Δημοκρατία της Υγείας και Υγεία της Δημοκρατίας. Μια συνομιλία με το μέλλον.
Aπόστολος Ε. Παπαλόης, PhD
-Επισκέπτης Καθηγητής Β΄ Χειρουργικής Κλινικής Ιατρικής Σχολής ΕΚΠΑ, -Secretary General NASCE / UEMS Executive Board, Βrussels, Πρόεδρος Επιστημονικής Επιτροπής ΕΜΒΙΕΕ, Ιατρικής Σχολής ΑΠΘ, Μέλος, Επιτροπή Βιοηθικής Ιατρικής Σχολής ΕΚΠΑ
Η τεχνητή νοημοσύνη αποτελεί χωρίς αμφιβολία την νέα εποχή και την επανάσταση σ΄ όλους τους τομείς της καθημερινότητάς μας όσο και της επιστήμης. Οι βιομηχανικές επαναστάσεις στην ανθρώπινη ιστορία, έγιναν ασφαλώς σε διαφορετικές εποχές και με διαφορετικό περιεχόμενο. Ωστόσο όλες είχαν κάποια πολύ βασικά κοινά χαρακτηριστικά :
1 – Τίποτα δεν γίνεται ξαφνικά. Υπάρχει προεργασία δεκαετιών αλλά και οι αρχικές εφαρμογές μοιάζουν με μικρά βήματα που δεν πείθουν για το τι έρχεται λίγο καιρό αργότερα.
2 – Όλες είχαν άμεση επίδραση σ΄όλες τις οικονομίες, στα γεωπολιτικά συμφέροντα, στις κοινωνίες και στα επαγγέλματα. Σ΄ άλλες περιπτώσεις είχαμε εξέλιξη επαγγελμάτων και σ΄άλλες περιπτώσεις εξαφάνιση παλιών και δημιουργία νέων μορφών απασχόλησης.
3 – Οι τεχνολογίες που δημιουργήθηκαν, αύξησαν κατακόρυφα την ανάγκη για την δημιουργία πληρέστερων συστημάτων εκπαίδευσης και εξειδίκευσης.
4 – Παράλληλα με τις εφαρμογές κάθε νέας τεχνολογίας, είχαμε και την ανάγκη για δημιουργία νέων και εξειδικευμένων ερευνητικών κέντρων. Με άλλα λόγια δεν υπήρξε κάποιας μορφής επανάπαυση αλλά αύξηση του διεθνούς ερευνητικού ανταγωνισμού σ΄ όλα τα επίπεδα.
5 – Όλες οι τεχνολογικές επαναστάσεις άλλαξαν τα μοντέλα διοίκησης σ΄όλα τα επίπεδα. Σχεδιασμού, πρόβλεψης, επιτήρησης, διορθωτικής επέμβασης, αξιολόγησης και λήψης αποφάσεων.
Στην επανάσταση όμως που ήδη έχει ξεκινήσει, η Τεχνητή Νοημοσύνη, παιδί της ψηφιακής πληροφοριακής τεχνολογίας και των μεγάλων υπολογιστικών συστημάτων, έχει όλα τα παραπάνω χαρακτηριστικά, συν ένα ακόμα, που κάνει την μεγάλη διαφορά με το παρελθόν.
Το απίθανο σενάριο της αντικατάστασης της ανθρώπινης δραστηριότητας, είναι εδώ ! Παντού. Οι μελέτες που παρουσιάζουν την μεγαλύτερη ευστοχία στην χρήση αυτών των συστημάτων σε σχέση με την ανθρώπινη σκέψη, έρχονται σαν κύματα το ένα πίσω από το άλλο.
