Η AI της Google μπορεί να βοηθήσει στη διάγνωση μέσω υπέρηχων και τη θεραπεία του καρκίνου

[polemikos]

Η τεχνητή νοημοσύνη δεν χρησιμεύει μόνο για τη σύνταξη εργασιών για το… σχολείο, τη συγγραφή σεναρίων για ταινίες επιστημονικής φαντασίας ή ακόμα και για τη σύνταξη άρθρων με οικονομικές συμβουλές για μεγάλους εκδοτικούς οίκους, καθώς θα μπορούσε να βοηθήσει να σωθούν ζωές από την αξιοποίησή της στον ιατρικό και νοσηλευτικό τομέα.

Στην ετήσια εκδήλωση για την υγειονομική περίθαλψη της Google με την ονομασία «The Check Up», η εταιρεία ανακοίνωσε σημαντικές συνεργασίες που έχουν στον επίκεντρο την υγεία και τη χρήση της Τεχνητής Νοημοσύνης για διαγνώσεις μέσω υπέρηχων, την ανάπτυξη/χρήση ιατρικών γλωσσικών μοντέλων και τη θεραπεία διάφορων μορφών καρκίνου κ.ά. Η Google θεωρεί ότι η Τεχνητή Νοημοσύνη είναι ζωτικής σημασίας σε περιοχές με έλλειψη σε εξειδικευμένο ιατρικό ή νοσηλευτικό προσωπικό για τη διάγνωση παθήσεων μέσω της υπερηχογραφίας ή υπερηχοτομογραφίας.

Αν και πλέον οι συσκευές υπερήχων είναι πιο προσιτές από ποτέ, εντούτοις απαιτούνται ειδικοί για να κάνουν τη διάγνωση και να ερμηνεύουν αυτό που διακρίνεται στις εξετάσεις. Τα μοντέλα τεχνητής νοημοσύνης της εταιρείας θα μπορούσαν να βοηθήσουν στην απλοποίηση αυτής της διαδικασίας εντοπίζοντας δεδομένα όπως η έγκαιρη ανίχνευση του καρκίνου του μαστού και την ηλικία της κύησης σε μέλλουσες μητέρες. Για να γίνει αυτό πραγματικότητα, ο γίγαντας της αναζήτησης συνεργάζεται με την Κενυάτικη, μη-κερδοσκοπική οργάνωση Jacaranda Health για την πραγματοποίηση διαγνώσεων μέσω υπερήχων που βασίζονται στην Τεχνητή Νοημοσύνη για μητέρες και μωρά σε κρατικά νοσοκομεία. «Μέσω αυτής της συνεργασίας, θα διεξαγάγουμε έρευνες για να κατανοήσουμε την τρέχουσα προσέγγιση στην πραγματοποίηση εξετάσεων υπερήχων στην Κένυα και να μελετήσουμε τους τρόπους με τους οποίους τα νέα εργαλεία Τεχνητής Νοημοσύνης θα μπορούν να υποστηρίξουν τη δυνατότητα πραγματοποίησης υπερηχογραφήματος σε σημεία φροντίδας για εγκύους» δήλωσαν οι επικεφαλής Τεχνητής Νοημοσύνης Υγείας της Google, Greg Corrado και ο Αντιπρόεδρος Μηχανικής, Yossi Matias σε μία ανάρτηση στο επίσημο blog της εταιρείας.

Η εταιρεία συνεργάζεται επίσης με το Chang Gung Memorial Hospital στην Ταϊβάν για να ερευνήσει τους τρόπου που η Τεχνητή Νοημοσύνη θα μπορούσε να ανιχνεύσει τον καρκίνο του μαστού μέσω υπερήχων ως εναλλακτική λύση στις μαστογραφίες, οι οποίες έχουν περιορισμένη διαθεσιμότητα σε περιοχές με χαμηλότερους πόρους.

