Μπορεί η Τεχνητή Νοημοσύνη να εντοπίσει επιβλαβείς παρενέργειες υγείας στα social media;
“Βοήθησέ με παρακαλώ… Δεν μπορώ να ηρεμήσω χωρίς να ξαπλώσω στο έδαφος και να ανησυχώ για τουλάχιστον 20 λεπτά… Πρέπει να ζητήσω ιατρική βοήθεια;”
Αυτή η κραυγή απεγνωσμένης βοήθειας προήλθε από μια ανάρτηση στην κοινωνική πλατφόρμα Reddit. Ο χρήστης που δημοσίευσε την ερώτηση είχε υποστεί πανικούς για αρκετές ημέρες μετά από χρήση μαριχουάνας. Συνήθως, τέτοιες αναρτήσεις περνούν απαρατήρητες από τους ανθρώπους που εργάζονται στον τομέα της δημόσιας υγείας. Ωστόσο, σε ένα πρόσφατο πείραμα, ένα εργαλείο τεχνητής νοημοσύνης παρακολουθούσε.
Το εργαλείο, που ονομάζεται Waldo, ανέλυσε περισσότερες από 430.000 προηγούμενες αναρτήσεις σε φόρουμ του Reddit που σχετίζονταν με τη χρήση κάνναβης. Σημείωσε την ανάρτηση παραπάνω και περισσότερες από 28.000 άλλες ως πιθανώς περιγράφουσες απροσδόκητες ή επιβλαβείς παρενέργειες. Οι ερευνητές εξέτασαν 250 από τις αναρτήσεις που είχε επισημάνει ο Waldo και επιβεβαίωσαν ότι το 86% από αυτές εκπροσωπούσαν όντως προβληματικές εμπειρίες με προϊόντα κάνναβης, σύμφωνα με την αναφορά των ερευνητών στις 30 Σεπτεμβρίου στο PLOS Digital Health. Εάν αυτή η μέθοδος σάρωσης γινόταν συνηθισμένη, οι πληροφορίες θα μπορούσαν να βοηθήσουν τους δημόσιους υγειονομικούς εργαζόμενους να προστατεύσουν τους καταναλωτές από επιβλαβή προϊόντα.
Η ομορφιά της δουλειάς, λέει ο Richard Lomotey, είναι ότι δείχνει ότι οι ερευνητές μπορούν στην πραγματικότητα να αποκτήσουν πληροφορίες από πηγές που οι κυβερνητικές υπηρεσίες, όπως τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων των Η.Π.Α., μπορεί να μην εξετάζουν. Τα CDC και άλλες υπηρεσίες διεξάγουν έρευνες ή συλλέγουν αυτοαναφερόμενες παρενέργειες ασθενειών, αλλά δεν παρακολουθούν τα social media. «Εδώ είναι που οι άνθρωποι εκφράζουν ελεύθερα τους εαυτούς τους», λέει ο Lomotey, ειδικός στην πληροφορική στο Penn State.
Πολλοί άνθρωποι δεν έχουν πρόσβαση σε γιατρό ή δεν γνωρίζουν για τον επίσημο τρόπο αναφοράς μιας κακής εμπειρίας με ένα προϊόν, λέει ο John Ayers, ερευνητής δημόσιας υγείας στο Πανεπιστήμιο της Καλιφόρνια, San Diego στο La Jolla, ο οποίος εργάστηκε πάνω στον Waldo. Πολλοί άνθρωποι μοιράζονται τις εμπειρίες τους σχετικά με την υγεία στο διαδίκτυο. «Πρέπει να πάμε εκεί που βρίσκονται», λέει.
Ο Karan Desai, φοιτητής ιατρικής στο Πανεπιστήμιο του Μίσιγκαν, λέει ότι η ομάδα επέλεξε να εστιάσει στα προϊόντα κάνναβης γιατί είναι πολύ δημοφιλή αλλά κυρίως ρυθμισμένα. «Οι άνθρωποι στην ηλικιακή μου ομάδα, στα 20s, μεγάλωσαν στο γυμνάσιο και στο πανεπιστήμιο με αυτά τα JUULs, αυτά τα vapes, αυτά τα προϊόντα κάνναβης», λέει. «Είναι σημαντικό να γνωρίζουμε ποιες παρενέργειες βιώνει ο κόσμος με τη χρήση τους».
Για την προετοιμασία του Waldo, η ομάδα ξεκίνησε με μια μικρότερη ομάδα 10.000 διαφόρων αναρτήσεων στο Reddit σχετικά με τη χρήση κάνναβης. Άλλοι ερευνητές είχαν περάσει από αυτές αναγνωρίζοντας προβληματικές παρενέργειες χειρονακτικά. Ο Desai και οι συνάδελφοί του εκπαίδευσαν τον Waldo σε ένα τμήμα αυτών των αναρτήσεων, και στη συνέχεια τον δοκίμασαν στις υπόλοιπες. Σε αυτή την εργασία, το εργαλείο τα πήγε καλύτερα από το ChatGPT. Ο γενικός σκοπός bot σημείωσε 18 φορές περισσότερες ψευδώς θετικές απαντήσεις, δηλώνοντας ότι οι αναρτήσεις περιλάμβαναν παρενέργειες όταν δεν το έκαναν. Ωστόσο, δεν υπερέβαινε τους ανθρώπινους ανακριτές.
Αυτά συνέβησαν πριν από το κύριο πείραμα της ομάδας, στο οποίο ο Waldo επισημάνθηκε την ανάρτηση για την κρίση πανικού και δεκάδες χιλιάδες άλλες.
Μένει να δούμε αν ο Waldo θα λειτουργήσει εξίσου καλά αναζητώντας προβλήματα που σχετίζονται με οποιοδήποτε είδος φαρμάκου, βιταμίνης ή άλλου προϊόντος, λέει ο Lomotey. Τα εργαλεία AI που έχουν εκπαιδευτεί σε μία εργασία μπορεί να μην λειτουργούν εξίσου καλά ακόμα και σε παρόμοιες εργασίες. «Πρέπει να είμαστε προσεκτικοί», λέει.
Ωστόσο, ο Lomotey φαντάζεται ένα μέλλον όπου εργαλεία όπως ο Waldo θα βοηθούσαν στην παρακολούθηση των social media. Αυτό θα έπρεπε να γίνει προσεκτικά, « με έναν ηθικό τρόπο», λέει. Όταν ένα άτομο δημοσιεύει για μια σπάνια παρενέργεια, τέτοια εργαλεία θα μπορούσαν να επισημάνουν το θέμα και να το μεταβιβάσουν σε υγειονομικούς υπαλλήλους, με προστασίες ιδιωτικότητας σε θέση. Φαντάζεται ότι αυτό θα μπορούσε να είναι ιδιαίτερα χρήσιμο σε χώρες που δεν έχουν robust συστήματα για την παρακολούθηση και αναφορά παρενεργειών φαρμάκων.
Κάποτε, εργαλεία όπως ο Waldo θα μπορούσαν να βοηθήσουν στη σύνδεση ανθρώπων που χρειάζονται βοήθεια με τους δημόσιους υγειονομικούς υπαλλήλους που μπορούν να την παρέχουν. «Ακόμα και όταν [οι παρενέργειες] μπορεί να είναι σπάνιες, όταν συμβαίνουν σε εσάς, σημαίνει τα πάντα», λέει ο Ayers.