Ολοένα και πιο συχνά πλέον, η Τεχνητή Νοημοσύνη μπαίνει στη ζωή μας με τον τομέα της υγείας να είναι ένας από τους πλέον πρόσφορους για την αξιοποίηση των δυνατοτήτων της.
Εδώ και λίγα χρόνια, συγκεκριμένα από τον Ιανουάριο του 2021, έχει ξεκινήσει ένα φιλόδοξο ευρωπαϊκό project με τίτλο «iHelp: Personalised Health Monitoring and Decision Support Based on Artificial Intelligence and Holistic Health Records».
Το πρόγραμμα ολοκληρώνεται τον Ιούνιο του 2024 και χρηματοδοτείται στο πλαίσιο των Προγραμμάτων Έρευνας και Καινοτομίας Horizon 2020 της Ευρωπαϊκής Ένωσης.
Στόχος του iHelp
Στόχος του project είναι η ανάπτυξη εργαλείων Τεχνητής Νοημοσύνης (ΤΝ) και επεξεργασίας δεδομένων για την -όσο το δυνατόν- έγκαιρη πρόγνωση, καθώς και παρακολούθηση του καρκίνου του παγκρέατος.
Η ιδέα είναι να αξιοποιηθούν, με βέλτιστο τρόπο, δεδομένα από διαφορετικές πηγές, συμπεριλαμβανομένων πρωτογενών δεδομένων από νοσοκομεία και δευτερογενών δεδομένων από mobile applications και wearables με σκοπό τη διασύνδεση και η καλύτερη αξιοποίησή τους.
Κύριος συντονιστής του έργου είναι το Κέντρο Ερευνών του Πανεπιστημίου Πειραίως υπό την καθοδήγηση του κ. Γεώργιου Μανιά, Υποψήφιου Διδάκτορα του Τμήματος Ψηφιακών Συστημάτων του Πανεπιστημίου Πειραιά, και την επιστημονική επίβλεψη του Καθηγητή και Αντιπρύτανη Έρευνας και Δια Βίου Εκπαίδευσης κυρίου Δημοσθένη Κυριαζή.
Στο πρόγραμμα συμμετέχουν 15 διαφορετικοί οργανισμοί από 9 διαφορετικές χώρες παγκοσμίως (Ελλάδα, Ισπανία, Ιταλία, Βουλγαρία, Αγγλία, Ρουμανία, Βέλγιο, Σουηδία, Ταϊβάν).
Μεγάλες εταιρίες τεχνολογίας, όπως η SIEMENS (Ρουμανία) και η Engineering (Ιταλία), μεγάλα δημόσια νοσοκομεία και Πανεπιστημιακά νοσοκομεία, όπως το Medical University of Plovdiv (Βουλγαρία), το Taipei Medical University (Ταϊβάν) και το Agostino Gemelli University Policlinic (Ιταλία), SMEs, όπως η Athens Technology Center (Ελλάδα) και η Innovation Sprint (Βέλγιο), καθώς και Ερευνητικά Κέντρα και Ινστιτούτα, όπως το Κέντρο Ερευνών του Πανεπιστημίου Πειραίως (Ελλάδα), το Karolinska Institutet (Σουηδία) και το Universidad Politécnica de Madrid (Ισπανία).
Το Reader μίλησε με τον Γιώργο Μανιά, με αφορμή την 11ης συνάντηση των εταίρων στα πλαίσια του iHelp project που πραγματοποιήθηκε στην Αθήνα (30/01 – 01/02/2024).
Η ανάγκη για ένα τέτοιο έργο
«Ο σύγχρονος τομέας της υγειονομικής περίθαλψης κατακλύζεται από δεδομένα που προέρχονται από ετερογενείς πηγές δεδομένων, όπως οι κινητές συσκευές (wearables, mobile applications etc.), Internet of Things (IoT), ακόμη και τα συστήματα των Ατομικών Ηλεκτρονικών Φακέλων Υγείας (ΑΗΦΥ).
