(από τον Giancarlo De Leo) Η Τεχνητή Νοημοσύνη (AI) ή η AI (Τεχνητή Νοημοσύνη, στην αγγλοσαξονική φαντασία) είναι ένας κλάδος της επιστήμης των υπολογιστών που, μέσω του προγραμματισμού και του σχεδιασμού και των δύο συστημάτων λογισμικού και υλικού, επιτρέπει στις μηχανές να εξοπλιστούν με καθήκοντα που συνήθως προορίζονται αποκλειστικά για τον ανθρώπινο νου.
Η Τεχνητή Νοημοσύνη γεννήθηκε με την εξάπλωση των υπολογιστών και η ημερομηνία γέννησής της είναι συμβατικά το 1956. Στην πραγματικότητα, φέτος, η Τεχνητή Νοημοσύνη συζητήθηκε για πρώτη φορά κατά τη διάρκεια ενός συνεδρίου (Dartmouth Summer Research Project on Artificial Intelligence) που πραγματοποιήθηκε στο Ντάρτμουθ των Ηνωμένων Πολιτειών Τα κράτη και τα οποία είδαν τη συμμετοχή ορισμένων από τα πιο σημαντικά ονόματα στην επιστήμη των υπολογιστών (McCarthy, Minsky, Rochester, Shannon, Newell, Simon). Κατά τη διάρκεια αυτού του ιστορικού συνεδρίου, παρουσιάστηκαν ορισμένα προγράμματα ικανά να πραγματοποιήσουν κάποια λογική συλλογιστική, ιδίως σχετικά με τα μαθηματικά.
Σήμερα το AI είναι σε θέση να φέρει επανάσταση σε ολόκληρους βιομηχανικούς τομείς, καθώς και στην ίδια την αλληλεπίδραση των πολιτών μεταξύ τους και με τις επιχειρήσεις, τις διοικήσεις και την κοινωνία των πολιτών.
Το δυναμικό του είναι τέτοιο που οι ειδικοί συμφωνούν ότι η τεχνητή νοημοσύνη είναι μια άνευ προηγουμένου ευκαιρία να αυξήσει την παραγωγικότητα της εργασίας και να επιτρέψει εξαιρετική πρόοδο.
Από την άλλη πλευρά, η ανάπτυξη των αναδυόμενων τεχνολογιών είναι ένα από τα σημεία στο επίκεντρο της δράσης που ανέλαβε το Υπουργείο Οικονομικής Ανάπτυξης: το τελικό έγγραφο δημοσιεύθηκε τον περασμένο Ιούλιο με τις προτάσεις για την «Ιταλική Στρατηγική για την Τεχνητή Νοημοσύνη». από την ομάδα εμπειρογνωμόνων που αναγνώρισαν τα σχόλια που έλαβαν μετά τη δημόσια διαβούλευση πέρυσι.
Ενώ πρόσφατα το Συμβούλιο Υπουργών ενέκρινε την ίδρυση του Ιταλικού Ινστιτούτου Τεχνητής Νοημοσύνης (I3A), μια δομή τεχνολογικής έρευνας και ανάπτυξης που δημιουργήθηκε με διπλό σκοπό την προσέλκυση ταλέντων από τη διεθνή αγορά και το σημείο αναφοράς για την ανάπτυξη του «Artificial Ευφυΐα στην Ιταλία, σε σχέση με τις κύριες τεχνολογικές τάσεις (συμπεριλαμβανομένων των 5G, Industry 4.0, Cybersecurity).
Το κέντρο, που εδρεύει στο Τορίνο, θα μπορεί να βασίζεται σε ετήσιο προϋπολογισμό περίπου 80 εκατομμυρίων ευρώ και θα γίνει σημείο αναφοράς με 600 υπαλλήλους, σε συνεργασία με ερευνητικά κέντρα και πανεπιστήμια. Οι τομείς που εμπλέκονται περιλαμβάνουν την κατασκευή και τη ρομποτική, το IoT, την κινητικότητα, την αγροτροφία και την ενέργεια, τη δημόσια διοίκηση, τον πολιτισμό και ψηφιακές ανθρωπιστικές επιστήμες, αεροδιαστημική και υγειονομική περίθαλψη.
