Κάνε κλικ και δες περισσότερο emakedonia.gr στην αναζήτηση της Google
Πρόσθεσέ το στην Google- Newsroom
Μπορεί ένας αλγόριθμος να επιλέξει ταχύτερα και ίσως αποτελεσματικότερα τον κατάλληλο λήπτη για ένα μόσχευμα; Θα μπορέσει η τεχνητή νοημοσύνη να προβλέπει έγκαιρα την απόρριψη ενός μοσχεύματος, να μειώσει τους χρόνους αναμονής και να αλλάξει ριζικά τον τρόπο με τον οποίο λαμβάνονται οι αποφάσεις στις μεταμοσχεύσεις; Μέχρι πού μπορεί να φτάσει η μηχανή και πού παραμένει αναντικατάστατος ο άνθρωπος;
Σε αυτά και άλλα κρίσιμα ερωτήματα απαντά στο Πρακτορείο FM και στην εκπομπή της Τάνιας Μαντουβάλου «104,9 ΜΥΣΤΙΚΑ ΥΓΕΙΑΣ», ο Γεώργιος Τσουλφάς, Καθηγητής Χειρουργικής Μεταμοσχεύσεων και Διευθυντής της Χειρουργικής Κλινικής Μεταμοσχεύσεων του ΑΠΘ στο Ιπποκράτειο Θεσσαλονίκης, Αντιπρόεδρος του Τμήματος Ιατρικής και πρόσφατα εκλεγμένο μέλος της Ακαδημίας Master Surgeon Educators του American College of Surgeons, του μεγαλύτερου επιστημονικού και εκπαιδευτικού οργανισμού χειρουργών παγκοσμίως.
Ο διακεκριμένος επιστήμων, που είναι και πρόεδρος της Ελληνικής Εταιρείας Μεταμοσχεύσεων, μιλά για τον μετασχηματιστικό ρόλο της τεχνητής νοημοσύνης στις μεταμοσχεύσεις, τις εφαρμογές που ήδη χρησιμοποιούνται αλλά και εκείνες που αναμένεται σύντομα να περάσουν στην καθημερινή κλινική πράξη. Εξηγεί πώς η τεχνητή νοημοσύνη ήδη επηρεάζει την αξιολόγηση δοτών, την προτεραιοποίηση ληπτών και τη μετεγχειρητική παρακολούθηση, ενώ παράλληλα θέτει ένα κρίσιμο ερώτημα για το μέλλον: αν οι αποφάσεις περάσουν στους αλγόριθμους, ποιος θα καθορίζει τα ηθικά κριτήρια;
Από τα διδάγματα του Αριστοτέλη στην αξιοποίηση νέων τεχνολογιών
Ο διεθνώς αναγνωρισμένος χειρουργός, παραχωρεί τη συνέντευξη με αφορμή το Medical Innovation Forum 2026 με θέμα «Καινοτομία στην Υγεία», το οποίο πραγματοποιήθηκε από τις 18 έως τις 21 Μαΐου στην Αίθουσα Τελετών του ΑΠΘ, στο πλαίσιο του Aristotle Innovation Forum. Ως μέλος της Οργανωτικής Επιτροπής, επισημαίνει ότι τόσο το Aristotle Innovation Forum όσο και το Medical Innovation Forum αποτέλεσαν μία ευκαιρία να συνδυαστούν τα διδάγματα του Αριστοτέλη με τη σύγχρονη εποχή της καινοτομίας και της τεχνητής νοημοσύνης σε πολλούς διαφορετικούς τομείς, με την υγεία να έχει πρωταγωνιστικό ρόλο. «Το Medical Innovation Forum ήταν μία προσπάθεια να φέρουμε πιο κοντά το Πανεπιστήμιο, την ακαδημαϊκή και κλινική έρευνα, με τη βιομηχανία, την επιχειρηματικότητα και κυρίως με την κοινωνία, αναδεικνύοντας τη σημασία της συνεργασίας διαφορετικών πεδίων για την επιτάχυνση της καινοτομίας στην Υγεία και την αξιοποίηση νέων τεχνολογιών».
