INTELLIGENCE της Τεχνητής Νοημοσύνης θα μπορούσε να βοηθήσει στην αντιμετώπιση της έλλειψης πόρων, τόσο τώρα όσο και στο μέλλον. Με βάση τον αυτοματισμό, η Τεχνητή Νοημοσύνη μπορεί να φέρει επανάσταση στην υγειονομική περίθαλψη: μπορεί να βοηθήσει στη βελτίωση της καθημερινής ζωής των ασκούμενων, επιτρέποντάς τους να εστιάσουν ξανά στην παροχή φροντίδας στους ασθενείς τους, αφιερώνοντας λιγότερο χρόνο σε διοικητικά καθήκοντα. Για παράδειγμα, με τη δυνατότητα να ελευθερωθεί το 20% ή περισσότερο του χρόνου των ακτινολόγων από διαδικασίες, εκείνοι θα επικεντρωθούν περισσότερο σε ασθενείς και κλινικές ομάδες για περαιτέρω εξατομίκευση και βελτίωση της φροντίδας. Η Τεχνητή Νοημοσύνη μπορεί να βελτιώσει την ταχύτητα της διάγνωσης και, σε αρκετές περιπτώσεις, την ακρίβεια. Το 2015, οι αλγόριθμοι ξεπέρασαν τους ανθρώπους στην οπτική αναγνώριση στο ImageNet Challenge Large Scale Visual Recognition Competition, παρουσιάζοντας βελτίωση από ένα ποσοστό σφάλματος 28% το 2010 σε 2,2% το 2017, έναντι ενός τυπικού ποσοστού ανθρώπινου σφάλματος περίπου 5%. Όλο και περισσότερες λύσεις που βασίζονται στην Τεχνητή Νοημοσύνη προέρχονται από χώρες μεσαίου επιπέδου καινοτομίας. Η Brainscan, μια νεοσύστατη εταιρεία από την Πολωνία, χρησιμοποιεί την Τεχνητή Νοημοσύνη για να βελτιώσει την αποτελεσματικότητα των ερμηνειών των αξονικών τομογραφιών, ενσωματώνοντας εργαλεία για την ταξινόμηση, τον εντοπισμό και τη σύγκριση των αλλαγών της παθολογίας του εγκεφάλου στην ακτινολογική ροή εργασίας. Ένα άλλο επιτυχημένο παράδειγμα για τη χρήση της τεχνητής νοημοσύνης είναι το ιταλικό EIT PatchAi - η πρώτη γνωστική πλατφόρμα για τη συλλογή και την προγνωστική ανάλυση δεδομένων που αναφέρθηκαν από ασθενείς σε κλινικές δοκιμές. Η πλατφόρμα ενσωματώνει έναν εικονικό βοηθό με τεχνολογία AI που μιμείται ανθρώπινες συνομιλίες για να παρακινήσει τους ασθενείς και να αυξήσει τη συμμόρφωσή τους με το πρωτόκολλο. Στην Ουγγαρία, το InSimu έχει αναπτύξει μια λύση που επιτρέπει στους γιατρούς και τους φοιτητές ιατρικής να εξασκούνται σε εικονικούς ασθενείς, κάνοντας διαγνώσεις σε μια σχεδόν πραγματική κατάσταση, ενώ το Sineko, στοχεύει στην επανάσταση της διεθνούς τηλεακτινολογίας με το λογισμικό GRAID που μεταφράζει ακτινολογικές αναφορές. Στην Πορτογαλία, το iLof, ο νικητής του προγράμματος EIT Health Jumpstarter 2019 και του διαγωνισμού Wild Card της ίδιας χρονιάς, δημιούργησε μια βιβλιοθήκη οπτικών δακτυλικών αποτυπωμάτων που συνδυάζει τεχνολογίες νέφους, φωτονική και Τεχνητή Νοημοσύνη, για να ανιχνεύσει ναρκωτικές ουσίες με μη επεμβατικό τρόπο. Στην Ελλάδα, η εταιρεία Advantis Medical Imaging η οποία είχε λάβει υποστήριξη από το πρόγραμμα Bridgehead του EIT Health, καθιστά την ιατρική απεικόνιση πιο προσιτή και φιλική προς τον χρήστη, βασιζόμενη σε δεδομένα, συνδυάζοντάς την με την τεχνολογία νέφους. Αποστολή της εταιρείας είναι να αναπτύξει προηγμένες λύσεις λογισμικού στο cloud, οι οποίες θα βελτιώνουν την αποτελεσματικότητα της ανίχνευσης σοβαρών ασθενειών. 26 infocom•11•20
