AI χειρουργική: Η τεχνητή νοημοσύνη είναι έτοιμη να εισχωρήσει στον τομέα της χειρουργικής

Το καθημερινό μπαράζ ειδήσεων για την τεχνητή νοημοσύνη (AI) δείχνει ότι αυτή η ανατρεπτική τεχνολογία είναι εδώ για να μείνει και στα πρόθυρα να φέρει επανάσταση στη χειρουργική φροντίδα. Η τεχνητή νοημοσύνη είναι η μελέτη αλγορίθμων που δίνουν στις μηχανές την ικανότητα να λύνουν προβλήματα, να αναγνωρίζουν λέξεις και οπτικές πτυχές μέσα στις εικόνες και να κάνουν προβλέψεις με βάση στατιστικά συμπεράσματα. Όσον αφορά την ιατρική, η τεχνητή νοημοσύνη είναι σε θέση να ελέγχει μεγάλο όγκο δεδομένων από αρχεία ασθενών, ακτινολογικές σαρώσεις ή χειρουργικά βίντεο και να χρησιμοποιεί αυτές τις πληροφορίες για τον εντοπισμό, την ταξινόμηση και την πρόβλεψη.

Η τεχνητή νοημοσύνη θα έχει διευρυνόμενο ρόλο στη διαχείριση της υγειονομικής περίθαλψης και στη φροντίδα των ασθενών, δήλωσε ο καρδιοθωρακοχειρουργός Arman Kilic, MD, FACS, FACC, ο οποίος είναι διευθυντής του Κέντρου Χειρουργικής Καινοτομίας Harvey and Marcia Schiller στο Ιατρικό Πανεπιστήμιο της Νότιας Καρολίνας (MUSC) στο Τσάρλεστον. Αυτή η τεχνολογία θα κάνει τις λειτουργίες των νοσοκομείων και των συστημάτων υγείας πιο αποτελεσματικές και λιγότερο δαπανηρές και θα βοηθήσει στην αντιμετώπιση πιέσεων όπως οι ελλείψεις εργατικού δυναμικού. Για παράδειγμα, με την εκτίμηση του χρόνου που απομένει για τη χειρουργική επέμβαση, η τεχνητή νοημοσύνη θα βοηθήσει τα νοσοκομεία να σχεδιάσουν καλύτερα τους διαθέσιμους πόρους νοσοκομειακών κρεβατιών και να ενημερώσουν με μεγαλύτερη ακρίβεια την οικογένεια του ασθενούς πότε μπορεί να ολοκληρωθεί η επέμβαση.

Η τεχνητή νοημοσύνη θα μπορούσε επίσης να μειώσει την ανάγκη να υπάρχει μια νοσοκόμα σε ετοιμότητα παρέχοντας ένα chatbot για να απαντά στις ερωτήσεις των ασθενών, δήλωσε η Danielle Saunders Walsh, MD, FACS, FAAP, παιδοχειρουργός και αντιπρόεδρος χειρουργικής ποιότητας και καινοτομίας στο Πανεπιστήμιο του Κεντάκι. Κολλέγιο Ιατρικής στο Λέξινγκτον. “Ένας ασθενής που ξυπνά στη 1:00 το πρωί 2 ημέρες μετά από μια χειρουργική επέμβαση μπορεί να επικοινωνήσει με το chatbot για να ρωτήσει: “Έχω αυτό το σύμπτωμα, είναι φυσιολογικό;” εξήγησε ο Δρ Walsh, ο οποίος πρόσθεσε ότι η χρήση του chatbot είναι φυσιολογικό; των chatbots έχει ήδη δοκιμαστεί στη μαιευτική με το 96% των ασθενών να βλέπει θετικά το εργαλείο.

Επιπλέον, η τεχνητή νοημοσύνη αναμένεται να συμβάλει στη βελτίωση της χειρουργικής λήψης αποφάσεων πριν, μετά, ακόμη και κατά τη διάρκεια μιας χειρουργικής επέμβασης, φέρνοντας ολοκληρωμένες πληροφορίες από πολλές διαφορετικές πηγές δεδομένων —όπως οι πιο πρόσφατες χειρουργικές οδηγίες ή ερευνητικές γνώσεις— στο χειρουργικό τραπέζι και στο κρεβάτι. Έχει τη δυνατότητα να ανασκοπεί τα διαγράμματα ασθενών και να προτείνει μια εξέταση ή ένα φάρμακο. «Η τεχνητή νοημοσύνη μπορεί να εξατομικεύσει την υγειονομική περίθαλψη με τρόπο που εμείς, ως χειρουργοί, δεν μπορούμε μόνοι μας», είπε.

