Τεχνητή Νοημοσύνη: Προβλέπει την Υγεία σας, Όπως και τον Καιρό

Η τεχνητή νοημοσύνη (AI) μπορεί να προβλέψει μελλοντικά προβλήματα υγείας, ακόμη και μια δεκαετία νωρίτερα, σύμφωνα με επιστήμονες.
Η τεχνολογία αυτή έχει εκπαιδευτεί να αναγνωρίζει μοτίβα σε ιατρικά αρχεία, υπολογίζοντας τον κίνδυνο εμφάνισης περισσότερων από 1.000 ασθενειών.
Οι ερευνητές υποστηρίζουν ότι λειτουργεί σαν μια πρόγνωση καιρού που προβλέπει 70% πιθανότητα βροχής, αλλά για την ανθρώπινη υγεία.
Στόχος τους είναι να χρησιμοποιήσουν το μοντέλο AI για να εντοπίζουν ασθενείς υψηλού κινδύνου, προλαμβάνοντας ασθένειες και βοηθώντας τα νοσοκομεία να κατανοήσουν τις ανάγκες στην περιοχή τους, χρόνια πριν αυτές προκύψουν.
Το μοντέλο, με την ονομασία Delphi-2M, χρησιμοποιεί παρόμοια τεχνολογία με γνωστά AI chatbots, όπως το ChatGPT.
Τα AI chatbots εκπαιδεύονται να κατανοούν μοτίβα στη γλώσσα, ώστε να προβλέπουν την αλληλουχία των λέξεων σε μια πρόταση.
Το Delphi-2M έχει εκπαιδευτεί να βρίσκει μοτίβα σε ανώνυμα ιατρικά αρχεία, ώστε να προβλέπει τι θα ακολουθήσει και πότε.
Δεν προβλέπει ακριβείς ημερομηνίες, όπως ένα έμφραγμα την 1η Οκτωβρίου, αλλά εκτιμά την πιθανότητα εμφάνισης 1.231 ασθενειών.
“Έτσι, όπως και με τον καιρό, όπου μπορεί να έχουμε 70% πιθανότητα βροχής, μπορούμε να το κάνουμε και για την υγεία”, δήλωσε ο καθηγητής Ewan Birney, προσωρινός εκτελεστικός διευθυντής του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας.
“Και μπορούμε να το κάνουμε όχι μόνο για μία ασθένεια, αλλά για όλες τις ασθένειες ταυτόχρονα – δεν το είχαμε καταφέρει ποτέ πριν. Είμαι ενθουσιασμένος”, πρόσθεσε.
Το μοντέλο AI αναπτύχθηκε αρχικά χρησιμοποιώντας ανώνυμα δεδομένα από το Ηνωμένο Βασίλειο, συμπεριλαμβανομένων νοσηλειών, αρχείων γενικών ιατρών και συνηθειών τρόπου ζωής, όπως το κάπνισμα, που συλλέχθηκαν από περισσότερα από 400.000 άτομα στο πλαίσιο του ερευνητικού προγράμματος UK Biobank.
Στη συνέχεια, το μοντέλο δοκιμάστηκε για να διαπιστωθεί αν οι προβλέψεις του επαληθεύονταν, χρησιμοποιώντας δεδομένα από άλλους συμμετέχοντες στο Biobank και στη συνέχεια με ιατρικά αρχεία 1,9 εκατομμυρίων ανθρώπων στη Δανία.
“Είναι καλό, είναι πραγματικά καλό στη Δανία”, λέει ο καθηγητής Birney.
“Αν το μοντέλο μας λέει ότι υπάρχει κίνδυνος 1 στις 10 για τον επόμενο χρόνο, φαίνεται ότι όντως αποδεικνύεται 1 στις 10”.
Το μοντέλο είναι καλύτερο στην πρόβλεψη ασθενειών όπως ο διαβήτης τύπου 2, τα εμφράγματα και η σήψη, που έχουν σαφή εξέλιξη, παρά πιο τυχαίων γεγονότων, όπως οι λοιμώξεις.
### Τι Μπορείτε να Κάνετε με τα Αποτελέσματα;
Σε ορισμένους ανθρώπους ήδη προσφέρεται στατίνη για τη μείωση της χοληστερόλης, με βάση τον υπολογισμό του κινδύνου εμφράγματος ή εγκεφαλικού επεισοδίου.
