Η Τεχνητή Νοημοσύνη επηρεάζει ποιες ταινίες βλέπετε στο Netflix. Προειδοποιεί την τράπεζά σας σε περίπτωση που η πιστωτική σας κάρτα βρίσκεται στα χέρια ενός απατεώνα, ακόμα κάνει ακριβείς προβλέψεις για το τι πρόκειται να πληκτρολογήσετε στο πρόγραμμα περιήγησης. Παράλληλα, η τεχνητή νοημοσύνη θα αφαιρέσει τον κίνδυνο (και τη διασκέδαση) από την οδήγηση. Κάποιοι λένε ότι θα βοηθήσει τους ανθρώπους να ζήσουν για πάντα, άλλοι λένε ότι θα καταστρέψει την ανθρωπότητα.
Η υπερβολή περιβάλλει όλα τα πράγματα γύρω από την Τεχνητή Νοημοσύνη, όμως αυτές οι τεχνολογίες έχουν μπει σε κάθε πτυχή της ζωής μας, συμπεριλαμβανομένου και της υγειονομικής περίθαλψης, οπότε είναι σημαντικό να αποφασίσουμε ως προς το τι είναι εφικτό και πού ελλοχεύουν κίνδυνοι.
Πραγματικότητα και επιστημονική φαντασία
Οι τεχνικές και οι θεωρίες της τεχνητής νοημοσύνης εμφανίστηκαν μετά τον Β’ Παγκόσμιο Πόλεμο, αλλά τα τελευταία χρόνια, η παραγωγή μαζικών δεδομένων, η αποθήκευση και επεξεργασία με βάση το clowd-storage και η βελτίωση των αλγορίθμων και των τεχνικών, έφεραν την ανάπτυξη στον τομέα της Τεχνητής νοημοσύνης.
“Η Τεχνητή Νοημοσύνη δεν είναι απλά μια τεχνολογία”, γράφει στο Medium ο κ. Nathan Benaich της εταιρίας επιχειρηματικών κεφαλαίων Point Nine Capital με έδρα το Βερολίνο. “Είναι στην πραγματικότητα ένα ευρύ πεδίο αποτελούμενο από πολλούς κλάδους, που κυμαίνονται από τη ρομποτική μέχρι και τη μηχανική μάθηση. Ο απώτερος στόχος της τεχνητής νοημοσύνης, είναι να οικοδομήσουμε μηχανές ικανές να εκτελούν καθήκοντα και γνωστικές λειτουργίες στα πλαίσια της ανθρώπινης νοημοσύνης. Για να φτάσουμε σε αυτό το σημείο, οι μηχανές πρέπει να είναι σε θέση να μαθαίνουν αυτόματα αυτές τις δυνατότητες αντί να προγραμματίζονται ξανά και ξανά.”
Οι καταστροφολόγοι προβλέπουν ότι οι μηχανές που έχουν την ικανότητα να μαθαίνουν, μπορεί τελικώς να αποκτήσουν τη δύναμη να μας ελέγχουν, αλλά η τεχνητή νοημοσύνη που υπάρχει σήμερα περιορίζεται σε πολύ συγκεκριμένους σκοπούς.
Τα τρέχοντα συστήματα Τεχνητής Νοημοσύνης αποτελούν βασικά μηχανές πρόβλεψης. Όλο και περισσότερο εξελιγμένοι αλγόριθμοι και τεχνικές εκμάθησης μηχανών αναλύουν τα δεδομένα ενός συγκεκριμένου θέματος και δημιουργούν ιδέες, προβλέψεις και διαγνώσεις με μεγαλύτερη αποτελεσματικότητα από τις αντίστοιχες ομάδες ανθρώπων.
