Επιστήμονες υποστηρίζουν ότι η Τεχνητή Νοημοσύνη (ΑΙ) μπορεί να προβλέψει τα προβλήματα υγείας των ανθρώπων για μια ολόκληρη δεκαετία στο μέλλον. Συγκεκριμένα, η τεχνολογία αυτή έχει εκπαιδευτεί να εντοπίζει μοτίβα στους ιατρικούς φακέλους των ανθρώπων, προκειμένου να υπολογίζει τον κίνδυνο για περισσότερες από 1.000 ασθένειες. Κατά συνέπεια, οι ερευνητές παρομοιάζουν το μοντέλο αυτό με μια «καιρική πρόγνωση» για την ανθρώπινη υγεία. Για παράδειγμα, μπορεί να προβλέψει τον κίνδυνο βροχής με 70% πιθανότητα, αλλά στην περίπτωση αυτή, κάνει προβλέψεις για την υγεία.
Το μοντέλο Delphi-2M και η τεχνολογία του
Η φιλοδοξία των ερευνητών είναι να χρησιμοποιήσουν το μοντέλο ΑΙ για να εντοπίσουν ασθενείς υψηλού κινδύνου, ώστε να προληφθούν ασθένειες. Με τον τρόπο αυτό, μπορούν να βοηθήσουν τα νοσοκομεία να κατανοήσουν τις μελλοντικές τους ανάγκες. Το μοντέλο, με την ονομασία Delphi-2M, χρησιμοποιεί παρόμοια τεχνολογία με τα γνωστά chatbots ΑΙ, όπως το ChatGPT. Ενώ τα chatbots είναι εκπαιδευμένα να κατανοούν τα μοτίβα της γλώσσας για να προβλέπουν τη σειρά των λέξεων σε μια πρόταση, το Delphi-2M έχει εκπαιδευτεί να βρίσκει μοτίβα σε ανώνυμους ιατρικούς φακέλους. Κατά συνέπεια, μπορεί να προβλέψει τι έπεται και πότε. Ωστόσο, το μοντέλο δεν προβλέπει συγκεκριμένες ημερομηνίες, για παράδειγμα μια καρδιακή προσβολή την 1η Οκτωβρίου, αλλά εκτιμά την πιθανότητα για 1.231 ασθένειες.
Τα πρώτα αποτελέσματα και οι προοπτικές
Το μοντέλο ΑΙ αναπτύχθηκε αρχικά με ανώνυμα δεδομένα από το Ηνωμένο Βασίλειο. Συγκεκριμένα, χρησιμοποίησε πληροφορίες από νοσοκομειακές εισαγωγές, ιατρικούς φακέλους και συνήθειες, όπως το κάπνισμα, από περισσότερα από 400.000 άτομα, στο πλαίσιο του ερευνητικού προγράμματος UK Biobank. Έπειτα, το μοντέλο δοκιμάστηκε με επιτυχία χρησιμοποιώντας δεδομένα από άλλους συμμετέχοντες του Biobank και από 1,9 εκατομμύρια ιατρικούς φακέλους στη Δανία.
Ο καθηγητής Έβαν Μπέρνι, προσωρινός εκτελεστικός διευθυντής του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, δήλωσε ενθουσιασμένος με τα αποτελέσματα. «Είναι πολύ καλό, είναι πραγματικά καλό στη Δανία», είπε. «Εάν το μοντέλο μας λέει ότι υπάρχει ένας στους 10 κίνδυνος για την επόμενη χρονιά, τότε φαίνεται πως όντως είναι ένας στους 10». Το μοντέλο είναι πιο αποτελεσματικό στην πρόβλεψη ασθενειών όπως ο διαβήτης τύπου 2, οι καρδιακές προσβολές και η σήψη, οι οποίες έχουν σαφή εξέλιξη, σε αντίθεση με πιο τυχαία γεγονότα, όπως οι λοιμώξεις.
Εφαρμογή στην κλινική πράξη
Παρότι το εργαλείο δεν είναι ακόμη έτοιμο για κλινική χρήση, ο στόχος είναι να χρησιμοποιηθεί με παρόμοιο τρόπο, όπως ένας υπολογισμός κινδύνου για καρδιακή προσβολή ή εγκεφαλικό επεισόδιο. Με αυτό τον τρόπο, θα εντοπίζονται οι ασθενείς υψηλού κινδύνου. Κατά συνέπεια, θα δίνεται η δυνατότητα για έγκαιρη παρέμβαση και πρόληψη ασθενειών. Αυτό θα μπορούσε να περιλαμβάνει τη χορήγηση φαρμάκων ή συγκεκριμένες συμβουλές για τον τρόπο ζωής, όπως για παράδειγμα, σε άτομα που είναι πιθανό να αναπτύξουν ηπατικές διαταραχές, να μειώσουν την κατανάλωση αλκοόλ περισσότερο από τον γενικό πληθυσμό.
Η Τεχνητή Νοημοσύνη θα μπορούσε επίσης να συμβάλει στον σχεδιασμό προγραμμάτων προσυμπτωματικού ελέγχου και στην ανάλυση ιατρικών φακέλων, ώστε να προβλέψει τις μελλοντικές ανάγκες ενός τοπικού νοσοκομείου. Για παράδειγμα, θα μπορούσε να υπολογίσει πόσες καρδιακές προσβολές θα υπάρξουν στο Νόριτς το 2030, για να βοηθήσει στον σχεδιασμό των πόρων.
Ο καθηγητής Γκουστάβο Σούδρε, ερευνητής νευροαπεικόνισης και ΤΝ στο King’s College του Λονδίνου, σχολίασε: «Αυτή η έρευνα φαίνεται να είναι ένα σημαντικό βήμα προς μια επεκτάσιμη, ερμηνεύσιμη και, κυρίως, ηθικά υπεύθυνη μορφή προγνωστικής μοντελοποίησης στην ιατρική».
Προκλήσεις και το μέλλον της ιατρικής
Το μοντέλο, που περιγράφεται λεπτομερώς στο επιστημονικό περιοδικό Nature, χρειάζεται βελτίωση και περαιτέρω δοκιμές πριν χρησιμοποιηθεί κλινικά. Επιπλέον, υπάρχουν πιθανές προκαταλήψεις, καθώς βασίστηκε κυρίως σε δεδομένα από άτομα ηλικίας 40 έως 70 ετών, αντί για ολόκληρο τον πληθυσμό. Το μοντέλο αναβαθμίζεται συνεχώς για να ενσωματώσει περισσότερα ιατρικά δεδομένα, όπως απεικονίσεις, γενετικά στοιχεία και αναλύσεις αίματος.
Ο καθηγητής Birney τονίζει ότι «αυτή είναι έρευνα. Τα πάντα πρέπει να δοκιμαστούν, να ρυθμιστούν και να μελετηθούν καλά πριν χρησιμοποιηθούν, αλλά η τεχνολογία υπάρχει ήδη για να κάνει αυτού του είδους τις προβλέψεις». Εκτιμά ότι θα ακολουθήσει μια πορεία παρόμοια με τη χρήση της γονιδιωματικής στην υγειονομική περίθαλψη, όπου χρειάστηκε μια δεκαετία για να περάσει από την εμπιστοσύνη των επιστημόνων στην τεχνολογία στην κλινική της εφαρμογή. Η μελέτη ήταν μια συνεργασία μεταξύ του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, του Γερμανικού Κέντρου Έρευνας για τον Καρκίνο (DKFZ) και του Πανεπιστημίου της Κοπεγχάγης.
Διαβάστε ακόμα: Το κουνούπι είναι πιο επικίνδυνο από τον καρχαρία!
