Ιατρική διάγνωση με ένα κλικ; Πώς το ΙΤΕ στηρίζει κατοίκους απομακρυσμένων περιοχών!

Με σύμμαχο την Τεχνητή Νοημοσύνη, επιστήμονες καταφέρνουν να φέρνουν τον γιατρό σε απομακρυσμένες περιοχές!
Ερευνητές από το Heriot-Watt University, το Edinburgh Napier University, το LSBU: London South Bank University και το Ινστιτούτο Πληροφορικής (ICS) του Ιδρύματος Τεχνολογίας και Έρευνας (ΙΤΕ), αξιοποιούν τη δύναμη της τεχνητής νοημοσύνης ώστε να δώσουν σε ασθενείς που ζουν σε απομακρυσμένες περιοχές πρόσβαση σε έγκαιρη και δυνητικά σωτήρια ιατρική διάγνωση.
Στόχος αυτής της έρευνας (https://www.mdpi.com/2076-3417/14/24/11474) είναι να καταστεί δυνατή η έγκαιρη ανίχνευση δερματικών παθήσεων χωρίς την ανάγκη άμεσης πρόσβασης σε δερματολόγους, χρησιμοποιώντας προσιτή τεχνολογία που θα μπορούσε να εφαρμοστεί οπουδήποτε, από την αγροτική Σκωτία μέχρι τη Δυτική Αφρική.
Ένα πρωτότυπο του συστήματος έχει ήδη παρουσιαστεί στο κέντρο προηγμένων τεχνολογιών υγείας και φροντίδας του Heriot-Watt, δείχνοντας πώς η ΤΝ μπορεί να αναλύει εικόνες δερματικών βλαβών και να εντοπίζει πιθανούς κινδύνους για περαιτέρω ιατρικό έλεγχο.
«Αν καταφέρουμε να δώσουμε τη δυνατότητα στους ανθρώπους να παρακολουθούν δερματικές παθήσεις από το ίδιο τους το σπίτι με τη βοήθεια της τεχνητής νοημοσύνης, μπορούμε να μειώσουμε θεαματικά τις καθυστερήσεις στη διάγνωση», αναφέρει στο Cretalive ο Δρ. Γρηγόριος Καλλιατάκης.

Image

Η συνέντευξη έχει ως εξής:

Εξηγήστε μας, αρχικά, τι ακριβώς είναι το νέο σύστημα που αναπτύχθηκε και τι το κάνει ξεχωριστό;
«Μια νέα τεχνολογική λύση υπόσχεται να κάνει την ανίχνευση δερματικών προβλημάτων πιο εύκολη από ποτέ – και μάλιστα χωρίς την ανάγκη πρόσβασης σε δερματολόγο ή καν στο διαδίκτυο. Το μυστικό κρύβεται σε μια μικρή κάμερα που συνδέεται σε έναν Raspberry Pi, τον γνωστό μικροϋπολογιστή χαμηλού κόστους που μπορεί να χωρέσει άπειρες πληροφορίες. Ο χρήστης απλώς τραβά μια φωτογραφία από το σημείο που τον ανησυχεί και η συσκευή αναλαμβάνει τα υπόλοιπα. Με τη βοήθεια τεχνητής νοημοσύνης, η εικόνα συγκρίνεται αμέσως με μια τεράστια βάση δεδομένων χιλιάδων φωτογραφιών και έτσι προκύπτει μια πρώτη εκτίμηση. Τα αποτελέσματα αποστέλλονται σε τοπικό γιατρό, ο οποίος μπορεί να προτείνει την κατάλληλη θεραπεία.
Η υγειονομική φροντίδα από το σπίτι είναι ένα εξαιρετικά σημαντικό ζήτημα αυτή τη στιγμή, ειδικά καθώς οι χρόνοι αναμονής για ραντεβού με γιατρούς συνεχώς μεγαλώνουν. Αν καταφέρουμε να δώσουμε τη δυνατότητα στους ανθρώπους να παρακολουθούν δερματικές παθήσεις από το ίδιο τους το σπίτι με τη βοήθεια της τεχνητής νοημοσύνης, μπορούμε να μειώσουμε θεαματικά τις καθυστερήσεις στη διάγνωση.»

