Αν το κάνουμε εικόνα, θυμίζει ταινία επιστημονικής φαντασίας. Την εποχή του ΑΙ όμως, η επιστημονική φαντασία δεν μπορεί να συναγωνιστεί την πραγματικότητα.
Η ιδέα ότι ένας γιατρός θα μπορεί κάποια στιγμή να «δοκιμάζει» μια θεραπεία σε μια ψηφιακή εκδοχή του ασθενούς πριν τη χορηγήσει στην πραγματική ζωή μοιάζει βγαλμένη από ταινία επιστημονικής φαντασίας. Κι όμως, αυτό ακριβώς επιχειρούν να πετύχουν οι επιστήμονες μέσα από τα λεγόμενα «ψηφιακά δίδυμα» (digital twins), μια από τις πιο καινοτόμες εφαρμογές της τεχνητής νοημοσύνης στην ιατρική.
Στην καρδιολογία, η τεχνολογία αυτή αναπτύσσεται με γρήγορους ρυθμούς και υπόσχεται να αλλάξει τον τρόπο με τον οποίο διαγιγνώσκονται και αντιμετωπίζονται οι καρδιακές παθήσεις. Ωστόσο, οι ερευνητές επισημαίνουν ότι η επιτυχία της εξαρτάται από έναν παράγοντα που συχνά περνά απαρατήρητος: το κατά πόσο τα διαθέσιμα δεδομένα αντιπροσωπεύουν εξίσου γυναίκες και άνδρες.
Ένα ψηφιακό αντίγραφο της καρδιάς
Τα ψηφιακά δίδυμα είναι προηγμένα υπολογιστικά μοντέλα που δημιουργούνται από ιατρικές εξετάσεις, κλινικό ιστορικό και βιολογικά δεδομένα ενός ασθενούς. Με τη βοήθεια της τεχνητής νοημοσύνης, οι επιστήμονες μπορούν να κατασκευάσουν μια εικονική εκδοχή της καρδιάς και να παρακολουθήσουν πώς εξελίσσεται μια πάθηση ή πώς ανταποκρίνεται σε διαφορετικές θεραπευτικές παρεμβάσεις. Η φιλοδοξία είναι να περάσουμε από τις γενικές θεραπευτικές οδηγίες σε μια εποχή όπου οι αποφάσεις θα λαμβάνονται με βάση τα χαρακτηριστικά του κάθε ασθενούς ξεχωριστά.
Όταν η ιατρική έρευνα δεν είναι εξίσου αντιπροσωπευτική
Παρότι όμως η τεχνολογία εξελίσσεται εντυπωσιακά, οι ερευνητές υπενθυμίζουν ότι τα μοντέλα τεχνητής νοημοσύνης είναι τόσο καλά όσο και τα δεδομένα που χρησιμοποιούνται για την εκπαίδευσή τους. Για δεκαετίες, μεγάλο μέρος της βιοϊατρικής έρευνας στηρίχθηκε κυρίως σε δεδομένα που προέρχονταν από άνδρες ή αρσενικά πειραματόζωα. Ως αποτέλεσμα, ορισμένες βιολογικές διαφορές μεταξύ των δύο φύλων δεν έχουν μελετηθεί στον ίδιο βαθμό. Αυτό δημιουργεί ένα εύλογο ερώτημα: εάν οι διαφορές αυτές δεν καταγράφονται επαρκώς στα διαθέσιμα δεδομένα, μπορούν τα ψηφιακά μοντέλα να προβλέψουν με την ίδια ακρίβεια την εξέλιξη μιας νόσου σε όλους τους ασθενείς;
Η καρδιά των γυναικών δεν «μιλά» πάντα με τον ίδιο τρόπο
Οι καρδιαγγειακές παθήσεις αποτελούν σήμερα την πρώτη αιτία θανάτου παγκοσμίως. Ωστόσο, οι γυναίκες και οι άνδρες δεν εμφανίζουν πάντα τα ίδια συμπτώματα ούτε ακολουθούν ακριβώς την ίδια πορεία νόσου. Αυτό ισχύει ακόμη και σε παθήσεις όπως η μυοκαρδίτιδα, μια φλεγμονή του καρδιακού μυός που μπορεί να εμφανιστεί μετά από ιογενείς λοιμώξεις. Οι μελέτες δείχνουν ότι η νόσος διαγιγνώσκεται συχνότερα στους άνδρες, ιδιαίτερα στις νεότερες ηλικίες. Οι επιστήμονες θεωρούν ότι οι διαφορές αυτές σχετίζονται με τον τρόπο που λειτουργεί το ανοσοποιητικό σύστημα, με τις ορμόνες αλλά και με τα ιδιαίτερα χαρακτηριστικά του ίδιου του καρδιακού ιστού. Για την ανάπτυξη αξιόπιστων ψηφιακών μοντέλων, οι πληροφορίες αυτές είναι πολύτιμες.
Μια νέα προσέγγιση στην ιατρική
Τα τελευταία χρόνια αναπτύσσεται διεθνώς το πεδίο της «ιατρικής με βάση το φύλο» (sex and gender-sensitive medicine), το οποίο εξετάζει πώς οι βιολογικές και κοινωνικές διαφορές μεταξύ γυναικών και ανδρών επηρεάζουν την υγεία. Στόχος είναι η καλύτερη κατανόηση των διαφορών στην εμφάνιση, τη διάγνωση και τη θεραπεία των ασθενειών, ώστε οι ιατρικές αποφάσεις να γίνουν πιο ακριβείς και αποτελεσματικές. Η ίδια λογική αρχίζει πλέον να εφαρμόζεται και στην ανάπτυξη εργαλείων τεχνητής νοημοσύνης.
Το μέλλον της καρδιολογίας ίσως βρίσκεται σε μια οθόνη
Τα ψηφιακά δίδυμα θεωρούνται από πολλούς ειδικούς η επόμενη μεγάλη επανάσταση στην εξατομικευμένη ιατρική. Οι γιατροί θα μπορούν να προσομοιώνουν την εξέλιξη μιας νόσου, να εκτιμούν τους κινδύνους και να αξιολογούν διαφορετικές θεραπευτικές επιλογές πριν λάβουν κρίσιμες αποφάσεις. Για να συμβεί όμως αυτό, τα μοντέλα πρέπει να αντικατοπτρίζουν τη βιολογική ποικιλομορφία του πραγματικού κόσμου. Η τεχνητή νοημοσύνη μπορεί να επεξεργάζεται τεράστιους όγκους πληροφοριών, αλλά δεν μπορεί να ανακαλύψει δεδομένα που λείπουν. Γι’ αυτό και οι ερευνητές επιμένουν ότι η επόμενη πρόκληση δεν είναι μόνο η ανάπτυξη πιο ισχυρών αλγορίθμων, αλλά και η δημιουργία πιο αντιπροσωπευτικών βάσεων δεδομένων. Μόνο έτσι η υπόσχεση της εξατομικευμένης ιατρικής θα μπορέσει να γίνει πραγματικότητα για κάθε ασθενή, ανεξάρτητα από το φύλο του.
