Ερευνητές στις ΗΠΑ δοκίμασαν με επιτυχία ένα νέο σύστημα τεχνητής νοημοσύνης, το οποίο χρειάζεται μόλις 1,2 δευτερόλεπτα -πολύ λιγότερο από ό,τι οι γιατροί- για να εξετάσει τομογραφίες εγκεφάλου και να διαγνώσει οξείες εγκεφαλικές παθήσεις, όπως εγκεφαλικά, αιμορραγίες και υδροκεφαλισμό.

Οι επιστήμονες και γιατροί της Ιατρικής Σχολής και του Νοσοκομείου του Όρους Σινά στη Νέα Υόρκη, με επικεφαλής τον Έρικ Όερμαν του Τμήματος Νευροχειρουργικής, έκαναν τη σχετική δημοσίευση στο ιατρικό περιοδικό “Nature Medicine”. “Με χρόνο διάγνωσης μόνο 1,2 δευτερόλεπτα, το σύστημα μπορεί να προειδοποιήσει έγκαιρα τους γιατρούς για ένα κρίσιμο εύρημα, το οποίο αλλιώς θα παρέμενε σε αναμονή για λεπτά ή και ώρες. Στόχος μας είναι να αναπτύξουμε ιατρική τεχνητή νοημοσύνη που θα επιλύει κλινικά προβλήματα και θα βελτιώνει τη φροντίδα των ασθενών”, δήλωσε ο Όερμαν.

Είναι η πρώτη μελέτη που χρησιμοποιεί τεχνητή νοημοσύνη για να ανιχνεύσει μια ευρεία γκάμα οξέων νευρολογικών περιστατικών. Οι ερευνητές χρησιμοποίησαν 37.236 τομογραφίες εγκεφάλου για να εκπαιδεύσουν ένα νευρωνικό δίκτυο βαθιάς μάθησης, ώστε να κάνει διαγνώσεις. Στη συνέχεια, το σύστημα δοκιμάσθηκε σε μια τυφλή, τυχαιοποιημένη και ελεγχόμενη κλινική δοκιμή, όσον αφορά την ταχύτητα ορθής διάγνωσης σε σύγκριση με έμπειρους ακτινολόγους. Διαπιστώθηκε ότι ο μέσος χρόνος διάγνωσης από τον υπολογιστικό αλγόριθμο ήταν κατά μέσο όρο 150 φορές μικρότερος σε σχέση με τους γιατρούς.

Οι ερευνητές της ομάδας AISINAI, που αναπτύσσουν το σύστημα, εκτιμούν θα είναι έτοιμο για κλινική χρήση σε περίπου δύο χρόνια.

 

Όπως ένας εξειδικευμένος οφθαλμίατρος

Την ίδια στιγμή, ένα νέο σύστημα τεχνητής νοημοσύνης, που αναπτύχθηκε με τη βοήθεια της Deep Mind, βρετανικής εταιρείας θυγατρικής της Google, μπορεί να διαγνώσει πολλές παθήσεις των ματιών με τόση ακρίβεια όση και εξειδικευμένοι οφθαλμίατροι.

Το σύστημα είναι σε θέση να αναλύει οπτικές τομογραφίες (OCT), αφού προηγουμένως εκπαιδεύθηκε πώς να τις διαβάζει. Όπως έδειξαν τα σχετικά πειράματα, μπορεί να ανιχνεύσει περισσότερες από 50 παθήσεις των ματιών με ακρίβεια περίπου 94%, ανάλογη με αυτή που πέτυχαν κορυφαίοι γιατροί σε παθήσεις του αμφιβληστροειδούς. Μάλιστα -πράγμα ακόμη πιο σημαντικό- ο νέος αλγόριθμος δεν έχασε ούτε μια επείγουσα περίπτωση.

