Επιστήμονες ανακοίνωσαν ότι ανέπτυξαν ένα πρωτοποριακό εργαλείο Τεχνητής Νοημοσύνης (AI), ικανό να προβλέπει τον κίνδυνο εμφάνισης περισσότερων από 1.000 ιατρικών παθήσεων σε ανθρώπους — έως και μία δεκαετία πριν τη διάγνωσή τους.
Σύμφωνα με τη μελέτη που δημοσιεύτηκε στο περιοδικό Nature, το μοντέλο μπορεί να προβλέψει αν ένας ασθενής είναι πιθανό να εμφανίσει καρκίνους, εμφράγματα και άλλες σοβαρές παθήσεις, πολύ πριν εκδηλωθούν τα πρώτα συμπτώματα.
«Αυτό είναι η αρχή ενός εντελώς νέου τρόπου κατανόησης της ανθρώπινης υγείας και της εξέλιξης των ασθενειών», δήλωσε ο Moritz Gerstung, επικεφαλής της ομάδας AI στην Ογκολογία στο Γερμανικό Κέντρο Έρευνας Καρκίνου (DKFZ).
Οι ερευνητές χαρακτήρισαν το εργαλείο ως μία από τις μεγαλύτερες έως τώρα εφαρμογές της Τεχνητής Νοημοσύνης στον ιατρικό τομέα.
Το μοντέλο εκπαιδεύτηκε με ανωνυμοποιημένα δεδομένα 400.000 ανθρώπων από το Ηνωμένο Βασίλειο, ενώ στη συνέχεια δοκιμάστηκε σε δεδομένα 1,9 εκατομμυρίων ανθρώπων από τη Δανία.
Ανέλυσε προηγούμενες διαγνώσεις, ιστορικά καπνίσματος και άλλους δείκτες υγείας, εντοπίζοντας μοτίβα που με την πάροδο του χρόνου οδηγούν σε σοβαρές ασθένειες. Λαμβάνοντας υπόψη τη χρονική αλληλουχία και τα διαστήματα μεταξύ των γεγονότων, το εργαλείο μπορεί να υπολογίσει τον κίνδυνο εμφάνισης διάφορων ασθενειών, χωρίς να σημαίνει ότι ο ασθενής θα νοσήσει οπωσδήποτε.
Οι ερευνητές παρομοίασαν τη λειτουργία του με πρόγνωση καιρού — πρόβλεψη πιθανοτήτων, όχι βεβαιότητα.
Το εργαλείο αποδείχθηκε ιδιαίτερα ακριβές σε παθήσεις με «σταθερά μοτίβα εξέλιξης», όπως:
Είναι επίσης πιο αξιόπιστο για βραχυπρόθεσμες παρά για μακροπρόθεσμες προβλέψεις.
Αντίθετα, είναι λιγότερο αποτελεσματικό σε πιο απρόβλεπτες καταστάσεις, όπως ψυχικές διαταραχές, λοιμώξεις και επιπλοκές εγκυμοσύνης.
«Το μοντέλο δείχνει ότι η AI μπορεί να μάθει μακροπρόθεσμα πρότυπα υγείας και να τα μετατρέψει σε ουσιαστικές προβλέψεις», τόνισε ο Ewan Birney, προσωρινός επικεφαλής του European Molecular Biology Laboratory (EMBL).
Ο ίδιος χαρακτήρισε το εργαλείο ως «μεγάλο βήμα προς πιο εξατομικευμένες και προληπτικές προσεγγίσεις στην υγειονομική περίθαλψη».
Το EMBL και το DKFZ συνεργάστηκαν με το Πανεπιστήμιο της Κοπεγχάγης για την ανάπτυξη του συστήματος.
Οι δημιουργοί της μελέτης υπογράμμισαν ότι το εργαλείο δεν είναι ακόμη έτοιμο για χρήση σε ιατρεία, ωστόσο μπορεί ήδη να βοηθήσει τους ερευνητές να κατανοήσουν πώς εξελίσσονται οι ασθένειες και πώς το ιστορικό και ο τρόπος ζωής επηρεάζουν την υγεία.
Ανεξάρτητοι ειδικοί επισήμαναν ότι το μοντέλο βασίστηκε σε δείγματα πληθυσμών του Ηνωμένου Βασιλείου και της Δανίας, που έχουν μεροληψίες ως προς την ηλικία, την εθνοτική κατανομή και τα αποτελέσματα υγείας, άρα χρειάζεται επιπλέον εργασία για να γίνει ακριβές και σε πιο ποικιλόμορφους πληθυσμούς.
Σύμφωνα με τους ερευνητές, στο μέλλον το εργαλείο θα μπορούσε να βοηθήσει τους γιατρούς να εντοπίζουν έγκαιρα ασθενείς υψηλού κινδύνου και να προχωρούν σε πιο στοχευμένες παρεμβάσεις πριν εκδηλωθεί η ασθένεια.
«Θα μπορούσε τελικά να στηρίξει έγκαιρες και εξατομικευμένες παρεμβάσεις», κατέληξε ο Moritz Gerstung.
