Τα συστήματα υγείας σε όλη την υφήλιο βρίσκονται αντιμέτωπα με εντεινόμενες προκλήσεις που επιδεινώνονται περαιτέρω από τις επισφαλείς συνιστώσες της πανδημίας του κορωνοϊού, την αύξηση των χρόνιων παθήσεων, ασθενειών δηλαδή όπως λ.χ. οι καρδιοπάθειες ή η παχυσαρκία που σχετίζονται εν πολλοίς με τον σύγχρονο τρόπο ζωής, καθώς και το οξύτατο, πολυπαραγοντικό ζήτημα του εκρηκτικού και ταχέως γηράσκοντος παγκόσμιου πληθυσμού.

Αυτές οι ισχυρές δυναμικές τροφοδοτούν, αφενός, την απαίτηση για υψηλότερες δαπάνες από πλευράς των εθνικών συστημάτων υγείας και δημιουργούν, αφετέρου, αυξημένες προσδοκίες για την παροχή πιο εξατομικευμένης και αποτελεσματικής φροντίδας στους χρήστες των υγειονομικών υπηρεσιών. Με τις αλλαγές που έρχονται στον κλάδο της Υγείας να προμηνύονται σαρωτικές στο εγγύς μέλλον, ο ψηφιακός μετασχηματισμός, η αυτοματοποίηση και οι τεχνολογίες τεχνητής νοημοσύνης (ΤΝ) αναμένεται να διαδραματίσουν σημαίνοντα ρόλο και στην υγειονομική περίθαλψη, ανάμεσα στα πολλά άλλα πεδία εφαρμογής τους.

Αν και πρόκειται για μια τεχνολογία που η ανάπτυξή της έχει ξεκινήσει ήδη από τα μέσα του περασμένου αιώνα, η τεχνητή νοημοσύνη εξελίσσεται με καταιγιστικούς ρυθμούς κυρίως την τελευταία δεκαετία. Σημείο τομής πολλαπλών επιστημών, η τεχνητή νοημοσύνη συνίσταται, με απλά λόγια, σε ένα υπολογιστικό σύστημα που πέρα από τη δυνατότητα να επεξεργάζεται και να αποθηκεύει τεράστιο όγκο δεδομένων και πληροφοριών, μπορεί να εκπαιδευτεί και να επιλύσει, βάσει αλγορίθμων, σύνθετα προβλήματα, μιμούμενο την ανθρώπινη συλλογιστική διαδικασία. Να εμφανίσει, δηλαδή, νοημοσύνη.

Oι εφαρμογές αυτής της τεχνολογίας αιχμής σε διάφορους τομείς της Ιατρικής, ως συμπληρωματικού εργαλείου στα χέρια των επιστημόνων, είναι ήδη αξιόλογες. Οι φορητές συσκευές συνεχούς παρακολούθησης των επιπέδων γλυκόζης στο αίμα για άτομα με διαβήτη που διατίθενται σε πολλές χώρες, είναι ένα χαρακτηριστικό παράδειγμα εργαλείων τεχνητής νοημοσύνης που εκδίδουν συναγερμούς σε πραγματικό χρόνο στον χρήστη όταν τα επίπεδα σακχάρου του πρόκειται να πέσουν ή να αυξηθούν, συμβάλλοντας στην καλύτερη διαχείριση της ασθένειας, ή ακόμη και στην αποτροπή ενός απειλητικού για τη ζωή διαβητικού κώματος.

Πρόσφατα, το βραβευμένο σύστημα τεχνητής νοημοσύνης Alphafold[1], το οποίο χαρακτηρίστηκε ως μια από τις συναρπαστικότερες επιστημονικές εξελίξεις των τελευταίων δεκαετιών, κατάφερε να προβλέψει γρήγορα και με ακρίβεια τους τρόπους με τους οποίους δημιουργούνται οι τρισδιάστατες δομές των πρωτεϊνών, όπως και τις μεταβολές τους.  Η εκμετάλλευση του συστήματος θα βοηθήσει σημαντικά τους ερευνητές να αναγνωρίσουν τις “κακόβουλες” πρωτεΐνες και τους λόγους που προκαλούν συγκεκριμένες ασθένειες, ανοίγοντας ένα ολοκαίνουργιο κεφάλαιο για τη στοχευμένη ανάπτυξη θεραπειών και τη δημιουργία νέων φαρμάκων που θα επιταχύνουν δραματικά την καταπολέμηση τους.