Τεχνητή νοημοσύνη στην υγειονομική περίθαλψη
Οι εφαρμογές τεχνητής νοημοσύνης στην Υγειονομική περίθαλψη γίνονται πιο συχνές για την μηχανοργάνωση ορισμένων διαγνωστικών δραστηριοτήτων για την υποστήριξη των αποφάσεων των ιατρών. Η τεχνητή νοημοσύνη στον ιατρικό τομέα είναι ένας τομέας που μπορεί ακόμη να θεωρηθεί ανεπαρκώς ανεπτυγμένος ακόμη και για τους κανονισμούς της ρομποτικής χειρουργικής να είναι ανεπαρκείς και να ενημερωθούν.
Η τεχνητή νοημοσύνη που εφαρμόζεται στην τεράστια μάζα δεδομένων που παράγονται από εταιρείες υγειονομικής περίθαλψης επιτρέπει τεράστια οφέλη όπως:
- σχεδιάστε προβλέψεις και εξατομικευμένες πολιτικές πρόληψης της υγείας ·
- πρόβλεψη αιτήσεων για βοήθεια ·
- βελτίωση της ακρίβειας της ανίχνευσης κλινικών σημείων και συμπτωμάτων ·
- αυτοματοποιημένη χρήση των αποτελεσμάτων εργαστηριακών αναλύσεων ·
- διατύπωση εξατομικευμένων πρωτοκόλλων ή σχεδίων θεραπείας ·
- Αναλύστε τα ευρήματα των παρενεργειών των θεραπειών.
- πρόβλεψη καταστάσεων έκτακτης ανάγκης και υπολογισμός των ποσοστών επανεισδοχής σε εγκαταστάσεις υγείας ·
- προβλέψτε την εξάπλωση μιας ασθένειας και διευκολύνετε το συντονισμό των ομάδων φροντίδας.
Η Τεχνητή Νοημοσύνη μας επιτρέπει επομένως να εισέλθουμε σε μια νέα εποχή εξαιρετικά πρώιμης διάγνωσης, μέσω της έρευνας και του εντοπισμού των συμπτωμάτων ή της προδιάθεσης για τη σύλληψη μιας συγκεκριμένης ασθένειας.
Είναι επίσης δυνατό να εκτιμηθεί το κόστος της νοσηλείας για κρίσιμες ασθένειες και να παρακολουθηθεί ο αντίκτυπος πιθανών εκστρατειών πρόληψης.
Ιατρικές ειδικότητες όπως η καρδιολογία και η ακτινολογία επωφελούνται από αυτό.
Πρέπει να σημειωθεί ότι ο τομέας της διαγνωστικής απεικόνισης βρίσκεται σε βαθύ μετασχηματισμό και τα πλεονεκτήματα της Τεχνητής Νοημοσύνης είναι και θα είναι εξαιρετικά σημαντικά.
Ένας άλλος τομέας εφαρμογής της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη είναι αυτός της χειρουργικής επέμβασης με ρομπότ. Υπάρχουν ήδη πολύ σημαντικές χρήσεις που μαρτυρούν τον τρόπο με τον οποίο το AI είναι σε θέση να βελτιώσει τις τεχνικές που χρησιμοποιούνται ήδη για αρκετά χρόνια στον τομέα της ρομποτικής χειρουργικής, ειδικά στη μικροχειρουργική.
Ένας άλλος τομέας στον οποίο η Τεχνητή Νοημοσύνη μπορεί να συμβάλει σημαντικά στη βελτίωση της υγειονομικής περίθαλψης προωθώντας την προληπτική ιατρική και τον εντοπισμό νέων φαρμάκων.
Στην υγειονομική περίθαλψη, το IBM Watson είναι σίγουρα ένα από τα λογισμικά αναφοράς στον κόσμο της τεχνητής νοημοσύνης και χρησιμοποιείται επί του παρόντος για τον εντοπισμό εξειδικευμένων θεραπειών για καρκινοπαθείς.