Οι ερευνητές του Ινστιτούτου Οφθαλμολογίας του University College του Λονδίνου και του οφθαλμολογικού νοσοκομείου Moorfields Eye Hospital, με επικεφαλής τον οφθαλμίατρο δρ Πιρς Κιν, που έκαναν τη σχετική δημοσίευση στο ιατρικό περιοδικό “Nature Medicine”, σύμφωνα με το BBC και τη βρετανική “Γκάρντιαν”, δήλωσαν ότι στο άμεσο μέλλον τέτοια συστήματα θα παίξουν σημαντικό ρόλο για τον εντοπισμό των ασθενών που έχουν ανάγκη άμεσης θεραπεία, μειώνοντας έτσι τις σημερινές καθυστερήσεις.

Η αποτελεσματικότητα του νέου συστήματος δοκιμάσθηκε στις περιπτώσεις 1.000 ασθενών, τις τομογραφίες των ματιών των οποίων κλήθηκε να αναλύσει η τεχνητή νοημοσύνη, ενώ το ίδιο έκαναν και οκτώ κορυφαίοι ειδικοί. Κάθε περιστατικό έπρεπε να ταξινομηθεί ανάλογα με το πόσο σοβαρό και επείγον ήταν. Το σύστημα τελικά τα κατάφερε εξίσου καλά με τους γιατρούς. “Νομίζω ότι οι περισσότεροι οφθαλμίατροι θα μείνουν άναυδοι, επειδή δείξαμε ότι αυτός ο αλγόριθμος είναι τόσο καλός όσο οι κορυφαίοι στον κόσμο ειδικοί στην ανάλυση αυτών των τομογραφιών”, δήλωσε ο Κιν.

Το σύστημα κατάφερε να ανιχνεύσει όλες τις σοβαρές παθήσεις όπως η υγρή μορφή της εκφύλισης της ωχράς κηλίδας, που μπορεί να οδηγήσει σε γρήγορη τύφλωση, αν δεν αντιμετωπισθεί άμεσα. Το πρόβλημα της έγκαιρης διάγνωσης σε τέτοια περιστατικά είναι κρίσιμο. Όπως επεσήμανε ο Κιν, “κάθε οφθαλμίατρος έχει δει ασθενείς να χάνουν την όρασή τους λόγω καθυστερήσεων στην έκδοση παραπεμπτικού. Η τεχνητή νοημοσύνη θα μας βοηθήσει να ξεχωρίζουμε άμεσα τις πιο επείγουσες περιπτώσεις και να τις θεραπεύουμε έγκαιρα”. Θα ακολουθήσει μια μεγάλη κλινική δοκιμή σε ανθρώπους και, αν όλα πάνε καλά και δοθεί η αναγκαία άδεια από τις εποπτικές αρχές, η νέα μέθοδος θα είναι αξιοποιήσιμη από τα νοσοκομεία σε λίγα χρόνια.

Η Deep Mind, παράλληλα, συνεργάζεται με το Imperial College του Λονδίνου πάνω σε ένα σύστημα τεχνητής νοημοσύνης για την ανάλυση των ψηφιακών μαστογραφιών, καθώς και με το University College του Λονδίνου για το κατά πόσο η τεχνητή νοημοσύνη μπορεί να διακρίνει ανάμεσα στον υγιή και στον καρκινικό ιστό στις αξονικές και μαγνητικές τομογραφίες. Θεωρείται σχεδόν σίγουρο ότι σε μερικά χρόνια η τεχνητή νοημοσύνη θα έχει διεισδύσει ευρέως στα νοσοκομεία και θα παίζει ζωτικό ρόλο στη διάγνωση του καρκίνου και πολλών άλλων ασθενειών (οφθαλμολογικών, νευρολογικών, δερματολογικών κ.α.), πράγμα που θα επιταχύνει και τις αντίστοιχες θεραπείες.

Αυτό όμως θα φέρει στο προσκήνιο κι ένα άλλο θέμα: πολλά ευαίσθητα προσωπικά δεδομένα των χρηστών θα βρίσκονται πλέον σε τεράστιες βάσεις ιατρικών δεδομένων, οπότε ανακύπτει το ερώτημα ποιός, πότε και πού θα δικαιούται να έχει πρόσβαση σε αυτά τα στοιχεία – αλλά και κατά πόσο αυτά θα είναι ασφαλή από τους χάκερ κάθε είδους (εγκληματικές οργανώσεις, μυστικές υπηρεσίες κ.ά.).