• Ιστορία και Εξέλιξη της Τεχνητής Νοημοσύνης – Artificial Intelligence ( A.I.)

    Ιστορία και Εξέλιξη της Τεχνητής Νοημοσύνης – Artificial Intelligence ( A.I.)

    Περισσότερα από 2000 χρόνια, φιλόσοφοι όπως ο Αριστοτέλης, ο Ηράκλειτος, ο Descartes κ.α. προσπάθησαν να περιγράψουν τους μηχανισμούς μάθησης, απομνημόνευσης, όρασης, αντίληψης και συλλογισμού.

    Οι απαρχές της Τεχνητής Νοημοσύνης (Artificial Intelligence A.I.) ανάγονται στους συλλογισμούς του Αριστοτέλη (384-322 π.χ), οι οποίοι παρείχαν πρότυπα εκφράσεων που έδιναν πάντα σωστά συμπεράσματα από σωστές υποθέσεις βασισμένα στην Αριστοτέλεια Συλλογιστική. Τα ερευνητικά πεδία που εξετάζει η Α.Ι. ακουμπούν ακριβώς επάνω σε αυτές τις δεξιότητες.

    Η Α.Ι. είναι λοιπόν προ των πυλών και με μεγάλα άλματα στον τομέα της Τεχνολογίας είναι έτοιμη να δείξει της ικανότητές της και να αλλάξει τα μέχρι σήμερα δεδομένα, αποδεικνύοντας ότι αυτός ο τομέας αποτελεί τον επιστημονικό κλάδο με την περισσότερη νοημοσύνη. Ονομάζουμε δε Νοημοσύνη το σύνολο των πνευματικών λειτουργιών που χρησιμοποιούμε για να αντιμετωπίσουμε νέες καταστάσεις και να λύσουμε προβλήματα αξιοποιώντας προηγούμενες εμπειρίες.

    Ο όρος της Α.Ι. χρησιμοποιήθηκε για πρώτη φορά το 1956 από τον John McCarthy για να περιγράψει ένα θερινό εργαστήριο με την ονομασία “The Dartmouth Summer Research Project on Artificial Intelligence”, στο οποίο συζητήθηκε το βασικό θέμα, «οι μηχανές που σκέπτονται». Θεωρήθηκε αυτό σαν το πρώτο Συνέδριο της Α.Ι. και υπήρξε καθοριστικό στη γέννηση και υλοποίησή της. Δόθηκε δε η  εγκυκλοπαιδική ερμηνεία ως η «ικανότητα της μηχανής να μπορεί να σκέπτεται και να μιμείται την ανθρώπινη συμπεριφορά και ευφυϊα, αλλά να μην την αντικαθιστά». Η αρχή έγινε με εφαρμογή στον κλάδο της Επιστήμης των Υπολογιστών όπου η Α.Ι. έχει γίνει σήμερα δημοφιλής λόγω του αυξημένου όγκου δεδομένων, των προηγμένων αλγορίθμων και των βελτιώσεων στην ισχύ των υπολογιστών και την αποθήκευση των δεδομένων.

    Αρχικά, η έρευνα γύρω από την ΑΙ επικεντρώθηκε σε θέματα όπως η επίλυση προβλημάτων και οι συμβολικές μέθοδοι. Την δεκαετία του 1960, το Υπουργείο Άμυνας των ΗΠΑ ενδιαφέρθηκε για αυτόν τον τύπο εργασίας και ξεκίνησε την εκπαίδευση των υπολογιστών στη μίμηση της βασικής ανθρώπινης συλλογιστικής. Αυτή η πρώτη εργασία, προετοίμασε το έδαφος για την αυτοματοποίηση και την τυπική συλλογιστική που βλέπουμε στους υπολογιστές σήμερα, συμπεριλαμβανομένων των συστημάτων υποστήριξης λήψης αποφάσεων και των έξυπνων συστημάτων αναζήτησης που μπορούν να σχεδιαστούν ώστε να συμπληρώνουν και να βελτιώνουν τις ανθρώπινες ικανότητες. Ενώ οι ταινίες του Χόλυγουντ και τα μυθιστορήματα επιστημονικής φαντασίας απεικονίζουν την Α.Ι. ως ανθρωπόμορφο ρομπότ που καταλαμβάνει τον κόσμο, η τρέχουσα εξέλιξη της Α.Ι δεν είναι τόσο τρομακτική, ούτε τόσο έξυπνη. Αντίθετα, η Α.Ι έχει εξελιχθεί κατά τέτοιο τρόπο ώστε να παρέχει συγκεκριμένα οφέλη στον βιομηχανικό κλάδο, στην ιατρική, περιλαμβανομένης και της υγειονομικής περίθαλψης, στο εμπόριο και αλλού.

    Ερχόμενος λοιπόν στο κύριο ενδιαφέρον μας, δηλαδή σε αυτό του Ιατρικού Κλάδου, αντιλαμβάνομαι ότι οι εξελίξεις στην Α.Ι. είναι ραγδαίες και καινοτόμες όπως στη Ρομποτική που μας βοηθά να εστιάσουμε ταχύτερα και αποτελεσματικότερα στο σημείο που εντοπίζεται η παθογένεια. Στόχος των ερευνητών είναι μέσω της Α.Ι. να αναπτύξουν υπολογιστικά μοντέλα που θα αναλύουν την πορεία του προβλήματος κάθε ασθενούς, την σχέση της πάθησής του με άλλους ασθενείς και την πιθανή εξέλιξή της στο μέλλον.

