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». Σημείωσε ότι η διαδικασία αυτή διήρκεσε 16 χρόνια, ενώ απέδωσε την καθυστέρηση, μεταξύ άλλων, στις εσωτερικές αντιπαραθέσεις μεταξύ «μνημονιακών» και «αντιμνημονιακών», υποστηρίζοντας ότι «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 αποτελεί έναν από τους ταχύτερα μεταβαλλόμενους τομείς λόγω της αξιοποίησης δεδομένων και τεχνητής νοημοσύνης. Επικαλέστηκε στοιχεία για τον ρυθμό έγκρισης νέων φαρμάκων από τον Ευρωπαϊκό Οργανισμό Φαρμάκων (EMA), αναφέροντας ότι από περίπου τέσσερις εγκρίσεις ετησίως στο παρελθόν, σήμερα ο αριθμός φτάνει τα τέσσερα τον μήνα, με την τάση – όπως είπε – να ενισχύεται περαιτέρω.
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. Κατά τον ίδιο, η εξέλιξη αυτή επιταχύνει την ανάπτυξη νέων θεραπειών και αλλάζει ριζικά τον τρόπο με τον οποίο εξελίσσεται η ιατρική επιστήμη.
Στο ίδιο πλαίσιο 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, ενώ τόνισε χαρακτηριστικά 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. Όπως σημείωσε, η εξέλιξη αυτή θα επιτρέψει στο μέλλον την ανάπτυξη εξατομικευμένων θεραπειών προσαρμοσμένων στο γονιδίωμα κάθε ασθενούς.
«Έξυπνες πόλεις» και υγεία του πληθυσμού
Στο πλαίσιο της συζήτησης για τις «πόλεις που φροντίζουν ενεργά την υγεία των πολιτών τους», ο υπουργός υποστήριξε 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.
Παράλληλα, αναφέρθηκε 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 τέλος ότι η τεχνητή νοημοσύνη δεν μπορεί να υποκαταστήσει τους επαγγελματίες υγείας, αλλά μπορεί να λειτουργήσει 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. Τέλος σημείωσε ότι ότι η τεχνητή νοημοσύνη πρέπει να λειτουργεί υποστηρικτικά, με τον ιατρό να παραμένει στο κέντρο της κλινικής απόφασης.
Επιμέλεια: Συντακτική ομάδα
