Πώς μπορεί η τεχνητή νοημοσύνη (ΤΝ) να βελτιώσει τον τρόπο που οι γιατροί προλαμβάνουν, ανιχνεύουν και αντιμετωπίζουν την καρδιοπάθεια;
Η πρώτη στα χρονικά επιστημονική δήλωση της Αμερικανικής Καρδιολογικής Εταιρείας για αυτό το θέμα διερευνά τους τρέχοντες περιορισμούς και τις υποσχέσεις αυτής της αναπτυσσόμενης τεχνολογίας για το μέλλον.
Ο δρ Jagmeet Singh, καθηγητής στην Ιατρική Σχολή του Χάρβαρντ και συγγραφέας του βιβλίου Future Care: Sensors, Artificial Intelligence, and the Reinvention of Medicine (Η φροντίδα στο μέλλον: αισθητήρες, τεχνητή νοημοσύνη και η επανεφεύρεση της Ιατρικής), ήταν επιμελητής της δήλωσης, η οποία δημοσιεύθηκε στις 2 Απριλίου 2024 στο Circulation.
Ως ειδικός στην ηλεκτροφυσιολογία της καρδιάς με εξειδίκευση στην ΤΝ, την ψηφιακή υγεία και την τεχνολογία ιατρικών συσκευών, είναι αισιόδοξος ότι τα εργαλεία ΤΝ μπορούν να βελτιώσουν τον τρόπο με τον οποίο οι γιατροί φροντίζουν τα άτομα με καρδιοπάθεια (βλ. «Κατανοώντας την τεχνητή νοημοσύνη»).
«Για να συμβεί όμως αυτό, θα πρέπει να φροντίσουμε για την ισότιμη διάδοση αυτής της τεχνολογίας, καθώς μαθαίνουμε στρατηγικές με καλή σχέση κόστους-αποτελεσματικότητας κατά τη μετάβαση σε νέα μοντέλα φροντίδας των ασθενών», δηλώνει.
Ταχύτερη, πιο ακριβής παρακολούθηση;
Πιο πρώιμες μορφές ΤΝ έχουν χρησιμοποιηθεί για χρόνια στους εμφυτεύσιμους καρδιομετατροπείς-απινιδωτές (ICD), οι οποίοι βασίζονται στην ικανότητα της συσκευής να αναγνωρίζει απειλητικές για τη ζωή αρρυθμίες (παθολογικούς καρδιακούς ρυθμούς) και στη συνέχεια να παρέχει ένα ηλεκτροσόκ για να αποκαταστήσει τον φυσιολογικό ρυθμό της καρδιάς.
«Είναι μια ειδική μορφή νοημοσύνης, ενσωματωμένη μέσα σε μια συσκευή, η οποία δουλεύει πιο γρήγορα από έναν άνθρωπο», εξηγεί ο δρ Singh.
Πλέον, οι αλγόριθμοι έχουν εξελιχθεί σε τέτοιον βαθμό, που η καταγραφή της ηλεκτρικής δραστηριότητας της καρδιάς σε έναν ICD (το ηλεκτροκαρδιογράφημα) είναι σε θέση να προβλέψει τις αρρυθμίες πολύ πριν συμβούν. Αυτό θα μπορούσε να επιτρέψει στους γιατρούς να προσαρμόσουν τη θεραπεία ενός ατόμου, έτσι ώστε να αποτρέψουν την ανάγκη να προχωρήσει η συσκευή σε ηλεκτροσόκ.
Άλλοι εξειδικευμένοι αισθητήρες (που μπορεί να είναι μέρος ενός ICD) ή εμφυτεύσιμοι καταγραφείς (που τοποθετούνται κοντά στην καρδιά) μπορούν να συλλέξουν πρόσθετες πληροφορίες και να προβλέψουν με ακρίβεια κατά πόσο ένα άτομο θα αναπτύξει καρδιακή ανεπάρκεια εντός των επόμενων 30 ημερών, αναφέρει ο δρ Singh. Εξωτερικές συσκευές που μοιάζουν με μεγάλα τσιρότα και τοποθετούνται στον θώρακα μπορεί να είναι πιο πρακτικές και εξίσου αποτελεσματικές.
Γνωστές ως αυτοκόλλητες συσκευές παρακολούθησης, παρακολουθούν συνεχώς την ηλεκτρική δραστηριότητα της καρδιάς (παράγοντας ένα ηλεκτροκαρδιογράφημα [ΗΚΓ]), ενώ μπορεί επιπλέον να παρακολουθούν τη θερμοκρασία, το επίπεδο οξυγόνου, τη σωματική δραστηριότητα και τη συσσώρευση υγρού στους πνεύμονες για διάστημα έως και ενός μηνός.
«Χρησιμοποιώντας αλγόριθμους βασισμένους στην ΤΝ, με μόλις 24 ώρες δεδομένων από μια αυτοκόλλητη συσκευή παρακολούθησης, μπορούμε να προβλέψουμε ποιοι ασθενείς θα αναπτύξουν κατά τις επόμενες 13 ημέρες ενδεχομένως σοβαρές καρδιακές αρρυθμίες, συμπεριλαμβανομένης της κολπικής μαρμαρυγής ή της κοιλιακής ταχυκαρδίας», λέει ο δρ Singh.
Σταχυολογώντας περισσότερες πληροφορίες από βασικές εξετάσεις
Τα σύντομα ΗΚΓ ρουτίνας που πραγματοποιούνται σε ένα ιατρείο μπορούν να βοηθήσουν στη διάγνωση αρρυθμιών και καρδιακών προσβολών.