H Google επίσης έκανε γνωστό, ότι το ιατρικό μεγάλο γλωσσικό μοντέλο (LLM) της έχει σημειώσει μεγάλο πρόοδο και έχει βελτιωθεί σε αξιοσημείωτο βαθμό. Το Med-PaLM 2, όπως είναι η ονομασία του μεγάλου γλωσσικού μοντέλου επόμενης γενιάς της εταιρείας, απάντησε σωστά στο 85% των ερωτημάτων σε ιατρικές εξετάσεις -βελτίωση που ισοδυναμεί με 18% σε σύγκριση με την επίδοση της προηγούμενης έκδοσης του. «Το συγκεκριμένο μοντέλο όχι μόνο απάντησε με ακρίβεια σε ερωτήσεις πολλαπλής επιλογής και ανοικτού τύπου (περιλαμβάνουν μία ερώτηση και ένα κενό πεδίο), αλλά παρείχε επίσης το σκεπτικό πίσω από τις απαντήσεις που έδωσε ενώ αξιολόγησε και τις δικές του απαντήσεις» αναφέρουν στην ανάρτηση τους οι κ. Greg Corrado και Yossi Matias.

Σε κάθε περίπτωση, μην περιμένετε πάντως ένα bot τύπου ChatGPT να αντικαθιστά τον γιατρό σας σύντομα, καθώς η Google προειδοποιεί ότι η τεχνολογία εξακολουθεί να μην είναι έτοιμη για τον πρακτικό κόσμο. Για παράδειγμα, στην περίπτωση μίας αξιολόγησης που βασίστηκε σε κριτήρια όπως η επιστημονική ακρίβεια, η ιατρική συναίνεση, η συλλογιστική, η μεροληψία και οι βλάβες, προέκυψαν «σημαντικά κενά» στις απαντήσεις σε ιατρικές ερωτήσεις. Οι κ. Greg Corrado και Yossi Matias γράφουν στην ανάρτηση: «Ανυπομονούμε να συνεργαστούμε με ερευνητές και την παγκόσμια ιατρική κοινότητα για να καλύψουμε αυτά τα κενά και να κατανοήσουμε πως αυτή η τεχνολογία μπορεί να βοηθήσει στη βελτίωση της παροχής υπηρεσιών υγείας».

Η Google συνεργάστηκε επίσης με την Mayo Clinic για να διερευνήσει το ρόλο της τεχνητής νοημοσύνης στον προγραμματισμό των ακτινοθεραπειών για τη θεραπεία του καρκίνου. Η έρευνα επικεντρώνεται στη μείωση των κουραστικών και χρονοβόρων βημάτων που απαιτούνται στη διαδικασία της ακτινοθεραπείας - κυρίως, του λεγόμενου «contouring». Αυτή η τεχνική απαιτεί από τους κλινικούς ιατρούς να σχεδιάζουν γραμμές στις αξονικές τομογραφίες για να διαχωρίσουν τις καρκινικές περιοχές από τους κοντινούς υγιείς ιστούς που η ακτινοβολία θα μπορούσε να βλάψει, μια διαδικασία που μπορεί να διαρκέσει έως και επτά ώρες για έναν ασθενή. Η Google έκανε γνωστό ότι πρόκειται σύντομα να δημοσιεύσει τα αποτελέσματα μίας τριετούς μελέτης της ενώ πρόκειται και να επισημοποιήσει μια συμφωνία με την Mayo Clinic για να πραγματοποιήσει μία διευρυμένη έρευνα πάνω στην ακτινοθεραπεία, στα μοντέλα τεχνητής νοημοσύνης και στις εμπορικές χρήσεις τους.

Τέλος, η Google θεωρεί ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη διάγνωση της φυματίωσης μέσω της ακτινογραφίας θώρακα. Η εταιρεία συνεργάζεται με έναν οργανισμό που εξειδικεύεται στην Τεχνητή Νοημοσύνη για να καταστήσει ευρέως διαθέσιμες τις εξετάσεις φυματίωσης με τη βοήθεια της Τεχνητής Νοημοσύνης στην Υποσαχάρια Αφρική. Οι συνεργάτες της έχουν δεσμευτεί να προσφέρουν 100.000 δωρεάν προληπτικούς ελέγχους για να βοηθήσουν στην έγκαιρη ανίχνευση της φυματίωσης και να παρέχουν έγκαιρη θεραπεία για τη μείωση της εξάπλωσής της.