Ποια η συμβολή του ΙΤΕ στο όλο εγχείρημα;
«Η συμβολή του ΙΤΕ (Γ. Καλλιατάκης) ήταν κυρίως στην ανάπτυξη των εξελιγμένων αλγορίθμων ταξινόμησης που επιτρέπουν την ανάλυση της εικόνας (image classification algorithms). Η ανάπτυξη εργαλείων ιατρικής απεικόνισης αποτελεί ερευνητικό κομμάτι του Εργαστηρίου Υπολογιστικής Βιο-Ιατρικής του ΙΤΕ (CBML).»

Πού έχει ήδη τοποθετηθεί; Υπάρχει περίπτωση να το δούμε και στην Ελλάδα;
«Ένα πρωτότυπο της συσκευής έχει ήδη παρουσιαστεί στο ειδικό κέντρο προηγμένων τεχνολογιών υγείας και φροντίδας του πανεπιστημίου Heriot-Watt. Παράλληλα, οι κύριοι ερευνητές βρίσκονται σε συζητήσεις με το NHS Scotland, με στόχο να ξεκινήσει η διαδικασία ηθικής έγκρισης, ώστε η τεχνολογία να δοκιμαστεί σε πραγματικές κλινικές συνθήκες. Η πιθανότητα να χρησιμοποιηθεί αυτό το  σύστημα στην Ελλάδα είναι υπαρκτή. Θα πρέπει να γίνουν οι απαραίτητες διαδικασίες ηθικής έγκρισης που συμβαίνουν και στη Σκωτία, αλλά πρακτικά μπορεί να χρησιμοποιηθεί παντού (αυτός είναι ο στόχος του).»  

Πόσο ακριβές είναι;
«Η ερευνητική ομάδα ανέφερε ότι το εργαλείο φτάνει σήμερα σε ποσοστό ακρίβειας έως και 85% στις διαγνώσεις. Στόχος τους είναι να βελτιώσουν ακόμη περισσότερο το αποτέλεσμα, αποκτώντας πρόσβαση σε περισσότερα σύνολα δεδομένων δερματικών βλαβών και αξιοποιώντας προηγμένα εργαλεία βαθιάς μάθησης (deep learning).»

Ποιο είναι το κόστος του;
«Ουσιαστικά μόνο το κόστος του Raspberry Pi, περίπου στα $45.»

Ανοίγει ο δρόμος και για άλλες εφαρμογές; Η Τεχνητή Νοημοσύνη πόσο, τελικά, μπορεί να βοηθήσει τον άνθρωπο στο κομμάτι της ιατρικής;
«Φυσικά, τέτοιες μικρές εφαρμογές μπορούν να πάρουν τη χρήση από το ακαδημαϊκό κομμάτι σε κάτι πρακτικό, το οποίο μπορεί να επιτρέψει τη χρήση σε πραγματικές συνθήκες. Η ΤΝ μπορεί να σταθεί σύμμαχος στους ειδικούς (δερματολόγους κτλ.) και όχι να τους αντικαταστήσει, είναι σημαντικό να το καταλάβουμε αυτό. Η δυνατότητα να γίνονται υπολογιστικές πράξεις γρήγορα και με ακρίβεια γλιτώνουν χρόνο και πόρους τους οποίους οι ειδικοί μπορούν να χρησιμοποιήσουν σε άλλες δυσκολότερες περιπτώσεις.» 
Να πούμε πως στην έρευνα συμμετέχουν οι εξής:  Tess Watt and Christos Chrysoulas (επιβλέπων καθηγητής) από School of Mathematical and Computer Sciences, Heriot-Watt University, Edinburgh
- Peter J. Barclay (School of Computing, Engineering & the Built Environment, Edinburgh Napier University)
- Brahim El Boudani (Division of Computer Science and Informatics, London South Bank University) 
- Γρηγόριος Καλλιατάκης Εργαστήριο Υπολογιστικής Βιο-Ιατρικής (ΕΥΒΙ), Ινστιτούτο Πληροφορικής, Ίδρυμα Τεχνολογίας και Έρευνας
 

Image