Προφανώς, η Τεχνητή Νοημοσύνη, έχει μπροστά της έναν επιθετικό προσδιορισμό. Είναι τεχνητή. Αλλά με την προϋπόθεση ότι οι πληροφορίες που επεξεργάζεται είναι πλήρεις, έγκυρες και αξιόπιστες, και ασφαλώς επικαιροποιούνται, τότε γιατί όχι ? Μπορούν να αντικαταστήσουν τον άνθρωπο. Ειδικότερα στην Ιατρική Επιστήμη η επιχειρηματολογία που μπορεί να αναπτυχθεί προς αυτήν την κατεύθυνση, έχει πάρα πολλά όπλα στην φαρέτρα της. Ορθολογικότερη κατανομή των διαθέσιμων πόρων για την υγεία, ακρίβεια πρόληψης, πρόγνωσης και θεραπείας, ακριβέστερη και αποτελεσματικότερη παρακολούθηση, δραματική μείωση των λαθών, πληρέστερη εκπαίδευση και μετεκπαίδευση και πολλά άλλα.
Στα παραπάνω επιχειρήματα θα πρέπει να προστεθούν και αποτελέσματα από τις μέχρι σήμερα εφαρμογές. Πχ πρόσφατα στην Σουηδία, η επιτήρηση του αριθμού και του είδους των χειρουργικών επεμβάσεων σε διάφορες υγειονομικές περιφέρειες, οδήγησε στην διαπίστωση λαθών στο διαγνωστικό στάδιο. Διαπιστώθηκε αύξηση συγκεκριμένων επεμβάσεων σε συγκεκριμένες περιφέρειες που οφείλονταν τελικά σε λάθος διάγνωση.
Επομένως η ανάπτυξη επιχειρηματολογίας για την μεγάλη Αξία του Ανθρώπου και της Μοναδικότητας της Ανθρώπινης επαφής, θα βρει αρκετά εμπόδια. Κάτι άλλο είναι αυτό που θα πρέπει κάνει την μεγάλη διαφορά μεταξύ του Ανθρώπου και της Τεχνητής Νοημοσύνης. Και σίγουρα αυτό δεν μπορεί να είναι η αντιπαλότητα. Εμείς…….. τεχνητά, δημιουργήσαμε μεγάλα συστήματα και αλγόριθμους για λήψη αποφάσεων. Δεν πρέπει να χτυπήσουμε τους εαυτούς μας. Κάτι άλλο λείπει.
«Ωφελέειν ή Μη Βλάπτειν»
Ιπποκράτης.
Αν αναλογιστούμε το ύψος των χρημάτων που έχουμε δαπανήσει παγκοσμίως για την ανάπτυξη νέων θεραπειών, θα μέναμε έκθαμβοι. Με τα ποσά αυτά θα είχαμε λύσει αμέτρητα διεθνή και διαχρονικά προβλήματα. Επομένως κακώς δαπανήθηκαν ? Ασφαλώς όχι. Χάρις στα αποτελέσματα αυτών των ερευνών εκατομμύρια συνανθρώπων μας ζούν και έχουν ποιότητα ζωής. Όμως υπάρχει κάποιος που να αμφιβάλει ότι τα συστήματα της τεχνητής νοημοσύνης, είναι σε θέση να απαντήσουν γρηγορότερα και ασφαλέστερα για το ποια πχ βιοχημικά μονοπάτια και συγκεκριμένοι υποδοχείς, κρύβουν λύσεις σε χρόνια νοσήματα ? Μήπως είναι πάρα πολύ οικονομικότερη προσέγγιση του κλινικού προβλήματος και με μεγαλύτερη ακρίβεια και αποτελεσματικότητα?
Αυτό είναι το όφελος…. του Ιπποκράτη.
ή…..
