Η Τεχνητή Νοημοσύνη στον τομέα της υγειονομικής περίθαλψης εξακολουθεί να αντιμετωπίζει πολλές προκλήσεις

«Η τεχνητή νοημοσύνη (ΤΝ) εφαρμόζεται ευρέως στην κλινική καρδιολογία, ειδικά στη διάγνωση, την πρόγνωση και την υποστήριξη αποφάσεων θεραπείας. Ωστόσο, η εφαρμογή της ΤΝ στην πρακτική της εσωτερικής παθολογίας περιορίζεται από τη διαφάνεια, την αξιοπιστία και τα ηθικά ζητήματα.»

Αυτές είναι οι πληροφορίες που μοιράστηκε η MSc.-MD Doan Thi Thanh Nguyet, από το Νοσοκομείο Hoan My Saigon, στο επιστημονικό συνέδριο του νοσοκομείου με θέμα «Ολοκληρωμένη προσέγγιση και νέες τεχνολογίες στη σύγχρονη ιατρική» που πραγματοποιήθηκε στις 25 Οκτωβρίου.

Σύμφωνα με τον MSc. Doan Thi Thanh Nguyet, η Τεχνητή Νοημοσύνη έχει επιδείξει αξιοσημείωτες δυνατότητες σε πολλούς τομείς της καρδιολογίας. Στην καρδιακή ανεπάρκεια, το σύστημα βαθιάς μάθησης PanEcho επιτρέπει την αυτόματη μέτρηση του κλάσματος εξώθησης και την ανίχνευση βαλβιδικής καρδιοπάθειας με ακρίβεια επιπέδου ειδικού. Ο αλγόριθμος ηλεκτροκαρδιογραφήματος (AI ECG) της κλινικής Mayo ανιχνεύει ασυμπτωματική δυσλειτουργία της αριστερής κοιλίας από ένα ΗΚΓ μονής απαγωγής, ανοίγοντας τη δυνατότητα απομακρυσμένου ελέγχου καρδιακής ανεπάρκειας.

Γιατρός προετοιμάζεται να εκτελέσει μαγνητική τομογραφία σε ασθενή

Στη στεφανιαία νόσο, η μέθοδος που έχει εγκριθεί από τον Οργανισμό Τροφίμων και Φαρμάκων των ΗΠΑ (FDA) για τη διάγνωση της στεφανιαίας νόσου με χρήση τεχνητής νοημοσύνης (Cleerly ISCHEMIA) μπορεί να ποσοτικοποιήσει τις αθηροσκληρωτικές πλάκες και να προβλέψει την ισχαιμία του μυοκαρδίου. Στο τμήμα επειγόντων περιστατικών, το σύστημα τεχνητής νοημοσύνης RAPIDx υποστηρίζει τη διαχείριση του θωρακικού πόνου, συμβάλλοντας στην αύξηση της συμμόρφωσης με τις οδηγίες θεραπείας. Η τεχνητή νοημοσύνη βελτιώνει επίσης την ανίχνευση λανθάνουσας κολπικής μαρμαρυγής μέσω ρουτίνας ΗΚΓ ή φορητών συσκευών (Apple Watch, AliveCor). Επιπλέον, στην υπέρταση, τα μοντέλα μηχανικής μάθησης επιτρέπουν την ανίχνευση συγκαλυμμένης υπέρτασης, δευτεροπαθούς υπέρτασης, την πρόβλεψη καρδιαγγειακών συμβάντων και τον εντοπισμό ομάδων ασθενών που ωφελούνται από εντατική θεραπεία...

Ωστόσο, οι προκλήσεις στην εφαρμογή της Τεχνητής Νοημοσύνης είναι σημαντικά εμπόδια, όπως: η μεροληψία των δεδομένων, η έλλειψη αποδεικτικών στοιχείων, η περιορισμένη ερμηνευσιμότητα και το ασαφές νομικό πλαίσιο. Επιπλέον, η υπερβολική εξάρτηση από την Τεχνητή Νοημοσύνη μπορεί να υπονομεύσει τις κλινικές δεξιότητες των γιατρών, ενώ η ασφάλεια των δεδομένων και το απόρρητο των ασθενών παραμένουν σημαντικές προκλήσεις.

