Ο ακαδημαϊκός, ομότιμος καθηγητής Παιδιατρικής και Ενδοκρινολογίας της Ιατρικής Σχολής στο Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, Γιώργος Χρούσος, τόνισε ότι «πλέον δεν μπορούμε να κάνουμε χωρίς την Τεχνητή Νοημοσύνη στην ιατρική». Όπως εξήγησε, η ανάλυση μεγάλων δεδομένων και μια συστηματική προσέγγιση μετασχηματίζουν ριζικά την πρόληψη, τη διάγνωση και τη θεραπεία.
Ανάλυση μεγάλων δεδομένων
Ο κ. Χρούσος αναφέρθηκε στις βιολογικές και κοινωνικές επιπτώσεις της σύγχρονης ζωής, με έμφαση στο χρόνιο στρες και τη συσχέτισή του με την υπογονιμότητα. Υπογράμμισε επίσης τη συμβολή της τεχνητής νοημοσύνης στην πρόβλεψη και την πρόληψη νοσημάτων μέσω της αξιοποίησης μεγάλων πληθυσμιακών δεδομένων.
Γενετική και επιγενετική
Ο καθηγητής Ιατρικής και διευθυντής Ανθρώπινης Γενετικής και Ιατρικής Ακριβείας στο Ινστιτούτο Μοριακής Βιολογίας και Βιοτεχνολογίας του Ιδρύματος Τεχνολογίας και Έρευνας στο Ηράκλειο Κρήτης, Κωνσταντίνος Στρατάκης, επισήμανε ότι η τεχνητή νοημοσύνη αποτελεί αναγκαίο εργαλείο για την αναγνώριση γενετικών και περιβαλλοντικών (επιγενετικών) παραγόντων που επηρεάζουν την υγεία και τη γονιμότητα.
Ο ίδιος τόνισε πως οι ψηφιακές βάσεις δεδομένων είναι κρίσιμες για την ανάδειξη αιτιών της υπογονιμότητας και ότι η τεχνητή νοημοσύνη παίζει καθοριστικό ρόλο στην πρόβλεψη και στη λήψη κλινικών αποφάσεων για τη διάγνωση και τη θεραπεία.
Παχυσαρκία και προσέγγιση
Η καθηγήτρια Ενδοκρινολογίας στο Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, Μελπομένη Πέππα, υπογράμμισε ότι η παχυσαρκία αποτελεί ένα από τα μεγαλύτερα προβλήματα της σύγχρονης κοινωνίας. Πρόκειται για χρόνιο νόσημα που επηρεάζει τη γυναικεία και την ανδρική γονιμότητα, και η τεχνητή νοημοσύνη χρησιμοποιείται ήδη για την ανάπτυξη εξατομικευμένων στρατηγικών αντιμετώπισης.
Πολυπαραγοντική προσέγγιση
Η καθηγήτρια Μαιευτικής–Γυναικολογίας, Σοφία Καλανταρίδου, σημείωσε ότι η υπογονιμότητα είναι πολυπαραγοντικό πρόβλημα. Εκτός από τα γνωστά αίτια, πρόσθεσε, η περιβαλλοντική ρύπανση και η κλιματική αλλαγή έχουν συμβάλει στην αύξηση των ποσοστών υπογονιμότητας, σε συνδυασμό με την τάση των ζευγαριών να τεκνοποιούν σε μεγαλύτερη ηλικία.
Σύμφωνα με την ίδια, τα σημερινά μοντέλα τεχνητής νοημοσύνης που εφαρμόζονται στην υπογονιμότητα δεν έχουν ακόμα αποδείξει την αποτελεσματικότητά τους και απαιτείται περαιτέρω έρευνα πριν ενσωματωθούν στην κλινική πράξη.
Ανάλυση εμβρύων και συνεργασίες
Ο διδάκτωρ στην τεχνητή νοημοσύνη, Νίκος Μυρτάκης, εξήγησε ότι η τεχνητή νοημοσύνη στη γονιμότητα χρησιμοποιείται κυρίως ως εργαλείο πρόβλεψης και υποστήριξης αποφάσεων. Μια από τις πρώτες εφαρμογές είναι η ανάλυση εμβρύων: μέσω εικόνων και βίντεο τα μοντέλα μπορούν να αξιολογήσουν την ανάπτυξη των εμβρύων και να εκτιμήσουν ποια έχουν μεγαλύτερη πιθανότητα να οδηγήσουν σε κύηση κατά τη μεταφορά στη μήτρα.
Ωστόσο, όπως επεσήμανε, απαιτείται συνέργεια πολλαπλών κλινικών και εργαστηριακών δεδομένων από διαφορετικές γεωγραφικές περιοχές, καθώς και περιβαλλοντικά δεδομένα, για να βελτιωθεί η ποιότητα των μοντέλων. Ο κ. Μυρτάκης εκτίμησε ότι μέσα στην επόμενη πενταετία θα είναι εφικτή η ύπαρξη «έναν ψηφιακό βοηθό» στην καθημερινή κλινική πράξη για θέματα γονιμότητας.
Δεοντολογία και προστασία δεδομένων
Η καθηγήτρια Αστικού Δικαίου στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Κατερίνα Φουντεδάκη, αναφέρθηκε στην έννοια των δεδομένων υγείας, στις επιτρεπτές χρήσεις τους και στα μέτρα προστασίας σε εθνικό και ευρωπαϊκό επίπεδο, με ιδιαίτερη έμφαση στον Κανονισμό για τον Ευρωπαϊκό Χώρο Δεδομένων Υγείας (European Health Data Space).
Επισημάνθηκε ο κίνδυνος από την ανεξέλεγκτη κυκλοφορία δεδομένων υγείας, κυρίως για δευτερογενή χρήση (δηλαδή για σκοπούς διαφορετικούς από την παροχή υπηρεσιών υγείας στο ίδιο το άτομο), καθώς και το πλαίσιο λύσεων που προσπαθεί να διαμορφώσει το ενωσιακό δίκαιο.
ΑΠΕ