Οι δυτικές οικονομίες, και κατά τεκμήριο σωστά, είναι ελεύθερες. Είναι οι οικονομίες που δημιουργούν κάθε τι νέο. Με καλά τους και τα άσχημά τους. Και δεν έχουμε δεί ιστορικά, ποτέ, να δημιουργείται κάτι νέο σε ανελεύθερο περιβάλλον. Μόνον μέχρι ενός ορίου και μετά εγκαταλείπεται. Αλλά και στην περίπτωση που το περιβάλλον είναι ανελεύθερο και δημιουργεί, μιλάμε σίγουρα για συγκαλυμμένη προστατευόμενη ελεύθερη οικονομία. Που καταλήγουν όλα αυτά σε σχέση με το θέμα που επεξεργαζόμαστε ? Ότι το κίνητρο του κέρδους και της οικονομικής και πολιτικής επιρροής, ήταν πάντα βασικός παράγοντας στην ανθρώπινη ιστορία. Και με δεδομένη την δύναμη της τεχνητής νοημοσύνης και την εξουσία, οικονομική και πολιτική, που μπορεί να αποκτηθεί αν καταλήξει ο έλεγχος των δεδομένων σε λίγες και μη ελέγξιμες πηγές διαχείρισής τους, αυτό, σίγουρα, δεν είναι προς όφελος του συνόλου. Πχ ένα σύστημα έγκαιρης προγνωστικής αξίας με διεθνή επιρροή, είναι μια σπουδαία εξέλιξη. Δεν αμφιβάλει κανείς για την εγκυρότητά του. Όμως η αληθινή προέλευσή του, είναι από την διαχρονική δουλειά χιλιάδων επιστημόνων και τελικώς η εφαρμογή του δεν θα είναι καθολική. Θα έχει κόστος για τους καταναλωτές και θα έχει χαρακτηριστικά κέρδους για τους ιδιοκτήτες. Είναι μια χαρακτηριστική περίπτωση αυτού που ονομάζουμε Δημοκρατία της Υγείας και Υγεία της Δημοκρατίας.
Αυτή είναι η βλάβη στην οποία αναφέρεται…. ο Ιπποκράτης.
Ποιο είναι το κρίσιμο σημείο που θα κάνει την διαφορά ανάμεσα στο όφελος και στην βλάβη?
Η Βιοηθική διάσταση και το Αξιακό σύστημα της Υγείας, ως σύνολο. One Health.
Είναι σαφές εδώ και πολλές δεκαετίες, με την χρήση των κατευθυντηρίων γραμμών στην κλινική πρακτική, τις διεθνείς πολυκεντρικές και τυχαιοποιημένες μελέτες, τις μετεκπαιδεύσεις επιστημόνων, την διεθνείς βάσεις δεδομένων της βιβλιογραφίας, τους διεθνείς διαγωνισμούς και τις χρηματοδοτήσεις προγραμμάτων και ασφαλώς τα σχεδόν κοινά προγράμματα σπουδών, ότι η γνώση και η πρακτική της εφαρμογή, είναι παγκοσμιοποιημένη.
Η γνώση αυτή αποτέλεσε και αποτελεί καρπό δουλειάς όλων των επιστημόνων. Και όσων ανήκουμε στις Επιστήμες Υγείας – Ζωής (Ιατρική, Νοσηλευτική, Φαρμακευτική, Βιολογία, Κτηνιατρική, Διατροφολογία κα) αλλά και όσων διακονούν την Επιστήμη απ΄όλες ειδικότητες, όπως οι Πολυτεχνικές (οι Μηχανικοί και εξειδικεύσεις τους, Υλικά κα) και των Θετικών Επιστημών (Χημεία, Φυσική, Μαθηματικά, Πληροφορική κλπ) και ασφαλώς η Νομική Επιστήμη που θέτει το πλαίσιο λειτουργίας όλων σε σχέση με την Κοινωνία.
Μια αληθινά μεγάλη Οικογένεια, που διάφορες συνθήκες, όπως η οικονομική κρίση αλλά και όλα όσα αναφέρθηκαν παραπάνω, τους έφεραν πιο κοντά.
Όλοι εμείς, είμαστε η πρόοδος της τεχνητής νοημοσύνης. Όλοι μας και χωρίς καμία εξαίρεση. Είμαστε και ξεχωριστοί αλλά και μαζί. E pluribus unum. Out of many, one.