Η χρήση της Τεχνητής Νοημοσύνης οδηγεί σε καλύτερα αποτελέσματα στην Υγεία
Στον τομέα φροντίδας υγείας, όπου οι προβλέψεις οδηγούν σε καλύτερα αποτελέσματα, οι τεχνολογίες τεχνητής νοημοσύνης έχουν ήδη αρχίσει να παράγουν πλεονεκτήματα και διαδικασίες που οδηγούν σε καλύτερα αποτελέσματα.
Πάρτε για παράδειγμα την ανακάλυψη του φαρμάκου. Οι μεγάλες φαρμακευτικές εταιρείες συνάπτουν συνεργασίες με τους ειδικούς Τεχνητής Νοημοσύνης και αναπτύσσουν εσωτερικές τεχνικές ώστε να επιταχύνουν την έρευνα και να προσδιορίσουν καλύτερα ποιες θεραπείες είναι πιθανότερο να βελτιώσουν τη ζωή των ασθενών. Οι πιο προηγμένες μέθοδοι σχεδιάζονται για να λαμβάνουν υπόψη τις γενετικές πληροφορίες.
Η Τεχνητή νοημοσύνη θα έχει επίσης σημαντικό αντίκτυπο στην παρασκευή των φαρμάκων. Το εργοστάσιο του μέλλοντος, το οποίο εφαρμόζει σήμερα η Sanofi, θα περιλαμβάνει συνδεδεμένο και έξυπνο εξοπλισμό, με αισθητήρες ικανούς να λαμβάνουν χιλιάδες μετρήσεις σε όλη τη διαδικασία παραγωγής. Επίσης θα μπορούν να παράγουν δισεκατομμύρια σημεία δεδομένων που θα χρησιμοποιούνται για την παρακολούθηση, την ανάλυση και τον έλεγχο της διαδικασίας παραγωγής. Οι σύγχρονες αναλυτικές τεχνικές θα προβλέπουν και θα αποτρέπουν παραλλαγές ώστε να εξασφαλίζουν την ποιότητα των βιολογικών φαρμάκων.
Ο συνδυασμός της Τεχνητής νοημοσύνης με την εκμάθηση των υπολογιστών συμβάλλουν επίσης στην ανάπτυξη των εμβολίων νέας γενιάς, επιταχύνοντας έτσι την ανάπτυξη φαρμάκων σε συνθήκες όπου σήμερα δεν υπάρχουν βιώσιμες επιλογές.
Η τεχνολογία “wearable”, σε συνδυασμό με την εκμάθηση υπολογιστών και τεχνητής νοημοσύνης, έχει επίσης τη δυνατότητα να φέρει την επανάσταση στο πώς προσφέρουμε λύσεις σε όσους αντιμετωπίζουν προβλήματα υγείας, συμπεριλαμβανομένου και των διαταραχών ύπνου.
Τα συστήματα Τεχνητής νοημοσύνης συμβάλλουν επίσης στη βασική φροντίδα των ασθενών σε μέρη όπως η Κίνα και η Αφρική, όπου υπάρχει έλλειψη επαγγελματιών στον χώρο της υγείας. Χρησιμοποιώντας δεδομένα και προηγμένη τεχνολογία, οι μηχανές μπορούν να βοηθήσουν τους επαγγελματίες του τομέα της υγείας, να φέρουν τους ασθενείς σε επαφή με τον κατάλληλο γιατρό ή να βοηθήσουν τους γιατρούς να κάνουν διαγνώσεις και να καθορίσουν τη θεραπεία εξ αποστάσεως.
Σύμφωνα με τον Επικεφαλής της Sanofi στην Αφρική: «Στην Αλγερία, είναι συνηθισμένο να φτάνει στους ασθενείς και στους μετακινούμενους επαγγελματίες υγείας η διαδικτυακή ψηφιακή τεχνολογία. Με αυτό τον τρόπο, η καινοτομία και η ψηφιακή τεχνολογία βοηθάνε στη βελτίωση της πρόληψης ασθενειών σε πρώιμο στάδιο, στη βελτίωση των προγραμμάτων διαχείρισης ασθενειών, και στην ενδυνάμωση των ασθενών ώστε να μπορούν να προσέχουν τους εαυτούς τους καλύτερα όταν έχουν μια χρόνια ασθένεια όπως ο διαβήτης».
