Μπορεί η Τεχνητή Νοημοσύνη να αποτελέσει το ιερό μας δισκοπότηρο; Μπορεί να διορθώσει όλα τα δεινά της υγειονομικής περίθαλψης, να αυξήσει την ποιότητα της περίθαλψης και να βελτιώσει τη διάγνωση, την πρόβλεψη κινδύνου και τη θεραπεία, μειώνοντας παράλληλα την επιβάρυνση των ιατρών και βελτιώνοντας την εμπειρία των ασθενών;

Υπάρχουν πολλά επίπεδα εντός των οποίων η τεχνητή νοημοσύνη μπορεί να ενταχθεί σταδιακά στην τρέχουσα κλινική πρακτική. Ένα από αυτά είναι η αυτοματοποίηση της χειρουργικής. Όπως αναφέρει ο  Dr. Jag Singh, καθηγητής Ιατρικής στην Ιατρική Σχολή του Χάρβαρντ με ερευνητικό ενδιαφέρον στην κλινική καρδιακή ηλεκτροφυσιολογία, «στο παρελθόν για την εκτέλεση επεμβάσεων έχω χρησιμοποιήσει μαγνητική πλοήγηση με τη χρήση εξοπλισμού Στερεοταξίας. Μπορούσα να καθίσω στο δωμάτιο της κονσόλας, σε απόσταση μεγαλύτερη των δώδεκα μέτρων από τον ασθενή, και να χειρίζομαι τους καθετήρες μέσα στην καρδιά του ασθενούς  χρησιμοποιώντας μοχλούς. Ο εξοπλισμός ενισχύει την ακρίβεια της κίνησης του καθετήρα και στοχεύει συγκεκριμένες περιοχές εντός της καρδιάς που θα μπορούσαν να προκαλέσουν τη διαταραχή του ρυθμού, ενώ παράλληλα μειώνει την έκθεσή μου στις ακτίνες Χ».

Το φυσικό επόμενο βήμα είναι η χρήση τεχνητής νοημοσύνης για την αυτόματη πλοήγηση του καθετήρα στην περιοχή ενδιαφέροντος και, μετά από κάποιες επαληθευτικές δοκιμές, την παροχή θερμικής ενέργειας για την καταστροφή του κυκλώματος και τον τερματισμό της αρρυθμίας. «Έχουμε ήδη αρχίσει να χρησιμοποιούμε την τεχνολογία ολογραφικής επαυξημένης πραγματικότητας (SentiAR) για να αποκτήσουμε σε πραγματικό χρόνο μια διαδραστική, τρισδιάστατη απεικόνιση της ανατομίας της εσωτερικής επιφάνειας της καρδιάς. Οι ολογραφικές εικόνες με αυτόματη πλοήγηση των καθετήρων μπορεί να ακούγονται φανταστικές, αλλά στην πραγματικότητα, είμαστε σχεδόν εκεί», αναφέρει ο Dr. Singh.

Ωστόσο, η διασταύρωση της τεχνητής νοημοσύνης με τις επεμβατικές και χειρουργικές ειδικότητες πρόκειται να εγείρει πλήθος ηθικών ζητημάτων. Τα περισσότερα από αυτά σχετίζονται με τη μεροληψία και τη λογοδοσία. Τα ηθικά ζητήματα θα μεγεθύνονται καθώς θα οδηγούμαστε σε έναν εντελώς αυτόνομο τρόπο λειτουργίας. Αυτό θα έχει ιδιαίτερη σημασία στις επεμβάσεις που θα είναι αυτοκατευθυνόμενες από την τεχνητή νοημοσύνη. Τα σύνολα δεδομένων που χρησιμοποιούνται για την εκπαίδευση της τεχνητής νοημοσύνης μπορεί να είναι εξ αρχής μεροληπτικά. Αυτό θα δημιουργήσει ηθικές προκλήσεις, ιδίως εάν ο μεταγενέστερος αντίκτυπος είναι ανόμοιος σε διαφορετικές υποομάδες ασθενών. Αυτό θα μπορούσε να σημαίνει διαφορετικές παρεμβάσεις που οδηγούν σε διαφορετικά αποτελέσματα σε διαφορετικούς ασθενείς.

