Αναδημοσίευση από το περιοδικό Health Next Generation (Τεύχος 26)

Βασίλειος Μπαρμπούνης, Παθολόγος ογκολόγος, δ/ντής Ε΄ Ογκολογικής Κλινικής ΙΑΣΩ

Συνέντευξη στην Ανθή Αγγελοπούλου

Το πώς μπορεί η ενσωμάτωση της Τεχνητής Νοημοσύνης στον τομέα της Υγείας να μειώσει τα κόστη στις δαπάνες υγείας, αλλά και να ανοίξει «χώρο» για την εισχώρηση των ακριβών καινοτόμων θεραπειών, για τη σημαντικότητα της εκπαίδευσης των επιστημόνων στη χώρα μας στη χρήση αυτών των τεχνολογιών, καθώς και το κατά πόσον θα βοηθήσουν αυτές στην αύξηση των κλινικών μελετών που είναι το μεγάλο ζητούμενο, μας εξηγεί ο Βασίλειος Μπαρμπούνης, παθολόγος ογκολόγος, δ/ντής Ε΄ Ογκολογικής Κλινικής στο Νοσοκομείο ΙΑΣΩ.

• Η ενσωμάτωση της Τεχνητής Νοημοσύνης θα μπορέσει να μειώσει το κόστος στις δαπάνες υγείας, έτσι ώστε να ανοίξει «χώρο» για τις νέες καινοτόμες θεραπείες που είναι πιο ακριβές;

Ναι, η ενσωμάτωση της Τεχνητής Νοημοσύνης (AI) μπορεί να μειώσει το συνολικό κόστος στις δαπάνες υγείας, δημιουργώντας περιθώρια για επενδύσεις σε καινοτόμες θεραπείες και εφαρμογές. Οι βασικοί τρόποι με τους οποίους η AI μπορεί να επιτύχει αυτό περιλαμβάνουν:

1. Αυτοματοποίηση Διαδικασιών με βελτιστοποίηση της διαχείρισης μεγάλου όγκου δεδομένων, της κωδικοποίησης των νοσηλειών, αλλά και των νοσηλίων.
2. Πρώιμη διάγνωση και πρόληψη. η οποία θα προσφέρει μείωση του κόστους με έγκαιρη ανίχνευση ασθενειών και πρόληψη επιπλοκών, δηλαδή μείωση του κόστους νοσηρότητας και χαμένων ημερών εργασίας.
3. Εξατομικευμένη Ιατρική. Η χρήση AI θα συμβάλει στην επιλογή των πιο κατάλληλων θεραπειών για τους πολίτες, αποφεύγοντας περιττές δαπάνες, αυξάνοντας παράλληλα την αποτελεσματικότητα των θεραπειών.
4. Βελτίωση Κλινικών Δοκιμών. Επιτάχυνση της ανάπτυξης φαρμάκων με ανάλυση μεγάλων δεδομένων (big data). Αλλά όχι μόνο αυτό. Η ΑΙ μπορεί να συμβάλει ποικιλοτρόπως στην βελτίωση των κλινικών μελετών από τον σχεδιασμό τους έως την επιλογή των κατάλληλων ασθενών.
5. Αποδοτικότερη διαχείριση νοσοκομείων. Μείωση της σπατάλης πόρων με καλύτερο προγραμματισμό, καλύτερο σχεδιασμό, εφαρμογής οικονομιών κλίμακος, σύνδεση κόστους και αποτελεσματικότητας, ευκολότερο κλινικό έλεγχο και καλύτερη ιατρικά διακυβέρνηση.

• Παρότι οι αρχικές επενδύσεις στην AI είναι υψηλές, το τελικό όφελος μπορεί να επιτρέψει τη διοχέτευση πόρων σε ακριβότερες καινοτόμες θεραπείες;

Ακριβώς. Αν και η ανάπτυξη και η ενσωμάτωση της Τεχνητής Νοημοσύνης απαιτούν σημαντική αρχική επένδυση σε υποδομές, εκπαίδευση προσωπικού και ανάπτυξη προγραμμάτων, αλγορίθμων και εφαρμογών, το μακροπρόθεσμο όφελος μπορεί να είναι πολύ σημαντικό.