1 – Η πρόβλεψη και η πρόγνωση. Η επεξεργασία των μεγάλων βάσεων δεδομένων μπορεί να δώσει προβλεπτικά μοντέλα για ευπαθείς ομάδες, την έγκαιρη προετοιμασία των συστημάτων υγείας για την αντιμετώπισή τους (ακόμα και σε οικονομικό επίπεδο) και αλλά και την συλλογή και επεξεργασία δεδομένων από τα ίδια άτομα, όταν διαγνωστούν. Έγκαιρη ανατροφοδότηση.
2 – Διάγνωση και παράγοντες κινδύνου. Η συγκέντρωση και ανάλυση δεδομένων από τους ασθενείς με λεπτομερέστερη επεξεργασία όλων των παραμέτρων (π.χ. OMICS και μεταβολίτες) οδηγεί και σ΄ ακριβέστερη διάγνωση και σ΄ εντόπιση παραγόντων κινδύνου σε ασθενείς. Οι ασθενείς δεν είναι ασφαλώς όλοι ίδιοι η δε συννοσηρότητα είναι συχνό φαινόμενο.
3 – Επίδραση του περιβάλλοντος. Το περιβάλλον αποτελεί συχνά επιβαρυντικό παράγοντα σε ασθενείς. Η τεχνητή νοημοσύνη μέσα από επεξεργασία παραμέτρων που προέρχονται από διαφορετικούς επιστημονικούς κλάδους, δίνει κατευθυντήριες οδηγίες για βελτίωση της ποιότητας ζωής των ασθενών.
4 – Λοιμώξεις. Η επεξεργασία των δεδομένων, δίνει πολύτιμες πληροφορίες για την ανάπτυξη στρατηγικών αντιμετώπισης των λοιμώξεων σε ευπαθέστατες ομάδες.
5 – Εκπαίδευση επαγγελματιών υγείας και ασθενών. Πολλά νοσήματα απαιτούν συχνή επικοινωνία ιατρών, νοσηλευτών και άλλων επαγγελματιών υγείας με τους ασθενείς. Η εκπαίδευση στην επικοινωνία, αποτελεί μια ουσιαστική συμβολή εκ μέρους των μέσων που μας προσφέρει η τεχνητή νοημοσύνη.
6 – Παρακολούθηση ζωτικών λειτουργιών και άλλων παραμέτρων των ασθενών σε πραγματικό χρόνο. Άλλη μια πρόκληση για τους Ιατρούς και τους Νοσηλευτές. Πλέον η παρακολούθηση των ζωτικών λειτουργιών σε πραγματικό χρόνο, μέσω φορητών συσκευών στους ασθενείς, είναι απολύτως ρεαλιστική.
7 – Έρευνα, βασική και κλινική. Στα θέματα έρευνας είτε βασικής είτε κλινικής, η τεχνητή νοημοσύνη ήδη ένωσε όλους τους επιστήμονες και τις εξειδικεύσεις τους. Αλλά το συγκλονιστικό είναι ότι η εφαρμογή της, εξοικονόμησε σημαντικότατους πόρους, σχεδίασε καλύτερα και ακριβέστερα πρωτόκολλα και αύξησε την ανατροφοδότηση ανάμεσα στους βασικούς και στους κλινικούς επιστήμονες, γεγονός που από μόνο του είναι τεράστια πρόοδος.
Η διεθνή στατιστική για τα καρδιομεταβολικά νοσήματα είναι συγκλονιστική. Από το 2021 υπολογίζονται ότι 463 εκατομμύρια άνθρωποι παγκοσμίως, έχουν διαβήτη το δε 2045, αναμένεται να αυξηθεί στα 700 εκατομμύρια. Η παχυσαρκία αφορά 650 εκατομμύρια παγκοσμίως ενώ τα καρδιομεταβολικά νοσήματα είναι μια βασική αιτία θανάτου διεθνώς, με 18 εκατομμύρια θανάτους σε ετήσια βάση.