Σε όλο τον κόσμο, οι οργανισμοί υγειονομικής περίθαλψης χρησιμοποιούν ρομπότ που βοηθούν στην εκπαίδευση των νοσηλευτών, μηχανές που βοηθούν τους γιατρούς να παρακολουθούν ασθενείς εξ αποστάσεως, ακόμη και ηλεκτρονικά “κατοικίδια” που βελτιώνουν την παρηγορητική φροντίδα και παρέχουν συντροφικότητα, μαζί με παρακολούθηση.
Άνθρωποι + τεχνητή νοημοσύνη = Πρόοδος
Όπως και σε άλλους τομείς, η ταχεία πρόοδος που φέρνει η Τεχνητή Νοημοσύνη στην υγειονομική περίθαλψη έχει δημιουργήσει και κάποιες ανησυχίες. Τα δεδομένα για την υγεία πρέπει να αντιμετωπίζονται με προσοχή, με διαφάνεια και με δίκαιο τρόπο, έτσι ώστε η αποτελεσματικότητα να μη λειτουργεί εις βάρος της εμπιστοσύνης. Με βάση τα αποτελέσματα, ορισμένα συστήματα Τεχνητής Νοημοσύνης λαμβάνουν αποφάσεις δίχως τη δυνατότητα ελέγχου ή εξήγησης της διαδικασίας. Επιπλέον η εξ’ αποστάσεως ή ρομποτική φροντίδα των ασθενών, εάν ξεπεράσει κάποια όρια, θα απομονώσει και θα βλάψει το ηθικό του ασθενούς.
Το ζήτημα των θέσεων εργασίας αναπόφευκτα εγείρει και κάποια ερωτηματικά: Υπάρχει περίπτωση οι ακτινολόγοι να αντικατασταθούν από την τελευταία τεχνολογία αναγνώρισης εικόνων; Θα καταφέρουν οι μηχανές να ξεπεράσουν τους λιγότερο έμπειρους ερευνητές, υπονομεύοντας έτσι την εξέλιξη της σταδιοδρομίας τους;
Για καλή μας τύχη, η επανάσταση των μηχανών δεν βρίσκεται προ των πυλών. Η τεχνολογία εξακολουθεί να είναι ένα εργαλείο, το οποίο δημιουργείται και ελέγχεται από τον άνθρωπο. Εν προκειμένω, θα δημιουργηθούν θέσεις εργασίας για την αντιμετώπιση των προκλήσεων γύρω από τη συλλογή και επεξεργασία δεδομένων. Θα χρειαστούν άνθρωποι για την επανεκπαίδευση ερευνητών και άλλων επαγγελματιών, ώστε να μπορούν να χρησιμοποιήσουν τις νέες τεχνικές ανάλυσης δεδομένων της Τεχνητής νοημοσύνης. Η απελευθέρωση των επαγγελματιών του τομέα υγείας από ορισμένες επαναλαμβανόμενες χειρωνακτικές εργασίες θα τους επιτρέψει να αξιοποιήσουν τις δυνατότητές τους σε πιο περίπλοκα προβλήματα.
Υπάρχουν επίσης ανθρώπινες δυνατότητες που πιθανώς τα μηχανήματα δεν θα μπορέσουν ποτέ να αντικαταστήσουν, όπως π.χ την ικανότητα ανάλυσης των προσωπικών καταστάσεων των ασθενών – τα εγγενή ισχυρά και αδύνατα τους σημεία – τα οποία επηρεάζουν τις διαφορετικές θεραπείες. Η προσωπική ζεστασιά, η εμπάθεια και ο τρόπος με τον οποίο συμπαραστέκεται ο άνθρωπος στον ασθενή δεν είναι κάτι που μπορούν να κάνουν ακόμα και οι πιο έξυπνες μηχανές.