Σε σχέση με τη διαχείριση των ατόμων με θαλασσαιμία, δρεπανοκυτταρική αναιμία και άλλες αιμοσφαιρινοπάθειες, εφαρμογές τεχνητής νοημοσύνης έχουν ήδη αρχίσει να αξιοποιούνται εδώ και αρκετά χρονιά για την αξιολόγηση του σιδήρου που εναποτίθεται στα ζωτικά όργανα, κυρίως καρδιά και ήπαρ, και πάνω στις οποίες βασίζεται η περαιτέρω κλινική διαχείριση και η αποτελεσματικότητα της δια βίου θεραπείας αποσιδήρωσης που λαμβάνουν οι ασθενείς με μεταγγισιοεξαρτώμενη θαλασσαιμία, ειδικότερα. Επίσης θα μπορεί να χρησιμοποιηθεί στο σύντομο μέλλον και σε άλλους τομείς, όπως διαγνώσεις και αξιολόγηση της σοβαρότητας των συμπτωμάτων που αντιμετωπίζουν κυρίως άτομα με δρεπανοκυτταρική αναιμία στα τμήματα πρώτων βοηθειών, οπού και χάνονται οι περισσότερες μάχες για την ζωή αυτών των ανθρώπων.

Σύμφωνα με τους ειδικούς, οι κυριολεκτικά αναρίθμητες πιθανές εφαρμογές της τεχνητής νοημοσύνης για τη βελτίωση της υγειονομικής περίθαλψης μπορούν να περιοριστούν μόνο από τη φαντασία. Γιατροί ανά το παγκόσμιο την έχουν ήδη χρησιμοποιήσει για την ανίχνευση ανωμαλιών στις ακτινογραφίες και άλλες απεικονιστικές εξετάσεις, την ακριβή πρόβλεψη των κινδύνων του τοκετού, σε περίπλοκες χειρουργικές επεμβάσεις σε συνεργασία με ρομποτικά μέσα, στην τηλεϊατρική, καθώς και σε πολλούς άλλους τομείς. Αξιοσημείωτη είναι, επίσης, και η δυνητική συμβολή της σε εθνικό/κοινοτικό επίπεδο προς υποστήριξη διάφορων παρεμβάσεων στη δημόσια υγεία, όπως η επιτήρηση ασθενειών, η αντιμετώπιση επιδημιών και η αποδοτικότερη διαχείριση συστημάτων υγείας.

Φυσικά, παρά τις τεράστιες δυνατότητες που μας προσφέρει αυτό το προηγμένο εργαλείο για τη βελτίωση της υγείας – και όχι μόνο – εκατομμυρίων ανθρώπων, αυτό δεν εμποδίζει και την παράλληλη αύξηση του προβληματισμού απέναντι στον τρόπο που λειτουργεί, τους σκοπούς που επιτελεί και την αποτελεσματικότητά της, καθιστώντας επιτακτική την υιοθέτηση αρχών που θα οριοθετήσουν μια υπεύθυνη τεχνητή νοημοσύνη.

Αρκετοί μελετητές επισημαίνουν σημαντικές προκλήσεις σχετικά με τη χρήση της ΤΝ στην υγεία, συμπεριλαμβανομένων της ανήθικης συλλογής και χρήσης δεδομένων υγείας των ασθενών, των κινδύνων που μπορεί να ενέχει η τεχνολογία για την ασφάλεια, εξαιτίας λ.χ. πιθανών τεχνικών σφαλμάτων των συστημάτων της, την έλλειψη διαφάνειας και επεξηγηματικότητας που μπορεί να απειλήσει τα δικαιώματα των ασθενών στην πληροφόρηση και την ενημερωμένη συναίνεση για ιατρική θεραπεία.

Μία εκ των κυρίαρχων ανησυχιών είναι ότι οι αλγόριθμοι, τα δεδομένα δηλαδή στα οποία βασίζεται η χρήση της ΤΝ, σχεδιάζονται από ανθρώπους, οι οποίοι είναι επιρρεπείς στο σφάλμα και δεσμεύονται από προσωπικές αξίες και εγγενείς προκαταλήψεις.