    Ως εκ τούτου, σύμφωνα  με τον επικεφαλής της τεχνολογίας CleveLoop, Dave De Capio, δημιουργήθηκε από τους ειδικούς επιστήμονες μία πλατφόρμα  δεδομένων υγειονομικής περίθαλψης για να βοηθήσει τους Οργανισμούς και τα Νοσοκομειακά ιδρύματα να βελτιώσουν την φροντίδα των ασθενών, αλλά και σε κρίσεις όπως η πανδημία Covid-19 να μπορούν οι Οργανισμοί να εντοπίσουν τα πιο ευάλωτα άτομα στην περιοχή τους ώστε να προετοιμασθούν για τις εξελίξεις των ασθενών.

    Με τον ίδιο τρόπο παρέχεται βοήθεια στους κλινικούς ιατρούς ώστε να μπορούν να αντιμετωπίσουν πλήθος προβλημάτων, αναλύοντας μεγάλα σύνολα δεδομένων για τον εντοπισμό ασθενών που θα ωφεληθούν περισσότερο από προληπτικά μέτρα.

    Εστιάζοντας στο σημαντικότατο αντικείμενό μας, αυτό της Σπονδυλικής Στήλης διακρίνω ότι η τεχνητή νοημοσύνη έχει «τρομερή δυνατότητα» να μεταβάλλει με επαναστατικό τρόπο όλη την έκταση των θεμάτων που αφορούν την Σπονδυλική Στήλη, με εφαρμογές στην ιατρική διάγνωση, στην ιατρική ανάλυση εικόνων, στην ρομποτικά υποβοηθούμενη χειρουργική και στην νευρο-αποκατάσταση με τη χρήση εξωσκελετού τύπου ρομπότ όταν υπάρχουν κακώσεις σε αυτήν. Κυρίως δε στοχεύει στην επιλογή των ασθενών, στην πρόβλεψη του θεραπευτικού αποτελέσματος, στην έρευνα, στην προεγχειρητική διερεύνηση, στην περι-εγχειρητική φροντίδα κ.α.

    Σύμφωνα με τον J.J.Rasouli (Cleveland C linic,Cleveland,USA), σε άρθρο του που δημοσιεύθηκε στο Global Spine Journal (2019), «υπάρχει αυξανόμενο ενδιαφέρον στα πλεονεκτήματα τα οποία μπορεί να προκύψουν από την εφαρμογή της τεχνητής νοημοσύνης στη χειρουργική της Σπονδυλικής Στήλης. Κατά τον Rasouli, αν και υπάρχουν αντίθετες απόψεις επί της τεχνητής νοημοσύνης, αν η Α.Ι. εφαρμοσθεί κατάλληλα, έχει την δυνατότητα να μεταβάλλει ριζικά την κλασσική χειρουργική της Σπονδυλικής Στήλης, να μειωθεί το κόστος των επεμβάσεων, να βελτιώσει την αποτελεσματικότητα των θεραπειών και να ενισχύσει την εξατομίκευση της θεραπείας των ασθενών.

    Τα τελευταία χρόνια συλλέγονται από κατασκευάστριες εταιρίες ιατρικών μηχανημάτων δεδομένα από εικόνες και κινήσεις των ιατρικών εργαλείων κατά τη διάρκεια ρομποτικών επεμβάσεων, ενδοσκοπήσεων και αρθροσκοπήσεων. Κατ΄ αυτό τον τρόπο δημιουργείται προοδευτικά ένα αρχείο μνήμης σχετικά με την ενδεδειγμένη αντιμετώπιση μιας κατάστασης/πάθησης.

    Στο άμεσα κοντινό μέλλον θα είναι πιθανότατα σε θέση ο ηλεκτρονικός υπολογιστής, κατά τη διάρκεια μιας επέμβασης, να πληροφορεί τον χειρουργό πιο είναι το επόμενο σωστό βήμα ή να τον ενημερώνει κατά την διάρκεια της επέμβασης για τα ευρήματα κλπ. Επίσης, θα είναι δυνατόν να χρωματίζονται με τη βοήθεια της τεχνολογίας hyperspectral imaging διαφορετικά τα ανατομικά στοιχεία μιας εικόνας στο monitor» (πληροφορίες από το βιβλίο του Δημήτρη Κανέλλου-Τεχνητή Νοημοσύνη στην Ιατρική).

    Στο μακρινότερο μέλλον θα είναι ίσως δυνατή η πραγματοποίηση τμημάτων ή και ολόκληρης της επέμβασης/εξέτασης από το robot. Προς το παρόν, η έρευνα σχετίζεται με τη δυνατότητα παροχής πληροφοριών στον ιατρό, ώστε η επέμβαση να πραγματοποιείται καλύτερα και ευκολότερα.

    Σαφέστατα, υπάρχουν αντικρουόμενες απόψεις μεταξύ των υπέρμαχων και των πολέμιων της Α.Ι., το μόνο σίγουρο όμως είναι ότι οι εφαρμογές της Α.Ι. σε καμία περίπτωση  δεν μπορούν να αντικαταστήσουν ή να υποκαταστήσουν την ανθρώπινη σχέση Ιατρού-Ασθενούς, τα συναισθήματα, την ανθρώπινη κρίση η οποία αποτελεί θεμελιώδη συνιστώσα της κλινικής δραστηριότητας, τον ίδιο τον Ιατρό. Βοηθούν όμως να γίνεται καλύτερη διαχείριση του τεράστιου όγκου δεδομένων, ώστε να επιτυγχάνονται καλύτερα ερευνητικά αποτελέσματα αλλά και καινοτομίες.

    Συμπερασματικά κατά συνέπεια,  η τεχνητή νοημοσύνη δεν αντικαθιστά τον ιατρό, αλλά βοηθά τη φυσική νοημοσύνη αυτού.

    Leave a reply →