Το εργαλείο AI δεν είναι ακόμη έτοιμο για κλινική χρήση, αλλά το σχέδιο είναι να χρησιμοποιηθεί με παρόμοιο τρόπο, για τον εντοπισμό ασθενών υψηλού κινδύνου, ενώ υπάρχει ακόμη η δυνατότητα έγκαιρης παρέμβασης και πρόληψης της νόσου.
Αυτό θα μπορούσε να περιλαμβάνει φάρμακα ή συγκεκριμένες συμβουλές για τον τρόπο ζωής – όπως για άτομα που είναι πιθανό να αναπτύξουν ορισμένες ηπατικές διαταραχές και θα ωφεληθούν από τη μείωση της κατανάλωσης αλκοόλ περισσότερο από τον γενικό πληθυσμό.
Η τεχνητή νοημοσύνη θα μπορούσε επίσης να βοηθήσει στην ενημέρωση των προγραμμάτων ελέγχου ασθενειών και στην ανάλυση όλων των αρχείων υγειονομικής περίθαλψης σε μια περιοχή, για την πρόβλεψη της ζήτησης – όπως πόσα εμφράγματα θα υπάρξουν στο Νόριτς το 2030, βοηθώντας έτσι στον προγραμματισμό των πόρων.
“Αυτή είναι η αρχή ενός νέου τρόπου κατανόησης της ανθρώπινης υγείας και της εξέλιξης των ασθενειών”, δήλωσε ο καθηγητής Moritz Gerstung, επικεφαλής του τμήματος AI στην ογκολογία στο DKFZ, το Γερμανικό Κέντρο Έρευνας για τον Καρκίνο.
Και πρόσθεσε: “Δημιουργικά μοντέλα όπως το δικό μας θα μπορούσαν μια μέρα να βοηθήσουν στην εξατομίκευση της φροντίδας και στην πρόβλεψη των αναγκών υγειονομικής περίθαλψης σε μεγάλη κλίμακα”.
Το μοντέλο AI, που περιγράφεται στο επιστημονικό περιοδικό Nature, χρειάζεται βελτίωση και δοκιμές πριν χρησιμοποιηθεί κλινικά.
Υπάρχουν επίσης πιθανές προκαταλήψεις, καθώς δημιουργήθηκε από δεδομένα του UK Biobank, τα οποία προέρχονται κυρίως από άτομα ηλικίας 40 έως 70 ετών, και όχι από ολόκληρο τον πληθυσμό.
Το μοντέλο αναβαθμίζεται τώρα για να λάβει υπόψη περισσότερα ιατρικά δεδομένα, όπως απεικονίσεις, γενετικά στοιχεία και αναλύσεις αίματος.
Αλλά ο καθηγητής Birney λέει: “Θέλω να τονίσω ότι αυτή είναι έρευνα – όλα πρέπει να δοκιμαστούν, να ρυθμιστούν και να εξεταστούν προσεκτικά πριν χρησιμοποιηθούν, αλλά η τεχνολογία υπάρχει για να κάνει αυτού του είδους τις προβλέψεις”.
Προβλέπει ότι θα ακολουθήσει μια παρόμοια πορεία με τη χρήση της γονιδιωματικής στην υγειονομική περίθαλψη, όπου χρειάστηκε μια δεκαετία για να περάσει από την εμπιστοσύνη των επιστημόνων στην τεχνολογία, στην ικανότητα της υγειονομικής περίθαλψης να τη χρησιμοποιεί τακτικά.
Η μελέτη ήταν μια συνεργασία μεταξύ του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, του Γερμανικού Κέντρου Έρευνας για τον Καρκίνο (DKFZ) και του Πανεπιστημίου της Κοπεγχάγης.
Ο καθηγητής Gustavo Sudre, ερευνητής νευροαπεικόνισης και AI στο King’s College του Λονδίνου, σχολίασε: “Αυτή η έρευνα φαίνεται να είναι ένα σημαντικό βήμα προς μια κλιμακούμενη, ερμηνεύσιμη και – το πιο σημαντικό – ηθικά υπεύθυνη μορφή προγνωστικού μοντελισμού στην ιατρική”.