ΠΟΥ: Το 64% των συστημάτων υγείας στην Ευρώπη διαθέτει κάποια μορφή Τεχνητής Νοημοσύνης
Η τεχνητή νοημοσύνη έχει ήδη περάσει από το επίπεδο της μελλοντικής προοπτικής στην καθημερινή λειτουργία συστημάτων υγείας, ενώ ταυτόχρονα δημιουργεί νέες ανάγκες για την εκπαίδευση των πολιτών και των επαγγελματιών υγείας. Έρευνα του Παγκόσμιου Οργανισμού Υγείας σε 50 ευρωπαϊκές χώρες έδειξε ότι το 64% αυτών διαθέτει ήδη κάποια μορφή εφαρμογής τεχνητής νοημοσύνης στο σύστημα υγείας, ανέφερε ο CEO και συνιδρυτής του τεχνοβλαστού του ΑΠΘ Medoid AI, δρ. Ανέστης Φαχαντίδης, μιλώντας σε εκδήλωση του ΙΣΘ στο πλαίσιο της 90ης ΔΕΘ. Οι εφαρμογές αυτές αφορούν κυρίως τη διάγνωση και την ιατρική απεικόνιση, αλλά επεκτείνονται και στην εξυπηρέτηση ασθενών και στην αυτοματοποίηση διαδικασιών.
Όπως σημείωσε, το επόμενο βήμα είναι η ουσιαστικότερη ενσωμάτωση της τεχνητής νοημοσύνης στις διαδικασίες υγείας, ώστε να απελευθερωθεί χρόνος για τους γιατρούς και τους άλλους επαγγελματίες υγείας. Τόνισε, ωστόσο, ότι η ΤΝ δεν μπορεί να υποκαταστήσει τον γιατρό, καθώς μπορεί να επεξεργάζεται τεράστιο όγκο καταγεγραμμένων δεδομένων, αλλά ο γιατρός είναι αυτός που μπορεί να αξιολογήσει τον ασθενή ως σύνολο και να συνεκτιμήσει πληροφορίες που δεν έχουν καταγραφεί. Παράλληλα, υπογράμμισε ότι η τεχνητή νοημοσύνη μπορεί να απαλλάξει τους γιατρούς από γραφειοκρατικές και μηχανιστικές εργασίες, αρκεί να χρησιμοποιείται με επαγρύπνηση και όχι ως «νοητικό δεκανίκι».
Ο κ. Φαχαντίδης σημείωσε ότι ασθενείς χρησιμοποιούν ήδη την ΤΝ (π.χ., μέσω εφαρμογών για συμπτώματα), παρόμοια με την αναζήτηση πληροφοριών υγείας στο Google και πρόσθεσε ότι οι πολίτες πρέπει να αντιληφθούν ότι τα στοιχεία που δίνουν στην ΤΝ μπορεί να είναι ελλιπή ή λανθασμένα σε σύγκριση με αυτά που θα αναζητούσε ένας γιατρός.Τέλος, ο κ. Φαχαντίδης προειδοποίησε για τον κίνδυνο νέων ανισοτήτων από την ψηφιοποίηση, καθώς η κατάργηση των παραδοσιακών τρόπων εξυπηρέτησης θα μπορούσε να αποκλείσει ηλικιωμένους και άλλες ευάλωτες ομάδες.
Όπως ανέφερε, ο κ. Μπακογιάννης, η δυνατότητα ανάλυσης πολύ μεγαλύτερου όγκου δεδομένων μπορεί να επιτρέψει την αναγνώριση προτύπων που δεν είναι εύκολο να εντοπιστούν με τις παραδοσιακές μεθόδους. Παράλληλα, σημείωσε ότι στο πλαίσιο ευρωπαϊκού ερευνητικού προγράμματος στο οποίο συμμετέχει το ΑΠΘ σε συνεργασία με εταιρείες πληροφορικής, αναπτύσσονται αλγόριθμοι για ασθενείς με καρδιακή ανεπάρκεια, με στόχο να εντοπίζονται έγκαιρα ενδείξεις απορρύθμισης, ώστε να υπάρξει παρέμβαση πριν χρειαστεί νοσηλεία.
Ο κ. Μπακογιάννης υπογράμμισε, ωστόσο, ότι η τεχνητή νοημοσύνη πρέπει να λειτουργεί σε «υβριδικό» πλαίσιο μαζί με τον γιατρό. Ιδιαίτερη σημασία απέδωσε στην «επεξηγηματική τεχνητή νοημοσύνη», η οποία μπορεί να δείχνει τα δεδομένα στα οποία βασίστηκε ένα αποτέλεσμα, επιτρέποντας στον γιατρό να κρίνει αν αυτό είναι αξιόπιστο.Παράλληλα, επισήμανε ότι οι «έξυπνες» συσκευές και τα ψηφιακά εργαλεία παρακολούθησης μπορούν να προσφέρουν σημαντικές πληροφορίες, αλλά οι ενδείξεις τους δεν πρέπει να αντιμετωπίζονται ως διαγνώσεις. «Πολλές φορές όλα αυτά που παίρνουμε είναι ενδείξεις», σημείωσε, υπογραμμίζοντας ότι η τελική ιατρική απόφαση δεν μπορεί να βασίζεται αποκλειστικά σε αυτές.Ο κ. Μπακογιάννης υποστήριξε ότι η μεγάλη προσδοκία είναι η μετάβαση από την αντίδραση στην πρόληψη, με την ΤΝ και τις «έξυπνες» συσκευές να βοηθούν στον εντοπισμό κινδύνων πριν εκδηλωθεί ένα καρδιακό επεισόδιο.
Παράλληλα, επισήμανε πως, ιδιαίτερα στον χώρο της υγείας, ο κίνδυνος ενισχύεται από τη δράση αυτοαποκαλούμενων ειδικών και influencers και από την ταχύτητα διάδοσης μη επιβεβαιωμένων πληροφοριών. Ο κ. Παναγιώτου επισήμανε ότι η διάψευση μιας ψευδούς πληροφορίας απαιτεί περισσότερο χρόνο από τη διάδοσή της, ενώ η συνεχής έκθεση σε αντικρουόμενες πληροφορίες μπορεί να οδηγήσει ακόμη και στην αντίληψη ότι «δεν πρέπει να πιστεύουμε τίποτα». Επισήμανε ακόμη ότι η ευαλωτότητα στις ψευδείς πληροφορίες αφορά όλες τις ηλικίες και ότι μεγαλύτερος κίνδυνος από τη διάδοση του ψεύδους είναι η δημιουργία μιας γενικευμένης δυσπιστίας απέναντι στην επιστήμη και τους θεσμούς. Παράλληλα, σημείωσε ότι η υπερβολική ανάθεση γνωστικών λειτουργιών στην τεχνητή νοημοσύνη μπορεί να περιορίσει την κριτική σκέψη και να δημιουργήσει νέο «χάσμα γνώσης».