Τεχνητή Νοημοσύνη στην Υγεία, η τεχνολογία στην υπηρεσία του ανθρώπου

Υπάρχουν λίγοι τομείς όπου η τεχνητή νοημοσύνη μπορεί να αλλάξει άμεσα την καθημερινότητα των ανθρώπων όσο η υγεία. Μια ύποπτη σκιά σε μια ακτινογραφία που εντοπίζεται νωρίτερα. Ένας ασθενής που κατευθύνεται στη σωστή υπηρεσία από την πρώτη στιγμή, αντί να περιπλανιέται στο σύστημα. Ένας γιατρός που περνά λιγότερο χρόνο συμπληρώνοντας φόρμες και περισσότερο χρόνο με τον ασθενή απέναντί του. Είναι μικρές, καθημερινές διαφορές, αλλά αθροίζονται σε κάτι μεγαλύτερο, ένα σύστημα υγείας που ανταποκρίνεται πιο γρήγορα και πιο δίκαια.

Αυτή την προοπτική επιχειρεί να βάλει σε τάξη η υπό διαβούλευση Εθνική Στρατηγική για την Τεχνητή Νοημοσύνη της Κύπρου, μέσα από έναν ειδικό πυλώνα αφιερωμένο στην Υγεία και τις Επιστήμες Ζωής, με ορίζοντα το 2032. Η βασική της αρχή δεν είναι η τεχνολογία για χάρη της τεχνολογίας, αλλά η τεχνολογία ως εργαλείο που ενισχύει την ανθρώπινη κρίση, την ασφάλεια του ασθενούς και την ποιότητα της φροντίδας. Πρόκειται, με άλλα λόγια, για ένα σχέδιο που δεν αντιμετωπίζει την τεχνητή νοημοσύνη στην υγεία ως μια σειρά μεμονωμένων εφαρμογών, αλλά ως εθνική υποδομή, στο πρότυπο ενός δρόμου ή ενός δικτύου ρεύματος, πάνω στην οποία θα χτιστούν πολλές διαφορετικές υπηρεσίες.

Ένα ασφαλές αποθετήριο δεδομένων ως σημείο εκκίνησης

Καμία από τις παραπάνω εφαρμογές δεν μπορεί να υπάρξει χωρίς δεδομένα, και εδώ βρίσκεται η πρώτη μεγάλη υποδομή του σχεδίου, ένα εθνικό αποθετήριο δεδομένων υγείας. Η ιδέα είναι να συγκεντρωθούν και να συνδεθούν, με κρυπτογράφηση, πληροφορίες από την πρωτοβάθμια φροντίδα, τα νοσοκομεία, τα εργαστήρια, τις απεικονιστικές εξετάσεις, τις συνταγογραφήσεις και τα κλινικά αποτελέσματα.

Η αξία μιας τέτοιας υποδομής δεν είναι απλώς ο όγκος των πληροφοριών, αλλά η δυνατότητα να υπάρχει συνέχεια στη φροντίδα ενός ασθενούς, ανεξάρτητα από το πού απευθύνεται μέσα στο σύστημα, καθώς και ένα αξιόπιστο περιβάλλον για έρευνα και αξιολόγηση υπηρεσιών. Ακριβώς επειδή τα δεδομένα υγείας είναι από τα πιο ευαίσθητα προσωπικά δεδομένα που υπάρχουν, η Στρατηγική δίνει ιδιαίτερο βάρος στην προστασία τους, ψευδωνυμοποίηση, διαχείριση συγκατάθεσης του πολίτη, πρόσβαση ανάλογα με τον ρόλο κάθε επαγγελματία, πλήρη ιχνηλάτηση κάθε πρόσβασης και ανεξάρτητους μηχανισμούς ελέγχου. Προβλέπεται επίσης η σύνδεση με τα ευρωπαϊκά πρότυπα και τον Ευρωπαϊκό Χώρο Δεδομένων Υγείας, ώστε το κυπριακό σύστημα να μιλά την ίδια γλώσσα με τα υπόλοιπα ευρωπαϊκά συστήματα υγείας.

Μια πιο απλή πόρτα εισόδου στο σύστημα

Στο επίπεδο της καθημερινής εξυπηρέτησης, η Στρατηγική προβλέπει μια πολύγλωσση ψηφιακή πύλη εισόδου στο σύστημα υγείας, ένα εργαλείο που θα βοηθά τον πολίτη να καταγράφει τα συμπτώματά του, να ενημερώνεται για κινδύνους, να κλείνει ραντεβού, να παίρνει παραπομπές και να συνδέεται με υπηρεσίες τηλεϊατρικής όταν αυτό χρειάζεται. Ο σχεδιασμός προβλέπει ότι το εργαλείο θα μπορεί να κατευθύνει τον πολίτη προς τον κατάλληλο επαγγελματία υγείας σε εθνικό επίπεδο, με ειδική μέριμνα για ευάλωτες ομάδες, ενώ η τελική κλινική κρίση θα παραμένει πάντα στα χέρια ανθρώπων.

