H τεχνητή νοημοσύνη εισβάλλει στα ιατρεία με στόχο να αποτελέσει ένα πολύτιμο σύμμαχο στην προσπάθεια για την καλύτερη διάγνωση και πρόγνωση σχετικά με την πορεία της υγείας ενός ασθενούς.
Ενα από τα μεγάλα προβλήματα των γιατρών είναι οι ώρες που πρέπει να αφιερώνουν μετά το τέλος της εργασίας τους για να καταχωρίζουν διάφορα δεδομένα από τα περιστατικά και τους ασθενείς που εξέτασαν κατά τη διάρκεια της ημέρας.
Οι γιατροί καταγράφουν τα δεδομένα αυτά ηχητικά ή γραπτά στη διάρκεια της επαφής τους με έναν ασθενή ή κάποιο περιστατικό και το υλικό αυτό πρέπει στη συνέχεια να το καταχωρίσουν σε κάποιο αρχείο. Αν η διαδικασία αυτή γινόταν αυτόματα, από ένα σύστημα τεχνητής νοημοσύνης, οι γιατροί θα κέρδιζαν πολύτιμο χρόνο.
Αν, δε, ένα πρόγραμμα τεχνητής νοημοσύνης μπορούσε όχι μόνο να κατανοήσει αυτά τα δεδομένα, αλλά και να τα κατηγοριοποιήσει, η βοήθεια που θα προσέφερε στους γιατρούς θα ήταν πολυεπίπεδη.
Ένα τέτοιο παράδειγμα είναι η επιλογή μιας ομάδας ασθενών για να πάρουν μέρος σε κλινική δοκιμή. Για να γίνει η επιλογή απαιτούνται πολλές εβδομάδες εργασίας των γιατρών που οργανώνουν τη δοκιμή, με σκοπό να εντοπίσουν τους ασθενείς που είναι οι κατάλληλοι μέσα από ένα τεράστιο όγκο ιατρικών και άλλων προσωπικών δεδομένων των υποψηφίων συμμετεχόντων.
«Συστήματα τεχνητής νοημοσύνης θα μπορούν να κάνουν αυτή τη δουλειά μέσα σε λίγα λεπτά» λέει η Μόνα Φλόρες, επικεφαλής του τμήματος τεχνητής νοημοσύνης της Nvidia, μιας εταιρείας που κυριαρχεί παγκοσμίως στον τομέα των καρτών γραφικών. Ένα τέτοιο σύστημα θα μπορεί να αναλύει το ιστορικό αμέτρητων μελετών και να προχωρά σε προβλέψεις για το πώς μπορεί να αντιδράσει ο οργανισμός ενός ασθενούς σε μια θεραπεία. Θα μπορεί επίσης να αναλύει το ιστορικό ιατρικών περιστατικών ώστε να ενημερώνει τους γιατρούς για πιθανές επιπλοκές που μπορεί να υπάρξουν στην διάρκεια μιας χειρουργικής επέμβασης.
Η βιομηχανία
Όπως αναφέρει σε δημοσίευμά της η ειδησεογραφική ιστοσελίδα Axios, τις τελευταίες εβδομάδες έχει υπάρξει ένα μπαράζ ανακοινώσεων για συστήματα τεχνητής νοημοσύνης που παρέχουν ιατρικές υπηρεσίες.
- Στις 8 Απριλίου το Ακαδημαϊκό Κέντρο Υγεία του Πανεπιστημίου της Φλόριντα ανακοίνωσε τη συνεργασία του με την Nvidia για την ανάπτυξη ενός συστήματος τεχνητής νοημοσύνης επεξεργασίας της ανθρώπινης ομιλίας. Το σύστημα θα εκπαιδευθεί στην εκμάθηση της ανθρώπινης ομιλίας από δύο εκατομμύρια ηχητικά αρχεία συνομιλιών γιατρών με ασθενείς.