Ένα σύστημα ΤΝ, χάριν παραδείγματος, που έχει ‘εκπαιδευτεί’ κυρίως σε δεδομένα που συλλέγονται από άτομα σε χώρες υψηλού εισοδήματος ενδέχεται να μην έχει καλή απόδοση για άτομα σε περιβάλλοντα χαμηλού και μεσαίου εισοδήματος και να οδηγήσει όχι μόνο σε εσφαλμένες διαγνώσεις, αλλά να συμβάλει στην εμβάθυνση των υφιστάμενων κοινωνικοοικονομικών ανισοτήτων. Επομένως, τα συστήματα τεχνητής νοημοσύνης θα πρέπει να σχεδιάζονται προσεκτικά, ώστε να αντικατοπτρίζουν την ποικιλομορφία των κοινωνικοοικονομικών πλαισίων και των πλαισίων υγειονομικής περίθαλψης.

Είναι, θεωρώ, ιδιαίτερα θετικό βήμα πως οργανισμοί παγκόσμιας εμβέλειας που δραστηριοποιούνται στον χώρο της Υγείας, όπως ο Παγκόσμιος Οργανισμός Υγείας[2] (ΠΟΥ) και η Ευρωπαϊκή Ένωση (ΕΕ), έχουν ξεκινήσει να διαβουλεύονται εντατικά προκειμένου να θεσπίσουν κανονιστικά πλαίσια και δράσεις που θα διασφαλίζουν ότι η τεχνητή νοημοσύνη θα λειτουργεί προς όφελος του δημόσιου συμφέροντος σε όλες τις χώρες, ελαχιστοποιώντας ταυτόχρονα τους κινδύνους και αποφεύγοντας τις παγίδες της.

Η δε ΕΕ φιλοδοξεί να αναπτύξει και να εφαρμόσει νέα παγκόσμια πρότυπα για την τεχνητή νοημοσύνη με τη πρώτη νομοθετική πρόταση στον κόσμο περί τεχνητής νοημοσύνης (Artificial Intelligence Act – AIA), για την οποία βρίσκεται ήδη εν μέσω διαπραγματεύσεων από το 2021.  Έκτοτε, διεξάγεται έντονη συζήτηση για το περιεχόμενό της, καθώς πολλές οργανώσεις της κοινωνίας των πολιτών πιστεύουν ότι η πρόταση υπολειπόταν, στην αρχική της τουλάχιστον εκδοχή, της προστασίας των θεμελιωδών δικαιωμάτων των πολιτών/ασθενών στην υγεία και ζητούν τροποποιήσεις.

Με τον ορίζοντα ψήφισης του νομοσχεδίου να έχει οριστεί στα τέλη του τρέχοντος έτους, οι εξελίξεις μέχρι τότε αναμένεται να είναι πολλές και σημαντικές. Το κατά πόσο θα καταφέρουμε να τιθασεύσουμε την, πολύπλοκη και αδιάφανη μέχρι στιγμής, ισχύ της ΤΝ τόσο στην Υγεία όσο και άλλους τομείς, διασφαλίζοντας τον ανθρωποκεντρικό της χαρακτήρα και την υπαγωγή της σε ένα ορθολογιστικό ρυθμιστικό πλαίσιο, μένει να το δούμε στην πράξη. Το μόνο βέβαιο είναι πως οι δρόμοι που ανοίγονται και οι ευκαιρίες που παρουσιάζονται στη νέα ψηφιακή εποχή δεν πρέπει να μείνουν ανεκμετάλλευτες.

*Ιολόγος BSC, MSc, PhD

Εκτελεστική Διευθύντρια Διεθνούς Ομοσπονδίας Θαλασσαιμίας (ΔΟΘ)

 

[1]How AlphaFold can realize AI’s full potential in structural biology’ https://www.nature.com/articles/d41586-022-02088-x  Nature, 2 August, 2022.

[2] ‘Ethics and governance of artificial intelligence for health’ https://www.who.int/publications/i/item/9789240029200  WHO Guidance (2021)