Η μείωση του λειτουργικού κόστους μέσω αυτοματοποίησης, η βελτίωση της πρόγνωσης και η εξοικονόμηση πόρων από περιττές εξετάσεις ή μη αποτελεσματικές θεραπείες και κλινικές πρακτικές δημιουργούν δημοσιονομικό χώρο για την υιοθέτηση ακριβότερων καινοτόμων θεραπειών, όπως η γονιδιακή και η κυτταρική θεραπεία. Συνεπώς, η AI δεν αντικαθιστά τις δαπάνες υγείας, αλλά λειτουργεί ως επιταχυντής και εξισορροπιστής, επιτρέποντας καλύτερη κατανομή πόρων προς θεραπείες υψηλής προστιθέμενης αξίας και μόχλευση των διαθέσιμων κονδυλίων.

• Δεδομένου ότι οι γιατροί και οι νοσηλευτές στη χώρα μας δεν έχουν εκπαιδευτεί στη χρήση νέων τεχνολογιών, πώς θα πρέπει να αντιμετωπιστεί αυτό;

Η έλλειψη εκπαίδευσης των γιατρών και των νοσηλευτών στη χρήση νέων τεχνολογιών είναι ένα κρίσιμο εμπόδιο στην ενσωμάτωση της Τεχνητής Νοημοσύνης (ΑΙ) και άλλων καινοτομιών στο σύστημα υγείας. Για να αντιμετωπιστεί αποτελεσματικά, απαιτείται μια στρατηγική πολυεπίπεδης παρέμβασης που θα ενσωματώνει μερικές ή και όλες από τις παρακάτω προτάσεις όπως:

• Θεσμοθέτηση υποχρεωτικής εκπαίδευσης με εισαγωγή μαθημάτων ψηφιακής Ιατρικής και Τεχνητής Νοημοσύνης σε ιατρικές και νοσηλευτικές σχολές με συνεχιζόμενη εκπαίδευση μέσω διαπιστευμένων σεμιναρίων και εξειδικευμένων προγραμμάτων (π.χ. μέσω ιατρικών και επιστημονικών εταιρειών ή/και ενσωμάτωσή της στα προγράμματα διά βίου μάθησης).
• Δημιουργία προγραμμάτων επιμόρφωσης εντός νοσοκομείων, όπως ανάπτυξη e-learning πλατφορμών με διαδραστικά μαθήματα, συνεργασία με τεχνολογικές εταιρείες και πανεπιστήμια για την κατάρτιση προσωπικού, ενσωμάτωση workshops και πρακτικής εκπαίδευσης στη χρήση νέων τεχνολογιών και εύκολη πρόσβαση σε εφαρμογές υψηλής προστιθέμενης αξίας με χαμηλό κόστος.
• Παροχή πιστοποιήσεων που θα αξιολογούνται σε προαγωγές και εξελίξεις στη σταδιοδρομία και οικονομικά κίνητρα ή μειωμένο ωράριο για συμμετοχή σε προγράμματα κατάρτισης, καθώς και σύνδεση αξιολόγησης με παραγωγικότητα και ενεργό συμμετοχή σε ενέργειες και πρακτικές καινοτόμου τεχνολογίας, όπως οι εφαρμογές της ΑΙ.
• Βελτίωση της διαλειτουργικότητας των τεχνολογιών με απλοποίηση των συστημάτων και προσαρμογή τους στις ανάγκες των επαγγελματιών υγείας, ώστε να είναι φιλικά προς τον χρήστη, εύκολα στην εφαρμογή, χωρίς δυσνόητα και δύσχρηστα μενού.