Επιπλέον, το Covid-19 ανάγκασε όλους να αναζητήσουν απαντήσεις, ασκώντας πίεση σε εταιρείες, κυβερνητικούς φορείς, οργανισμούς υγείας, σχολεία και μη κερδοσκοπικούς οργανισμούς.
Η IBM έχει εκπαιδεύσει τον Watson Assistant για να απαντά σε κοινές ερωτήσεις σχετικά με το Covid-19, αξιοποιώντας απευθείας τις οδηγίες CDC των ΗΠΑ και τα αποτελέσματα των τελευταίων ιατρικών θεραπειών.
Οι αλγόριθμοι είναι σε θέση να παρέχουν αποτελέσματα σε λιγότερο χρόνο από ό, τι οι αναλύσεις που βασίζονται στην αξιολόγηση που έγινε από τον άνθρωπο και μπορούν να χρησιμοποιηθούν οπουδήποτε στον κόσμο.
Οι ασθενείς μπορούν έτσι να επωφεληθούν από απλουστευμένες διαδικασίες και εξατομικευμένη βοήθεια, αλλιώς αδύνατη και πολύ πιο γρήγορα και με περισσότερο χρόνο να περάσουν με τον θεράποντα γιατρό για πιο ευαίσθητες δραστηριότητες.
Προς το παρόν δεν υπάρχει πραγματική συνέργεια μεταξύ γιατρών και τεχνητής νοημοσύνης και πρέπει να σημειωθεί ότι αυτοί οι επαγγελματίες εξακολουθούν να δυσκολεύονται να κατανοήσουν πώς η Τεχνητή Νοημοσύνη μπορεί πραγματικά να πραγματοποιήσει μια αξιολόγηση με απόλυτη αυτονομία.
Ο αλγόριθμος πρέπει να έχει τη δυνατότητα να δημιουργεί μια ανάλυση που προσδιορίζει περιοχές αβεβαιότητας υποβάλλοντας τους στην αξιολόγηση της ανθρώπινης παρέμβασης όταν πρόκειται για την ευημερία του ασθενούς, επειδή οι διαγνωστικές και θεραπευτικές αποφάσεις θα είναι πάντα στα χέρια των επαγγελματιών του τομέα της υγείας που θα τότε έχετε την τελευταία λέξη που μπορεί να είναι πιο γρήγορη και ακριβέστερη με την υποστήριξη της βοήθειας AI.
Κίνδυνοι και ηθικές πτυχές
Η ενσωμάτωση της Τεχνητής Νοημοσύνης στο Σύστημα Υγείας μπορεί να εξοικονομήσει χρήματα αφιερώνοντας την ανθρώπινη παρέμβαση σε πιο συγκεκριμένες δραστηριότητες που σχετίζονται με την υγεία.
Η εξάπλωση της τεχνολογίας υγειονομικής περίθαλψης που βασίζεται σε AI οφείλεται επίσης σε μεγάλο βαθμό στο IoT (Internet of Things) και τα φορητά που εκμεταλλεύονται την AI για να αυξήσουν την ποιότητα ζωής των χρηστών και να προβλέψουν τα προβλήματά τους.
Το λογισμικό που χρησιμοποιεί AI μπορεί να αναλύσει δεδομένα για να προειδοποιήσει τους χρήστες και τους επαγγελματίες του τομέα της υγείας τους για πιθανά προβλήματα υγείας και κινδύνους, μειώνοντας τον φόρτο εργασίας τους και αποτρέποντας περιττές επισκέψεις στο νοσοκομείο, μειώνοντας το κόστος.
Όπως συμβαίνει με όλα τα AI, αυτές οι καινοτομίες στην τεχνολογία υγείας βασίζονται σε δεδομένα που παρέχονται από τον άνθρωπο, πράγμα που σημαίνει ότι υπάρχει κίνδυνος τα σύνολα δεδομένων να περιέχουν ασυνείδητη προκατάληψη. Ειδικά στην ευαίσθητη αγορά υγειονομικής περίθαλψης, θα είναι απαραίτητο να θεσπιστούν νέοι ηθικοί κανόνες για τον περιορισμό και την αποτροπή των δυνητικά «επικίνδυνων» τάσεων της Τεχνητής Νοημοσύνης.
