Ηιατρική του 21ου αιώνα έχει ήδη γίνει «έξυπνη», έως… πανέξυπνη. Ποιος θα φανταζόταν μερικές δεκαετίες πριν ότι οι χειρουργικές τομές θα… συρρικνώνονταν τόσο ώστε να γίνουν μικρές οπές από τις οποίες θα περνούσαν εξελιγμένα ενδοσκόπια ώστε να αφαιρέσουν όγκους ή και ολόκληρα όργανα; Ποιος θα φανταζόταν ότι μέσα στο χειρουργείο «βοηθός» γιατρού θα ήταν ένα ρομπότ το οποίο υπό την ανθρώπινη καθοδήγηση θα διενεργούσε επεμβάσεις με τη μεγαλύτερη δυνατή ακρίβεια; Ποιος θα φανταζόταν ότι χάρη σε όλες αυτές τις εξελιγμένες τεχνικές οι ασθενείς θα επέστρεφαν σπίτι τους σε ελάχιστο χρόνο μετά από μια επέμβαση (κάποιες φορές ακόμη και την ίδια ημέρα της επέμβασης) και ότι θα επανέρχονταν στη φυσιολογική ζωή τους μέσα σε λίγα 24ωρα, συχνά χωρίς να χρειάζονται καν παυσίπονα; Και όμως, όλα αυτά τα… αφάνταστα αποτελούν ήδη γεγονός προς όφελος εκατομμυρίων ασθενών ανά τον κόσμο.
Οπως γεγονός αποτελεί τα τελευταία χρόνια η χρήση της τεχνητής νοημοσύνης (Artificial Intelligence, AI) στη διάγνωση νόσων. Με «σύμμαχο» την τεχνητή νοημοσύνη οι γιατροί μπορούν σε χρόνο… dt να αναλύσουν τεράστιους όγκους δεδομένων και να εξαγάγουν συμπεράσματα για τα οποία τον προηγούμενο αιώνα θα απαιτούνταν… αιώνες. Τα παραδείγματα της AI συμβολής στην ιατρική συνεχώς αυξάνονται. Σας παραθέτουμε μόνο κάποια τα οποία αντικατοπτρίζουν το παρόν και συγχρόνως σκιαγραφούν το… ψηφιακό ιατρικό μέλλον: ερευνητές του Εργαστηρίου Επιστήμης των Υπολογιστών και Τεχνητής Νοημοσύνης (CSAIL) του ΜΙΤ και του Γενικού Νοσοκομείου της Μασαχουσέτης ανέπτυξαν ένα νέο μοντέλο μηχανικής μάθησης (η μηχανική μάθηση αφορά την ανάπτυξη αλγορίθμων που μπορούν να «διδάσκονται» από τα δεδομένα και να κάνουν προβλέψεις σχετικά με αυτά – κοινώς οι υπολογιστές… κάθονται στα θρανία), το οποίο προβλέπει «διαβάζοντας» μαστογραφίες ποιες γυναίκες αντιμετωπίζουν κίνδυνο εμφάνισης καρκίνου του μαστού μέσα στην επόμενη πενταετία. Γιατροί και μηχανικοί του Πανεπιστημίου της Καλιφόρνιας δημιούργησαν ένα σύστημα τεχνητής νοημοσύνης το οποίο μπορεί να προβλέψει με μεγάλη ακρίβεια μέσω της ανάλυσης απεικονιστικών εξετάσεων του εγκεφάλου ποια άτομα θα εμφανίσουν νόσο Αλτσχάιμερ, τουλάχιστον έξι χρόνια προτού γίνει η διάγνωση. Επιστήμονες από τη Γερμανία, τη Γαλλία και τις ΗΠΑ ανέπτυξαν ένα συνελικτικό νευρωνικό δίκτυο βαθιάς μάθησης (deep learning convolutional neural network) που εντοπίζει το μελάνωμα καλύτερα από τους γιατρούς. Επιστήμονες στην Κίνα και στις ΗΠΑ ανέπτυξαν το πρώτο σύστημα ΑΙ, το οποίο μπορεί να κάνει διάγνωση σχετικά με κοινές παιδικές ασθένειες, όπως το κοινό κρυολόγημα, η γρίπη, οι οξείες κρίσεις άσθματος, η λοιμώδης μονοπυρήνωση, η ανεμευλογιά, η ιγμορίτιδα, η μηνιγγίτιδα, εξίσου καλά ή και ακόμη καλύτερα από τους παιδιάτρους.
Περιεχόμενο για συνδρομητές
Το παρόν άρθρο, όπως κι ένα μέρος του περιεχομένου από tovima.gr, είναι διαθέσιμο μόνο σε συνδρομητές.
