Ιατρικά ρομπότ σε συνεργασία με τον γιατρό για καλύτερα αποτελέσματα

Ιατρικά ρομπότ σε συνεργασία με τον γιατρό για καλύτερα αποτελέσματα.

Πώς μπορεί ένα ρομπότ, ανεξάρτητα από το πόσο καλά εκπαιδευμένο, να πάρει τη θέση ενός γιατρού;

Η μηχανική μάθηση, η πιο βασική μορφή της τεχνητής νοημοσύνης, διεισδύει ήδη στον ιατρικό τομέα και αποδεικνύεται ότι οι μηχανές μπορούν να διαδραματίσουν σημαντικό ρόλο στη βελτίωση της υγείας μας – συμπεριλαμβάνοντας τη διάγνωση με μεγαλύτερη ακρίβεια, ταχύτητα και την εξεύρεση καλύτερων θεραπειών που εξοικονομούν χρόνο και χρήματα, αποτρέποντας περαιτέρω την έκθεση των ανθρώπων σε επιβλαβείς παρενέργειες. Στην πραγματικότητα, με τη σύγχρονη ιατρική που εξαρτάται ολοένα και περισσότερο από μεγάλο αριθμό μελετών, επιλογών φαρμάκων και από νέες πληροφορίες, οι μηχανές μπορεί να να βρίσκονται σε καλύτερη θέση ώστε να συμβαδίζουν και να ερμηνεύουν τα δεδομένα από το ανθρώπινο μυαλό.

Η ιδέα πίσω από την τεχνητή νοημοσύνη στην ιατρική δεν είναι τόσο η αντικατάσταση του γιατρού (τουλάχιστον όχι στο εγγύς μέλλον) αλλά η ενίσχυση της ιατρικής εμπειρογνωμοσύνης του γιατρού. Τα προγράμματα τεχνητής νοημοσύνης ΑΙ παίρνουν τη συγκεντρωμένη γνώση που έχει κάθε καλός γιατρός – το οποίο είναι προϊόν όλων που έμαθε στην ιατρική σχολή και στην εκπαίδευση, καθώς και της εμπειρίας του στη θεραπεία του ασθενούς και την κλιμάκωση αυτών των στοιχείων σε πρωτοφανή επίπεδα.

Γιατί πρέπει οι ασθενείς να έχουν πρόσβαση μόνο σε μια συγκεκριμένη ιατρική εμπειρογνωμοσύνη, όταν τώρα είναι δυνατόν να τους παράσχει το μυαλό εκατοντάδων χιλιάδων γιατρών; Γιατί οι ασθενείς σε αγροτικές περιοχές που ζουν γεωγραφικά μακριά από τα κορυφαία ιατρικά κέντρα του έθνους πρέπει να στερηθούν από όλες τις σύγχρονες γνώσεις που στεγάζονται εκεί; «Ο τρόπος με τον οποίο η τεχνητή νοημοσύνη αρχίζει να επηρεάζει πραγματικά τι συμβαίνει στην υγειονομική περίθαλψη είναι να μπορέσετε να ξεκινήσετε την κλωνοποίηση όλων των ειδικών γνώσεων, οπότε ξαφνικά αποκτάτε πρόσβαση σε όλα τα είδη φροντίδας οπουδήποτε», λέει ο Steve Harvey, πρόεδρος της Watson Health στην IBM.

Και με το ποσό των δεδομένων που διατίθενται σήμερα στους γιατρούς – από τις πληροφορίες σχετικά με τα συμπτώματα της νόσου με τα νέα φάρμακα, τις αλληλεπιδράσεις μεταξύ διαφορετικών φαρμάκων και τον τρόπο με τον οποίο διαφορετικά άτομα αντιμετωπίζονται με τον ίδιο τρόπο μπορούν να έχουν πολύ διαφορετικά αποτελέσματα, Οπότε είναι αναγκαίο ιατρική κοινότητα να αναθεωρήσει τις απόψεις της, προς χάριν της ανθρωπότητας.

