Τα ανωνυμοποιημένα ιατρικά δεδομένα 1,41 εκατομμυρίων ασθενών του Νοσοκομείου Παπαγεωργίου της Θεσσαλονίκης αξιοποιήθηκαν σε παγκόσμια -τη μεγαλύτερη που έχει γίνει μέχρι σήμερα, με συνολικό πληθυσμό αναφοράς 80 εκατ. ανθρώπους- μελέτη ανάλυσης δεδομένων υγείας.
«Είναι η πρώτη φορά που συμμετέχουμε εμείς και συμμετέχουν δεδομένα από Ελλάδα», επισήμανε ο ερευνητής ψηφιακής υγείας του ΙΝΕΒ/ΕΚΕΤΑ, Παντελής Νατσιάβας, μιλώντας σε εκδήλωση του ερευνητικού κέντρου και της Cisco, με τίτλο: «Δεδομένα & Τεχνητή Νοημοσύνη στην Υγεία: Τα πρώτα ευρήματα- Η μεγάλη προοπτική».
«Έχουμε καταφέρει να έχουμε ένα ελληνικό νοσοκομείο που συνεισφέρει στις μελέτες που κάνει ο Ευρωπαϊκός Οργανισμός Φαρμάκων. Αυτό είναι το νοσοκομείο Παπαγεωργίου. Είναι στην πραγματικότητα ένα από τα 25 ή 30 νοσοκομεία στην Ευρώπη που μπορεί πραγματικά να ισχυριστεί ότι αξιοποιεί δευτερογενώς τα δεδομένα του. Αυτό είναι πάρα πολύ σημαντικό και δεν είναι καθόλου αυτονόητο», είπε ο κ. Νατσιάβας, αναφερόμενος σε παγκόσμια μελέτη, η οποία «δημοσιεύτηκε πολύ πρόσφατα στο Lancet και είναι η μεγαλύτερη μελέτη ανάλυσης δεδομένων πραγματικού κόσμου που έχει γίνει μέχρι σήμερα και είμαστε πολύ υπερήφανοι που είναι η πρώτη φορά που συμμετέχουμε».
«Η βάση δεδομένων του νοσοκομείου Παπαγεωργίου που χρησιμοποιείται, έχει δεδομένα από 1,41 εκατομμύρια Έλληνες ασθενείς, τα δεδομένα των οποίων χρησιμοποιούνται με τρόπο απολύτως ασφαλή, χωρίς να διαμοιράζονται. Το τονίζω αυτό γιατί η ασφάλεια και η ιδιωτικότητα των ασθενών είναι απόλυτη προτεραιότητα», επισήμανε ο κ. Νατσιάβας, ενώ αναφέρθηκε περαιτέρω σε μελέτη που θα δημοσιευτεί προσεχώς σε μεγάλο ευρωπαϊκό συνέδριο και αφορά τη χρήση των δεδομένων του Νοσοκομείου Παπαγεωργίου για τον εντοπισμό σημάτων φαρμακοεπαγρύπνησης.
Αναφερόμενος στις ιδιαιτερότητες που έχει η ανάπτυξη και αξιοποίηση εφαρμογών Τεχνητής Νοημοσύνης στον τομέα της υγείας ο κ. Νατσιάβας παρατήρησε: «Πολλές φορές οι πληροφορικοί λένε ότι …‘έχω κάνει έναν αλγόριθμο ο οποίος προβλέπει κάτι με μια φοβερή ακρίβεια που φτάνει το 98%’… Αυτό είναι πολύ συχνό στα συνέδρια των μηχανικών. Στην πραγματικότητα, όμως, αν μιλήσει κάποιος με έναν γιατρό, πρέπει να τον πείσει για το τι θα γίνει με το υπόλοιπο 2%. Διότι αν το 2%, στο οποίο ο αλγόριθμος θα αστοχήσει, οδηγεί σε σημαντική ενδεχόμενη σημαντική βλάβη στον ασθενή, αυτός ο αλγόριθμος μπορεί να λειτουργήσει παραπλανητικά και αυτομάτως δεν είναι επαρκής». Αλλά και ως προς το ποσοστό που ο αλγόριθμος προβλέπει με ακρίβεια, ο ερευνητής εξήγησε πως «θα πρέπει να αποδειχθεί ότι συνεισφέρει στη βελτίωση της θεραπείας, τη βελτίωση της διαχείρισης αυτού του 98% των ασθενών, αλλιώς, εάν δεν έχουμε πραγματικό όφελος για τους ασθενείς, τότε απλά εισάγουμε ένα ρίσκο παραπάνω».
