H ανάδειξη των εφαρμογών της τεχνητής νοημοσύνης (Artificial Intelligence – AI) σε ένα πολύτιμο εργαλείο στην ιατρική και ιδιαίτερα στον τομέα των διαγνωστικών απεικονιστικών εξετάσεων, αποτέλεσε ένα από τα σημαντικότερα μηνύματα που αναφέρθηκαν στο πρόσφατο Ευρωπαϊκό Συνέδριο Ακτινολογίας (ECR) στη Βιέννη.
Οι επιστήμονες που ασχολούνται με τον εν λόγω τομέα τονίζουν ότι τα ακτινολογικά τμήματα των δομών υγείας, βρίσκονται υπό τεράστια πίεση εξαιτίας της ραγδαίας αύξησης των δεδομένων ιατρικής απεικόνισης που πρέπει να αξιολογήσουν και χρειάζονται επειγόντως καινοτόμες λύσεις. Η αυξανόμενη πίεση και ο φόρτος εργασίας επιταχύνονται από τη συνεχή ανάπτυξη και πολυπλοκότητα των δεδομένων απεικόνισης, ως αποτέλεσμα της τεχνικής προόδου και της αυξανόμενης ζήτησης για εξετάσεις απεικόνισης λόγω της γήρανσης του πληθυσμού και της αλλαγής του τρόπου ζωής.
Σε αυτό το πλαίσιο, η τεχνητή νοημοσύνη έχει τη δυνατότητα να είναι μέρος της λύσης, να υποστηρίζει τη διάγνωση και να αυξάνει την απόδοση των απεικονιστικών εξετάσεων. Λειτουργώντας ως εφαλτήριο για την καινοτομία, η τεχνητή νοημοσύνη στην ακτινολογία είναι το ταχύτερα αναπτυσσόμενο τμήμα στη συνολική παγκόσμια αγορά ακτινολογίας και αναμένεται να συνεχίσει να αναπτύσσεται δυναμικά, με εκτιμώμενο ετήσιο ρυθμό ανάπτυξης άνω του 26% έως το 2026. Καθώς η τεχνητή νοημοσύνη εισέρχεται στην ακτινολογική κλινική πρακτική, είναι σημαντικό να κερδίσει και την εμπιστοσύνη των ειδικών.
Μάλιστα σε εκδήλωση της εταιρείας Bayer, η οποία έλαβε χώρα στο πλαίσιο του συνεδρίου, o Δρ Konstanze Diefenbach, Επικεφαλής Έρευνας και Ανάπτυξης στο τμήμα Ακτινολογίας σημείωσε ότι: «Η ιατρική απεικόνιση παίζει βασικό ρόλο σε όλο το ταξίδι του ασθενούς, στη διευκόλυνση της διάγνωσης, στις αποφάσεις θεραπείας και στην παρακολούθηση της ανταπόκρισης των ασθενών στη θεραπεία».
Στην εκδήλωση συμμετείχε και ο καθηγητής Roland Wiest, από το Πανεπιστήμιο της Βέρνης και Αναπληρωτής Διευθυντής στο Ινστιτούτο Διαγνωστικής και Επεμβατικής Νευροακτινολογίας της Ελβετίας, ο οποίος τόνισε τη σημασία της εκπαίδευσης στην υιοθέτηση της τεχνητής νοημοσύνης στην πράξη.
«Η κατάλληλη εκπαίδευση είναι το κλειδί για την επιτυχή διαχείριση της τεχνητής νοημοσύνης», υπογράμμισε στην παρουσίασή του. «Οι ακτινολόγοι και όχι η τεχνητή νοημοσύνη, θα παραμείνουν οι υπεύθυνοι για τη φροντίδα των ασθενών και πρέπει να αποκτήσουν νέες δεξιότητες για να κάνουν το καλύτερο δυνατό για τους ασθενείς στο νέο οικοσύστημα». Ο καθηγητής Wiest ηγείται πολλών εκπαιδευτικών πρωτοβουλιών με στόχο την προώθηση ιατρικών, μηχανικών και πρακτικών ικανοτήτων στην ακτινολογία για την υποστήριξη της ευρύτερης χρήσης τεχνολογιών που βασίζονται στην τεχνητή νοημοσύνη.
