(Αυτός ο διάολος)
Η τεχνητή νοημοσύνη στην ιατρική πρακτική μπαίνει ολοένα και περισσότερο στην καθημερινότητα των γιατρών και δημιουργεί ερωτήματα για τη χρήση και την ευθύνη. Πρόσφατα, ασθενής με ρώτησε πώς η τεχνητή νοημοσύνη στην ιατρική πρακτική χρησιμοποιείται από τους γιατρούς και αν αυτό είναι «σωστό».
Πρώτα όμως χρειάζεται μία διευκρίνιση: η AI όπως τη ζούμε σήμερα (ιδίως τα μοντέλα που γράφουν κείμενο, συνοψίζουν, οργανώνουν) είναι πολύ φρέσκια στη ζωή μας.
Η μαζική της είσοδος στην καθημερινότητα έγινε ουσιαστικά από το τέλος του 2022, όταν τέτοια εργαλεία έγιναν ευρέως διαθέσιμα στο κοινό. Τώρα είναι ακόμη η περίοδος έντονων εξελίξεων (από «πηγή πληροφορίας», σε «παραγωγό περιεχομένου», συγγραφέα κώδικα, “agent mode” κ.λπ.). Για αυτό, είναι λογικό να μη νιώθουμε ότι έχουμε οριστικές απαντήσεις για τα όρια και την ηθική.
Με αυτό στο μυαλό, ας δούμε τις πιο συνηθισμένες χρήσεις σήμερα. Τις συναντάμε ήδη στην πράξη, και ας προσπαθήσουμε να απαντήσουμε στα ερωτήματα.
Ψηφιακοί γραμματείς
Ένας ψηφιακός γραμματέας είναι λογισμικό που «ακούει» (ambient listening) και γράφει αυτά που θα έγραφε ο γιατρός στο ιατρικό σημείωμα. Για να το κατανοήσεις καλύτερα, φαντάσου έναν υπέρηχο. Ο ακτινολόγος, αντί να υπαγορεύει, μιλάει σε λογισμικό (με συγκεκριμένες ρυθμίσεις προστασίας δεδομένων). Και λέει: «Η χοληδόχος είναι καθαρή, δεν βλέπω λίθους». Το ήπαρ είναι εντάξει. Υπάρχει μια μικρή κύστη 1,2 εκ. στον δεξιό λοβό.» Το λογισμικό ακούει, αναγνωρίζει τα κλινικά στοιχεία και τα μετατρέπει σε δομημένο ιατρικό κείμενο. Π.χ.: «Υπερηχογραφικός έλεγχος άνω κοιλίας: Χοληδόχος κύστη χωρίς παθολογικά ευρήματα. Δεν υπάρχουν εικόνες με λίθους. Ήπαρ ομοιογενούς ηχοδομής. Υπάρχει μία μικρή απλή κύστη διαμέτρου 1,2 cm στον δεξιό λοβό…» Ο γιατρός στο τέλος το διαβάζει, κάνει μικρές διορθώσεις και το εγκρίνει. Αυτό είναι όλο; Όχι. Πολλή έρευνα, πολύς χρόνος πειραματισμού και εκπαίδευσης του «γραμματέα» έχει γίνει για να καταλήξουμε στο αποτέλεσμα αυτό.
Στην κλινική πράξη, οι scribes χρησιμεύουν σε δύο βασικούς τρόπους. Πρώτον, κατά τη διάρκεια της αλληλεπίδρασης με τους ασθενείς (επίσκεψη στον θάλαμο, συζήτηση στο ιατρείο). Αυτό συμβαίνει, ώστε να φτιαχτεί το πρώτο σημείωμα χωρίς ο γιατρός να διακόπτει για πληκτρολόγηση ή σημειώσεις με στυλό. Δεύτερον, μπορεί να γράφουν αυτόματα επιστολές προς τους ασθενείς, προς άλλους γιατρούς, οδηγίες, γνωματεύσεις, εξιτήρια. Σε όλες τις περιπτώσεις, η τελική ευθύνη παραμένει στον άνθρωπο· απλώς η AI είναι επιταχυντής. Και εδώ χρειάζεται να τονιστεί κάτι κρίσιμο: ο έλεγχος από τον γιατρό δεν είναι τυπικός.Είναι ουσιαστικός, γιατί ένα αυτοματοποιημένο κείμενο μπορεί να έχει παραλείψεις ή λάθη που φαίνονται σωστά χωρίς προσεκτική ανάγνωση.
Το National Health Service (NHS) δίνει προτεραιότητα στην κλινική αποτελεσματικότητα και κινείται προς αυτή την κατεύθυνση. Με έγκριση 19 εργαλείων κλινικής καταγραφής, ως προσπάθεια να μειωθεί ο διοικητικός φόρτος και να αυξηθεί ο «καθαρός» χρόνος με τους ασθενείς.