Η σταδιακή εφαρμογή αυτών των μέτρων θα επιτρέψει στους επαγγελματίες υγείας να προσαρμοστούν στις τεχνολογικές εξελίξεις γρηγορότερα και αρτιότερα, διασφαλίζοντας καλύτερη ποιότητα φροντίδας για τους ασθενείς.

• Και τι θα πρέπει να γίνει στο εξής με τους νέους επιστήμονες, δεδομένου ότι η Τεχνητή Νοημοσύνη ήρθε για να μείνει, συνεπώς θα είναι κομμάτι της επαγγελματικής τους δραστηριότητας στο μέλλον;

Η ενσωμάτωση της Τεχνητής Νοημοσύνης (ΑΙ) στην Ιατρική είναι πλέον αναπόφευκτη και οι νέοι επιστήμονες πρέπει να προετοιμαστούν κατάλληλα, ώστε να αξιοποιήσουν πλήρως τις δυνατότητές της. Για να διασφαλιστεί η επιτυχής προσαρμογή τους, απαιτούνται η ενσωμάτωση μαθημάτων Τεχνητής Νοημοσύνης, βιοπληροφορικής και ανάλυσης μεγάλων δεδομένων (Big Data) στα προγράμματα σπουδών και η εκπαίδευση στη χρήση συστημάτων υποβοηθούμενης διάγνωσης και Ρομποτικής Ιατρικής. Αλλά δεν αρκεί μόνο αυτό. Χρειάζεται νέος τρόπος διδασκαλίας της Ιατρικής, σύγχρονος και αποτελεσματικός, που να απαντά στις σύγχρονες προκλήσεις και να χρησιμοποιεί τα σύγχρονα εργαλεία. Δεν είναι λογικό να διδάσκεται η Ιατρική όπως στις Σχολές του προπερασμένου αιώνα, όταν ο σύγχρονος ιατρός έχει στην τσέπη του έναν πλήρη υπερηχογράφο, που μπορεί να του δώσει απαντήσεις ανά πάσα στιγμή.

Επίσης, χρειάζονται μεταπτυχιακά εξειδικευμένα σεμινάρια και υποχρεωτική επιμόρφωση μέσω Ιατρικών Συλλόγων και επαγγελματικών οργανισμών, προώθηση συνεργασιών μεταξύ γιατρών, βιοϊατρικών μηχανικών, προγραμματιστών και ειδικών στην Πληροφορική και ιδιαίτερα στις εφαρμογές της Τεχνητής Νοημοσύνης. Πολύ σημαντική θεωρώ τη συμμετοχή των επαγγελματιών υγείας σε ερευνητικά προγράμματα για την ανάπτυξη και βελτίωση αλγορίθμων ΑΙ στην Υγεία.

Αναγκαία είναι και η εκμάθηση βασικών αρχών προγραμματισμού και στατιστικής ανάλυσης δεδομένων, καθώς, επίσης, η κατανόηση των ηθικών και δεοντολογικών προκλήσεων της ΑΙ στην Ιατρική.

• Γιατρέ μου, τι ρόλο θα παίξει η Τεχνητή Νοημοσύνη στην ανακάλυψη νέων θεραπειών; Και κατά πόσον θα βοηθήσει στον σχεδιασμό κλινικών μελετών;

Η Τεχνητή Νοημοσύνη (ΑΙ) αναμένεται να διαδραματίσει καταλυτικό και πρωταγωνιστικό ρόλο στην ανακάλυψη νέων θεραπειών και στη βελτιστοποίηση του σχεδιασμού κλινικών μελετών μέσα από την επιτάχυνση της ανακάλυψης νέων φαρμάκων με την ανάλυση μεγάλων δεδομένων (Big Data). Η AI μπορεί να επεξεργάζεται τεράστιες ποσότητες βιοϊατρικών δεδομένων για την αναγνώριση νέων θεραπευτικών στόχων. Οι In Silico δοκιμές (προσομοιώσεις μοριακών αλληλεπιδράσεων) επιταχύνουν τον εντοπισμό υποψήφιων φαρμάκων, μειώνοντας το κόστος και τον χρόνο ανάπτυξης. Επίσης, για την επαναχρησιμοποίηση φαρμάκων (Drug Repurposing) η AI μπορεί να εντοπίζει υπάρχοντα φάρμακα που θα μπορούσαν να χρησιμοποιηθούν για νέες παθήσεις με μικρότερο κόστος και χρόνο για την εξαγωγή συμπερασμάτων.