Η δυνατότητα πρόσβασης και αφομοίωσης των πληροφοριών είναι γεγονός πως απαιτεί ικανότητα. Η μηχανική μάθηση είναι μοναδικά σχεδιασμένη για να κυριαρχήσει. “Οι γιατροί συνειδητοποιούν ότι αν θέλουν να κατανοήσουν τεράστια ποσά δεδομένων, η μηχανική μάθηση είναι ένας τρόπος για να τους επιτρέψει να μάθουν από αυτά τα δεδομένα”, λέει η Francesca Dominici, καθηγητής βιοστατιστικής στη Σχολή Δημόσιας Υγείας του TH Haran και συν-διευθυντής της πρωτοβουλίας Data Science.

Το Χάρβαρντ δεν είναι το μόνο ακαδημαϊκό ίδρυμα που διερευνά πώς ο άνθρωπος και η μηχανή μπορούν να συνδυάσουν καλύτερα τις ικανότητές τους για να εκμεταλλευτούν πρωτοφανείς ποσότητες ιατρικών πληροφοριών.

Στο Κέντρο Καρκίνου MD Anderson του Πανεπιστημίου του Τέξας, το πρόγραμμα APOLLO κοσκινίζει τα γενετικά δεδομένα που παράγονται από τον καρκίνο του κάθε ασθενή και κατευθύνει τους γιατρούς στις θεραπείες που θα δώσουν στους ασθενείς τους την καλύτερη πιθανότητα να επιβιώσουν περισσότερο.

Στην εταιρεία Boston Neurala, οι ερευνητές δημιούργησαν ένα νευρωνικό δίκτυο παρόμοιο με εκείνο του ανθρώπινου εγκεφάλου με όλη της την πολυπλοκότητα που το διέπει για να κατανοήσουν πλήρως τη λειτουργία του. “Σήμερα μπορούμε να σχεδιάσουμε τον εγκέφαλο με την πολυπλοκότητα του ποντικιού, το οποίο είναι εξαιρετικά έξυπνο”, λέει ο Massimiliano Versace, Διευθύνων Σύμβουλος της Neurala. “Η επιστήμη και η τεχνολογία είναι πλέον ευθυγραμμισμένες για το μεγάλο βήμα με την προοπτική να καταστήσει δυνατή την τεχνητή νοημοσύνη”.

Στον τομέα της ψυχικής υγείας, οι νεοσύστατες επιχειρήσεις αναπτύσσουν εφαρμογές μηχανικής μάθησης που μπορούν να βοηθήσουν στην ανίχνευση διάφορα ψυχολογικών παθήσεων, όταν για παράδειγμα τα άτομα βρίσκονται σε κατάσταση, όπως η κατάθλιψη ή η διπολική διαταραχή, και είναι σε θέση πλέον να βρουν τα συμπτώματα ενός νέου επεισοδίου με τρόπο που κανένας ψυχίατρος, όσο αφοσιωμένος κι αν είναι, δεν θα μπορούσε να τα καταφέρει με τόσο μεγάλη ακρίβεια.

Η IBM έβαλες σκοπό να αλλάξει τον τομέα της Ιατρικής, βασισμένη στην ιδέα ότι η ιατρική γνώση θα μπορούσε να είναι προγραμματιζόμενη και επιδεκτική. Η εταιρεία συνεργάζεται με εμπειρογνώμονες στο Memorial Sloan Kettering Cancer στη Νέα Υόρκη για την ανάπτυξη της IBM Watson for Oncology, η οποία αποτελείται από τρία προϊόντα που απευθύνονται σε διαφορετικούς τύπους καρκινοπαθών.Και θα επικεντρωθεί στην παροχή των καλύτερων διαθέσιμων πληροφοριών στους ασθενείς για τη θεραπεία του καρκίνου με τις υπάρχουσες θεραπείες. Ο Watson παρέχει πρόσβαση σε μια βάση δεδομένων για τη συλλεγμένη γνώση των ιατρών του καρκίνου του Memorial Sloan Kettering, καθώς και τις σημαντικότερες μελέτες για τον καρκίνο της ιατρικής βιβλιογραφίας που επικαλούνται οι γιατροί όταν αυτοί λαμβάνουν αποφάσεις σχετικά με τον τρόπο θεραπείας των ασθενών.