Όταν όμως αναλύονται από ΤΝ, αυτό το απλό αποτέλεσμα εξέτασης μπορεί επίσης να προβλέψει το κλάσμα εξώθησης ενός ατόμου (μέτρο της ικανότητας λειτουργίας της καρδιάς ως αντλίας, το οποίο χρησιμοποιείται επίσης για τη διάγνωση της καρδιακής ανεπάρκειας) ή να εντοπίσει δομικά προβλήματα της καρδιάς, όπως την πάχυνση του μυοκαρδίου (μια πάθηση που είναι γνωστή ως υπερτροφική μυοκαρδιοπάθεια).
Επίσης, η ΤΝ είναι πλέον σε θέση να αντλήσει δεδομένα από μια απλή ακτινογραφία (μία από τις συχνότερες ιατρικές εξετάσεις) για να προβλέψει τον κίνδυνο ενός ατόμου για καρδιακή προσβολή, αγγειακό εγκεφαλικό επεισόδιο, διαβήτη και άλλα σοβαρά καρδιαγγειακά προβλήματα.
Προχωρώντας μπροστά με την ΤΝ
Πώς μπορούν τα εργαλεία ΤΝ να βελτιώσουν την εμπειρία φροντίδας της υγείας ενός ατόμου; «Ας πούμε ότι πρόσφατα νοσηλευτήκατε με καρδιοπάθεια και ο γιατρός σας στέλνει σπίτι σας με μια αυτοκόλλητη συσκευή παρακολούθησης και ένα τάμπλετ αξίας 300 δολαρίων», λέει ο δρ Singh.
Με τη βοήθεια της ΤΝ, τα εργαλεία αυτά επιτρέπουν στους γιατρούς να παρέχουν ηλεκτρονική κατ’ οίκον φροντίδα και να παρακολουθούν εξ αποστάσεως την πάθησή σας, γεγονός που τους επιτρέπει να καθορίζουν γρήγορα αν χρειάζεται κάποια προσαρμογή στα φάρμακα για την πρόληψη μιας υποτροπής και άλλης μιας δαπανηρής νοσοκομειακής νοσηλείας, εξηγεί.
Αν οι προσπάθειες παρακολούθησης μέσω της ΤΝ μετατοπιστούν σε ακόμη πιο πρώιμο στάδιο, θα μπορούσαν να έχουν ακόμη μεγαλύτερο αποτέλεσμα. Για παράδειγμα, η χρήση καταναλωτικών προϊόντων, όπως έξυπνων ρολογιών που αποτυπώνουν δεδομένα σχετικά με την υγεία και στη συνέχεια προτείνουν στρατηγικές αυτοδιαχείρισης, θα μπορούσε να βελτιώσει την πρόληψη της καρδιοπάθειας.
«Προσωπικά, νομίζω ότι ο μόνος τρόπος να καταστεί η φροντίδα υγείας πιο βιώσιμη είναι να έχουν οι ασθενείς τα εργαλεία που τους επιτρέπουν να εμπλακούν περισσότερο στην ίδια τους τη φροντίδα», δηλώνει ο δρ Singh.
Κατανοώντας την τεχνητή νοημοσύνη
Γενικά, ο όρος τεχνητή νοημοσύνη αναφέρεται σε συστήματα ή υπολογιστές που μπορούν να μιμηθούν την ανθρώπινη σκέψη για να επιλύσουν προβλήματα.
Η μηχανική μάθηση είναι ένας τύπος ΤΝ κατά την οποία αλγόριθμοι εκπαιδεύονται μέσα από μεγάλες ποσότητες δεδομένων. Αναγνωρίζοντας μοτίβα, η μηχανή αποκρίνεται πιο σωστά με την πάροδο του χρόνου.
Η βαθιά μάθηση είναι ένας τύπος μηχανικής μάθησης στην οποία χρησιμοποιούνται πολλά πολυεπίπεδα νευρωνικά δίκτυα, τα οποία έχουν αναπτυχθεί με βάση τη δομή και τη λειτουργία του εγκεφάλου. Πολλά σύγχρονα εργαλεία ΤΝ βασίζονται στη βαθιά μάθηση.
Η προγνωστική ΤΝ αξιοποιεί δεδομένα για να προβλέψει το μέλλον. Στις ιατρικές εφαρμογές, σκοπός αυτών των εργαλείων δεν είναι να αντικαταστήσουν τον ρόλο και την κλινική κρίση των γιατρών, αλλά να τους βοηθήσουν να εντοπίσουν ενδεχομένως ανησυχητικές καταστάσεις που συχνά είναι δύσκολο να ανιχνευθούν προτού εμφανιστούν συμπτώματα.
Η δημιουργική ΤΝ δημιουργεί νέο περιεχόμενο – ένα τέτοιο παράδειγμα είναι το ChatGPT. Στο πλαίσιο της φροντίδας υγείας, η τεχνολογία αυτή μπορεί να βελτιστοποιήσει τις «γραμματειακές» εργασίες, όπως είναι η δημιουργία χρονοδιαγραμμάτων, η τιμολόγηση, η σύνοψη σημειώσεων από μια επίσκεψη και οι απαντήσεις σε ερωτήσεις που στέλνουν οι άνθρωποι μέσω μιας διαδικτυακής ιατρικής πύλης.