Με βάση τις προόδους στις επιστήμες της Ανάλυσης Δεδομένων, της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης (ΜΜ), παρέχεται η δυνατότητα των βελτιωμένων ικανοτήτων ενσωμάτωσης και επεξεργασίας αυτών των δεδομένων, λεγόμενων και ως πρωτογενών, αλλά και των δευτερογενών δεδομένων (που προέρχονται από κινητές συσκευές κλπ.) προσφέροντας νέες δυνατότητες στον τομέα της διαδικασίας λήψης αποφάσεων και ιατρικών συστάσεων ακόμη και σε πραγματικό χρόνο, καθώς και στον τομέα της εξατομικευμένης και προσωποποιημένης υγείας», εξηγεί ο κ. Μανιάς και προσθέτει:
«Κάθε άτομο είναι ξεχωριστό, με διαφορετικό φαινότυπο, διαφορετικά γενετικά χαρακτηριστικά, και επομένως η παροχή προσωποποιημένων συστάσεων και ιατρικής φροντίδας αποτελεί βασική προϋπόθεση στον σύγχρονο τομέα της υγείας.
Όπως επισημαίνει στο Reader, ο καρκίνος του παγκρέατος είναι μια σοβαρή ασθένεια με υψηλά ποσοστά θνησιμότητας που συχνά διαγιγνώσκεται σε προχωρημένα στάδια.
«Η πρόγνωση είναι συνήθως δύσκολη, και γι' αυτό χρειαζόμαστε εργαλεία που θα μας βοηθήσουν να την ανιχνεύσουμε εγκαίρως. Τα τεχνητά νευρωνικά δίκτυα μας επιτρέπουν να αναλύσουμε τα δεδομένα και να προβλέπουμε ενδεχόμενους παράγοντες κινδύνου.
Η προστιθέμενη αξία, η αξιοποίηση και η αποτελεσματικότητα των αποτελεσμάτων και των εργαλείων που εισάγει το πρόγραμμα iHelp καταδεικνύεται μέσω της εφαρμογής τους σε πέντε διαφορετικά πιλοτικά προγράμματα που στοχεύουν στην αξιοποίηση των ψηφιακών εργαλείων σε διαφορετικές πτυχές του συνολικού κύκλου παροχής ιατρικής φροντίδας στον τομέα του καρκίνου του παγκρέατος.
Τα εργαλεία αυτά στοχεύουν στον έγκαιρο εντοπισμό παραγόντων κινδύνου ανάπτυξης του συγκεκριμένου καρκίνου, στην παροχής στοχευμένων και προσωποποιημένων συστάσεων ιατρικής φροντίδας και στη εξατομικευμένη υποστήριξη των ιατρικών αποφάσεων.
Απώτερος στόχος αποτελεί η βελτίωση της ποιότητας ζωής των ήδη διαγνωσμένων ασθενών και των στοχευμένων/προσαρμοσμένων στον ίδιο τον ασθενή ιατρικών παρεμβάσεων και συστάσεων που ελαχιστοποιούν τον κίνδυνο εμφάνισης καρκίνου του παγκρέατος.
Τους τελευταίους μήνες μάλιστα, και σε συνεργασία με το Agostino Gemelli University Policlinic, διεξάγουμε επιπλέον τεστ και σε άλλες μορφές καρκίνου, όπως του προστάτη και του πρωκτού».
ΤΝ: Κίνδυνοι και προκλήσεις
Η Τεχνητή Νοημοσύνη (ΤΝ) αναμφίβολα φέρνει καινοτομίες σε όλους τους τομείς της καθημερινότητας μας ωστόσο σίγουρα υπάρχουν κίνδυνοι και προκλήσεις -ειδικά στον τομέα της υγείας - που πρέπει να αντιμετωπιστούν και ιδιαίτερα στον τομέα της υγείας.
