Τις επιπτώσεις που έχει ήδη η τεχνητή νοημοσύνη στην ανάπτυξη νέων θεραπειών και στην ιατρική έρευνα ανέδειξε ο υπουργός Υγείας Άδωνις Γεωργιάδης, κατά την ομιλία του στην ημερίδα «ΑΙ & πόλεις που... σκέφτονται», που διοργάνωσε η Βεργίνα Τηλεόραση. Παράλληλα, αναφέρθηκε στην επίσημη ανακοίνωση της Ευρωπαϊκής Επιτροπής για την άρση κάθε μορφής αυξημένης εποπτείας προς την Ελλάδα, χαρακτηρίζοντάς την ως «τυπική λήξη της χρεοκοπίας του 2010». Επεσήμανε ότι η διαδικασία αυτή διήρκεσε 16 χρόνια, αποδίδοντας την καθυστέρηση, μεταξύ άλλων, στις εσωτερικές αντιπαραθέσεις μεταξύ «μνημονιακών» και «αντιμνημονιακών», σημειώνοντας πως «η αντίσταση στις μεταρρυθμίσεις μετατράπηκε σε περισσότερο πόνο για την κοινωνία».
Από τα φάρμακα στις κλινικές μελέτες: η επιτάχυνση της έρευνας
Ο υπουργός υποστήριξε ότι η υγεία είναι ένας από τους ταχύτερα μεταβαλλόμενους τομείς λόγω της αξιοποίησης δεδομένων και τεχνητής νοημοσύνης. Επικαλέστηκε στοιχεία του Ευρωπαϊκού Οργανισμού Φαρμάκων (EMA), αναφέροντας ότι από περίπου τέσσερις εγκρίσεις νέων φαρμάκων ετησίως στο παρελθόν, σήμερα ο αριθμός φτάνει τις τέσσερις τον μήνα, με τάση περαιτέρω αύξησης.
Παράλληλα, σημείωσε ότι οι κλινικές μελέτες, που απαιτούσαν έως και τρία ή τέσσερα χρόνια για να ολοκληρωθούν, μπορούν πλέον με τη χρήση μεγάλων βάσεων δεδομένων και εργαλείων τεχνητής νοημοσύνης να ολοκληρώνονται σε περίπου έναν χρόνο. Η εξέλιξη αυτή, όπως είπε, επιταχύνει την ανάπτυξη νέων θεραπειών και αλλάζει ριζικά τον τρόπο με τον οποίο εξελίσσεται η ιατρική επιστήμη.
Ο υπουργός εκτίμησε ότι η ιατρική γνώση ανανεώνεται με πρωτοφανή ρυθμό, επισημαίνοντας ότι η επανάσταση της τεχνητής νοημοσύνης θα επηρεάσει συνολικά το σύστημα υγείας τα επόμενα χρόνια.
Ψηφιακή υγεία και δεδομένα
Αναφερόμενος στον ψηφιακό μετασχηματισμό της υγείας, ο κ. Γεωργιάδης στάθηκε στον Εθνικό Ηλεκτρονικό Φάκελο Υγείας (MyHealth), τον οποίο χαρακτήρισε ως ένα από τα πιο ανεπτυγμένα συστήματα συλλογής ιατρικών δεδομένων στην ΕΕ. Όπως είπε, η ηλεκτρονική καταγραφή όλων των ιατρικών πράξεων επιτρέπει στους πολίτες πλήρη εικόνα του ιστορικού τους και στους γιατρούς άμεση πρόσβαση σε αυτό, υπογραμμίζοντας ότι «χωρίς data δεν υπάρχει AI».
Ανέφερε ακόμη ότι έως τις 30 Ιουνίου θα έχει ολοκληρωθεί η ψηφιοποίηση των νοσοκομείων, καθώς και η αναδρομική καταγραφή δεδομένων από το 2016. Το επόμενο βήμα, σύμφωνα με τον ίδιο, αφορά το γονιδιακό screening, δηλαδή την ενσωμάτωση γονιδιακών δεδομένων στο σύστημα υγείας, που θα επιτρέψει την ανάπτυξη εξατομικευμένων θεραπειών προσαρμοσμένων στο γονιδίωμα κάθε ασθενούς.
«Έξυπνες πόλεις» και υγεία του πληθυσμού
Στη συζήτηση για τις «πόλεις που φροντίζουν ενεργά την υγεία των πολιτών τους», ο υπουργός τόνισε ότι η ανάλυση δεδομένων μπορεί να συμβάλει στην καλύτερη πρόβλεψη υγειονομικών αναγκών και στην έγκαιρη ανίχνευση κινδύνων για νοσήματα όπως τα καρδιαγγειακά και ο καρκίνος.
Αναφέρθηκε επίσης στη συμμετοχή της Ελλάδας στις ευρωπαϊκές πρωτοβουλίες για την τεχνητή νοημοσύνη, σημειώνοντας ότι η χώρα συγκαταλέγεται μεταξύ των επτά κρατών-μελών που επιλέχθηκαν για την ανάπτυξη υποδομών AI μέσω του έργου Pharos. Όπως είπε, οι επενδύσεις σε data centers και ψηφιακές υποδομές δημιουργούν τη βάση για νέες εφαρμογές στον χώρο της υγείας.
Ο υπουργός υπογράμμισε ότι η τεχνητή νοημοσύνη δεν μπορεί να υποκαταστήσει τους επαγγελματίες υγείας, αλλά λειτουργεί ως εργαλείο που ενισχύει την ακρίβεια και την παραγωγικότητα των ιατρικών υπηρεσιών.
Παρεμβάσεις ειδικών: δεδομένα και ανθρώπινος παράγοντας
Στη συζήτηση που ακολούθησε, ο διοικητής της 3ης ΥΠΕ, Δημήτρης Τσαλικάκης, τόνισε ότι το βασικό ζήτημα στην τεχνητή νοημοσύνη δεν είναι οι αλγόριθμοι, αλλά η ποιότητα των δεδομένων. Όπως ανέφερε, χωρίς αξιόπιστη και διαλειτουργική καταγραφή ιατρικών δεδομένων δεν μπορεί να υπάρξει ασφαλές αποτέλεσμα, ενώ ακόμη και μικρά σφάλματα στην καταχώριση μπορεί να επηρεάσουν συνολικά την ανάλυση.
Από την πλευρά του, ο καθηγητής Παθολογίας του ΑΠΘ, Χρήστος Σαββόπουλος, αναφέρθηκε στη χρήση εργαλείων τεχνητής νοημοσύνης από πολίτες για αυτοδιάγνωση, επισημαίνοντας τον κίνδυνο λανθασμένων συμπερασμάτων όταν απουσιάζει επιστημονικό υπόβαθρο. Υπογράμμισε ότι η τεχνητή νοημοσύνη μπορεί να συμβάλει σημαντικά στην ιατρική πράξη, ιδίως στη διάγνωση και στη λήψη ταχύτερων αποφάσεων, όπως σε περιστατικά εγκεφαλικού επεισοδίου, αλλά δεν μπορεί να υποκαταστήσει τον γιατρό.
Κατέληξε ότι η τεχνητή νοημοσύνη πρέπει να λειτουργεί υποστηρικτικά, με τον ιατρό να παραμένει στο κέντρο της κλινικής απόφασης.
Ακολουθήστε το Business Daily στο Google news
