Η χρήση της Τεχνητής Νοημοσύνης (Artificial Intelligence, AI) στον τομέα της υγείας έχει ήδη δώσει δείγματα γραφής με πολύ καλά αποτελέσματα. Η εξέλιξη των ιατρικών τεχνολογιών σε συνδυασμό με την αυτόματη ανάλυση ιατρικών δεδομένων μέσω τεχνητής νοημοσύνης συνεισφέρουν σε μια επανάσταση στον τομέα της υγείας με ιδιαίτερα ευνοϊκά αποτελέσματα.
Ένας από τους τομείς όπου η Τεχνητή Νοημοσύνη είναι κατ’ εξοχήν πολλά υποσχόμενη είναι η Ιατρική Απεικόνιση Ακριβείας (Precision Imaging), ένας τομέας που διαδραματίζει καθοριστικό ρόλο στη συνολικότερη Ιατρική Ακριβείας σε Εξατομικευμένη βάση (Personalized-based Precision Medicine).
Το Κέντρο Απεικόνισης Μαστού του ΜΗΤΕΡΑ συμμετέχει στο ερευνητικό έργο ODELIA που χρηματοδοτείται από την Ευρωπαϊκή Ένωση και ξεκίνησε την 1η Ιανουαρίου 2023. Στόχος του ODELIA είναι μια επαναστατική προσέγγιση της Τεχνητής Νοημοσύνης (ΤΝ) στον τομέα της απεικόνισης μαστού μέσω της χρήσης της τεχνικής μάθησης «σμήνους» (Swarm Learning).
Ο ορισμός της Τεχνητής Νοημοσύνης είναι αρκετά απλός. Ο στόχος είναι να αναπτύξουμε έξυπνους αλγορίθμους και λύσεις που θα επιτρέπουν στους υπολογιστές να αναπαράγουν ή ακόμα και να υπερβαίνουν τις ανθρώπινες δυνατότητες σε συγκεκριμένα προβλήματα, καθιστώντας την ένα χρήσιμο εργαλείο για τον ιατρό. Τα μοντέλα Τεχνητής Νοημοσύνης στην υγεία έχουν τεράστια δυναμική για τη βελτίωση της λήψης αποφάσεων στην κλινική πρακτική, με αποτέλεσμα να προσδιορίζονται έγκαιρα, καλύτερα και με μεγαλύτερη ακρίβεια διαγνώσεις, προγνώσεις και θεραπευτικές αγωγές ασθενειών.
Ένα από τα βασικά προβλήματα στην εφαρμογή της Τεχνητής Νοημοσύνης στην υγεία είναι η έλλειψη αρκετά μεγάλων συνόλων δεδομένων για την εκπαίδευση των μοντέλων. Αυτό ισχύει ιδιαίτερα για την ανίχνευση του καρκίνου, όπου η συλλογή δεδομένων αντιμετωπίζει σοβαρά πρακτικά, ηθικά και νομικά εμπόδια. Το πρόγραμμα ODELIA στοχεύει στην αντιμετώπιση αυτών των εμποδίων μέσω της υλοποίησης της τεχνικής μάθησης «σμήνους», μιας νέας προσέγγισης που επιτρέπει την εκπαίδευση των ιατρικών αλγορίθμων της ΤΝ με διατήρηση του ιδιωτικού χαρακτήρα των ευαίσθητων δεδομένων και χωρίς κοινή χρήση αυτών.
Η μάθηση «σμήνους» (Swarm learning) είναι μια μέθοδος εκπαίδευσης των μοντέλων της τεχνητής νοημοσύνης, όπου πολλές συσκευές συνεργάζονται μαζί. Κάθε συσκευή εκπαιδεύει το δικό της μοντέλο με τα δικά της δεδομένα και κοινοποιεί τις γνώσεις της με άλλες συσκευές. Εργαζόμενες από κοινού, οι συσκευές δημιουργούν ένα πιο ακριβές και αποδοτικό μοντέλο τεχνητής νοημοσύνης. Αυτή η προσέγγιση έχει πλεονεκτήματα έναντι των παραδοσιακών μεθόδων επειδή κάνει καλύτερη χρήση των διαθέσιμων πόρων και βοηθάει στην προστασία του απορρήτου των δεδομένων. Επιπλέον, η συλλογική γνώση από πολλές συσκευές μπορεί να βοηθήσει στη δημιουργία πιο ανθεκτικών και αξιόπιστων μοντέλων.
Η επιτυχής ολοκλήρωση του έργου ODELIA αναμένεται να ενθαρρύνει τους συνεργαζόμενους εταίρους να λειτουργήσουν ως πυρήνες για την εκθετική ανάπτυξη του δικτύου και να επεκτείνουν το έργο σε μια πληθώρα ιατρικών εφαρμογών. Αυτό θα παρέχει στους ασθενείς, στους φορείς υγείας και στους πολίτες στην Ευρώπη μια ψηφιακή υποδομή που επιτρέπει την ανάπτυξη εργαλείων Τεχνητής Νοημοσύνης επιπέδου εμπειρογνωμόνων σε μεγάλο όγκο δεδομένων, χωρίς να θέτει σε κίνδυνο την ασφάλεια και την ιδιωτικότητα των δεδομένων.
Η επιτυχία του έργου ODELIA θα σημάνει μια μεγάλη πρόοδο στον τομέα της Τεχνητής Νοημοσύνης στην υγεία, ανοίγοντας το δρόμο για την ανάπτυξη ακόμη περισσότερων πρωτοποριακών εφαρμογών Τεχνητής Νοημοσύνης στο μέλλον. Η ανάπτυξη τέτοιων εφαρμογών θα έχει σημαντικό αντίκτυπο στη βελτίωση της πρόληψης, διάγνωσης και θεραπείας των ασθενειών, ενισχύοντας έτσι την υγεία και την ευημερία των πολιτών.
Στο πρόγραμμα ODELIA συμμετέχουν ερευνητές από δώδεκα Ακαδημαϊκά ιδρύματα και εταιρείες από διάφορες ευρωπαϊκές χώρες όπως Ελλάδα, Αυστρία, Γερμανία, Ισπανία, Ολλανδία, Βέλγιο, Ελβετία και Ηνωμένο Βασίλειο. Στους εταίρους, εκτός από το ΜΗΤΕΡΑ, περιλαμβάνονται το Ευρωπαϊκό Ινστιτούτο Βιοϊατρικής Απεικονιστικής Έρευνας, το Πανεπιστημιακό Νοσοκομείο του Άαχεν, το Ινστιτούτο Ογκολογίας Vall d’Hebron, το Πανεπιστημιακό Ιατρικό Κέντρο Radboud, το Πανεπιστημιακό Ιατρικό Κέντρο Utrecht, το νοσοκομείο Ribera Salud, το Fraunhofer Institute for Digital Medicine MEVIS, το OSIMIS, το Technische Universität Dresden, το Πανεπιστήμιο της Ζυρίχης και το Πανεπιστήμιο του Κέιμπριτζ.
Πηγή: ΑΠΕ-ΜΠΕ