Πώς η τεχνητή νοημοσύνη μπορεί να αλλάξει πρακτικά το πεδίο των μεταμοσχεύσεων τα επόμενα χρόνια, ήταν το πρώτο ερώτημα που τέθηκε στον καθηγητή. «Ήδη παίζει σημαντικό ρόλο γιατί στον χώρο των μεταμοσχεύσεων τίθενται κρίσιμα ζητήματα, όπως η αξιολόγηση ενός πιθανού δότη, η καταλληλότητά του και -κυρίως- η αντιστοίχισή του με τον κατάλληλο λήπτη. Πρέπει να βρούμε τον κατάλληλο δότη για τον κατάλληλο λήπτη. Η τεχνητή νοημοσύνη μπορεί να συμβάλει ουσιαστικά και στην προτεραιοποίηση των ληπτών, καθώς έχει τη δυνατότητα να επεξεργάζεται μεγάλους όγκους δεδομένων και να υποστηρίζει πιο σύνθετες αποφάσεις σχετικά με το ποιος ασθενής πρέπει να μεταμοσχευθεί πρώτος. Τα κριτήρια δεν είναι ίδια σε όλες τις μεταμοσχεύσεις. Για παράδειγμα, στη μεταμόσχευση νεφρού σημαντικό ρόλο παίζει ο χρόνος αναμονής, ενώ στο ήπαρ καθοριστικός παράγοντας είναι η βαρύτητα της κατάστασης του ασθενούς, ποιος είναι πιο βαριά ασθενής».
Ισχυρό εργαλείο, αλλά όχι αλάθητος μηχανισμός λήψης αποφάσεων
Άρα μπορεί η τεχνητή νοημοσύνη να κάνει γρηγορότερη ή καλύτερη επιλογή λήπτη μοσχεύματος, προκύπτει εύλογα το επόμενο ερώτημα;. «Γρηγορότερη, πιθανώς καλύτερη, αλλά δεν έχουμε φτάσει ακόμη στο σημείο όπου θα βάζουμε απλώς τα δεδομένα σε ένα σύστημα και εκείνο θα καταλήγει μόνο του σε ένα ασφαλές συμπέρασμα». Όσον αφορά τη συμβατότητα ο κ. Τσουλφάς αναφέρει ότι το AI μπορεί να παίξει πολύ σημαντικό ρόλο, γιατί μπορεί να αναλύσει τα δεδομένα από τις εξετάσεις του γονιδιακού ελέγχου, το τι αντιγόνα, αντισώματα έχουν ο δότης και ο λήπτης. «Η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε σημαντικά συμπεράσματα. Παρ’ όλα αυτά, αυτή τη στιγμή τουλάχιστον ακόμη χρειάζεται ο ανθρώπινος παράγοντας για να αξιολογήσει τα δεδομένα αυτά. Σε κάθε τέτοια απόφαση υπάρχουν και νομικά θέματα, δηλαδή θεωρούμε ότι η νοημοσύνη έχει πάντα δίκιο επειδή είναι ένα μηχάνημα. Δεν είναι όμως έτσι. Στην ιατρική λειτουργούμε με συγκεκριμένες ηθικές αρχές και αυτές δεν είναι δεδομένο ότι ενσωματώνονται πάντα στις αποφάσεις της τεχνητής νοημοσύνης. Ο κ. Τσουλφάς υπογραμμίζει ότι η τεχνητή νοημοσύνη δεν αποτελεί πλέον σενάριο του μέλλοντος αλλά μέρος της σημερινής πραγματικότητας, καθώς ήδη μεταβάλλει τον τρόπο λειτουργίας της ιατρικής. Ωστόσο, σπεύδει να ξεκαθαρίσει ότι πρόκειται για ένα ισχυρό εργαλείο και όχι για αλάθητο μηχανισμό λήψης αποφάσεων «Δεν είναι τα πάντα, δεν είναι αλάθητη και δεν πρέπει να τη φοβόμαστε. Πρέπει να μάθουμε να τη χρησιμοποιούμε και να την αξιολογούμε. Παραμένει ένα μηχάνημα. Δεν διαθέτει χαρακτηριστικά που έχει ο άνθρωπος, όπως η κρίση, η αίσθηση και το συναίσθημα».