Εξάλλου, ως σημαντική πρόκληση που δυσκολεύει τους πληροφορικούς στον τομέα της υγείας, ο κ. Νατσιάβας χαρακτήρισε το κανονιστικό πλαίσιο, το οποίο καθορίζει το πώς γίνεται η διαχείριση των δεδομένων. Όπως υπογράμμισε «η τεχνητή νοημοσύνη για να εκπαιδευτεί χρειάζεται μεγάλους όγκους δεδομένων -λίμνες, θάλασσες και ποταμούς δεδομένων», ενώ «σήμερα έχουμε μικρές λακκούβες με λασπωμένα δεδομένα, άρα οι αλγόριθμοι που εκπαιδεύουμε έχουν δυσκολία να επαληθευτούν, να αναπτυχθούν, να δοκιμαστούν». Η λύση σε αυτό, όπως πρόσθεσε, είναι η ανάπτυξη δικτύων από πηγές δεδομένων και εφαρμογή μικτών υπολογιστικών τεχνικών, που συνδυάζουν γράφους γνώσης και υβριδική μηχανική μάθηση.
Ο κ. Νατσιάβας χαρακτήρισε ως μεγάλο στοίχημα για τη βιωσιμότητα της αξιοποίησης των δεδομένων στον χώρο της υγείας την κλιμάκωση των μελετών και την επέκτασή τους, κάτι που, όπως επισήμανε, προϋποθέτει πόρους και συνέργειες, όπως αυτή του ΙΝΕΒ-ΕΚΕΤΑ με τη CISCO, η οποία έφερε την αξιοποίηση των δεδομένων του νοσοκομείου Παπαγεωργίου. Κλείνοντας την παρουσίασή του αναφέρθηκε σε συνεργασία του ΕΚΕΤΑ που έχει δρομολογηθεί με την AstraZeneca, η οποία είναι για εμάς ένα κομμάτι που συνδέει τη βιωσιμότητα και την κλιμάκωση για να αξιοποιηθούν τα δεδομένα αυτά».
Τι φέρνει η αξιοποίηση ιατρικών δεδομένων από την Τεχνητή Νοημοσύνη
Περισσότεροι από 6,3 εκατομμύρια πολίτες χρησιμοποιούν την άυλη συνταγογράφηση και 1,2 εκ. έχουν εγκαταστήσει στις συσκευές τους την εφαρμογή MyHealth, ενώ παράλληλα η δευτερογενής αξιοποίηση αξιόπιστων δεδομένων υγείας φέρνει την ανάπτυξη καινοτόμων εργαλείων προηγμένων υπηρεσιών υγείας. Για τις δυνατότητες αξιοποίησης των δεδομένων υγείας στην παραγωγή νέας επιστημονικής γνώσης μίλησαν οι συμμετέχοντες στη σχετική θεματική ενότητα της ημερίδας με θέμα “ Δεδομένα & Τεχνητή Νοημοσύνη στην Υγεία: Τα πρώτα ευρήματα- Η μεγάλη προοπτική”, που διοργάνωσαν το ΙΝΕΒ-ΕΚΕΤΑ και η Cisco στη Θεσσαλονίκη.
Ο υφυπουργός Ψηφιακής Διακυβέρνησης Χρήστος Δερμεντζόπουλος σε μαγνητοσκοπημένο μήνυμα στην ημερίδα επισήμανε ότι η επιστημονική γνώση με τις κατάλληλες ψηφιακές υποδομές δημιουργεί νέες δυνατότητες για την ανάπτυξη καινοτόμων εφαρμογών στον χώρο της υγείας και μέσα από συνέργειες “ μπορεί να ενισχύσει σημαντικά την κλινική έρευνα, να επιταχύνει τη χρήση δεδομένων και να συμβάλει στην ανάπτυξη πιο αποτελεσματικών, πιο προηγμένων υπηρεσιών υγείας”. “ Στο Υπουργείο Ψηφιακής Διακυβέρνησης, στηρίζουμε ενεργά δράσεις που ενισχύουν τη σύνδεση τεχνολογίας με την επιστήμη και την καινοτομία, συμβάλλοντας στον ευρύτερο ψηφιακό μετασχηματισμό της χώρας μας”, υπογράμμισε.