Στην πράξη, κάτι τέτοιο σημαίνει λιγότερη ταλαιπωρία για κάποιον που σήμερα δεν ξέρει σε ποιον γιατρό να απευθυνθεί και καταλήγει, από αβεβαιότητα, σε ένα τμήμα επειγόντων περιστατικών. Ένα καλά σχεδιασμένο ψηφιακό εργαλείο μπορεί να τον οδηγήσει νωρίτερα στο σωστό σημείο φροντίδας, εξοικονομώντας χρόνο τόσο για τον ίδιο όσο και για ένα σύστημα που ήδη λειτουργεί υπό πίεση.

Λιγότερη γραφειοκρατία για γιατρούς και νοσηλευτές

Ένα μεγάλο μέρος της καθημερινότητας των επαγγελματιών υγείας δεν είναι κλινικό, αλλά διοικητικό, φόρμες, καταγραφές, επικοινωνία με ασθενείς, επαναλαμβανόμενες εργασίες γραφείου. Η Στρατηγική προβλέπει ότι εργαλεία τεχνητής νοημοσύνης θα μπορούν να αναλαμβάνουν σημαντικό μέρος αυτού του φόρτου, απελευθερώνοντας χρόνο που σήμερα κλέβεται από την κλινική δουλειά. Παράλληλα, προβλέπεται η δημιουργία ενός ψηφιακού μοντέλου ολόκληρου του συστήματος υγείας, το οποίο θα μπορεί να προσομοιώνει διαφορετικά σενάρια, να βοηθά στον σχεδιασμό των πόρων και στη λήψη αποφάσεων πολιτικής βάσει πραγματικών δεδομένων και όχι μόνο εκτιμήσεων. Πρόκειται, δηλαδή, για μια χρήση της τεχνολογίας που δεν αφορά μόνο τον μεμονωμένο ασθενή, αλλά και τον σχεδιασμό ολόκληρου του συστήματος.

Πέρα από το άμεσο όφελος για τον ασθενή, η Στρατηγική βλέπει στην τεχνητή νοημοσύνη και ένα εργαλείο αποδοτικότητας για το ίδιο το σύστημα υγείας. Λιγότερος χρόνος σε διοικητικές εργασίες μεταφράζεται σε περισσότερες ώρες κλινικής φροντίδας από το ίδιο ανθρώπινο δυναμικό, χωρίς νέες προσλήψεις. Καλύτερος προγραμματισμός εξετάσεων, κλινών και βαρδιών, βασισμένος σε πραγματικά δεδομένα αντί σε εκτιμήσεις, μπορεί να περιορίσει τη σπατάλη πόρων και τους νεκρούς χρόνους που σήμερα επιβαρύνουν το σύστημα. Ακόμη και μικρές βελτιώσεις, όπως λιγότερες περιττές εξετάσεις ή πιο στοχευμένες παραπομπές, αθροίζονται σε σημαντική εξοικονόμηση σε επίπεδο συστήματος. Η λογική εδώ δεν είναι η περικοπή δαπανών για χάρη της περικοπής, αλλά η απελευθέρωση πόρων, ανθρώπινων και οικονομικών, ώστε να διοχετεύονται εκεί όπου πραγματικά χρειάζονται: στη φροντίδα του ασθενούς.

Η Στρατηγική δίνει επίσης χώρο σε πιο μακροπρόθεσμες ερευνητικές κατευθύνσεις, όπως η θεραπεία προσαρμοσμένη στο προφίλ κάθε ασθενούς και η έγκαιρη πρόβλεψη κινδύνου πριν αυτός εκδηλωθεί κλινικά. Αυτές οι κατευθύνσεις συνοδεύονται από απαιτήσεις για διαφάνεια, έλεγχο τυχόν προκαταλήψεων των μοντέλων και σαφή διαχείριση της αβεβαιότητας, ενώ το ίδιο πνεύμα διατρέχει και την πρόβλεψη για ένα ισχυρότερο κυπριακό οικοσύστημα καινοτομίας στην υγεία, που θα συνδέει ερευνητές, πανεπιστήμια, νοσοκομεία, νεοφυείς επιχειρήσεις και οργανισμούς του δημόσιου και ιδιωτικού τομέα. Η έρευνα δεν αντιμετωπίζεται εδώ ως κάτι που έρχεται μετά την εφαρμογή, αλλά ως μέρος της ίδιας διαδικασίας, μέσα από την οποία οι νέες λύσεις δοκιμάζονται και ωριμάζουν πριν φτάσουν στον ασθενή.

