Ο διακεκριμένος χειρουργός οφθαλμίατρος, διδάκτωρ της Ιατρικής Σχολής του Πανεπιστημίου Αθηνών, Ιωάννης Μάλλιας μας ενημερώνει για την συμβολή ενός συστήματος τεχνητής νοημοσύνης στην Οφθαλμιατρική.
H συνεχώς αυξανόμενη εμφάνιση του σακχαρώδους διαβήτη συσχετίζεται με τον ανθυγιεινό τρόπο ζωής και διατροφής, την παχυσαρκία, το κάπνισμα και την έλλειψη σωματικής δραστηριότητας. Ο συνολικός αριθμός των ασθενών με διαβήτη εκτιμάται ότι θα φτάσει τα 300 εκατομμύρια έως το 2025 και τα 366 εκατομμύρια έως το 2030. Η Ινδία, η Κίνα και οι ΗΠΑ παραμένουν στην κορυφή των χωρών με τα υψηλότερα ποσοστά πασχόντων από σακχαρώδη διαβήτη παγκοσμίως. Ένα εξαιρετικά σημαντικό ποσοστό διαβητικών ασθενών μπορεί να εμφανίσει διαβητική αμφιβληστροειδοπάθεια. Πιο συγκεκριμένα πρόσφατες μελέτες αποκάλυψαν ότι πάνω από το 18% των ασθενών στην Κίνα και πάνω από το 21% στην Ινδία εμφανίζουν διαβητική αμφιβληστροειδοπάθεια. Ο προληπτικός και τακτικός οφθαλμολογικός έλεγχος προφυλάσσει από την μη αναστρέψιμη τύφλωση που μπορεί να προκαλέσει η διαβητική αμφιβληστροειδοπάθεια.
Παγκοσμίως ο επιπολασμός της διαβητικής αμφιβληστροειδοπάθειας αυξάνεται εκθετικά, επομένως είναι φυσική απόρροια οι πάσχοντες να μην λαμβάνουν την απαιτούμενη φροντίδα και πρόληψη. Αυτό έχει σαν αποτέλεσμα την επιδείνωση της πάθησης. Αναλυτικότερα η νόσος μεταπίπτει σε παραγωγική διαβητική αμφιβληστροειδοπάθεια, δημιουργούνται ελκτικές αποκολλήσεις και ο ασθενής οδηγείται στην τύφλωση. Όπως αναφέρει ο κύριος Μάλλιας: «Όσο η νόσος μένει χωρίς θεραπεία τόσο τα προγνωστικά για βελτίωση της όρασης μειώνονται. Πρόκειται για ένα δρόμο χωρίς επιστροφή, η τύφλωση που επέρχεται από την διαβητική αμφιβληστροειδοπάθεια είναι μη αναστρέψιμη. Η τεχνολογία τεχνητής νοημοσύνης στέκεται αρωγός σε αυτό το δύσκολο έργο πρόληψης και διάγνωσης της νόσου. Πρόκειται για ένα σύστημα το οποίο βασίζεται σε αλγόριθμο και το οποίο σκανάρει τον βυθό του ματιού και μπορεί να “ξεχωρίσει” την φυσιολογική ή την παθολογική εικόνα. Έτσι εύκολα χωρίς την άμεση ανθρώπινη παρέμβαση μπορεί να γίνει διάγνωση της νόσου και να δοθεί από τον γιατρό η κατάλληλη θεραπεία. Πρέπει ωστόσο να τονίσουμε πως ειδικά οι διαβητικοί ασθενείς είναι απαραίτητο να παρακολουθούνται από τον οφθαλμίατρο σε τακτά χρονικά διαστήματα ούτως ώστε να προληφθεί γρήγορα η νόσος».
Έπειτα από ερευνητικές μελέτες διαπιστώθηκε ότι ο αλγόριθμος χρησιμοποιώντας ένα νευρωνικό δίκτυο μπορεί να πετύχει διάγνωση της νόσου με υψηλή ακρίβεια. To σύστημα αυτόνομης τεχνητής νοημοσύνης έχει εγκριθεί από το FDA και ενδείκνυται για χρήση από τους παρόχους υγειονομικής περίθαλψης. Το σύστημα μπορεί να ανιχνεύσει είτε την ήπια, είτε την σοβαρή διαβητική αμφιβληστροειδοπάθεια. Όπως σημειώνει ο κύριος Μάλλιας «τα εργαλεία τεχνητής νοημοσύνης μπορούν να βοηθήσουν τους οφθαλμιάτρους να χειριστούν πολύ περισσότερα δεδομένα πολύ πιο γρήγορα και να δώσουν προτεραιότητα εκεί που πραγματικά χρειάζεται». Επίσης συνεχίζει: «Είναι πραγματικά εντυπωσιακή η ύπαρξη ενός διαγνωστικού συστήματος όπου δεν αναμιγνύεται πουθενά ο άνθρωπος».
Μόλις το σύστημα τεχνητής νοημοσύνης αναλύσει εικόνες που τραβήχτηκαν από μια μη-μυδριατική κάμερα αμφιβληστροειδούς, τα αποτελέσματα κοινοποιούνται αυτόματα σε μία βάση δεδομένων ενός ηλεκτρονικού υπολογιστή. Η όλη διαδικασία αυτοματοποιείται μόλις τραβηχτεί η εικόνα. Ο κύριος Μάλλιας υπογραμμίζει πως «τα γενικά πλεονεκτήματα της τεχνητής νοημοσύνης περιλαμβάνουν την αυτοματοποίηση ορισμένων εργασιών. Λόγω της ρομποτικής φύσης της κάμερας και της πλήρως αυτόνομης διάγνωσης, σχεδόν οποιοσδήποτε μπορεί να εκπαιδευτεί για να χειριστεί το διαγνωστικό αυτό μηχάνημα. Το αποτέλεσμα της εξέτασης εμφανίζεται σε λιγότερο από ένα λεπτό. Ολόκληρη η εμπειρία του ασθενούς είναι περίπου πέντε λεπτά».
Ο κύριος Μάλλιας καταλήγει πως «παρόλο που το σύστημα τεχνητής νοημοσύνης δεν είναι πανάκεια έχει τεράστιες δυνατότητες σε πολλούς κλινικούς τομείς, ιδιαίτερα στην οφθαλμιατρική. Ως εκ τούτου οι επαγγελματίες της υγείας χρειάζεται να εξοικειωθούν με τέτοιες τεχνολογίες τεχνητής νοημοσύνης».
Η εξέλιξη της επιστήμης και της τεχνολογίας μας εκπλήσσει συνεχώς διαμορφώνοντας το κατάλληλο έδαφος για την εξέλιξη συστημάτων, που παλαιότερα δεν μπορούσαμε καν να φανταστούμε!