Επομένως η τεχνητή νοημοσύνη δεν είναι τροφή για σκέψη ούτε μια από τις επιλογές μας. Είναι εδώ και είναι η επιλογή μας. Και είναι παντελώς αδύνατον να την διαχειριστούμε, με έμφαση στην ποιότητα, την αξιοπιστία και στην αποτελεσματικότητα, χωρίς να εργαστούμε όλοι μαζί. One Health.
Έχουμε μπροστά μας κι άλλες προκλήσεις να αντιμετωπίσουμε. Μια από τις βασικότερες προκλήσεις, θα είναι ο μελλοντικός σχεδιασμός των κλινικών μελετών. Είναι περισσότερο και από σαφές ότι με δεδομένη την γενετική και μοριακή υπογραφή των ασθενών και την προσωποποιημένη Ιατρική ως το επόμενο βήμα μας, το σημερινό μας μοντέλο οργάνωσης και διεξαγωγής των κλινικών μελετών, πρέπει να αλλάξει. Ή έστω ως πρώτο βήμα, να επικαιροποιηθεί. Δεν είναι επιλογή. Είναι ανάγκη προς όφελος των ασθενών.
Η τεχνητή νοημοσύνη θα φέρει δραματικές αλλαγές και στην οργάνωση των συστημάτων υγείας. Και μόνο να σκεφτούμε την αποφασιστική συμβολή της στην πρόγνωση και στην έγκαιρη διάγνωση, η πρωτοβάθμια υγεία θα γίνει μια μεγάλη ψηφιακή πλατφόρμα διαχείρισης απίστευτου όγκου δεδομένων ακόμα και για το μέγεθος μιας χώρας. Οι επόμενες γενιές που θα έρθουν στην τρίτη ηλικία (και με δεδομένη και την γήρανση του πληθυσμού) είναι ήδη πλήρως εκπαιδευμένες στην χρήση ψηφιακών τεχνολογιών.
Επομένως είμαστε σε βασικό σημείο της πορείας μας όπου όλοι μαζί ως επιστήμονες, η διεθνής επιστημονική κοινότητα, πρέπει να λάβουμε κρισιμότατες αποφάσεις για το Αξιακό και Θεσμικό Σύστημα, που πρέπει να πλαισιώσει την δραστηριότητά μας. Σύστημα που πρέπει να ξεκαθαρίσει τον ρόλο της προσωπικότητας του Ανθρώπου και της σχέσης Ιατρού και Ασθενούς, Νοσηλευτή και Ασθενούς αλλά και Επιστημόνων και Κοινωνίας ευρύτερα. Αυτό δεν πρέπει να γίνει σε κλίμα φόβου ή αντιπαλότητας. Η τεχνητή νοημοσύνη ένα ακόμα από τα δημιουργήματα της ανθρώπινης ευφυίας. Θα πρέπει να γίνει με νηφαλιότητα, επιστημοσύνη και με αυστηρή εφαρμογή των διεθνών κανόνων δικαίου. Οι φορείς και οι οργανισμοί που θα διαδραματίσουν ρόλο είναι πολλοί. Ασφαλώς κυβερνητικοί (κρατικοί και υπερεθνικοί) διεθνείς επιστημονικοί φορείς, η βιομηχανία, επιστημονικές εταιρείες, εταιρείες πληροφορικής κλπ.
«Ωφελέειν ή Μη Βλάπτειν»
Ιπποκράτης. Αυτή είναι η βασικότερη κατευθυντήρια οδηγία μας.
Η πληροφορία και η χρησιμότητά της δεν είναι σημερινή υπόθεση. Ήταν πάντα κομμάτι της ανθρώπινης ιστορίας.
«In God we trust. All others must bring data», William Edwards Deming