«Η Τεχνητή Νοημοσύνη κινείται προς μοντέλα πολυτροπικής μάθησης που συνδυάζουν ΗΚΓ, απεικόνιση και γενετικά δεδομένα για την ακριβέστερη πρόβλεψη του καρδιαγγειακού κινδύνου. Συσκευές που έχουν εγκριθεί από τον FDA, εργαλεία τηλεϊατρικής και ψηφιακά δίδυμα που προσομοιώνουν ασθενείς υπόσχονται να επεκτείνουν τις εφαρμογές τους στην πρακτική της εσωτερικής παθολογίας», δήλωσε ο MSc. Doan Thi Thanh Nguyet, MD.

Επίσης στο συνέδριο, ο Δρ. Cao Hung Phong, επικεφαλής της Μονάδας Ενδοσκόπησης Πεπτικού Συστήματος, δήλωσε ότι η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στην ανίχνευση μικρών αλλοιώσεων, πολυπόδων ή καρκίνων σε πρώιμο στάδιο που το ανθρώπινο μάτι μπορεί να μην εντοπίσει. Η Τεχνητή Νοημοσύνη όχι μόνο σταματά στην ανίχνευση, αλλά υποστηρίζει επίσης την ταξινόμηση της φύσης των αλλοιώσεων, βοηθώντας τους γιατρούς να λαμβάνουν ακριβείς αποφάσεις θεραπείας. Επιπλέον, η Τεχνητή Νοημοσύνη συμβάλλει επίσης στην τυποποίηση της ενδοσκοπικής διαδικασίας, στη βελτίωση της ποιότητας της εικόνας, στη μείωση του χρόνου της διαδικασίας και στην υποστήριξη της εκπαίδευσης νεαρού ανθρώπινου δυναμικού.

Σύμφωνα με τον κ. Nguyen Huu Thinh, από το Τμήμα Διαγνωστικής Απεικόνισης, η αυτόματη τεχνολογία τεχνητής νοημοσύνης θα αναλύει εικόνες αξονικής τομογραφίας, θα αναζητά και θα ποσοτικοποιεί πνευμονικούς οζίδια με υψηλή ακρίβεια και θα υποστηρίζει την ταξινόμηση σύμφωνα με τα πρότυπα Lung-RADS (σύστημα διαλογής καρκίνου του πνεύμονα) για να βοηθήσει στην παροχή σαφούς και συνεπούς αξιολόγησης σταδίου. Με τη δυνατότητα άμεσης σύγκρισης εικόνων από σαρώσεις πριν και μετά, το λογισμικό όχι μόνο επιτρέπει την παρακολούθηση των αλλαγών στο μέγεθος ή τη μορφολογία, αλλά και ενημερώνει αυτόματα τον ρυθμό ανάπτυξης και τον δείκτη ανάπτυξης, βοηθώντας τους γιατρούς να εξοικονομήσουν χρόνο, να βελτιώσουν την αξιοπιστία και να επικεντρωθούν περισσότερο στις κλινικές αποφάσεις.

Το ετήσιο επιστημονικό συνέδριο νοσοκομείων του 2025 με θέμα «Ολοκληρωμένη προσέγγιση και νέες τεχνολογίες στη σύγχρονη ιατρική» περιλαμβάνει αναφορές σε 31 εις βάθος ερευνητικά θέματα, που καλύπτουν πολλούς σημαντικούς τομείς όπως καρδιαγγειακά, πεπτικά, ενδοσκοπικά, ορθοπεδικά τραύματα - σπονδυλική στήλη, νευρολογία - εγκεφαλικό επεισόδιο, διαγνωστική απεικόνιση, ογκολογία, εντατική θεραπεία, ουρολογία, διατροφή, νοσηλευτική...

Σύμφωνα με τον Δρ. Nguyen Ngoc Bao Long, Διευθυντή του Νοσοκομείου Hoan My Saigon, το συνέδριο παρέχει μια πολυδιάστατη επιστημονική προοπτική, αποτέλεσμα της διαδικασίας εφαρμογής της ιατρικής γνώσης και της σύγχρονης τεχνολογίας στις ιατρικές εξετάσεις και θεραπευτικές δραστηριότητες στο νοσοκομείο.

ΘΑΝ ΣΟΝ

Πηγή: https://www.sggp.org.vn/ai-trong-y-te-van-con-nhieu-thach-thuc-post819919.html