Ο γιατρός σκέφτεται πρώτος, η μηχανή μιλά μετά

Ανάμεσα σε όλες τις προτάσεις του πυλώνα, μία ξεχωρίζει για την πρωτοτυπία της, γιατί δεν αφορά τόσο το τι μπορεί να κάνει η τεχνητή νοημοσύνη στη διάγνωση, όσο το πότε ακριβώς μιλά. Η ιδέα είναι απλή στη διατύπωσή της, όταν ένας γιατρός εξετάζει έναν ασθενή με τη βοήθεια ενός συστήματος τεχνητής νοημοσύνης, πρώτα διατυπώνει τη δική του κλινική υπόθεση, εξηγεί τη σκέψη του και εξετάζει εναλλακτικά ενδεχόμενα. Μόνο αφού έχει ολοκληρώσει αυτό το βήμα εμφανίζεται η εκτίμηση του συστήματος. Δεν πρόκειται για μια τεχνική λεπτομέρεια, αλλά για μια συνειδητή επιλογή σχεδιασμού με βαθιά κλινική λογική από πίσω της.

Ο λόγος είναι γνωστός σε όποιον έχει μελετήσει πώς οι άνθρωποι αλληλεπιδρούν με αυτοματοποιημένα συστήματα, όταν μια μηχανή προτείνει μια απάντηση πρώτη, ο άνθρωπος τείνει να της δίνει μεγαλύτερη βαρύτητα από όση της αξίζει, ακόμη και όταν ξέρει ότι μπορεί να κάνει λάθος. Στη διάγνωση, όπου η πρώτη υπόθεση μπορεί να καθορίσει όλη τη σκέψη που ακολουθεί, αυτό δεν είναι αμελητέο ρίσκο. Γι' αυτό η σειρά με την οποία εμφανίζεται η γνώμη της μηχανής δεν είναι λεπτομέρεια σχεδίασης, αλλά ζήτημα ασφάλειας του ασθενούς. Ζητώντας πρώτα από τον γιατρό να σκεφτεί μόνος του, το σύστημα δημιουργεί χώρο για ενεργό κρίση, αναθεώρηση και κλινική ευθύνη, αντί να τον αφήνει απλώς να επιβεβαιώσει μια έτοιμη απάντηση. Οι ερωτήσεις που το σύστημα θέτει στον γιατρό δεν λειτουργούν σαν εξέταση, αλλά σαν βοήθημα που τον στηρίζει να εξωτερικεύσει και να ελέγξει τη δική του σκέψη, πριν δει τι πιστεύει η μηχανή.

Η προσέγγιση αυτή δεν είναι απλώς μια καλή ιδέα στα χαρτιά. Ερευνητικές δοκιμές με πραγματικούς επαγγελματίες υγείας έχουν ήδη συγκρίνει ροές εργασίας όπου η πρόταση της μηχανής εμφανίζεται αμέσως με ροές όπου προηγείται η ανθρώπινη υπόθεση. Οι συμμετέχοντες προτίμησαν καθαρά τη δεύτερη επιλογή, αλλά ανέδειξαν και πρακτικά ζητήματα που πρέπει να λυθούν πριν αυτό εφαρμοστεί σε πραγματικές συνθήκες, πόσες ερωτήσεις είναι πάρα πολλές, πώς παρακάμπτεται γρήγορα η διαδικασία όταν ο χρόνος πιέζει σε ένα επείγον περιστατικό, πώς παρουσιάζεται η αβεβαιότητα χωρίς να προκαλεί σύγχυση, και πού είναι τα όρια στη χρήση των καταγραφών της σκέψης ενός γιατρού. Είναι ακριβώς αυτού του είδους οι λεπτομέρειες που μετατρέπουν μια καλή αρχή σε ασφαλές εργαλείο.

Η Στρατηγική προβλέπει επένδυση σε ερευνητικά προγράμματα την περίοδο 2026 έως 2029 για την περαιτέρω ανάπτυξη αυτής της προσέγγισης, με πρωτότυπα, ανοικτές προδιαγραφές και πρωτόκολλα αξιολόγησης να προηγούνται οποιασδήποτε εφαρμογής σε πραγματικά νοσοκομεία. Οι κλινικές δοκιμές τοποθετούνται σε μεταγενέστερο στάδιο, αφού πρώτα περάσουν από αυστηρή αξιολόγηση ασφάλειας — μια παραδοχή που έχει αξία από μόνη της, καθώς η υγεία δεν είναι πεδίο για βιαστικές εφαρμογές. Το ίδιο πνεύμα ισχύει και για τους δείκτες με τους οποίους η Στρατηγική θα μετρά την επιτυχία, ακρίβεια στη διαλογή περιστατικών, χρόνος μέχρι την πρώτη κλινική εκτίμηση, μείωση αποφεύξιμων επισκέψεων, και ασφάλεια δεδομένων και συστημάτων στην πράξη.
Εκπαίδευση των επαγγελματιών, όχι μόνο εργαλεία