Το σύστημα ενσωματώνουν τα συμπτώματα των ασθενών και άλλες σημαντικές πληροφορίες, όπως το οικογενειακό ιστορικό της νόσου και το στάδιο του καρκίνου, πριν προσφέρουν τρία διαφορετικά επίπεδα θεραπευτικών επιλογών που μπορεί να εξετάσει ο γιατρός. Αυτά κυμαίνονται από τις τρέχουσες τυποποιημένες θεραπείες που έχουν ήδη εγκριθεί για αυτόν τον τύπο καρκίνου από θεραπείες εγκεκριμένες για άλλους καρκίνους που εξετάζονται επί του παρόντος, αλλά δεν έχουν ακόμη εγκριθεί για τον συγκεκριμένο καρκίνο του ασθενούς.

Τα διαφορετικά επίπεδα επιλογών δίνουν στον γιατρό και τον ασθενή ένα σχέδιο θεραπείας – εάν οι τυποποιημένες θεραπείες δεν λειτουργούν, τότε μπορούν να προχωρήσουν στις λιγότερο δοκιμασμένες και πιο πειραματικές λύσεις.

Πέρα από τις διαθέσιμες θεραπείες, ο Watson βοηθά επίσης τους ανθρώπους με πιο προηγμένους καρκίνους που έχουν εξαντλήσει τις συνήθεις θεραπείες. Για αυτούς, η μηχανική μάθηση μπορεί να οδηγήσει σε κλινικές δοκιμές νέων θεραπειών που μπορεί να είναι αποτελεσματικές, συμπεριλαμβανομένων των γενετικών λύσεων, οι οποίες μόλις αναδεικνύονται ως ένας πολλά υποσχόμενος τομέας θεραπείας του καρκίνου. Οι γενετικές επιλογές βασίζονται σε μια προσεκτική ανάλυση του συγκεκριμένου όγκου του ασθενούς, των μεταλλάξεων που οδηγούν την ασθένεια και των φαρμάκων που μπορεί να στοχεύουν στην αντιμετώπιση αυτών των μεταλλάξεων.

Για τους ανθρώπινους γιατρούς που καλούνται να αφομοιώσουν όλες αυτές τις πληροφορίες θα ήταν σχεδόν αδύνατο να ανταπεξέλθουν σε τόσο πολύπλοκες διαδικασίες, δεδομένου των χρονικών απαιτήσεων που πιέζουν αφάνταστα τους γιατρούς να βλέπουν σε σύντομο διάστημα τους ασθενείς και να ενημερώνονται για τις τελευταίες εξελίξεις στον τομέα τους.

Το δυνητικό όφελος της ύπαρξης του (γιατρού) Watson σε εφημερία σε κάθε ογκολογικό νοσοκομείο, ανεξάρτητα από το πόσο μικρό είναι, δεν μπορεί να εκτιμηθεί. Τα άτομα με σπάνιους καρκίνους που οι τοπικοί γιατροί δεν έχουν αντιμετωπίσει πριν, δεν θα πρέπει πλέον να ταξιδεύουν μεγάλες αποστάσεις σε ένα σπουδαίο νοσοκομείο που έχει μεγαλύτερη εμπειρία πάνω σε αυτή την ασθένεια. Οι γιατροί με λιγότερη εμπειρία σε συγκεκριμένους καρκίνους μπορούν επίσης να φροντίσουν τους ασθενείς τους με περισσότερη εμπιστοσύνη, δεδομένου ότι έχουν τώρα τη θεσμική γνώση των κορυφαίων ειδικών στον τομέα τους και είναι στη διάθεσή τους.

Καθώς γεννιούνται συνεχώς περισσότερες πληροφορίες σχετικά με τους διαφορετικούς καρκίνους, οι γιατροί θα μπορούν να δουν μοτίβα που θα τους βοηθήσουν να ταιριάζουν σε συγκεκριμένα προφίλ ασθενών με ανάλογους ρυθμούς επιβίωσης και καλύτερα αποτελέσματα. Θα είναι σε θέση να αναγνωρίσουν άτομα με παρόμοιους γενετικούς όγκους.. Η ανάλυση αυτή θα οδηγούσε σε πιο εξειδικευμένες συμβουλές για τους ανθρώπους σχετικά με το ποια θεραπευτική διαδρομή είναι η καλύτερη για αυτούς.

ΑΦΗΣΤΕ ΜΙΑ ΑΠΑΝΤΗΣΗ

Παρακαλώ εισάγετε το σχόλιο σας!
Παρακαλώ εισάγετε το όνομά σας