558
Αναπτύσσονται πολλά συστήματα τεχνητής νοημοσύνης τα οποία θα προβλέπουν την εξέλιξη της υγείας των ασθενών Covid | Shutterstock

Ενας αλγόριθμος που «βλέπει» αν θα αντέξεις στην Covid-19

Protagon Team Protagon Team 21 Μαρτίου 2021, 20:55
Αναπτύσσονται πολλά συστήματα τεχνητής νοημοσύνης τα οποία θα προβλέπουν την εξέλιξη της υγείας των ασθενών Covid
|Shutterstock

Ενας αλγόριθμος που «βλέπει» αν θα αντέξεις στην Covid-19

Protagon Team Protagon Team 21 Μαρτίου 2021, 20:55

Οταν ο κορονοϊός έκανε την αρχική του εμφάνιση, οι γιατροί δεν γνώριζαν πώς επηρεάζει την κατάσταση των ασθενών και τι είδους θεραπευτική προσέγγιση απαιτείται. Οπως αναφέρει σε δημοσίευμά της η βρετανική εφημερίδα Telegraph, ερευνητές του Πανεπιστημίου της Κοπεγχάγης ανέπτυξαν έναν αλγόριθμο, ο οποίος υποστηρίζουν ότι μπορεί να προβλέπει, και μάλιστα με επιτυχία 90%, αν θα υποκύψει ένας ασθενής λόγω Covid.

Για να δημιουργήσουν τον αλγόριθμο, οι ερευνητές χρησιμοποιήσαν δεδομένα 4.000 ασθενών Covid. Στα δεδομένα αυτά περικλείονταν στοιχεία όπως η ηλικία των ασθενών, το φύλο τους, ο δείκτης μάζας σώματος, τα αποτελέσματα των εργαστηριακών τους εξετάσεων, των ζωτικών τους λειτουργιών, τα φάρμακα που έπαιρναν, τα υποκείμενα νοσήματα που είχαν κ.ά.

Με αυτές τις πληροφορίες, ο αλγόριθμος άρχισε να εκπαιδεύεται ώστε να αναγνωρίζει τους παράγοντες κινδύνου που αυξάνουν τις πιθανότητες να πεθάνει κάποιος ασθενής με κορονοϊό. Ετσι, τελικά το σύστημα μπορεί (θεωρητικά) να διαπιστώνει αν κάποιο άτομο που δεν έχει ακόμη νοσήσει, θα επιβιώσει ή θα πεθάνει αν τελικά μολυνθεί από τον ιό. Από τη στιγμή που κάποιος ο οποίος έχει μολυνθεί με κορονοϊό εισαχθεί σε κάποιο νοσοκομείο, ο αλγόριθμος προβλέπει με επιτυχία 80% αν θα χρειαστεί διασωλήνωση.

«Το σημαντικό στοιχείο ήταν το βάθος των πληροφοριών στα οποία είχαμε πρόσβαση. Βασικά είχαμε πρόσβαση σε όλο τον ιατρικό φάκελο ενός ασθενούς Covid σε όλη την περιοχή της Κοπεγχάγης» αναφέρει ο Μαντς Νίλσεν, ένας από τους δημιουργούς του αλγόριθμου.

Μυστηριώδης

Τον τελευταίο χρόνο έχει υπάρξει μεγάλη πρόοδος στον τομέα της ανάπτυξης αλγόριθμων που προβλέπουν τη θνησιμότητα. Toν περασμένο Οκτώβριο επιστήμονες στην Κίνα ανέπτυξαν ένα παρόμοιο αλγόριθμο για ασθενείς Covid, ενώ την ίδια προσπάθεια κάνει και ο αμερικανικός πάροχος υπηρεσιών υγείας Geisinger.

Αν τα συστήματα αυτά αποδειχθούν αξιόπιστα, οι γιατροί θα μπορούν να επεμβαίνουν στις περιπτώσεις των ατόμων που η πρόβλεψη για αυτά είναι κακή. Τα άτομα που έχουν κακή πρόβλεψη, θα πρέπει να ελέγχονται συχνά ώστε σε περίπτωση που μολυνθούν, να εντοπισθεί πολύ έγκαιρα και οι γιατροί να παρέμβουν αμέσως.

Ο ταχύτερος εντοπισμός της ασθένειας και προσωποποιημένες στο ιατρικό ιστορικό και προφίλ του ασθενούς θεραπείες μπορεί να οδηγήσουν τελικά στη… διάψευση του συστήματος, που είναι φυσικά και το ζητούμενο, δηλαδή ο ασθενής να καταφέρει να ξεπεράσει το πρόβλημα.

Ομως ακόμη και οι δημιουργοί αυτών των αλγόριθμων δεν γνωρίζουν πώς τα συστήματα μαθαίνουν τα δεδομένα, πώς εξελίσσονται και πώς παράγουν τελικά τα αποτελέσματα που δίνουν. Για αυτό και η βιομηχανία των αλγορίθμων τούς ονομάζει «μοχθηρό μαύρο κουτί».

Προς το παρόν, ο αλγόριθμος που ανέπτυξαν οι ερευνητές στη Δανία δεν χρησιμοποιείται για να κάνει προβλέψεις όσον αφορά μεμονωμένους ανθρώπους, αλλά για να κάνει προβλέψεις που θα βοηθήσουν στον καλύτερο σχεδιασμό και οργάνωση των νοσοκομείων σε σχέση με την πανδημία.

Η πίστη

Οι ειδικοί λένε ότι τέτοια συστήματα μπορούν να χρησιμοποιηθούν όχι μόνο για τον κορονοϊό, αλλά και για άλλες ασθένειες. Μάλιστα οι δημιουργοί του αλγόριθμου στη Δανία σχεδιάζουν να τον αξιοποιήσουν σε διάφορους τομείς της ιατρικής, όπως στο να προβλέπει ποιοι ασθενείς έχουν αυξημένες πιθανότητες να αντιμετωπίσουν επιπλοκές κατά τη διάρκεια χειρουργικών επεμβάσεων.

«Καθημερινά χρησιμοποιούμε τεχνολογίες που δεν τις κατανοούμε. Οταν πατάμε φρένο στο αυτοκίνητο, τον έλεγχο του οχήματος αναλαμβάνει το σύστημα ABS, το οποίο δεν γνωρίζουμε πώς λειτουργεί, αλλά χαιρόμαστε, γιατί συνήθως λειτουργεί. Οταν μια τεχνολογία λειτουργεί για μεγάλο χρονικό διάστημα, τότε οι χρήστες της την εμπιστεύονται. Η απάντηση, λοιπόν, στο ερώτημα που τίθεται είναι ότι αν δεν μπορούμε να εξηγήσουμε μια τεχνολογία, θα πρέπει να αποδείξουμε στον μέγιστο δυνατό βαθμό ότι λειτουργεί προς όφελος των χρηστών της» σημειώνει ο Μαντς Νίλσεν.

Ακολουθήστε το Protagon στο Google News