Όταν τα δεδομένα παραπλανούν την Τεχνητή Νοημοσύνη: Το παράδειγμα του… ιερέα
Στο ερώτημα αν οι αλγόριθμοι μπορούν να προβλέψουν νωρίτερα την απόρριψη ενός μοσχεύματος ο καθηγητής απαντά: «Δεν είμαστε ακόμη σε αυτό το σημείο, αλλά πιστεύω ότι θα φτάσουμε. Γιατί μπορεί τα δεδομένα που συλλέγονται, που είναι οι παράγοντες κινδύνου για μια απόρριψη, να μπορέσει το ΑΙ να τα επεξεργαστεί πιο γρήγορα και πιο καλά από τον άνθρωπο. Παρόλα αυτά θα έβαζα έναν αστερίσκο για τα δεδομένα και την ποιότητά τους. Θα σας δώσω ένα παράδειγμα. Πραγματοποιήθηκε μια πολύ ενδιαφέρουσα έρευνα σχετικά με τους παράγοντες κινδύνου που συνδέονται με τη θνητότητα σε μία μονάδα εντατικής θεραπείας. Οι ειδικοί συγκέντρωσαν και ανέλυσαν τους φακέλους των ασθενών και στη συνέχεια έδωσαν τα δεδομένα στην Τεχνητή Νοημοσύνη για επεξεργασία. Το σύστημα κατέληξε στο συμπέρασμα ότι ο σημαντικότερος παράγοντας κινδύνου ήταν… ο ιερέας. Ο λόγος ήταν ότι σε κάθε ασθενή που είχε καταλήξει, είχε προηγηθεί επίσκεψη ιερέα. Προφανώς όμως αυτή δεν ήταν η πραγματική αιτία. Το παράδειγμα αυτό δείχνει πόσο σημαντικό είναι να αξιολογούμε σωστά τα δεδομένα που χρησιμοποιεί η Τεχνητή Νοημοσύνη».
Σύντομα στην καθημερινή κλινική πράξη εφαρμογές για μετεγχειρητική παρακολούθηση μεταμοσχευμένων
Υπάρχουν ήδη ή ετοιμάζονται εφαρμογές της τεχνητής νοημοσύνης στη μετεγχειρητική παρακολούθηση μεταμοσχευμένων ασθενών, ρωτήθηκε στη συνέχεια ο καθηγητής. «Οι εφαρμογές αυτές αρχίζουν ήδη να αναπτύσσονται και εκτιμώ ότι πολύ σύντομα θα ενταχθούν στην καθημερινή κλινική πράξη. Η τεχνητή νοημοσύνη μπορεί να συμβάλει ουσιαστικά στη μετεγχειρητική παρακολούθηση και κυρίως στη βελτιστοποίηση της ανάρρωσης των ασθενών μετά τη μεταμόσχευση. Για παράδειγμα, μπορεί να βοηθήσει στον σχεδιασμό καλύτερων πρωτοκόλλων αποκατάστασης, αξιοποιώντας την υπάρχουσα κλινική εμπειρία και τα διαθέσιμα δεδομένα, ώστε να κατανοήσουμε καλύτερα ποια θεραπευτική προσέγγιση οδηγεί σε ταχύτερη ανάρρωση, πόσο διάστημα απαιτείται η χορήγηση συγκεκριμένων φαρμάκων και ποιες παρεμβάσεις έχουν καλύτερα αποτελέσματα. Παράλληλα, μπορεί να υποστηρίξει τους γιατρούς στην έγκαιρη αναγνώριση κινδύνων και επιπλοκών, συμβάλλοντας στην πρόληψη καταστάσεων όπως η απόρριψη του μοσχεύματος, αλλά και άλλων μετεγχειρητικών προβλημάτων».
Θα μπορούσε το AI να μειώσει και το χρόνο αναμονής ενδεχομένως; «Πιθανώς ναι. Ο χρόνος αναμονής είναι ένα σύνθετο ζήτημα, που σχετίζεται τόσο με την κατάσταση και τις ανάγκες του λήπτη όσο και με την αναγνώριση και αξιοποίηση των διαθέσιμων δοτών. Παράλληλα, σημαντικό ρόλο παίζουν και τα δεδομένα που αφορούν στην κατάσταση υγείας κάθε δότη. Άρα, αν μπορέσουμε όλα αυτά να τα αξιοποιήσουμε καλύτερα, θα οδηγηθούμε και σε καλύτερα συμπεράσματα».
