Τo Delphi-2M χρησιμοποιεί τεχνολογία παρόμοια με αυτή των γνωστών chatbots Τεχνητής Νοημοσύνης, όπως το ChatGPT.
Το Delphi-2M έχει εκπαιδευτεί να εντοπίζει μοτίβα σε ανώνυμα ιατρικά αρχεία, ώστε να μπορεί να προβλέψει τι θα συμβεί στη συνέχεια και πότε, μετέδωσε το BBC.
Δεν προβλέπει ακριβείς ημερομηνίες, όπως μια καρδιακή προσβολή, αλλά εκτιμά την πιθανότητα εμφάνισης 1.231 ασθενειών.
Πώς λειτουργεί στην πράξη;
Στους ασθενείς προσφέρεται ήδη μια στατίνη για τη μείωση της χοληστερόλης με βάση τον υπολογισμό του κινδύνου καρδιακής προσβολής ή εγκεφαλικού επεισοδίου.
Το μοντέλο δεν είναι έτοιμο για κλινική χρήση, αλλά το σχέδιο είναι να χρησιμοποιηθεί με παρόμοιο τρόπο, για τον εντοπισμό ασθενών υψηλού κινδύνου, ενώ υπάρχει η δυνατότητα έγκαιρης παρέμβασης και πρόληψης της νόσου.
Αυτό θα μπορούσε να περιλαμβάνει φάρμακα ή συγκεκριμένες συμβουλές για τον τρόπο ζωής, όπως για παράδειγμα άτομα που είναι πιθανό να αναπτύξουν κάποια ηπατική διαταραχή και θα επωφεληθούν από τη μείωση της κατανάλωσης αλκοόλ περισσότερο από τον γενικό πληθυσμό.
Η Τεχνητή Νοημοσύνη θα μπορούσε επίσης να συμβάλει στην ενημέρωση των προγραμμάτων προσυμπτωματικού ελέγχου και στην ανάλυση όλων των αρχείων υγειονομικής περίθαλψης σε μια περιοχή, προκειμένου να προβλεφθεί η ζήτηση, όπως για παράδειγμα πόσες καρδιακές προσβολές θα συμβούν ετησίως σε ένα δοσμένο γεωγραφικό χώρο, ώστε να βοηθήσει στον προγραμματισμό των πόρων.
«Αυτή είναι η αρχή ενός νέου τρόπου κατανόησης της ανθρώπινης υγείας και της εξέλιξης των ασθενειών», δήλωσε ο καθηγητής Μόριτζ Γκερστούγκ, επικεφαλής του τμήματος Τεχνητής Νοημοσύνης στην ογκολογία στο DKFZ, το Γερμανικό Κέντρο Έρευνας για τον Καρκίνο.
Πρόσθεσε: «Γενετικά μοντέλα όπως το δικό μας θα μπορούσαν μια μέρα να βοηθήσουν στην εξατομίκευση της περίθαλψης και στην πρόβλεψη των αναγκών υγειονομικής περίθαλψης σε μεγάλη κλίμακα».
Οι επενδύσεις με «όχημα» την AI
Εξάλλου, σημειώνεται πως έρευνα της PwC ανέφερε πως μέχρι το 2035, 1 τρισεκατομμύριο δολάρια σε ετήσιες δαπάνες υγειονομικής περίθαλψης θα μετατοπιστούν από τα υγειονομικά συστήματα βαρέων υποδομών προς ένα σύστημα Υγείας που θα έχει προτεραιότητα του την ψηφιοποίηση.
Η τάση έχει αρχίσει ήδη να υλοποιείται, με προτεραιότητα στην παροχή εικονικών υπηρεσιών, τη λήψη αποφάσεων με τη βοήθεια της Τεχνητής Νοημοσύνης και τις διαλειτουργικές, επικεντρωμένες στον καταναλωτή πλατφόρμες.
Η πρόβλεψη για το μέλλον είναι ότι μέχρι το 2035, η υγειονομική περίθαλψη θα είναι προληπτική, αυτοματοποιημένη, θα χρησιμοποιεί ρομπότ και θα είναι προσβάσιμη σχεδόν παντού.
Η έγκαιρη υιοθέτηση παρατηρείται σε αλγόριθμους Τεχνητής Νοημοσύνης που σχεδιάζουν φάρμακα σε μήνες αντί για χρόνια, σε χειρουργικές επεμβάσεις με τη βοήθεια ρομπότ που συμβάλλουν στη μείωση των επιπλοκών και σε προγράμματα υγειονομικής περίθαλψης στο σπίτι.
Αυτές οι εξελίξεις προετοιμάζουν το έδαφος για μια σειρά από σημαντικές καινοτομίες, υποστηρίζει η έρευνα και προσθέτει -μεταξύ άλλων- ότι στο εγγύς μέλλον η ρομποτική θα εκτελεί περισσότερες λειτουργίες, η τεχνητή νοημοσύνη θα προωθήσει την ανακάλυψη φαρμάκων και τη διάγνωση και θα μειώσει το διοικητικό φόρτο, ενώ τα συστήματα υγείας θα μοιράζονται διαλειτουργικές διεπαφές προγραμματισμού εφαρμογών, απλοποιώντας τη ροή δεδομένων και επιταχύνοντας την παροχή των υπηρεσιών.