«Τέτοιες είναι η προστασία της ιδιωτικότητας, η ασφάλεια των δεδομένων των ασθενών, η σωστή και αμερόληπτη εκπαίδευση και λειτουργία των μοντέλων, η διαφάνεια και επεξήγηση των τελικών αποτελεσμάτων και συστάσεων που προέρχονται από τα μοντέλα της ΤΝ, καθώς και ηθικά διλήμματα που μπορούν να ανακύψουν από την χρήση της» αναφέρει ο κ. Μανιάς.
«Η συλλογή και ανάλυση μεγάλου όγκου υγειονομικών δεδομένων απαιτεί προσεκτική προστασία της ιδιωτικότητας των ασθενών, ειδικά όταν χρησιμοποιούνται ευαίσθητες πληροφορίες. Ενώ, η αποθήκευση και διαχείριση των υγειονομικών δεδομένων και ιδιαίτερα των ΑΗΦΥ θα πρέπει να είναι ασφαλής για να αποφευχθεί οποιαδήποτε η διαρροή ή η παροχή πληροφοριών σε μη εξουσιοδοτημένα άτομα και οργανισμούς.
Επίσης, η ανάπτυξη των προβλεπτικών μοντέλων απαιτεί τη χρήση σωστών, ποιοτικών, και αμερόληπτων δεδομένων για την εκπαίδευση των μοντέλων, προκειμένου να εξασφαλιστεί η ακρίβεια και η αξιοπιστία αυτών των αλγορίθμων».
Το σκάνδαλο με τη φυλετική προκατάληψη
Μάλιστα αναφέρει ένα σκάνδαλο που προέκυψε στο σύστημα υγείας των ΗΠΑ το 2019, όταν μετά από σχετική έρευνα, διαπιστώθηκε ότι ένας αλγόριθμος ΤΝ που χρησιμοποιούσαν πολλά νοσοκομεία για να αποφασίσουν ποιοι ασθενείς χρειάζονται περίθαλψη, εισήγαγε φυλετική προκατάληψη στα αποτελέσματα του, καθώς θεωρούσε ότι οι έγχρωμοι ασθενείς έπρεπε να θεωρούνται πολύ πιο άρρωστοι από τους λευκούς ασθενείς για να δέχονται το ίδιο επίπεδο φροντίδας.
Ως αποτέλεσμα ο συγκεκριμένος αλγόριθμος μείωνε περισσότερο από το ήμισυ τον αριθμό των έγχρωμων ασθενών για τους οποίους αναγνώριζε ότι έχρηζαν επιπλέον ιατρικής φροντίδας.
Σύμφωνα με τον Γιώργο Μανιά «ακόμη ένας παράγοντας που θα πρέπει να αντιμετωπιστεί αποτελεί η ανάγκη για διαφάνεια και επεξήγηση των τελικών αποφάσεων που εξάγονται από τη χρήση μοντέλων ΤΝ. Η ανθρωποκεντρική επεξήγηση των αποτελεσμάτων και των διαδικασιών που οδήγησαν σε αυτά είναι πολύ σημαντική για την αποδοχή και την εμπιστοσύνη των επαγγελματιών υγείας και του γενικότερου κοινού.
Η χρήση της ΤΝ τόσο στις αποφάσεις υγειονομικής περίθαλψης, όσο και γενικά, απαιτεί διαφάνεια και δίκαιη εφαρμογή για την αποφυγή ανισοτήτων και διακρίσεων, καθώς και την αποτελεσματικότερη αξιοποίηση των αποτελεσμάτων από τον τελικό χρήστη».
Ηθικά διλήμματα και ο «έξυπνος βοηθός»
Όλα τα παραπάνω φυσικά οδηγούν σε ηθικά διλήμματα που μπορεί να επιφέρει η χρήση της ΤΝ στον τομέα της υγείας, όπως η μεροληπτική μεταχείριση, οι προκαταλήψεων, η μη δίκαιη πρόσβαση σε υπηρεσίες υγείας κ.ά.