Επιπλέον, έχουμε βελτιστοποίηση του σχεδιασμού Κλινικών Μελετών μέσω βελτιωμένης επιλογής ασθενών, καθώς με τη χρήση αλγορίθμων μπορεί να γίνει ταχύτερη και πιο ακριβής επιλογή συμμετεχόντων, μειώνοντας τις αποτυχίες λόγω ετερογένειας πληθυσμού. Με τη χρήση προγνωστικών μοντέλων η AI μπορεί να αναλύει ιστορικά δεδομένα για να προβλέπει την αποτελεσματικότητα και την ασφάλεια των θεραπειών, μειώνοντας τις πιθανότητες αποτυχίας. Ενώ για τις εξατομικευμένες θεραπείες οι κλινικές δοκιμές μπορούν να προσαρμόζονται σε εξατομικευμένα χαρακτηριστικά των ασθενών, αυξάνοντας την αποτελεσματικότητά τους. Και φυσικά η AI μπορεί να εντοπίζει τάσεις και ανεπιθύμητες ενέργειες σε πραγματικό χρόνο, βελτιώνοντας την παρακολούθηση της ασφάλειας των φαρμάκων.

Τέλος, η μείωση χρόνου και κόστους είναι γεγονός, καθώς η χρήση Τεχνητής Νοημοσύνης μπορεί να μειώσει σημαντικά τον χρόνο που απαιτείται για την έγκριση ενός νέου φαρμάκου, ο οποίος σήμερα φτάνει τα 10-15 χρόνια, καθώς και το κόστος που μπορεί να ξεπερνά τα 2,5 δισ. δολάρια ανά νέα θεραπεία.

Η Τεχνητή Νοημοσύνη, λοιπόν, δεν αντικαθιστά τους ερευνητές, αλλά λειτουργεί ως ένα ισχυρό εργαλείο που βελτιώνει την αποτελεσματικότητα και την ακρίβεια σε όλα τα στάδια της ανακάλυψης και δοκιμής νέων θεραπειών.

• Ποια θα είναι, κατά τη γνώμη σας, η βελτίωση που μπορεί να προσδώσει στην καθημερινή κλινική πρακτική, αλλά και στην εξ αποστάσεως παρακολούθηση των ασθενών;

Η Τεχνητή Νοημοσύνη (ΑΙ) μπορεί να προσφέρει σημαντική βελτίωση τόσο στην καθημερινή κλινική πρακτική όσο και στην εξ αποστάσεως παρακολούθηση των ασθενών, βελτιώνοντας την ποιότητα της περίθαλψης και την αποδοτικότητα των ιατρικών υπηρεσιών. Κυριολεκτικά θα φέρει μια πραγματική επανάσταση, μια αλλαγή εποχής με αυτοματοποιημένη ανάλυση ιατρικών εξετάσεων (τα συστήματα AI μπορούν να ερμηνεύουν ακτινολογικές εικόνες όπως αξονικές/μαγνητικές τομογραφίες κ.ά. με ακρίβεια, βοηθώντας στη διάγνωση και μειώνοντας τα λάθη ή τα αμφισβητούμενα στοιχεία).

