ΑΡΧΙΚΗ LIFE ΤΕΧΝΟΛΟΓΙΑ

AI «μαντεύει» το μέλλον της υγείας μας – Πώς προβλέπει πάνω από 1.000 ασθένειες

Η νέα επανάσταση της τεχνητής νοημοσύνης

Το μοντέλο Delphi-2M, που βασίζεται σε παρόμοια τεχνολογία με αυτή των chatbots όπως το ChatGPT, φιλοδοξεί να βοηθήσει στην έγκαιρη πρόληψη ασθενειών και στην καλύτερη οργάνωση των υπηρεσιών υγείας

Η τεχνητή νοημοσύνη φαίνεται πως μπαίνει δυναμικά και στην πρόβλεψη της υγείας, καθώς σύμφωνα με νέα έρευνα, μπορεί να εκτιμήσει με εντυπωσιακή ακρίβεια τα πιθανά προβλήματα υγείας ενός ανθρώπου έως και δέκα χρόνια νωρίτερα. Η προηγμένη τεχνολογία έχει εκπαιδευτεί να αναγνωρίζει μοτίβα μέσα από ιατρικά αρχεία, αξιολογώντας τον κίνδυνο εμφάνισης περισσότερων από 1.000 ασθενειών.

Το μοντέλο τεχνητής νοημοσύνης που προβλέπει τον κίνδυνο ασθενειών

Οι ειδικοί παρομοιάζουν τη λειτουργία της με μια πρόγνωση καιρού — μόνο που αντί για πιθανότητα βροχής, η πρόβλεψη αφορά την ανθρώπινη υγεία. Το μοντέλο Delphi-2M, που βασίζεται σε παρόμοια τεχνολογία με αυτή των chatbots όπως το ChatGPT, φιλοδοξεί να βοηθήσει στην έγκαιρη πρόληψη ασθενειών και στην καλύτερη οργάνωση των υπηρεσιών υγείας, προβλέποντας μελλοντικές ανάγκες πολύ πριν αυτές προκύψουν.

Τα AI chatbots εκπαιδεύονται για να κατανοούν μοτίβα της γλώσσας, ώστε να μπορούν να προβλέπουν τη σειρά των λέξεων σε μια πρόταση. Έτσι, το Delphi-2M εκπαιδεύτηκε να βρίσκει μοτίβα σε ανώνυμα ιατρικά αρχεία, ώστε να προβλέπει τι θα συμβεί στη συνέχεια και πότε. Δεν προβλέπει ακριβείς ημερομηνίες, όπως «έμφραγμα στις 2 Οκτωβρίου», αλλά εκτιμά την πιθανότητα εμφάνισης 1.231 ασθενειών.

«Όπως στον καιρό, όπου μπορούμε να έχουμε 70% πιθανότητα βροχής, μπορούμε να κάνουμε το ίδιο για την υγειονομική περίθαλψη», 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 ταυτόχρονα – κάτι που δεν ήταν δυνατόν ποτέ πριν. Είμαι ενθουσιασμένος», πρόσθεσε.

Το μοντέλο αναπτύχθηκε αρχικά χρησιμοποιώντας ανώνυμα δεδομένα από το Ηνωμένο Βασίλειο – περιλαμβανομένων εισαγωγών σε νοσοκομεία, ιατρικών φακέλων γενικών ιατρών και συνήθειες ζωής, όπως το κάπνισμα – από περισσότερους από 400.000 ανθρώπους στο πλαίσιο του ερευνητικού έργου UK Biobank.

Νέο AI προβλέπει την υγεία του ανθρώπου όπως ο καιρός

Στη συνέχεια, το μοντέλο δοκιμάστηκε με δεδομένα άλλων συμμετεχόντων του Biobank και μετά με 1,9 εκατομμύρια ιατρικά αρχεία από τη Δανία. «Λειτουργεί πολύ καλά πραγματικά στη Δανία», λέει ο καθηγητής Birney. «Αν το μοντέλο δείξει ρίσκο 1 προς 10 για τον επόμενο χρόνο, όντως φαίνεται ότι ισχύει».

Το μοντέλο προβλέπει καλύτερα ασθένειες όπως διαβήτης τύπου 2 και έμφραγμα, που έχουν σαφή πορεία εξέλιξης, και όχι τυχαία περιστατικά όπως κάποιες λοιμώξεις.

Πώς μπορεί να χρησιμοποιηθεί το εργαλείο

Το εργαλείο AI δεν είναι ακόμη έτοιμο για κλινική χρήση, αλλά η πρόθεση είναι να χρησιμοποιηθεί με παρόμοιο τρόπο: για τον εντοπισμό ασθενών υψηλού κινδύνου ώστε να υπάρξει πρόληψη μέσω φαρμάκων ή ειδικών οδηγιών για τον τρόπο ζωής.

Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στον σχεδιασμό προγραμμάτων ελέγχου ασθενειών και στην ανάλυση όλων των ιατρικών αρχείων μιας περιοχής για να προβλέψει τη ζήτηση.

«Αυτή είναι η αρχή ενός νέου τρόπου κατανόησης της ανθρώπινης υγείας και της πορείας των ασθενειών», είπε ο καθηγητής Moritz Gerstung, επικεφαλής της διεύθυνσης AI στην ογκολογία στο Γερμανικό Κέντρο Έρευνας Καρκίνου (DKFZ). Πρόσθεσε: «Μοντέλα όπως το δικό μας θα μπορούσαν στο μέλλον να βοηθήσουν στην εξατομίκευση της φροντίδας και στην πρόβλεψη αναγκών υγειονομικής περίθαλψης σε μεγάλη κλίμακα».

Το μοντέλο, που περιγράφεται στο επιστημονικό περιοδικό Nature, χρειάζεται περαιτέρω βελτίωση και δοκιμές πριν χρησιμοποιηθεί κλινικά. Υπάρχουν επίσης πιθανοί μεροληπτικοί παράγοντες, καθώς βασίστηκε σε δεδομένα από το UK Biobank, που αφορούν κυρίως άτομα ηλικίας 40–70 ετών και όχι ολόκληρο τον πληθυσμό.

Το μοντέλο αναβαθμίζεται για να ενσωματώσει περισσότερα ιατρικά δεδομένα, όπως απεικονίσεις, γενετικά δεδομένα και αναλύσεις αίματος. Η μελέτη είναι αποτέλεσμα συνεργασίας του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, του Γερμανικού Κέντρου Έρευνας Καρκίνου (DKFZ) και του Πανεπιστημίου της Κοπεγχάγης.