Σε συνθήκες όπου δεν είναι πρακτικά εφικτή η γραπτή ενημέρωση μετά το ραντεβού ή την επίσκεψη —όπως συχνά συμβαίνει και στο ΕΣΥ— λόγω φόρτου, υποστελέχωσης, πίεσης χρόνου ή έλλειψης υποδομών, η ενημέρωση προς τους ασθενείς μένει αναγκαστικά προφορική. Τότε το βάρος της «ακρίβειας» πέφτει άθελά μας στους ασθενείς: να θυμηθούν τι ειπώθηκε, να ξεχωρίσουν το σημαντικό, να αναγνωρίσουν σημεία κινδύνου και να μην μπερδέψουν τον χρόνο επανεκτίμησης. Σε άγχος και κούραση, αυξάνεται ο κίνδυνος να χαθούν λεπτομέρειες και να δημιουργηθούν παρεξηγήσεις.
Εδώ βλέπω την αξία ενός ψηφιακού γραμματέα (scribe): μπορεί να μετατρέψει τη συζήτηση σε σύντομη, δομημένη γραπτή σύνοψη, χωρίς επιπλέον πληκτρολόγηση. Αν ο γιατρός την ελέγξει και την εγκρίνει, το ρίσκο μειώνεται ουσιαστικά, χωρίς μη ρεαλιστικό πρόσθετο φόρτο. Scripta manent, verba volant.
Εφαρμογές στη διάγνωση
Υπάρχουν εγκεκριμένα εργαλεία τεχνητής νοημοσύνης που είναι χρήσιμα στη διάγνωση και στη λήψη κλινικών αποφάσεων. Το κρίσιμο σημείο εδώ είναι ότι δεν μιλάμε για «ένα πρόγραμμα που λέει γνώμη», αλλά για ιατροτεχνολογικά προϊόντα που περνούν από συγκεκριμένο ρυθμιστικό έλεγχο. Ο Οργανισμός Τροφίμων και Φαρμάκων των Ηνωμένων Πολιτειών (FDA) διατηρεί λίστα ιατροτεχνολογικών προϊόντων που ενσωματώνουν τεχνητή νοημοσύνη και έχουν λάβει εξουσιοδότηση για διάθεση στην αγορά.
Η AI μπορεί να υποστηρίξει την ανάλυση του ηλεκτροκαρδιογραφήματος, επισημαίνοντας μοτίβα, όπως η κολπική μαρμαρυγή. Μπορεί να βοηθήσει στην πρώιμη αναγνώριση επιδείνωσης σε νοσηλευόμενους, βοηθώντας να εντοπιστεί εγκαίρως η σήψη. Μπορεί επίσης να συμβάλει στην εκτίμηση κινδύνου για αγγειακό εγκεφαλικό επεισόδιο ή απορρύθμιση καρδιακής ανεπάρκειας, ώστε ο γιατρός να αποφασίσει ποιοι χρειάζονται στενότερη παρακολούθηση ή πιο άμεση παρέμβαση. Επίσης, η τεχνητή νοημοσύνη είναι χρήσιμη για διαλογή και υποστήριξη στην αξιολόγηση εικόνων. Για παράδειγμα, στην οφθαλμολογία μπορεί να βοηθά στην εκτίμηση φωτογραφιών του βυθού για ενδείξεις διαβητικής αμφιβληστροειδοπάθειας, ενώ στη δερματολογία μπορεί να λειτουργεί ως βοηθητικό εργαλείο στην αξιολόγηση δερματικών βλαβών. Τέλος, εταιρείες αναπτύσσουν εφαρμογές για την ανάλυση απεικονιστικών εξετάσεων (αξονικές, μαγνητικές, ακτινογραφίες, μαστογραφίες), με στόχο καλύτερη διαλογή και έγκαιρη ανάδειξη ύποπτων ευρημάτων.
Καταγραφή, εξαγωγή δεδομένων, έλεγχος πεπραγμένων και έρευνα
Η τεχνητή νοημοσύνη είναι εφαρμόσιμη όλο και περισσότερο και σε κάτι που συνήθως οι ασθενείς δεν βλέπουν, αλλά επηρεάζει άμεσα την αποτελεσματικότητα ενός συστήματος υγείας: τον έλεγχο πεπραγμένων και την έρευνα.
Οι επαγγελματίες υγείας ελέγχουν τα πεπραγμένα, ανασκοπούν την κλινική πρακτική, την τεκμηρίωση και τα αποτελέσματα και ενισχύουν την ποιότητα, τη συμμόρφωση και την ασφάλεια των ασθενών. Μπορεί, για παράδειγμα, να αυτοματοποιεί επαναλαμβανόμενες εργασίες, να κάνει ελέγχους συνέπειας στα πρωτόκολλα, να επιταχύνει ελέγχους σε καταγραφές και ροές εργασίας, να βοηθά στην προετοιμασία συνοδευτικών εγγράφων του ελέγχου και να εντοπίζει αποκλίσεις ή «σημεία κινδύνου». Με απλά λόγια: αντί να ψάχνεις με το χέρι μέσα σε σωρούς από καταγραφές, η τεχνητή νοημοσύνη μπορεί να οργανώσει τα δεδομένα σε μια δομή που επιτρέπει καλύτερες αποφάσεις και πιο ουσιαστική συμμόρφωση. Όχι επειδή «ξέρει καλύτερα», αλλά επειδή βρίσκει πιο γρήγορα αυτό που κάποιος δεν θα μπορεί να τα βρει μέσα στον όγκο.