Πόσο κοντά είμαστε σε συστήματα τεχνητής νοημοσύνης που θα εντοπίζουν τον ιδανικό λήπτη σε δευτερόλεπτα; «Προχωράμε όλο και πιο γρήγορα προς αυτή την κατεύθυνση. Δεν γνωρίζω αν θα φτάσουμε στο σημείο να γίνεται σε δευτερόλεπτα, όμως πλησιάζουμε, κυρίως επειδή ενισχύεται συνεχώς η διεπιστημονική συνεργασία. Αυτό είναι καθοριστικό, γιατί ο γιατρός δεν είναι μηχανικός και δεν είναι απαραίτητα ειδικός στην τεχνητή νοημοσύνη. Αντίστοιχα, ο ειδικός της τεχνητής νοημοσύνης δεν διαθέτει την κλινική εμπειρία του γιατρού. Ο καθένας έχει τη δική του εξειδίκευση. Επομένως, όσο καλύτερα συνεργάζονται οι διαφορετικές ειδικότητες και όσο περισσότερο εκπαιδεύονται οι επαγγελματίες υγείας στις δυνατότητες της τεχνητής νοημοσύνης - αλλά και οι ειδικοί της τεχνολογίας στις πραγματικές ανάγκες της κλινικής πράξης - τόσο πιο γρήγορα θα φτάσουμε σε τέτοιες εφαρμογές».
Συμβατότητα, προτεραιοποίηση, ηθικά διλήμματα-Ο ρόλος του ανθρώπου παραμένει κρίσιμος
Υπάρχει περίπτωση στο μέλλον οι αποφάσεις για την κατανομή μοσχευμάτων να λαμβάνονται από αλγορίθμους; Και ποια είναι τα ηθικά όρια; «Προς αυτή την κατεύθυνση κινούμαστε. Ήδη χρησιμοποιούνται αλγόριθμοι και εξισώσεις για την προτεραιοποίηση των ληπτών, όμως αυτοί βασίζονται στα κριτήρια που ορίζει ο άνθρωπος. Για παράδειγμα, ποιο θεωρούμε σημαντικότερο; Να προηγείται ένα παιδί έναντι ενός ενήλικα; Να έχει μεγαλύτερη βαρύτητα η σοβαρότητα της κατάστασης ενός ασθενούς; Να λαμβάνονται υπόψη άλλοι παράγοντες; Επομένως, ο άνθρωπος εξακολουθεί να έχει καθοριστικό ρόλο στον καθορισμό των κριτηρίων. Βαδίζουμε προς πιο εξελιγμένα συστήματα υποστήριξης αποφάσεων, όμως δεν έχουμε φτάσει στο σημείο, όπου το μηχάνημα αποφασίζει μόνο του και καταλήγει αυτόνομα σε συμπεράσματα». Τι θα πρέπει να κάνει η επιστημονική κοινότητα για να διαχειριστεί καλύτερα την τεχνητή νοημοσύνη, ήταν το τελευταίο ερώτημα που ετέθη στον Καθηγητή Χειρουργικής Μεταμοσχεύσεων Γεώργιο Τσουλφά. «Το κλειδί είναι η επιστημονική κοινότητα να κατανοήσει πραγματικά την τεχνητή νοημοσύνη. Η εκπαίδευση πρέπει να ξεκινά ήδη από το σχολείο -- από το Γυμνάσιο και το Λύκειο -- και να συνεχίζεται στα Πανεπιστήμια, στην ειδικότητα, στην ιατρική εκπαίδευση, αλλά και μέσω της δια βίου μάθησης. Πρέπει να μπορέσουμε να καταλάβουμε τι καλό μπορεί να μας προσφέρει η τεχνητή νοημοσύνη, ποιες είναι οι δυνατότητες και ποιες είναι οι προκλήσεις που πρέπει να διαχειριστούμε. Όσο πιο καλά το καταλάβουμε αυτό, τόσο καλύτερα θα την αξιοποιήσουμε».
Κάνε κλικ και δες περισσότερο emakedonia.gr στην αναζήτηση της Google
Πρόσθεσέ το στην Google
