Ο διακεκριμένος καθηγητής Μαθηματικών στη σχολή μηχανικών του Πανεπιστημίου Paris-Saclay και ιδρυτής, πρόεδρος και Διευθύνων Σύμβουλος της TheraPanacea, Νίκος Παραγιός, περιγράφει στην «Κ» τις δυνατότητες της τεχνητής νοημοσύνης στην Ιατρική

Εδώ και αρκετά χρόνια αλλά ακόμα πιο έντονα την τελευταία δεκαετία οι ερευνητές σε όλο τον κόσμο εξέταζαν τον τρόπο με τον οποίο η τεχνητή νοημοσύνη μπορεί να βελτιώσει τη Δημόσια Υγεία.

Εκατοντάδες χρηματοδοτούμενα προγράμματα και πολλές ενδιαφέρουσες μελέτες έδειχναν τη «δύναμη» του αλγορίθμου πάνω στις ιατρικές μεθόδους.

Σήμερα όμως όποιος ψάχνει ακόμη τρόπους για να βελτιώσει τη δημόσια υγεία μέσω της τεχνητής νοημοσύνης, έχει μείνει αρκετά πίσω, καθώς υπάρχουν ήδη ερευνητές ανά τον κόσμο που γνωρίζουν με σαφήνεια τη δυναμική των αλγορίθμων στην ιατρική και ήδη την εφαρμόζουν.

Για παράδειγμα, η Ουγγαρία διαθέτει ένα ισχυρό πρόγραμμα προσυμπτωματικού ελέγχου για τον καρκίνο του μαστού και έναν από τους μεγαλύτερους χώρους δοκιμών για την τεχνολογία σε πραγματικούς ασθενείς. Σε πέντε νοσοκομεία και κλινικές της χώρας πραγματοποιούνται περισσότερες από 35.000 ακτινογραφίες ετησίως, καθώς τα συστήματα τεχνητής νοημοσύνης εισήχθησαν από το 2021 και τώρα βοηθούν στον έλεγχο για σημεία καρκίνου που μπορεί να έχουν «ξεφύγει» από τον ακτινολόγο.

Από την άλλη το υπουργείο Υγείας της Νέας Υόρκης ενέκρινε μία νέα ψηφιακή παθολογική διαγνωστική εξέταση για τον καρκίνο του μαστού που βασίζεται στην τεχνητή νοημοσύνη. Οι αλγόριθμοι θα μπορούν να «κατηγοριοποιούν» με ακρίβεια τον διηθητικό καρκίνο του μαστού σε πρώιμο, χαμηλού και υψηλού κινδύνου στάδιο, καθώς και να υπολογίζουν την πιθανότητα υποτροπής εντός έξι ετών από την πρωτογενή διάγνωση.

Είναι σαφές λοιπόν πως η τεχνητή νοημοσύνη όχι μόνο μπορεί να «διεισδύσει» στα ιατρεία και τα νοσοκομεία παγκοσμίως, καθώς ήδη το κάνει, αλλά μπορεί να αλλάξει εντελώς τον τρόπο που γίνεται η διάγνωση των ασθενειών. Στο μέλλον μάλιστα ένας αλγόριθμος θα είναι ικανός να δείχνει ποιος ασθενής θα μπορεί να κάνει μία συγκεκριμένη θεραπεία και τι ποσοστό επιτυχίας θα έχει. Η εικόνα των νοσοκομείων αναμένεται να αλλάξει άρδην σε πέντε χρόνια, αλλά μαζί με αυτό και οι αρμοδιότητες των γιατρών.

Ο διακεκριμένος καθηγητής Μαθηματικών στη σχολή μηχανικών του Πανεπιστημίου Paris-Saclay και ιδρυτής, πρόεδρος και Διευθύνων Σύμβουλος της TheraPanacea (ευρωπαϊκό ερευνητικό κέντρο), Νίκος Παραγιός, περιγράφει στην «Κ» τις δυνατότητες της τεχνητής νοημοσύνης στην Ιατρική και μας δίνει μία πολλά υποσχόμενη και αισιόδοξη εικόνα από το μέλλον ειδικά όσον αφορά τη διάγνωση και τη θεραπεία του καρκίνου.

«Αυτό που μπορούμε να πούμε με σιγουριά πλέον είναι πως η τεχνητή νοημοσύνη χρησιμεύει σε τρεις διαφορετικούς τομείς στην Ιατρική. Ο πρώτος τομέας είναι η διάγνωση, ο δεύτερος η θεραπεία και ο τρίτος είναι η πρόβλεψη της ανταπόκρισης που θα έχει ένας ασθενής σε μια θεραπεία», επισημαίνει ο κ. Παραγιός.