Μελλοντικές προοπτικές
Η χρήση της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη αυξάνεται λόγω της συνεχούς ζήτησης για αξιολογητική και προβλέψιμη τεχνολογία, φορετή τεχνολογία, ψηφιακή υγειονομική περίθαλψη και ψηφιακό μετασχηματισμό, αλλά τα συγκεκριμένα προβλήματα απορρήτου έχουν επιβραδύνει την υιοθέτηση κινητών και ψηφιακών εργαλείων για τη διαχείριση δεδομένων ασθενών.
Οι εγκαταστάσεις υγειονομικής περίθαλψης και οι επαγγελματίες υγείας μπορούν επομένως να γίνουν πραγματικοί στόχοι για το έγκλημα στον κυβερνοχώρο, δεδομένου ότι τα δεδομένα της υγειονομικής περίθαλψης είναι ίσως τα πιο πολύτιμα διαθέσιμα μαζί με οικονομικά.
Από την άλλη πλευρά, η έναρξη ισχύος του κανονισμού 679/16 της ΕΕ (GDPR) επέφερε σημαντικές αλλαγές στην προσέγγιση της ασφάλειας δεδομένων και στον τομέα της υγείας. Αυτή η νέα προσέγγιση, που βασίζεται στις έννοιες της λογοδοσίας και της διαχείρισης κινδύνων, ώθησε και προωθεί λύσεις στον κλινικό τομέα, προς την εφαρμογή ενός συστήματος διαχείρισης επιχειρήσεων που βασίζεται στην ιδιωτική ζωή από προεπιλογή και από το σχεδιασμό, και στην υιοθέτηση κατάλληλων μέτρων ασφαλείας (εκπαίδευση, προληπτική και προγνωστική συντήρηση, ασφάλεια στον κυβερνοχώρο, επιχειρησιακή συνέχεια και αποκατάσταση καταστροφών).
Η εκθετική ανάπτυξη μεγάλων συνόλων δεδομένων (Big Data) και η συνέπεια ότι δεν θα υπάρχει αρκετό εκπαιδευμένο και πιστοποιημένο ιατρικό προσωπικό για τη διαχείριση αυτής της νέας ροής πληροφοριών θα πρέπει να ληφθεί υπόψη.
Θα είναι σημαντικό ότι ο ψηφιακός μετασχηματισμός προκειμένου να διασφαλιστεί η διαθεσιμότητα κλινικά αξιόπιστων, ασφαλών και οικονομικά αποδοτικών πληροφοριών μπορεί να μειώσει την αβεβαιότητα στις αποφάσεις που λαμβάνονται προκειμένου να δημιουργήσει υψηλή αξία για τη βελτίωση των διαγνωστικών-θεραπευτικών οδών των ασθενών.
Επομένως, η υποστήριξη της Τεχνητής Νοημοσύνης θα είναι αποφασιστικής σημασίας για την ταχεία ανάλυση των εξετάσεων μαζί με τη μείωση του ποσοστού σφάλματος.
Οι εγκαταστάσεις υγειονομικής περίθαλψης που δεν εξοπλίζονται με αυτά τα εργαλεία θα είναι καταδικασμένες να χάσουν έδαφος, με πολύ μεγάλες λίστες αναμονής και αυξανόμενες πιθανότητες να κάνουν λανθασμένες διαγνώσεις.
Συμπερασματικά, η τεχνητή νοημοσύνη στην υγειονομική περίθαλψη συγκαταλέγεται μεταξύ των παραγόντων που μπορούν να εξαλείψουν τις αποστάσεις και να προωθήσουν την κοινωνική και περιβαλλοντική βιωσιμότητα για την αναγέννηση μετά τη Covid της χώρας.
Giancarlo De Leo, Σύμβουλος Ιατρικών-Επιστημονικών Εκδόσεων και Ψηφιακής Υγείας, Μέλος και Γραμματέας του Παρατηρητηρίου Ψηφιακής Υγείας της Ιταλικής Ένωσης Ψηφιακών Επανάστασης (AIDR)