- Στις 12 Απριλίου η Microsoft ανακοίνωσε την εξαγορά της εταιρείας Nuance Communications, μιας εταιρείας λογισμικού που ειδικεύεται στην ανάπτυξη συστημάτων τεχνητής νοημοσύνης αναγνώρισης ομιλίας και έχει ήδη αναπτύξει ένα τέτοιο σύστημα που αναλύει τις συζητήσεις γιατρών με τους ασθενείς τους. Για την εξαγορά αυτή η Microsoft έδωσε 19,7 δισ. δολάρια, ποσό που δείχνει τη δυναμική και προοπτική που έχει αυτός ο τομέας.
- Στις 14 Απριλίου το μεγάλο αμερικανικό κέντρο ιατρικών ερευνών Mayo Clinic ανακοίνωσε την έναρξη λειτουργίας της πλατφόρμας mHealth platform, η οποία θα συνδέει τις ιατρικές συσκευές που χρησιμοποιεί ένας ασθενής και συλλέγουν συνεχώς δεδομένα για την κατάστασή του –όπου και αν βρίσκεται– με βάσεις δεδομένων και άλλες πηγές άντλησης πληροφοριών, μέσω συστημάτων τεχνητής νοημοσύνης. Ετσι οι γιατροί που θα κληθούν να πάρουν αποφάσεις για τη φροντίδα του, θα έχουν στη διάθεσή τους όσο το δυνατόν περισσότερες πληροφορίες που θα τους βοηθήσουν.
Η ψυχική υγεία
Ένας ακόμη τομέας όπου μπορούν τα συστήματα τεχνητής νοημοσύνης να προσφέρουν σημαντική βοήθεια είναι αυτός των ειδικών ψυχικής υγείας. «Η κλινική πρακτική ψυχιάτρων και ψυχολόγων για τη θεραπευτική προσέγγιση των ασθενών τους έχει παραμείνει ίδια τα τελευταία 100 έτη και βασίζεται στις συζητήσεις με αυτούς» γράφει ο ψυχίατρος Ντάνιελ Μπάρον στο νέο βιβλίο του, «Διαβάζοντας το μυαλό μας: Η άνοδος των μεγάλων δεδομένων Ψυχιατρικής».
Ο Μπάρον κάνει λόγο για ένα κοντινό μέλλον στο οποίο οι συζητήσεις θεραπευτών και ασθενών θα καταγράφονται από συστήματα τεχνητής νοημοσύνης και πιθανώς να καταγράφονται ακόμη και οι εκφράσεις του προσώπου του ασθενούς, ώστε ο θεραπευτής να έχει ένα σύνολο δεδομένων στη διάθεσή του που θα τον βοηθήσουν να αναγνωρίσει καλύτερα το πρόβλημα και να αποφασίσει πώς θα το αντιμετωπίσει.
Όμως, σε αυτό το ενδεχόμενο τίθεται ένα ζήτημα: πόσο εύκολα θα αποδεχτούν, τόσο οι ασθενείς όσο και οι θεραπευτές, την παρακολούθηση και ανάλυση της συνεδρίας από ένα σύστημα τεχνητής νοημοσύνης και πόσο άνετα θα νιώθουν με την παρουσία του.
Ακόμη και οι δημιουργοί τέτοιων συστημάτων δεν μπορούν να διαβεβαιώσουν ότι τα υπάρχοντα συστήματα τεχνητής νοημοσύνης μπορούν να αναγνωρίσουν και να χαρακτηρίσουν μια έκφραση του προσώπου ενός ατόμου ή την εκδήλωση ενός συναισθήματος με αντικειμενικά κριτήρια, χωρίς δηλαδή να κάνουν την ανάλυση βάσει δεδομένων που εμπεριέχουν, όπως διαφόρων ειδών προκαταλήψεις.
Ο Μπάρον υποστηρίζει ότι η λύση σε αυτά τα προβλήματα της χρήσης τεχνητής νοημοσύνης ανάμεσα σε θεραπευτές και ασθενείς είναι να συζητούν μεταξύ τους και να συμφωνούν για την έκταση της καταγραφής και παρέμβασης που θα έχουν αυτά τα συστήματα στη μεταξύ τους επαφή, ώστε να νιώθουν και οι δύο πλευρές άνετα.