Η τεχνητή νοημοσύνη χρήσιμο εργαλείο στη διάγνωση και τη θεραπεία
«Στον τομέα της διάγνωσης του καρκίνου του μαστού, η τεχνητή νοημοσύνη μπορεί να επεξεργαστεί εκατομμύρια δεδομένα από προηγούμενες μαστογραφίες των τελευταίων δέκα ετών και να δημιουργήσει αλγορίθμους και λογικές που αναπαράγουν τις καλύτερες πρακτικές στον τομέα. Στόχος είναι επομένως μέσω της τεχνητής νοημοσύνης να έχουμε μία πολύ ασφαλέστερη και ακριβέστερη διάγνωση του ασθενούς, η οποία θα μπορούσε να χρησιμοποιηθεί και σε νοσοκομεία όπου δεν υπάρχει η απαραίτητη ειδίκευση», αναφέρει ο καθηγητής του Πανεπιστημίου Paris-Saclay.

Ο δεύτερος τομέας στον οποίο μπορεί να βοηθήσει η τεχνητή νοημοσύνη είναι αυτός της θεραπείας. Ας πάρουμε σαν παράδειγμα τον καρκίνο για την αντιμετώπιση του οποίου σήμερα υπάρχουν τέσσερις θεραπευτικές επιλογές. Η πρώτη είναι να κάνει κάποιος χειρουργείο, η δεύτερη να υποβληθεί σε ακτινοθεραπεία, η τρίτη σε χημειοθεραπεία και η τέταρτη σε ανοσοθεραπεία.

«Με τη βοήθεια της τεχνητής νοημοσύνης μπορούμε να στοχεύσουμε καλύτερα τα καρκινικά κύτταρα και να αποφύγουμε τα υγιή, ώστε να έχουμε την ελάχιστη καταστροφή των υγιών κυττάρων που βρίσκονται γύρω από τον καρκίνο. Μέχρι σήμερα η ακτινοθεραπεία σε ασθενείς γίνεται χειροκίνητα από τον γιατρό μέσω επεξεργασίας της αξονικής τομογραφίας. Πλέον όμως οι αλγόριθμοι μπορούν να μας πουν με μεγαλύτερη ακρίβεια πού θα πρέπει το ρομπότ να ρίξει ακριβώς την ακτίνα», αναφέρει ο κ. Παραγιός και προσθέτει πως «μια από τις εφαρμογές που δουλεύουμε στην TheraPanacea κάνει ακριβώς αυτό και σήμερα είναι εγκατεστημένη σε πάνω από 100 νοσοκομεία στον κόσμο (συμπεριλαμβανομένου και του νοσοκομείου «Αλεξάνδρα» στην Ελλάδα).

Ο τρίτος τομέας είναι ο λίγο πιο μακρινός αλλά συνάμα και ο πιο ενδιαφέρων, καθώς σχετίζεται με την πρόγνωση πάνω στην ανοσοθεραπεία -ή σε οποιαδήποτε άλλη θεραπεία.

Ένας αλγόριθμος θα μας λέει το ποσοστό επιτυχίας για τις θεραπείες κατά του καρκίνου
«Σήμερα το πρόβλημα με την ανοσοθεραπεία είναι πως αφενός είναι πολύ ακριβή (100.000€ ανά ασθενή) και αφετέρου το ποσοστό επιτυχίας φτάνει περίπου στο 20%. Φανταστείτε στο κοντινό μέλλον ένας αλγόριθμος να είναι ικανός να μας απαντά ποιος ασθενής θα μπορεί να κάνει τη θεραπεία και αν αυτή θα είναι επιτυχής. Έτσι και θα μειωνόταν το κόστος της θεραπείας και θα γνωρίζαμε σε ποιους ασθενείς θα είχε ανταπόκριση ενώ παράλληλα θα διοχετεύαμε τους υπόλοιπους σε εναλλακτικές θεραπείες κερδίζοντας σημαντικό χρόνο -και στην καταπολέμηση του καρκίνου ο παράγοντας χρόνος είναι πολύ σημαντικός», αναφέρει ο επιστήμονας.

Από τα παραπάνω γίνεται κατανοητό πως οι καινοτομίες που θα φέρει η τεχνητή νοημοσύνη στα συστήματα υγείας θα επηρεάσουν τόσο τη διάγνωση, όσο και τη θεραπεία του καρκίνου, αλλά και τον ρόλο που θα έχει ο γιατρός στο μέλλον.