Ραγδαία αύξηση του φόρτου εργασία των υγειονομικών
Σύμφωνα με τα πρόσφατα δεδομένα από το χώρο των απεικονιστικών εξετάσεων, τα τελευταία χρόνια υπάρχει έκρηξη. Ενώ πριν από κάποια χρόνια μιλούσαμε για 200 εικόνες ανά αξονική, σήμερα μιλάμε για 2,3-4 χιλιάδες εικόνες. Επιπλέον, δεδομένου ότι η ιατρική απεικόνιση είναι απαραίτητη για την έγκαιρη διάγνωση και τον προσδιορισμό της κατάλληλης θεραπευτικής προσέγγισης για τον ασθενή, σε πεδία όπως χρόνιες παθήσεις και ο καρκίνος. Έχουμε, λοιπόν, μια όλο και αυξανόμενη ζήτηση για τέτοιου είδους υπηρεσίες, η οποία όμως, συνοδεύεται από τεράστιες πιέσεις για τα ακτινολογικά τμήματα διεθνώς, καθώς μαστίζονται από σοβαρή υποστελέχωση.
Η έλλειψη δεν αφορά μόνο τους ακτινολόγους, αλλά συνολικά το προσωπικό, ενώ τα μηχανήματα γίνονται όλο και πιο περίπλοκα στη χρήση και χρειάζεται εκπαιδευμένο προσωπικό. Όλα αυτά έχουν και ακόμη μια σοβαρή επίπτωση, αυτή του burnout, της υπερκόπωσης του προσωπικού καθώς σε αρκετές περιπτώσεις οι ακτινολόγοι, μέσα σε μια 8ωρη βάρδια, έχουν μόλις 2-3 δευτερόλεπτα για να διαβάσουν κάθε μια απεικόνιση.
«Βλέπουμε, λοιπόν, ήδη σημάδια του burnout, με το 46% των ακτινολόγων αναφέρουν σημάδια υπερκόπωσης», ανέφερε στο ygeiamou.gr o κ. Alexandre Salvador, Αντιπρόεδρος & Global Head of Digital Solutions Business του Τμήματος Ακτινολογίας της Bayer. Συμπληρώνει ακόμη ότι «Στα παραπάνω θα πρέπει να προσθέσουμε και ακόμη έναν παράγοντα. Μελέτες καταγράφουν 40 εκατομμύρια ιατρικά λάθη που σχετίζονται με την ιατρική απεικόνιση, σε ετήσια βάση. Οπότε τίθεται και θέμα ποιότητας».
Η σύγχρονη τεχνολογία λοιπόν μπορεί να συνδράμει και στα δύο μέτωπα.
Σχετικά με το κατά πόσο είναι εφικτό μια χώρα με περιορισμένα δημοσιονομικά αλλά και υλικοτεχνικά μέσα να υιοθετήσει εφαρμογές AI, ο κ. Salvador επισημαίνει ότι αυτό θα μπορούσε ενδεχομένως να εφαρμοστεί σε όλα τα ψηφιακά μηχανήματα, ακόμη και τα παλαιότερα. Η κάθε εφαρμογή αναπτύσσεται για συγκεκριμένα μοντέλα, για συγκεκριμένες αξονικές τομογραφίες κλπ.
«Εργαζόμαστε στην ανάπτυξη λύσεων που βασίζονται στο ψηφιακό νέφος (cloud). Στην πράξη σημαίνει πως οι απεικονίσεις που λαμβάνονται στο νοσοκομείο στέλνονται στο cloud, όπου και επεξεργάζονται και άρα δεν χρειάζονται μεγάλες επενδύσεις σε IT τοπικά και στη συνέχεια αποστέλλεται το αποτέλεσμα. Ως ακτινολόγος, αν είχα και τη βοήθεια της ΑΙ θα έχω και τη «δεύτερη ματιά» στο αποτέλεσμα. Εκτιμώ ότι η ΤΝ πιθανώς να είναι περισσότερο επιδραστική στα περιφερειακά νοσοκομεία από ότι σε εξειδικευμένα κέντρα» τόνισε.
Ανέφερε ακόμη ότι στο επίπεδο των νοσοκομείων ή των υγειονομικών περιφερειών η ΑΙ πρέπει να προσεγγίζεται από την οπτική του οφέλους για τα οικονομικά της υγείας. «Αν στο πλαίσιο ενός προγράμματος προσυμπτωματικού ελέγχου εντοπίσεις, για παράδειγμα, σε πρώιμο στάδιο γυναίκες με καρκίνο του μαστού μειώνεις αφενός τον κίνδυνο θανάτου και αφετέρου εξοικονομείς χρήματα, από άμεσα και έμμεσα κόστη. Πρέπει να μελετάται το συνολικό κόστος στο σύστημα υγείας, σε σχέση με το φορτίο της νόσου και τη σημασία πρόληψης της, που σημαίνει πως υπάρχει τρόπος χρηματοδότησης του», ανέφερε χαρακτηριστικά.