Ας χρησιμοποιήσουμε την αισθητική χειρουργική ως παράδειγμα. Η τεχνητή νοημοσύνη μπορεί πλέον να προβλέψει την ηλικία ενός ατόμου αναγνωρίζοντας χαρακτηριστικά του προσώπου που μπορεί να έχουν συμβάλει στην εν λόγω αξιολόγηση. Αυτό με τη σειρά του βοηθά να προτείνει χειρουργικά διαδικαστικά βήματα που θα μπορούσαν να μειώσουν τις ρυτίδες τροποποιώντας αυτά τα χαρακτηριστικά. Είναι γεγονός ότι η αισθητική χειρουργική είναι μεγάλη υπόθεση στη Νότια Κορέα. Οι χειρουργοί χρησιμοποιούν χειρουργικά εργαλεία με αισθητήρες κίνησης που συλλέγουν δεδομένα σε πραγματικό χρόνο και καθοδηγούν τον χειρουργό να κάνει μικρο-προσαρμογές για να βελτιώσει το αποτέλεσμα. Αλλά αυτοί οι αλγόριθμοι τεχνητής νοημοσύνης έχουν κάποιες εγγενείς μεροληψίες. Το 2013, τα καλλιστεία Μις Κορέα προκάλεσαν αναστάτωση λόγω της ομοιότητας των χαρακτηριστικών του προσώπου μεταξύ των διαγωνιζομένων που είχαν υποβληθεί σε αισθητική χειρουργική επέμβαση. Η ομορφιά, λένε, «βρίσκεται στα μάτια αυτού που την κοιτάζει», και αυτό γίνεται ακόμα πιο περίπλοκο αν αυτό το μάτι υπαγορεύεται από την τεχνητή νοημοσύνη. Είναι αυτονόητο ότι αλγόριθμοι τεχνητής νοημοσύνης όπως αυτός δεν θα μπορούν να γενικευτούν σε μια ποικιλία κοινοτήτων και εθνοτήτων.

Σε ένα χειρουργικό περιβάλλον ή σε ένα ιατρικό εργαστήριο, διακυβεύονται πολύ περισσότερα. Ένα ρομπότ τεχνητής νοημοσύνης που είτε κολλάει  λόγω τεχνικού προβλήματος, είτε χάνει τον έλεγχο κατά τη διάρκεια της εγχείρισης, ενώ κάνει μια τομή, ράβει ή χειρίζεται καθετήρες εντός της καρδιάς, μπορεί να οδηγήσει σε καταστροφική έκβαση. Τα ηθικά ζητήματα θα είναι ευθέως ανάλογα με την έκταση της εμπλοκής της τεχνητής νοημοσύνης. Κατά την εκπαίδευση των ρομπότ, θα ήταν σημαντικό να εκπαιδεύονται με σύνολα δεδομένων χιλιάδων περιστατικών που θα έχουν διεξαχθεί σε ποικίλες συνθήκες και σε διαφορετικές τοποθεσίες με πολλούς χειριστές. Η αποφυγή της βλάβης θα είναι το κλειδί. Αν ωστόσο συμβεί κάτι τέτοιο, ποιος είναι ο υπεύθυνος; Θα είναι η εταιρεία που ανέπτυξε το ρομπότ αυτόνομης λειτουργίας, ο χειρουργός, το νοσοκομείο ή οι συντελεστές του συνόλου δεδομένων;

Η τεχνητή νοημοσύνη δεν μπορεί να αναπαράγει τις αποφάσεις που λαμβάνουν οι χειρουργοί με βάση το ένστικτο. Το αντανακλαστικό της ενστικτώδους καθοδήγησης είναι δύσκολο να ενθυλακωθεί και να αντικατασταθεί, καθώς μεγάλο μέρος του αποκτάται από μη μετρήσιμη κλινική εμπειρία. Επίσης, μια μια ολοκληρωμένη και πληρης χειρουργική επέμβαση απαιτεί χιλιάδες πολύπλοκα βήματα που περιλαμβάνουν την διάνοιξη, εκτομή, επανασυρραφή, καυτηρίαση, ψυχρανση, απολίνωση και συρραφή. Για το προσεχές μέλλον, τα ρομπότ θα χρησιμεύουν μόνο σε βοηθητικό επίπεδο- και καθώς οι βασικές τους λειτουργίες θα γίνονται πιο εύχρηστες, θα προστίθενται σε πρόσθετα επίπεδα πολυπλοκότητας, αλλά πάντα με μεγάλη σύνεση.

Διαβάστε επίσης:Η Τεχνητή Υπερ-Νοημοσύνη είναι σχεδόν εδώ. Είμαστε έτοιμοι να την αντιμετωπίσουμε;