Ο ρόλος του γιατρού θα διοχετευθεί στα πολύ βασικά
«Κάθε υπολογιστική λύση με AI μπορεί να επεξεργαστεί πολλά δεδομένα από διαφορετικές κλινικές. Ένας γιατρός θα δει στη ζωή του πιο περιορισμένα ιατρικά φαινόμενα. Έτσι οδηγούμαστε στο συμπέρασμα πως μια υπολογιστική λύση που χρησιμοποιεί τεχνητή νοημοσύνη θα έχει πολλά περισσότερα δεδομένα από έναν γιατρό και ακόμα πιο ενδιαφέρον θα μπορούσε να είχε δεδομένα και να διδαχθεί από τις καλύτερες πρακτικές και τα καλύτερα πανεπιστημιακά κέντρα. Γι’ αυτό θεωρώ πως ο ρόλος του γιατρού θα διοχετευθεί τα επόμενα χρόνια στα πολύ δύσκολα ή σπάνια περιστατικά όσον αφορά τη διάγνωση. Ουσιαστικά η τεχνητή νοημοσύνη σε πέντε χρόνια θα φτάσει να είναι στο επίπεδο ενός μεσαίου γιατρού», αναφέρει ο κ. Παραγιός και επισημαίνει πως αυτή τη στιγμή στις ΗΠΑ 500 εφαρμογές έχουν πιστοποιηθεί στην τεχνητή νοημοσύνη.

Όσον αφορά το κομμάτι της θεραπείας, στο μέλλον θα έχουμε πολλά μικρορομπότ που με τη βοήθεια των γιατρών και των δεδομένων θα δίνουν πιο ακριβή στόχευση και διεκπεραίωση στην θεραπεία.

Ωστόσο, όπως επισημαίνει ο κ. Παραγιός, παρόλο που στην Αμερική υπάρχει ένας σημαντικός αριθμός επενδύσεων πάνω σε αυτόν τον τομέα, στην Ευρώπη οι διαδικασίες είναι πιο πολύπλοκες.

«Στην Αμερική τα πράγματα είναι πολύ πιο εύκολα. Αν έχουμε εκεί μία εφαρμογή που κάνει τη δουλειά της είναι πολύ εύκολο να «βγει» από το εργαστήριο στην αγορά. Στην Ευρώπη κάθε χώρα έχει τις ιδιαιτερότητες της. Οπότε υπάρχουν εμπόδια στη γρήγορη εξάπλωση των μοντέλων στην ΕΕ. Παρά τη “γενική ομπρέλα”, αυτή η ανομοιογένεια στην Ευρώπη βάζει ένα φρένο στην κυκλοφορία τέτοιων εφαρμογών», επισημαίνει.

Σε ορίζοντα δεκαετίας η τεχνητή νοημοσύνη στα ελληνικά νοσοκομεία
Όσον για την Ελλάδα, η χρήση αυτών των εφαρμογών θα ήταν ιδιαίτερα σημαντική. Λόγω της ιδιότυπης κατανομής του πληθυσμού, όπως και της γεωγραφίας καθώς και του μεγάλου αριθμού των περιφερειακών νοσοκομείων, οι εφαρμογές της τεχνητής νοημοσύνης μπορούν να προσφέρουν εξειδικευμένες διαγνώσεις σε όλη την επικράτεια.

«Τα πανεπιστημιακά νοσοκομεία θα μπορούσαν να φιλοξενήσουν στο μέλλον τέτοιες εφαρμογές, ώστε στη συνέχεια να εξαπλωθούν και στα υπόλοιπα.

Σκεφτείτε μάλιστα πως μελλοντικά μέσω της τεχνητής νοημοσύνης ένας ασθενής θα μπορούσε να έχει μία εγγυημένη και ασφαλή διάγνωση είτε βρισκόταν στο νοσοκομείο της ακριτικής Καρπάθου από όπου κατάγομαι, είτε στον Ευαγγελισμό», ανέφερε ο κ. Παραγιός.

Ωστόσο, όπως επισημαίνει, η υλοποίηση τέτοιων λύσεων στη χώρα μας είναι εξαιρετικά δύσκολη, καθώς απαιτείται ένα οικονομικό μοντέλο που αυτή τη στιγμή είναι δύσκολο να διατεθεί, όταν υπάρχουν πολύ σημαντικότερα προβλήματα όσον αφορά τη χρηματοδότηση του συστήματος υγείας.

«Θεωρώ ότι σε ορίζοντα δεκαετίας η Ελλάδα θα είναι έτοιμη να υποδεχτεί τέτοιες εφαρμογές και οι πόρτες των νοσοκομείων να ανοίξουν για τις εφαρμογές τεχνητής νοημοσύνης. Πιστεύω πάντως πως αυτό θα γίνει αρκετά νωρίτερα στα νοσοκομεία της Γαλλίας, της Γερμανίας, της Ελβετίας, των βόρειων ευρωπαϊκών και βαλτικών χωρών», καταλήγει ο ίδιος.

Πηγή kathimerini.gr