Εφαρμογή τεχνητής νοημοσύνης προβλέπει τις επιπλοκές που μπορεί να προκύψουν σε ένα επείγον χειρουργείο, αξιολογώντας δεδομένα από την ιατρική πρακτική και προτείνοντας διαδικασίες που χρειάζεται να γίνουν ώστε να μειώνεται η πιθανότητα θανάτου.
Η εφαρμογή δημιουργήθηκε από ομάδα του Τεχνολογικού Ινστιτούτου Μασαχουσέτης (Massachusetts Institute of Technology – MIT), του Πανεπιστημίου του Χάρβαρντ και του Γενικού Νοσοκομείου Μασαχουσέτης. Ο καθηγητής Χειρουργικής στην Ιατρική Σχολή του Πανεπιστημίου Χάρβαρντ, Γεώργιος Βέλμαχος, παρουσίασε την εφαρμογή σε ημερίδα που διοργάνωσε ο Ιατρικός Σύλλογος Θεσσαλονίκης, με αφορμή τον εορτασμό των εκατό χρόνων ζωής του συλλόγου.
Ο κ. Βέλμαχος ανέφερε χαρακτηριστικά ότι η εφαρμογή «έχει τη δυνατότητα να προσφέρει ακριβείς προγνώσεις όσον αφορά τους ανθρώπους με επείγοντα χειρουργικά προβλήματα και εκείνους με τραύματα». Το ζητούμενο, όπως επισήμανε, είναι η τεχνητή νοημοσύνη να συμπεριφέρεται καλύτερα από έναν πολύ έμπειρο χειρουργό, ο οποίος μπαίνει μέσα στο δωμάτιο και απλώς βλέπει τον άρρωστο και βγάζει διάγνωση. Ο ίδιος δήλωσε, μάλιστα, αισιόδοξος ότι με την τεχνητή νοημοσύνη θα προκύψουν οι διαδικασίες που χρειάζεται να γίνουν ώστε να μειωθούν -για παράδειγμα- οι πιθανότητες θανάτου ενός ασθενή από το 70%, στο 60% ή ακόμη και στο 50%.
Πώς μπορεί η τεχνητή νοημοσύνη να βοηθήσει σε πανδημίες ή στη φαρμακευτική αγωγή
Από την πλευρά του, ο καθηγητής Πολιτικής της Υγείας στο London School of Economics and Political Science, Ηλίας Μόσιαλος, αναφέρθηκε στον ρόλο της τεχνητής νοημοσύνης σε περιπτώσεις, όπως η πρόσφατη πανδημία της Covid-19, αλλά και η επιλογή των κατάλληλων φαρμακευτικών σχημάτων ανά περίπτωση ασθενή.
«Στην πρόσφατη πανδημία δεν είχαμε δεδομένα. Και όταν δεν έχεις σοβαρά δεδομένα υπάρχουν συνθήκες αβεβαιότητας. Αυτές οι συνθήκες ευνοούν την παραπληροφόρηση», είπε χαρακτηριστικά και πρόσθεσε: «θα μπορούσαν τα πράγματα να ήταν διαφορετικά με την τεχνητή νοημοσύνη; Απείρως διαφορετικά». Ακόμη, επεσήμανε ότι τα περισσότερα δεδομένα για την αποτελεσματικότητα των εμβολίων προήλθαν από χώρες που εφαρμόζουν την πλήρη ψηφιοποίηση του συστήματος υγείας.
Σε ό,τι αφορά τα φάρμακα και τον τρόπο επιρροής τους, σημείωσε ότι η τεχνητή νοημοσύνη μπορεί να εντοπίσει τις αλληλεπιδράσεις πολλών φαρμάκων για κάθε ασθενή με πολλά νοσήματα και να βοηθήσει τον γιατρό να επιλέξει εκείνα που λειτουργούν κάτω από συγκεκριμένες συνθήκες, μειώνοντας παράλληλα το κόστος της εξατομικευμένης φροντίδας.
Οι ψηφιακές παράμετροι που επηρεάζουν την υγεία
Από την πλευρά του, ο καθηγητής Ιατρικής Φυσικής και Πληροφορικής στην Ιατρική Εκπαίδευση στο ΑΠΘ, Παναγιώτης Μπαμίδης, επισήμανε ότι 37 από τις 127 παραμέτρους που καθορίζουν την υγεία μας είναι ψηφιακές. Στο πλαίσιο αυτό εκτίμησε ότι η ιατρική της ακριβείας θα αλλάξει πολλές από τις ασθένειες στο μέλλον αλλά και τις ίδιες τις ταξινομήσεις τους.
Στην παρουσία της τεχνητής νοημοσύνης στην καθημερινότητα και την κοινωνική ζωή των ανθρώπων αναφέρθηκε ο καθηγητής Νεοελληνικών Σπουδών και Συγκριτικής Λογοτεχνίας στο Πανεπιστήμιο Χάρβαρντ, Παναγιώτης Ροϊλός. «Πριν από δύο χρόνια έγινε πρωτοσέλιδο το γεγονός ότι ένας άντρας που παντρεύτηκε …ολόγραμμα στην Ιαπωνία δεν μπορεί πλέον να επικοινωνήσει με την εικονική του σύζυγο», σημείωσε χαρακτηριστικά.
Με την ενημέρωση των μελών του Ιατρικού Συλλόγου Θεσσαλονίκης για την τεχνητή νοημοσύνη, έκλεισαν οι δράσεις του συλλόγου για τη συμπλήρωση 100 χρόνων από τη σύστασή του.
Δείτε όλη την ροή ειδήσεων
Πηγή: ΑΠΕ-ΜΠΕ