Ο σωστός χειρισμός αυτών των προκλήσεων απαιτεί στενή συνεργασία μεταξύ επιστημόνων της υγείας, επιχειρήσεων τεχνολογίας και κυβερνητικών φορέων για την καθιέρωση αποτελεσματικών κανονιστικών πλαισίων και προτύπων.
«Η ΤΝ δεν είναι εδώ για να αντικαταστήσει τον άνθρωπο και ιδιαίτερα τον ιατρό, αλλά για να παίξει τον ρόλο ενός ισχυρού βοηθητικού εργαλείου και "έξυπνου βοηθού" στις καθημερινές διεργασίες και στη διαδικασία λήψης αποφάσεων.
Δεν θα πρέπει να θεωρούμε την ΤΝ ούτε πανάκεια, αλλά ούτε και "κακό δαίμονα"».
Ο καθηγητής Ρόστισλαβ Κοσταντίνοφ, από το Πανεπιστήμιο Ιατρικής του Πλόντβιβ στη Βουλγαρία, δηλώνει πως μέσω της πλατφόρμας του iHelp «είμαστε σε θέση να βελτιώσουμε τις γνώσεις των παρόχων υγειονομικής περίθαλψης γύρω από τους παράγοντες που οδηγούν σε διάφορες κακοήθειες και μέσω της παροχής ολοκληρωμένης λίστας ιατρικών ελέγχων που καθοδηγούν τον γιατρό στις απαιτούμενες δραστηριότητες για την έγκαιρη διάγνωση της νόσου» και συμπληρώνει:
«Επίσης, η πλατφόρμα παρέχει ισχυρά εργαλεία για γρήγορη και εύκολη διαλογή των ασθενών που κινδυνεύουν να αναπτύξουν κακοήθειες και να αξιολογήσουν τον κίνδυνο ανάπτυξης κακοηθειών σε διαφορετικές ομάδες πληθυσμού.
Η πλατφόρμα θα μπορούσε να γίνει ένα αναντικατάστατο και πολύτιμο εργαλείο για τη συνεχή, καθημερινή παρακολούθηση της κατάστασης υγείας, της συμπεριφοράς και των αποτελεσμάτων του προληπτικού προγράμματος των ασθενών σε κίνδυνο, εξοικονομώντας χρόνο και πόρους από τους ειδικούς γιατρούς για πολυάριθμες εξετάσεις ιατρικού ελέγχου και συμβουλές που αποδείχθηκαν εξαιρετικά χρήσιμες κατά τη διάρκεια υλοποίησης του πιλοτικού μας προγράμματος»
Καταλήγοντας, ο κ. Μανιάς υπογραμμίζει στο Reader:
«Θα πρέπει να είμαστε δεκτικοί προς τη χρήσης της ΤΝ και για να το επιτύχουμε αυτό αρχικά θα πρέπει να είμαστε πολύ καλά ενημερωμένοι και καταρτισμένοι όσον αφορά τη χρήση των νέων τεχνολογιών και στο τι αυτές επιφέρουν στην καθημερινότητας μας.
Η σωστή χρήση τους ξεκινάει πρώτα από όλα από την εκπαίδευση και από τη συνειδητοποίηση ότι οι συγκεκριμένες τεχνολογίες είναι εδώ για να μας βοηθήσουν.
Θα πρέπει να είμαστε έτοιμοι για τις νέες εξελίξεις και θα πρέπει να εκπαιδευτούμε και να ενισχύσουμε τις γνώσεις μας γύρω από αυτές τις νέες τεχνολογίες.»
Ακολουθήστε το Reader.gr στα Google News για να είστε πάντα ενημερωμένοι για όλες τις ειδήσεις από την Ελλάδα και τον κόσμο.