Το AI χρησιμοποιείται κυρίως σε διαγνωστικές ειδικότητες—προς το παρόν 

Τα εργαλεία που βασίζονται στην τεχνητή νοημοσύνη χρησιμοποιούνται συνήθως σε ακαδημαϊκά ιατρικά κέντρα που διαθέτουν πιο ισχυρές υποδομές και τμήματα τεχνολογίας πληροφοριών. Τις περισσότερες φορές, η τεχνητή νοημοσύνη χρησιμοποιείται για την αναγνώριση μοτίβων, την ταξινόμηση εικόνων ή την ανίχνευση αντικειμένων αναλύοντας ψηφιακές εικόνες ή βίντεο μέσω μιας διαδικασίας που ονομάζεται «όραση υπολογιστή». Δεν αποτελεί έκπληξη το γεγονός ότι η μεγαλύτερη επίδραση της τεχνολογίας ήταν στις διαγνωστικές ειδικότητες, όπως η ακτινολογία, η παθολογία και η δερματολογία, δήλωσε η Jennifer Eckhoff, MD, συνεργάτης τεχνητής νοημοσύνης και καινοτομίας στο Χειρουργικό Εργαστήριο Τεχνητής Νοημοσύνης και Καινοτομίας στο Γενικό Νοσοκομείο της Μασαχουσέτης στη Βοστώνη. 

Στην πραγματικότητα, το μεγαλύτερο μέρος της χρηματοδότησης startup για την υγειονομική περίθαλψη της τεχνητής νοημοσύνης πηγαίνει σε μια διαγνωστική ειδικότητα, σύμφωνα με τον Δρ Kilic. Ο γενικός στόχος είναι να εντοπιστούν περιπτώσεις υψηλού κινδύνου που μπορεί να έχουν χάσει οι ακτινολόγοι, όπως μεταστατικά οζίδια σε αξονικές τομογραφίες. Μια μελέτη έδειξε ότι με τη χρήση της τεχνητής νοημοσύνης, οι παθολόγοι μείωσαν το ποσοστό σφάλματος στην αναγνώριση των θετικών για καρκίνο λεμφαδένες από 3,4% σε 0,5%. «Είναι σχεδόν σαν ένα αντίγραφο ασφαλείας ή ένα σύστημα ασφαλείας που μπορεί να τρέξει στο παρασκήνιο για να δούμε τη σάρωση και να δούμε αν χάσαμε κάτι», είπε ο Δρ Kilic. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους ακτινολόγους να δώσουν προτεραιότητα στις δεκάδες εικόνες που αντιμετωπίζουν κάθε μέρα, εξετάζοντας μέσα σε λίγα λεπτά μια στοίβα ακτινογραφιών θώρακος που μπορεί να χρειαστούν ώρες για να αξιολογήσουν οι κλινικοί γιατροί. 

Ο Δρ Kilic σημείωσε μια μελέτη στην οποία συμμετείχαν πιστοποιημένοι ακτινολόγοι που διάβαζαν εκατοντάδες ακτινογραφίες θώρακα. Κατά μέσο όρο, χρειάστηκαν 4 ώρες για να εξετάσουν όλες τις σαρώσεις, ενώ ένας αλγόριθμος τεχνητής νοημοσύνης που αναπτύχθηκε από την ερευνητική ομάδα μπόρεσε να ολοκληρώσει τις ίδιες αναγνώσεις με παρόμοια ακρίβεια σε 90 δευτερόλεπτα. Οι περισσότερες έρευνες δείχνουν ότι η ερμηνεία σάρωσης από την τεχνητή νοημοσύνη είναι πιο ισχυρή και πιο ακριβής από εκείνη των ακτινολόγων, συχνά εντοπίζοντας μικρά, σπάνια σημεία στις εικόνες. «Η τεχνητή νοημοσύνη δεν προορίζεται να αντικαταστήσει τους ακτινολόγους – είναι εκεί για να τους βοηθήσει να βρουν μια βελόνα στα άχυρα», είπε ο Δρ Walsh.