτικά, για να το καταλάβουμε, θα πρέπει να δούμε συνοπτικά με απλό τρόπο πώς λειτουργούν αυτά τα πανέξυπνα λογισμικά. Για την ακρίβεια, δεν είναι τίποτε άλλο από μία τεράστια βιβλιοθήκη που αποθηκεύει δεδομένα. Όσο περισσότερα δεδομένα έχει, τόσο μεγαλύτερη στατιστικά πιθανότητα υπάρχει να δώσει ένα ακριβές αποτέλεσμα. Σε αντίθεση με τον άνθρωπο, που έχει περιορισμένη μνήμη και δυνατότητα επεξεργασίας δεδομένων, η ΤΝ μπορεί να αποθηκεύσει και να διαχειριστεί τεράστιο όγκο αυτών. Όπως ακριβώς θα δυσκολευτούμε στην πράξη 5632*4366 και η αριθμομηχανή θα την εκτελέσει ταχύτητα, έτσι και με την ΤΝ. Η τεχνητή νοημοσύνη δεν είναι τίποτε άλλο παρά ένα εργαλείο σαν την αριθμομηχανή που εφηύραμε για να διευκολύνει την καθημερινότητα.
Υπάρχουν πολλές πρακτικές εφαρμογές της ΤΝ στον κλάδο της Υγείας, που δεν εστιάζουν στο σύστημα το ίδιο, αλλά στην οργάνωση αυτού. Το ιστορικό του κάθε ασθενούς είναι κρίσιμης σημασίας για την ορθότητα της διάγνωσης. Η οργάνωση και η διαχείριση του συνόλου όλων των ιστορικών όλων των ασθενών σε ένας κράτος είναι μια χρονοβόρος διαδικασία. Το προσωπικό δυσκολεύεται να οργανώσει αυτό τον όγκο πληροφοριών και πολλές φορές γίνονται σημαντικά λάθη που αφορούν τον ασθενή. Στις Η.Π.Α. το νοσηλευτικό προσωπικό αφιερώνει το 25% της εργασίας του για γραφειοκρατικές και ρυθμιστικές διαδικασίες. Η τεχνητή νοημοσύνη μπορεί να διευκολύνει το έργο αυτό και να συνδράμει στην καλύτερη αντιμετώπιση και διάγνωση του κάθε ασθενή. Επιπλέον, το προσωπικό μπορεί να αφιερώσει ποιοτικό χρόνο στον ασθενή και, ταυτοχρόνως, να διατηρεί μια ψυχική ηρεμία, αφού δεν θα εκνευρίζεται μπροστά από ένα Excel με λάθος καταχωρημένα ΑΜΚΑ.
Η ΤΝ μπορεί να συμβάλει συνολικά στην αναβάθμιση του συστήματος υγείας. Πέρα από αυτά που αναλύθηκαν, μπορεί να βρει χρήση στην πρόληψη ασθενειών, στην καλύτερη επικοινωνία ασθενούς- ιατρού, στην εξατομικευμένη θεραπεία, ακόμα και στην εκπαίδευση ιατρών. Ναι, μεν, δίνεται το περιθώριο να διορθωθούν πολλά ψεγάδια του υπάρχοντος συστήματος, προκύπτουν πολλά ζητήματα και βάσιμες ανησυχίες δε. Τι θα γίνει με τις θέσεις εργασίας; Πόσο επεμβατική θα είναι η ΤΝ; Τι γίνεται σε περίπτωση που η ΤΝ οδηγήσει σε λάθος διάγνωση; Τι θα ισχύσει με τα προσωπικά δεδομένα; Προς το παρόν οι ειδικοί μας καθησυχάζουν, λέγοντας ότι στην πράξη τέτοια λογισμικά τουλάχιστον για την επόμενη δεκαετία είναι δύσκολο να τεθούν σε κλινική εφαρμογή. Ενώ υπάρχει τεράστιο δυναμικό στη χρήση της ΤΝ, δεν έχουν λυθεί θέματα που αφορούν είτε το λογισμικό είτε το ίδιο το σύστημα υγείας.
Κλείνοντας, είναι σημαντικό να τονιστεί για άλλη μια φορά ότι η ΤΝ λειτουργεί ως εργαλείο επικουρικά για τον άνθρωπο και όχι να τον αντικαταστήσει. Εκεί που πρέπει να αξιοποιηθεί η ανερχόμενη αυτή τεχνολογία είναι σε τομείς που ο άνθρωπος υστερεί. Σε τομείς που το μηχάνημα υστερεί, όπως είναι η ενσυναίσθηση και η κατανόηση κανόνων ηθικής, τον πρώτο λόγο έχει ο άνθρωπος. Επειδή, όμως, η συναισθηματική νοημοσύνη είναι αυτή που μας διαφοροποιεί σαν είδος, εκεί θα πρέπει να εστιάσουμε και να δουλέψουμε. Αυτό είναι που θα μας επιτρέψει να επιβιώσουμε σε έναν κόσμο που οι υπολογιστές θα είναι τρομακτικά «έξυπνοι». Μέχρι τότε, εμπιστευόμαστε την Ιατρική και τους ειδικούς υγείας και το ChatGTP το χρησιμοποιούμε για να μας βοηθάει στις εργασίες μας και όχι για απαντήσεις σε θέματα υγείας.
ΕΝΔΕΙΚΤΙΚΕΣ ΠΗΓΕΣ
- The potential impact of ChatGPT in clinical and translational medicine, pubmed. Διαθέσιμο εδώ
- I’m an ER doctor: Here’s what I found when I asked ChatGPT to diagnose my patients, fastcompany.com. Διαθέσιμο εδώ
- Artificial intelligence in medicine, sciencedirect.com. Διαθέσιμο εδώ
- AlphaFold: Using AI for scientific discovery, deepmind.com. Διαθέσιμο εδώ
- We have built our AI-enabled drug discovery engine, the Benevolent Platform™, to drive a revolution in drug discovery – from target identification through to clinical development, benevolent.com. Διαθέσιμο εδώ
