επιμέλεια medlabnews.gr iatrikanea
Η τεχνητή νοημοσύνη μπαίνει πλέον σε ένα από τα πιο δύσκολα πεδία της ιατρικής: τη διάγνωση σπάνιων νοσημάτων σε παιδιά που έχουν περάσει χρόνια εξετάσεων χωρίς απάντηση. Σε μελέτη που δημοσιεύθηκε στο NEJM AI, ερευνητές από το Boston Children’s Hospital, το Harvard και την OpenAI χρησιμοποίησαν μοντέλο τεχνητής νοημοσύνης για να επανεξετάσουν 376 δύσκολες, άλυτες παιδιατρικές περιπτώσεις.
Το αποτέλεσμα ήταν εντυπωσιακό: σε 18 περιπτώσεις εντοπίστηκαν διαγνωστικά ευρήματα που οδήγησαν, μετά από ανθρώπινη αξιολόγηση και εργαστηριακή επιβεβαίωση, σε διάγνωση. Όμως το βασικό μήνυμα δεν είναι ότι η AI αντικαθιστά τον γιατρό. Είναι ότι μπορεί να λειτουργήσει ως ισχυρό εργαλείο υποστήριξης, ειδικά όταν οι πληροφορίες είναι πολλές, πολύπλοκες και διασκορπισμένες σε γονιδιακά δεδομένα, κλινικές σημειώσεις και επιστημονική βιβλιογραφία.
Το απόλυτο ιατρικό θαύμα; Η AI βοήθησε γιατρούς να διαγνώσουν σπάνιες παθήσεις σε 18 παιδιά
Για οικογένειες παιδιών με σπάνια νοσήματα, η αναζήτηση διάγνωσης μπορεί να κρατήσει χρόνια. Πολλά παιδιά υποβάλλονται σε γενετικές εξετάσεις, επανειλημμένες επισκέψεις σε ειδικούς, νοσηλείες και νέους ελέγχους, χωρίς να υπάρχει σαφής απάντηση για το τι προκαλεί τα συμπτώματά τους.
Σε αυτήν ακριβώς τη δύσκολη ζώνη της ιατρικής φαίνεται ότι η τεχνητή νοημοσύνη μπορεί να προσφέρει σημαντική βοήθεια. Ερευνητές από το Boston Children’s Hospital, το Harvard και την OpenAI χρησιμοποίησαν προηγμένο μοντέλο AI για να επανεξετάσουν 376 άλυτες περιπτώσεις παιδιών και νέων με πιθανές σπάνιες γενετικές παθήσεις.
Η τεχνητή νοημοσύνη ανέλυσε ανώνυμα κλινικά και γονιδιακά δεδομένα, όπως συμπτώματα, κλινικές περιγραφές, ηλικία, φύλο και λίστες πιθανών γονιδιακών μεταλλάξεων. Στόχος δεν ήταν να “βγάλει διάγνωση” μόνη της, αλλά να προτείνει τεκμηριωμένες υποθέσεις προς αξιολόγηση από ειδικούς.
Μετά από έλεγχο από γιατρούς, γενετιστές, πρόσθετες εξετάσεις και εργαστηριακή επιβεβαίωση, προέκυψαν 18 νέες διαγνώσεις. Το ποσοστό φαίνεται μικρό — 4,8% — αλλά στην πραγματικότητα είναι εξαιρετικά σημαντικό, επειδή επρόκειτο για περιπτώσεις που είχαν ήδη εξεταστεί από ειδικούς και είχαν παραμείνει άλυτες.
Τι είδους παθήσεις εντοπίστηκαν
Οι 18 διαγνώσεις αφορούσαν διαφορετικές κατηγορίες σπάνιων ή πολύπλοκων παθήσεων:
- 10 περιπτώσεις νευροαναπτυξιακών διαταραχών
- 4 περιπτώσεις νευρομυϊκών νοσημάτων
- 2 περιπτώσεις αιφνίδιου ανεξήγητου παιδιατρικού θανάτου
- 2 περιπτώσεις πρώιμης ψύχωσης στην παιδική ή εφηβική ηλικία
Σε μία από τις περιπτώσεις, το μοντέλο πρότεινε πιθανή διαγραφή στο χρωμόσωμα 22, συνδέοντάς την με κλινικά χαρακτηριστικά που παρέπεμπαν στο σύνδρομο DiGeorge. Η υπόθεση επιβεβαιώθηκε στη συνέχεια με γονιδιακό έλεγχο.