Επίσης, με υποβοηθούμενη λήψη κλινικών αποφάσεων, γιατί οι αλγόριθμοι AI μπορούν να αναλύουν το ιατρικό ιστορικό και να προτείνουν θεραπευτικές επιλογές με μεγαλύτερη ακρίβεια χάρις στην Ιατρική της Ακριβείας, αλλά και καλύτερης γνώσης του συνόλου της ιατρικής βιβλιογραφίας. Επίσης, θα βελτιστοποιηθεί η διοικητική διαχείριση με μείωση της γραφειοκρατίας μέσω αυτοματοποίησης ιατρικών εγγράφων, συνταγογράφησης και διαχείρισης ραντεβού. Το σημαντικότερο όλων, θα προσφέρει εξατομικευμένες θεραπείες μέσα από την ανάλυση γενετικών και κλινικών δεδομένων για πιο στοχευμένες και αποτελεσματικές παρεμβάσεις.

Επιπροσθέτως, θα έχουμε εξ αποστάσεως παρακολούθηση ασθενών (Telemedicine & Remote Monitoring) με συνεχή καταγραφή βιοσημάτων μέσω φορητών συσκευών και wearables που καταγράφουν δεδομένα (π.χ. καρδιακός ρυθμός, πίεση, γλυκόζη) και τα αναλύουν σε πραγματικό χρόνο, πρώιμη ανίχνευση επιπλοκών ή επειγόντων καταστάσεων, διότι η AI μπορεί να εντοπίζει ανωμαλίες στα δεδομένα και να ειδοποιεί τους γιατρούς ή τους ασθενείς για άμεση παρέμβαση, όπως π.χ. σε περιπτώσεις κολπικής μαρμαρυγής. Οι εικονικοί βοηθοί υγείας (Chatbots & Virtual Doctors) θα είναι το όνειρο κάθε ηλικιωμένου, αφού θα βοηθούν στην καθοδήγηση ασθενών και στη διαχείριση χρόνιων νοσημάτων. Τέλος, θα προσφέρει αυξημένη πρόσβαση στην ιατρική φροντίδα, όπου σε απομακρυσμένες περιοχές ή οι δυσκίνητοι ασθενείς μπορούν να λαμβάνουν υψηλής ποιότητας ιατρική παρακολούθηση χωρίς φυσική παρουσία. Με λίγα λόγια, η εφαρμογή της Τεχνητής Νοημοσύνης στην καθημερινή ιατρική πράξη και στην Τηλεϊατρική οδηγεί σε πιο αποτελεσματική, γρήγορη και εξατομικευμένη φροντίδα, μειώνοντας τα κόστη και βελτιώνοντας τα κλινικά αποτελέσματα.

Και όλα αυτά είναι συνταρακτικά και απολύτως εφαρμόσιμα, αλλά ξεπερνούν τις δυνατότητες των υπολογιστών που ξέρουμε έως τώρα και θα χρειασθεί να περάσουμε στο επόμενο στάδιο χρησιμοποιώντας κβαντικούς υπολογιστές.

Διαβάστε παρακάτω την συνέντευξη από το περιοδικό Health Next Generation (Τεύχος 26) και σε ηλεκτρονική μορφή σελ. 62-66 (πατήστε κάτω δεξιά για μεγέθυνση)

ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ

Ο Βασίλειος Μπαρμπούνης, MD, PhD, έχει μετεκπαιδευθεί στα Νοσοκομεία Hammersmith και St. Bartholomew’s του Λονδίνου. Είναι συγγραφέας πολλών βιβλίων με θέμα την Ογκολογία και τις βασικές αρχές που την διέπουν, όπως και επιστημονικών άρθρων σχετικών με ογκολογικά θέματα. Είναι πρόεδρος του Ελληνικού Κολεγίου Μαστολογίας και έχει διοργανώσει πολλά συνέδρια ιατρικού και ογκολογικού προβληματισμού και ενημέρωσης. Τον ελεύθερο χρόνο του ασχολείται με την Κβαντομηχανική και την Ιστορία των Επιστημών.