Η τεχνητή νοημοσύνη (AI) κάνει άλματα, καθώς σύμφωνα με τους επιστήμονες, μπορεί να προβλέψει μελλοντικά προβλήματα υγείας, ακόμα και μια δεκαετία πριν την εκδήλωσή τους.

Η νέα τεχνολογία, μελετώντας τα ιατρικά αρχεία, εντοπίζει μοτίβα και υπολογίζει τον κίνδυνο εμφάνισης πάνω από 1.000 ασθενειών. Οι ερευνητές παρομοιάζουν τη λειτουργία της με τις προγνώσεις καιρού, καθώς μπορεί να ανακοινώσει, για παράδειγμα, μια πιθανότητα 70% για εμφάνιση μιας συγκεκριμένης ασθένειας. Όραμά τους είναι να χρησιμοποιηθεί το μοντέλο AI για τον εντοπισμό ασθενών υψηλού κινδύνου, προλαμβάνοντας έτσι την ασθένεια, αλλά και για να βοηθήσουν τα νοσοκομεία να κατανοήσουν τις ανάγκες της περιοχής τους σε υπηρεσίες υγείας, χρόνια πριν αυτές προκύψουν.

Το μοντέλο, με την ονομασία Delphi-2M, βασίζεται σε παρόμοια τεχνολογία με τα γνωστά chatbots, όπως το ChatGPT. Τα AI chatbots εκπαιδεύονται στην κατανόηση μοτίβων της γλώσσας, προβλέποντας έτσι τη σειρά των λέξεων σε μια πρόταση. Αντίστοιχα, το Delphi-2M εκπαιδεύτηκε να βρίσκει μοτίβα σε ανώνυμα ιατρικά αρχεία, προβλέποντας τις μελλοντικές εξελίξεις και τον χρόνο εμφάνισής τους.

Το σύστημα δεν προβλέπει με ακρίβεια ημερομηνίες, όπως "έμφραγμα στις 2 Οκτωβρίου", αλλά εκτιμά την πιθανότητα εμφάνισης 1.231 ασθενειών. «Όπως στον καιρό, όπου μπορούμε να έχουμε 70% πιθανότητα βροχής, μπορούμε να κάνουμε το ίδιο για την υγειονομική περίθαλψη», δήλωσε ο καθηγητής Ewan Birney, προσωρινός εκτελεστικός διευθυντής του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας.

«Και μπορούμε να το κάνουμε όχι μόνο για μία ασθένεια, αλλά για όλες ταυτόχρονα – κάτι που δεν ήταν δυνατόν ποτέ πριν. Είμαι ενθουσιασμένος», πρόσθεσε. Το μοντέλο αναπτύχθηκε αρχικά χρησιμοποιώντας ανώνυμα δεδομένα από το Ηνωμένο Βασίλειο, συμπεριλαμβανομένων εισαγωγών σε νοσοκομεία, ιατρικών φακέλων γενικών ιατρών και συνηθειών ζωής (όπως το κάπνισμα), από περισσότερους από 400.000 ανθρώπους στο πλαίσιο του ερευνητικού έργου UK Biobank.

Στη συνέχεια, το μοντέλο δοκιμάστηκε με δεδομένα άλλων συμμετεχόντων του Biobank και μετά με 1,9 εκατομμύρια ιατρικά αρχεία από τη Δανία. «Λειτουργεί πολύ καλά πραγματικά στη Δανία», λέει ο καθηγητής Birney. «Αν το μοντέλο δείξει ρίσκο 1 προς 10 για τον επόμενο χρόνο, όντως φαίνεται ότι ισχύει».

Το μοντέλο προβλέπει καλύτερα ασθένειες με σαφή πορεία εξέλιξης, όπως ο διαβήτης τύπου 2 και το έμφραγμα, και όχι τυχαία περιστατικά, όπως κάποιες λοιμώξεις. Παρόλο που το εργαλείο AI δεν είναι ακόμη έτοιμο για κλινική χρήση, η πρόθεση είναι να χρησιμοποιηθεί για τον εντοπισμό ασθενών υψηλού κινδύνου, ώστε να υπάρξει πρόληψη μέσω φαρμάκων ή ειδικών οδηγιών για τον τρόπο ζωής.

Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στον σχεδιασμό προγραμμάτων ελέγχου ασθενειών και στην ανάλυση όλων των ιατρικών αρχείων μιας περιοχής για να προβλέψει τις ανάγκες. «Αυτή είναι η αρχή ενός νέου τρόπου κατανόησης της ανθρώπινης υγείας και της πορείας των ασθενειών», είπε ο καθηγητής Moritz Gerstung, επικεφαλής της διεύθυνσης AI στην ογκολογία στο Γερμανικό Κέντρο Έρευνας Καρκίνου (DKFZ).

Πρόσθεσε: «Μοντέλα όπως το δικό μας θα μπορούσαν στο μέλλον να βοηθήσουν στην εξατομίκευση της φροντίδας και στην πρόβλεψη αναγκών υγειονομικής περίθαλψης σε μεγάλη κλίμακα». Το μοντέλο, που περιγράφεται στο επιστημονικό περιοδικό Nature, χρειάζεται περαιτέρω βελτίωση και δοκιμές πριν χρησιμοποιηθεί κλινικά.

Επιπλέον, υπάρχουν πιθανοί μεροληπτικοί παράγοντες, καθώς βασίστηκε σε δεδομένα από το UK Biobank, που αφορούν κυρίως άτομα ηλικίας 40–70 ετών και όχι ολόκληρο τον πληθυσμό. Αυτή τη στιγμή, το μοντέλο αναβαθμίζεται για να ενσωματώσει περισσότερα ιατρικά δεδομένα, όπως απεικονίσεις, γενετικά δεδομένα και αναλύσεις αίματος.

Η μελέτη είναι αποτέλεσμα συνεργασίας του Ευρωπαϊκού Εργαστηρίου Μοριακής Βιολογίας, του Γερμανικού Κέντρου Έρευνας Καρκίνου (DKFZ) και του Πανεπιστημίου της Κοπεγχάγης.