Η παραδοσιακή διάγνωση μέσω της προσωποποιημένης αξιολόγησης των ιατρικών δεδομένων από έναν ιατρό όχι μόνο απαιτεί συχνά πολύ χρόνο, αλλά και ενέχει τον κίνδυνο λανθασμένης διάγνωσης ή ερμηνείας λόγω των πιέσεων που δέχονται τα ιατρικά συστήματα και τα νοσοκομεία παγκοσμίως.
ΤΟΥ ΚΩΝΣΤΑΝΤΙΝΟΥ ΚΟΥΣΚΟΥΚΗ*
Τα τελευταία χρόνια η Τεχνητή Νοημοσύνη (Τ.Ν.) έχει ενσωματωθεί σε κάθε πτυχή της καθημερινότητάς μας, από την ασυνείδητη αλληλεπίδρασή μας μέσω των διαδικτυακών αναζητήσεων, καθώς η έλευση των μεγάλων γλωσσικών μοντέλων, όπως το ChatGPT, οδήγησε σε μια άμεση και συνειδητή διάδραση, σε καθημερινή βάση, για ανάκτηση πληροφοριών, μετασχηματίζοντας ριζικά την καθημερινότητα με εφαρμογές σε όλους τους τομείς, συμπεριλαμβανομένης της Ιατρικής.
Η ταχεία εξέλιξη των ιατρικών δεδομένων με τέτοιες τεχνικές εφαρμόζονται δυναμικά και στην ιατροφαρμακευτική περίθαλψη, αποκομίζοντας σημαντικά οφέλη για τους ιατρούς αλλά και για τους ασθενείς, όπως ακριβέστερες διαγνώσεις, μεγαλύτερη αποδοτικότητα, ταχύτερη διάγνωση και προσωποποιημένες θεραπείες.
Η ραγδαία εξέλιξη της Τ.Ν. εγείρει ηθικά, κοινωνικά και πρακτικά ζητήματα, προκαλώντας ανησυχίες για την αξιοπιστία τους, καθώς ένα κρίσιμο κομμάτι στην ιατρική περίθαλψη είναι η ικανότητα του ιατρού να εξηγεί στον ασθενή τον τρόπο αντιμετώπισης της νόσου και τη διαδικασία της θεραπείας με αυτοματοποιημένα συστήματα.
Παράλληλα, συστήματα εκπαιδευμένα σε μεγάλο όγκο δεδομένων με δερματικές αλλοιώσεις μπορούν να αναγνωρίσουν με υψηλή ακρίβεια επικίνδυνες βλάβες όπως το μελάνωμα, μερικές φορές, μάλιστα, με μεγαλύτερη ακρίβεια από έμπειρους δερματολόγους. Επιπλέον, η ικανότητά τους να αναλύουν περίπλοκα δεδομένα δημιουργεί ελπίδες για την περαιτέρω εφαρμογή τους τόσο στην προσωποποιημένη θεραπεία όσο και στην ανακάλυψη νέων φαρμάκων.
Η ερευνητική κοινότητα έχει προ πολλού αναγνωρίσει το πρόβλημα της αδιαφάνειας των μοντέλων και της μεροληψίας στα δεδομένα εκπαίδευσής τους, με γνώμονα τεχνικές όπως η ερμηνεύσιμη ΤΝ (explainable AI-XAΙ), η οποία επιτρέπει την κατανόηση του τρόπου με τον οποίο ένα μοντέλο καταλήγει σε μια απόφαση, ενώ παράλληλα δίνεται έμφαση στη δημιουργία μοντέλων τα οποία είναι ερμηνεύσιμα εκ κατασκευής (Interpretable by design). Οι τεχνικές αυτές χρησιμοποιούν απεικονιστικά εργαλεία που δείχνουν ποιες πληροφορίες επηρεάζουν την τελική απόφαση όπως σε μια αξονική τομογραφία, περιγράφοντας τους παράγοντες που οδήγησαν σε μια πρόβλεψη.
Αυτές οι προσπάθειες μπορούν να ενισχύσουν σημαντικά την εμπιστοσύνη των πολιτών και να διευκολύνουν τη διόρθωση πιθανών προκαταλήψεων ή σφαλμάτων στα μοντέλα, πάντα σε συνδυασμό με την ανθρώπινη γνώση, δημιουργώντας σχέση εμπιστοσύνης, βασιζόμενης στη διαφάνεια και τη σωστή διαχείριση. Είναι κρίσιμο για να αξιοποιήσουμε πλήρως τις δυνατότητες και τις καινοτομίες της Τ.Ν. σε θέματα ανάλυσης εικόνων, που έχουν οδηγήσει σε εφαρμογές διάγνωσης και πρόβλεψης ασθενειών όπως η έγκαιρη ανίχνευση καρκίνου του μαστού μέσω μαστογραφιών και του πνεύμονα μέσω αξονικών τομογραφιών θώρακα, ακόμα και σε περιπτώσεις που η διάγνωση είναι δύσκολη.
Τα ανωτέρω προβληματίζουν εάν η Τ.Ν. θα αντικαταστήσει την εμπειρία των ιατρών και την ανθρώπινη διάσταση της περίθαλψης, ώστε να αποτελέσει ένα ισχυρό, διαφανές εργαλείο που θα μεταμορφώσει τη διάγνωση, την περίθαλψη και τη θεραπεία, διευκολύνοντας τους επαγγελματίες υγείας και ειδικότερα τους ιατρούς.
* Kαθηγητής Δερματολογίας, νομικός,
πρόεδρος της Ιπποκρατείου Aκαδημίας
Iαματικής Iατρικής, πρόεδρος Παγκόσμιας
Aκαδημίας Kινεζικής και Συμπληρωματικής
Iατρικής
ΑΠΟ ΤΗΝ ΕΝΤΥΠΗ ΕΚΔΟΣΗ (ΦΥΛΛΟ 11/7/2025)