Κανένα από τα παραπάνω δεν έχει νόημα αν οι άνθρωποι που θα τα χρησιμοποιούν δεν είναι προετοιμασμένοι. Η Στρατηγική θέτει τον στόχο το 50% του ιατρικού ανθρώπινου δυναμικού να έχει εκπαιδευτεί σε πρακτικές που αξιοποιούν την τεχνητή νοημοσύνη μέχρι το 2032, με έμφαση σε συνεχή μαθησιακά μονοπάτια. Το ζητούμενο δεν είναι μόνο η εξοικείωση με νέα εργαλεία, αλλά η ικανότητα ενός επαγγελματία να κατανοεί τα όριά τους, να αναγνωρίζει πότε ένα αποτέλεσμα χρειάζεται περαιτέρω έλεγχο και να διατηρεί την ευθύνη της τελικής απόφασης στα δικά του χέρια. Η τεχνολογική υποδομή και η ανθρώπινη ικανότητα χρειάζεται να προχωρούν μαζί, γιατί η μία χωρίς την άλλη δεν αποδίδει.

Κανόνες λειτουργίας, όχι μόνο φιλοδοξίες

Ο πυλώνας κλείνει με μια σαφή διάσταση διακυβέρνησης, χωρίς την οποία όλα τα παραπάνω θα παρέμεναν καλές προθέσεις, κανόνες πρόσβασης στα δεδομένα, καταγραφή και έλεγχος κάθε πρόσβασης, σαφή κλινική λογοδοσία, συνεχής παρακολούθηση της συμπεριφοράς των συστημάτων στην πράξη και δυνατότητα απόσυρσης μιας λύσης όταν αυτή δεν πληροί πλέον τις απαιτήσεις ασφάλειας. Η Στρατηγική εισηγείται επίσης μια πλήρη, εξειδικευμένη εθνική στρατηγική αποκλειστικά για την τεχνητή νοημοσύνη στην υγεία, ώστε οι γενικές κατευθύνσεις να μετατραπούν σε εφαρμόσιμα πλαίσια. Σε έναν τομέα όπου κάθε επιλογή συνδέεται με ευαίσθητα προσωπικά δεδομένα και πραγματικές συνέπειες για την υγεία ενός ανθρώπου, αυτή η λεπτομέρεια δεν είναι πολυτέλεια.

Το συνολικό σχέδιο

Η εικόνα που προκύπτει από όλα τα παραπάνω δεν είναι μια συλλογή μεμονωμένων ψηφιακών εφαρμογών, αλλά ένα ενιαίο σχέδιο, όπου τα δεδομένα, η πρόσβαση στις υπηρεσίες, η υποστήριξη της διάγνωσης, η μείωση της γραφειοκρατίας, ο σχεδιασμός του συστήματος, η έρευνα, η εκπαίδευση και οι κανόνες λειτουργίας συνδέονται μεταξύ τους. Μέσα σε αυτό το πλαίσιο, η αρχή του «πρώτα σκέφτεται ο γιατρός, μετά μιλά η μηχανή» αποκτά μια σημασία που ξεπερνά τη διάγνωση, αποτυπώνει με τον πιο καθαρό τρόπο τι είδους σχέση επιδιώκει η Στρατηγική ανάμεσα στον άνθρωπο και την τεχνολογία.

Η τεχνητή νοημοσύνη μπορεί να προσφέρει ταχύτητα, υπολογιστική ισχύ και πρόσβαση σε τεράστιο όγκο γνώσης. Η κλινική κρίση, η ευθύνη και η ερμηνεία, όμως, παραμένουν ανθρώπινες λειτουργίες, και είναι ακριβώς αυτές που χρειάζονται προστασία και ενίσχυση καθώς η τεχνολογία μπαίνει όλο και πιο βαθιά στο σύστημα υγείας. Αν ο πυλώνας αυτός εφαρμοστεί με τη λεπτομέρεια και τη σοβαρότητα που περιγράφει, η φιλοδοξία του είναι σαφής, μια υγεία καλύτερα οργανωμένη, πιο ασφαλή και πιο τεκμηριωμένη, με τον άνθρωπο να παραμένει ουσιαστικά παρών σε κάθε κρίσιμη απόφαση.

*Υποψήφιος Διδάκτωρ

Τμήμα Μάρκετινγκ Επικοινωνίας | Τεχνολογικό Πανεπιστήμιο Κύπρου