«Η Τεχνητή Νοημοσύνη παίζει πολύ σημαντικό ρόλο στη διαμόρφωση του μέλλοντος της υγειονομικής περίθαλψης. Στο EKT, σε συνεργασία με το EIT Health, εργαζόμαστε συνεχώς για να βοηθήσουμε νέους ταλαντούχους επαγγελματίες και να υποστηρίξουμε τις αναδυόμενες νεοφυείς επιχειρήσεις που αναπτύσσουν καινοτομίες στην υγειονομική περίθαλψη, συμπεριλαμβανομένων λύσεων που βασίζονται στην Τεχνητή Νοημοσύνη. Πιστεύουμε πραγματικά ότι η θεραπεία και η διάγνωση μπορούν να είναι πιο ακριβείς, αποτελεσματικές και άμεσες με τη βοήθεια της Τεχνητής Νοημοσύνης. Προκειμένου να είναι βιώσιμα τα συστήματα υγειονομικής περίθαλψης, χρειάζεται να ενσωματώσουν τέτοιες καινοτομίες, όπως έκανε για παράδειγμα το Sheba Medical Center στο Ισραήλ, με την startup Αidoc» επισημαίνει ο Γιώργος Μέγας, συντονιστής του κόμβου του EIT Health για την Ελλάδα στο ΕΚΤ. Εκτός όμως από την αναβάθμιση που μπορεί να προσφέρει η Τεχνητή Νοημοσύνη στην υγεία, ως βασική ανάγκη αναγνωρίζεται επίσης η μεγαλύτερη συμμετοχή των επαγγελματιών της υγειονομικής περίθαλψης στα αρχικά στάδια της ανάπτυξης της Τεχνητής Νοημοσύνης. Σύμφωνα με τα στοιχεία της έρευνας, το 44% των ερωτηθέντων, που επιλέχθηκαν για το ενδιαφέρον τους για την καινοτομία στον τομέα της υγειονομικής περίθαλψης και την Τεχνητή Νοημοσύνη, δεν είχαν εμπλακεί ποτέ στην ανάπτυξη μιας λύσης AI. «Η Τεχνητή Νοημοσύνη έχει τεράστιες δυνατότητες βελτίωσης της παραγωγικότητας και της αποτελεσματικότητας στα συστήματα υγείας και τα καθιστά πιο βιώσιμα και, το πιο σημαντικό, έχει τη δυνατότητα να προσφέρει καλύτερα αποτελέσματα για την υγεία των ασθενών. Μπορεί να το πράξει με πολλούς τρόπους, από την παροχή προληπτικής περίθαλψης, έως το να επιτρέψει στους επαγγελματίες υγείας να αφιερώσουν περισσότερο χρόνο στην άμεση περίθαλψη των ασθενών. Αυτή η κοινή έκθεση παρέχει καθοδήγηση στους υπεύθυνους λήψης αποφάσεων για να καθορίσουν το επίπεδο φιλοδοξίας τους για την Τεχνητή Νοημοσύνη και να αναπτύξουν και να εφαρμόσουν τη σωστή προσέγγιση για τον οργανισμό ή το σύστημα υγείας τους» δήλωσε η Dr Angela Spatharou, συνεργάτιδα της McKinsey & Company και εκ των συγγραφέων της έκθεσης. Κατά τη διάρκεια συνεντεύξεων με υπεύθυνους λήψης αποφάσεων τονίστηκε η επείγουσα ανάγκη για ανάπτυξη και κλιμάκωση της κατάρτισης, όπως και η πρόταση ότι τα εθνικά συστήματα υγείας πρέπει να συνεργάζονται με επαγγελματίες υγείας, ακαδημαϊκούς και βιομηχανικούς κλάδους, προκειμένου να υποστηρίζουν τους παρόχους υγειονομικής περίθαλψης, ιδίως εκείνους που δεν είναι αρκετά μεγάλοι. Τόνισαν επίσης, τη σημασία να διασφαλιστεί ότι η τεχνητή νοημοσύνη είναι ηθική, διαφανής και αξιόπιστη. Η έκθεση συμπληρώθηκε από μακροοικονομικές αναλύσεις του μέλλοντος της εργασίας για τα ευρωπαϊκά συστήματα υγειονομικής περίθαλψης από το έργο του McKinsey Global Institute (MGI). Η πλήρης έκθεση είναι διαθέσιμη στο eithealth.eu/our-impact/our-reports. infocom•11•20 27
Facebook
Twitter