Στην έρευνα, η τεχνητή νοημοσύνη βοηθά σημαντικά στα στάδια που συνήθως «τρώνε» χρόνο. Μπορεί να υποστηρίξει την οργάνωση της βιβλιογραφίας (ως εργαλείο χαρτογράφησης και ταξινόμησης, όχι ως πηγή αλήθειας), να κάνει σύνοψη και εξαγωγή βασικών σημείων από μεγάλα κείμενα ή σύνολα δεδομένων, να διευκολύνει τον καθαρισμό δεδομένων εντοπίζοντας ασυνέπειες ή κενά και να βοηθά τη συνεργασία μιας ομάδας δημιουργώντας κοινά κείμενα, πίνακες και ενιαίο πλαίσιο εργασίας.
Η μεγάλη προϋπόθεση, και εδώ, είναι πως ό,τι παράγει η τεχνητή νοημοσύνη πρέπει να είναι υπό έλεγχο. Ειδικά όταν μιλάμε για αριθμούς, παραπομπές και συμπεράσματα, ο ανθρώπινος έλεγχος δεν είναι «τυπικός». Η τεχνητή νοημοσύνη μπορεί να επιταχύνει τη διαδικασία, αλλά δεν αντικαθιστά την ευθύνη και την επαλήθευση.
Πόσο συχνά «πρέπει» να χρησιμοποιείται;
Γενικά, θα έλεγα πως το εύρος της χρήσης της τεχνητής νοημοσύνης είναι ανάλογα από το έργο που έχεις μπροστά σου. Αν ο γιατρός πρέπει να μελετήσει, να ενημερωθεί για να πάρει αποφάσεις, να οργανώσει έγγραφα, να κάνει απολογισμό πεπραγμένων ή συμμετέχει σε έρευνα, και η τεχνητή νοημοσύνη μειώνει την τριβή και την κούραση χωρίς να αλλοιώνει την αλήθεια, τότε, κατά τη γνώμη μου, έχει νόημα να τη χρησιμοποιεί τόσο συχνά όσο εμπλέκεται σε αυτά.
Θα μπορούσε ένας γιατρός να γίνει «τεμπέλης» αν χρησιμοποιεί ολοκληρωτικά στην τεχνητή νοημοσύνη; Πιθανόν.
Γι’ αυτό, κατά τη γνώμη μου, χρειάζεται μια συγκεκριμένη φιλοσοφία χρήσης. Κάθε φορά που καταφεύγουμε στην τεχνητή νοημοσύνη, αυτό να είναι μέρος ενός κύκλου μάθησης.
Να την αξιοποιούμε για να κερδίζουμε χρόνο, αλλά παράλληλα να παίρνουμε πίσω μια καλύτερη δομή σκέψης. Μια πιο καθαρή διαδικασία, μια πιο σύντομη διατύπωση. Στόχος, ιδανικά, είναι την επόμενη φορά να έχουμε λιγότερη βοήθεια, όχι περισσότερη.
Αυτό δεν σημαίνει ότι σταματάμε να τη χρησιμοποιούμε εκεί όπου πραγματικά μας εξοικονομεί χρόνο (όπως στην τεκμηρίωση ή στην οργάνωση). Σημαίνει ότι δεν αφήνουμε την ευκολία να μας αφοπλίσει. Κρατάμε ενεργή συμμετοχή, ζητάμε απλές και ελέγξιμες εξηγήσεις, διατηρούμε την ανθρώπινη κρίση στο κέντρο και εκπαιδεύουμε τον εαυτό μας συστηματικά στα όρια του εργαλείου.
Είναι «σωστό» να χρησιμοποιείται AI στην ιατρική;
Κρατάμε ενεργό ρόλο, ζητάμε σαφείς εξηγήσεις, διατηρούμε την ανθρώπινη κρίση και μαθαίνουμε τα όρια του εργαλείου. Μπορεί να βοηθήσει τους γιατρούς να δουλέψουν πιο γρήγορα, πιο σταθερά και σε ορισμένα σημεία πιο έξυπνα. Ιδίως όταν μιλάμε για τυποποίηση, τεκμηρίωση, διαλογή και επικοινωνία. Δεν θεωρούμε κάτι «σωστό» επειδή είναι καινούργιο ή εντυπωσιακό. Το θεωρούμε «σωστό» όταν το χρησιμοποιούμε με ασφάλεια και ευθύνη.
Η πρακτική μου συμβουλή: ρωτήστε τον/τη γιατρό σας αν χρησιμοποιεί εργαλεία τεχνητής νοημοσύνης. Και αν ναι, δώστε τη συγκατάθεσή σας ή όχι, ανάλογα με το πώς αισθάνεστε. Ένα «εγκεκριμένο» εργαλείο συνήθως έχει προβλέψεις ασφαλείας ως προς την προστασία δεδομένων, αλλά η εμπιστοσύνη δεν είναι «κουμπί»: είναι διαδικασία.