Αυτό δεν σημαίνει όμως ότι τα παραπάνω δεν θα συμβούν ποτέ. Η λεγόμενη ισχυρή Τεχνητή Νοημοσύνη θα δώσει στις μηχανές τη δυνατότητα να μαθαίνουν, να προσαρμόζονται σε διαφορετικά περιβάλλοντα και να εφαρμόζουν τις τεχνολογικές δυνατότητές τους σε οποιοδήποτε πρόβλημα ή σύνολο προβλημάτων. Προς το παρόν δεν έχει συμβεί κάτι τέτοιο, αλλά οι περισσότεροι ειδικοί συμφωνούν πως η ανθρωπότητα θα πρέπει να προετοιμαστεί για μια τέτοια πιθανότητα.
Το πρώτο βήμα που μας φέρνει πιο κοντά στην εξανθρωπισμό της Τεχνητής νοημοσύνης είναι οι startups, όπως η CareAngel, ένας τεχνητός βοηθός νοσοκόμου o οποίος ήταν και ένας από τους νικητές του διαγωνισμού για startup στο φετινό διεθνές Hub τεχνολογίας VivaTech. Συγκεκριμένα, ο ψηφιακός βοηθός, χάρη στην τεχνητή νοημοσύνη και τη φωνητική δυνατότητα που διαθέτει, επικοινωνεί μέσω τηλεφώνου με τον ασθενή, του κάνει ερωτήσεις σχετικά με την πορεία της υγείας του και στη συνέχεια του παρέχει τις ανάλογες συμβουλές. Ο CEO της εταιρίας, κ. Wolf Shlagman, εμπνεύστηκε αυτήν την καινοτομία από τη μητέρα του και ανέφερε χαρακτηριστικά: «Έπρεπε να σκεφτώ εκ των προτέρων, για την καλύτερη φροντίδα της υγείας της και αυτή η καινοτομία είναι η εξέλιξη της τηλεϊατρικής».
Προς το παρόν όμως, οι άνθρωποι εξακολουθούν να αποφασίζουν πώς να συλλέγουν και να διαρθρώνουν τα δεδομένα που τροφοδοτούν τα μηχανήματα.
“Υπάρχουν όλο και περισσότερα διαθέσιμα δεδομένα και η δύναμη της αναγνώρισης καταστάσεων από την Τεχνητή Νοημοσύνη μας βοηθά να κατανοήσουμε τα πράγματα που διαφορετικά δεν θα μπορούσαμε να κάνουμε”, δήλωσε ο κ. Ameet Nathwani, Executive Vice President, Chief Medical Officer στη Sanofi. “Μόλις αρχίσαμε να μαθαίνουμε πώς να εφαρμόζουμε αποτελεσματικά την Τεχνητή νοημοσύνη σε πολλά σημεία της ανθρώπινης ζωής. Στην υγεία, όπου υπάρχουν τόσα πολλά στοιχεία – η γενετική πληροφορία, η πληροφορία για τις πρωτεΐνες ή η μελέτη των πρωτεϊνών, τα κλινικά δεδομένα και τα κοινωνικά δεδομένα – μας επιτρέπουν να διακρίνουμε τα μοτίβα και να αποκτούμε πληροφορίες για τους ασθενείς, οι οποίες δεν θα μπορούσαμε καν να φανταστούμε ότι υπάρχουν. Η Τεχνητή νοημοσύνη θα αλλάξει θεμελιωδώς τον τρόπο με τον οποίο εξετάζουμε τις ασθένειες και την υγεία. Το ιατρικό μέλλον σε 10 χρόνια θα είναι εντελώς διαφορετικό λόγω της Τεχνητής Νοημοσύνης”.