Ο Πρόεδρος του ΕΔΥΤΕ Στέφανος Κόλλιας αναφέρθηκε στο παράδειγμα της συνεργασίας ΙΝΕΒ-ΕΚΕΤΑ και CISCO για την αξιοποίηση των ιατρικών δεδομένων των ασθενών του νοσοκομείου Παπαγεωργίου, σημειώνοντας ότι “ όπως έγινε με αυτή τη συγκεκριμένη συνέργεια, στην οποία το ΙΝΕΒ πήρε μια υποδομή που έκανε δωρεά η Cisco και έτρεξε σε αυτήν δεδομένα που είχε το νοσοκομείο Παπαγεωργίου και άρχισε να βγάζει κάποια αποτελέσματα τα οποία μας έδωσαν δημοσιεύσεις”, κάτι αντίστοιχο θα γίνει σε πολύ μεγαλύτερη κλίμακα στο εργοστάσιο τεχνητής νοημοσύνης Δαίδαλος, που “ θα παρέχει στους ερευνητές μας […] τη δυνατότητα να χρησιμοποιήσουν δεδομένα, υπάρχοντα μοντέλα, ώστε μέσα από συνέργειες να παράξουν καινούργια γνώση”. Επισήμανε δε ότι αντίστοιχη πρωτοβουλία για την αξιοποίηση ανωνυμοποιημένων δεδομένων ασθενών, όπως αυτή που έγινε στο νοσοκομείο Παπαγεωργίου, θα ακολουθήσει στο Ωνάσειο στην Αθήνα.
Ο υπεύθυνος πελατών δημοσίου τομέα της Cisco Νίκος Λαμπρογεώργος μίλησε για τα εμπόδια που υπάρχουν στην ανάπτυξη της Τεχνητής Νοημοσύνης. Όπως εξήγησε, πέρα από το θέμα των υποδομών, της ενέργειας και της ασφάλειας, πρέπει να αντιμετωπιστεί και το χάσμα των δεδομένων που παράγονται από τον άνθρωπο και τα γλωσσικά μοντέλα. “ Για παράδειγμα για κάθε ασθενή θα έχουμε 45% δεδομένα που παράγει ο άνθρωπος και 55% δεδομένα από μηχανές και αυτό το χάσμα θα μεγαλώσει αύριο. Τα δεδομένα θα εκτοξευτούν και θα παράγονται πολύ περισσότερα”, εξήγησε.
Ο πρόεδρος της ΗΔΥΚΑ Ιωάννης Καραγιάννης ανέφερε ότι 6,3 εκατ. πολίτες χρησιμοποιούν την αύλη συνταγογράφηση, ένας στους 10 την εφαρμογή myHealth, ενώ η ΗΔΥΚΑ κάνει ήδη χρήση τεχνητής νοημοσύνης στους ψηφιακούς βοηθούς και άλλα βοηθήματα, δηλαδή “ έχει μπει στο πεδίο και το κρίσιμο είναι πώς θα έχουμε καθαρά αξιόπιστα δεδομένα που θα τροφοδοτήσουν τον Φάρο”.
Η ερευνήτρια πληροφορικής του ΕΚΕΦΕ “ Δημόκριτος” Αναστασία Κριθαρά επισήμανε ότι ειδικά σε ό,τι αφορά την αξιοποίηση των δεδομένων στον χώρο της υγείας στοίχημα είναι η ομογενοποίηση των μοντέλων ΤΝ, ώστε να μπορούν να συνδυάζουν διαφορετικούς τύπους δεδομένων, όπως ηλεκτρονικούς φακέλους ασθενή, σημειώσεις γιατρών, απεικονιστικές εξετάσεις για να ανακαλύπτουν γνώση που δεν είναι διαθέσιμη. Ο ερευνητής βιοπληροφορικής του ΙΝΕΒ/ΕΚΕΤΑ Φώτης Ψωμόπουλος στάθηκε στη σημασία του ερευνητικού λογισμικού, και στις προδιαγραφές που θα πρέπει να έχει, ώστε να μπορεί να τεκμηριώνει ότι τα μοντέλα ΤΝ λειτουργούν σωστά.
ΠΗΓΗ: ΑΠΕ-ΜΠΕ