Γιατί η AI μπορεί να βοηθήσει στις σπάνιες παθήσεις
Οι σπάνιες παθήσεις είναι ιδιαίτερα δύσκολες για τη σύγχρονη ιατρική. Μπορεί να υπάρχουν χιλιάδες διαφορετικά νοσήματα, πολλές πιθανές γονιδιακές μεταλλάξεις και τεράστιος όγκος επιστημονικής βιβλιογραφίας που αλλάζει συνεχώς.
Ένα παιδί μπορεί να έχει κάνει γενετικό έλεγχο πριν από χρόνια, όταν η επιστήμη δεν γνώριζε ακόμη ότι ένα συγκεκριμένο γονίδιο συνδέεται με μια συγκεκριμένη νόσο. Μετά από νέα επιστημονικά δεδομένα, η ίδια παλιά εξέταση μπορεί να αποκτήσει νέο νόημα.
Εδώ βρίσκεται η δύναμη της τεχνητής νοημοσύνης: μπορεί να “ξαναδιαβάσει” μεγάλους όγκους δεδομένων, να συνδέσει συμπτώματα με γονίδια, να εντοπίσει μοτίβα και να προτείνει υποθέσεις που αξίζει να ελεγχθούν.
Το κρίσιμο σημείο: η AI δεν αντικαθιστά τον γιατρό
Η ίδια η μελέτη τονίζει ότι το μοντέλο δεν έκανε καμία τελική διάγνωση και δεν πήρε καμία κλινική απόφαση. Οι διαγνώσεις έγιναν μόνο αφού οι προτάσεις της AI ελέγχθηκαν από ειδικούς, αξιολογήθηκαν με καθιερωμένα επιστημονικά κριτήρια και επιβεβαιώθηκαν εργαστηριακά.
Αυτό είναι το σημαντικότερο μήνυμα για το κοινό: η τεχνητή νοημοσύνη μπορεί να είναι πολύτιμο εργαλείο, αλλά όχι αυτόνομος γιατρός. Μπορεί να βοηθήσει στην οργάνωση και ανάλυση των δεδομένων, αλλά η ιατρική κρίση, η ευθύνη, η επικοινωνία με την οικογένεια και η τελική απόφαση παραμένουν ανθρώπινη υπόθεση.
Γιατί η είδηση είναι σημαντική
Η μελέτη δείχνει ότι η AI μπορεί να μειώσει τη λεγόμενη “διαγνωστική οδύσσεια” των οικογενειών με σπάνια νοσήματα. Για κάποιους ασθενείς, η διάγνωση δεν σημαίνει πάντα άμεση θεραπεία. Σημαίνει όμως τέλος στην αβεβαιότητα, καλύτερη γενετική συμβουλευτική, πιο στοχευμένη παρακολούθηση και, σε ορισμένες περιπτώσεις, αλλαγή στην κλινική αντιμετώπιση.
Η επόμενη μεγάλη πρόκληση είναι να αποδειχθεί σε προοπτικές, πολυκεντρικές μελέτες αν τέτοια εργαλεία μειώνουν πραγματικά τον χρόνο διάγνωσης, το κόστος, το βάρος για τους γιατρούς και την ταλαιπωρία των οικογενειών.
Η τεχνητή νοημοσύνη δεν είναι θαύμα από μόνη της. Το “θαύμα” συμβαίνει όταν η τεχνολογία χρησιμοποιείται σωστά από ανθρώπους που γνωρίζουν ιατρική, γενετική, δεοντολογία και την ευθύνη απέναντι στον ασθενή




Δεν υπάρχουν σχόλια
Δημοσίευση σχολίου