Διαβάστε ολόκληρο το άρθρο

[troi.g]

Αν όντως υφίσταται κάτι τέτοιο, μπράβο στην google.

[gadgetseek]

Σίγουρα θα μπορέσει να βοηθήσει στην ταχύτερη και καλύτερη πρόγνωση (αλλά και στη διάγνωση..)

Προσθέτει πολλά ζευγάρια μάτια σε αυτά του γιατρού..

Κι αυτά είναι τέλεια νέα..

[immortalx]

Τρανη αποδειξη οτι το AI δεν ειναι απλα το buzzword των ημερων. Αν ειναι να φερνει τετοια καλα νεα ας κονταροχτυπιουνται οσο θελουν η Microsoft και η Google.

[m3ltd0wn]

Τα συστήματα υποβοήθησης λήψης αποφάσεων σαφώς προσθέτουν πολύ στην ακρίβεια ενός διαγνώστη. Πολλές φορές έχουν αποδειχθεί και καλύτερα σε όρους ακρίβειας από ένα έμπειρο μάτι. Το μεγάλο κακό είναι ότι η έρευνα σε αυτά τα κομμάτια της μηχανικής μάθησης είναι αρκετά πίσω για διάφορους λόγους (πρόσβαση σε ιατρικά δεδομένα, ελλιπής χρηματοδότηση, να μην βρίσκεις experts στον τομέα, κλπ). Έχω δουλέψει πολλά χρόνια σε αυτό το ερευνητικό κομμάτι και τα έχω δει από πρώτο χέρι.

Επίσης το κακό είναι ότι αυτή η έρευνα δεν είναι τωρινή αλλά τρέχει πάρα πολλά χρόνια τώρα... ωστόσο κανείς δεν ασχολείται να την προωθήσει γιατί δεν είναι και τόσο πιασάρικη όσο ένα deepfake ή ένα chatGPT (αν και εδώ συγκεκριμένα μιλάμε και για μεγάλα γλωσσικά μοντέλα εκτός από ανάλυση εικόνας)...

Μακάρι μαζί με το βασιλικό να ποτιστεί και η γλάστρα κάποια στιγμή...

[iaponezos]

Σαν να άργησε να χωθεί η google πως και έτσι.

 

[Angellorex]

Και στο background παίζει δισκογραφία Hypocrisy

[drteo]

Ως ιατρός και στην συγκεκριμένη ειδικότητα , θα ήθελα να σχολιάσω οτι το AI  είναι πολλά υποσχόμενο στην εγκάρσια απεικόνιση CT - MRI , άλλα στους υπερήχους που η εξέταση εχει να κάνει σε πολύ μεγάλο βαθμό απο την εμπειρία και το χέρι του ιατρου που πραγματοποιεί την εξέταση  εκεί τα πράγματα είναι πολύ διαφορετικά. Θα είναι χρήσιμο σε συγκεκριμένους σκοπούς όπως σε εκπαιδευτικό επίπεδο ή όταν ο υπέρηχος εκτελείται απο ιατρό άλλης ειδικότητας που δεν έχει ιδιαίτερη εμπειρία και υποτίθεται οτι θα πάρει μια βοήθεια. Γενικά επειδή  έχουν γίνει πολλές προσπάθειες στο εξωτερικό οσο άφορα τους υπερήχους , δεν θέλω να γίνω πολύ αναλυτικός εδω θα έγραφα σελίδες , έχουν αποτύχει όλες γιατί η συγκεκριμένη εξέταση εξαρτάται κατα 99,9% απο τη εμπειρία και το χέρι του ιατρου που την εκτελεί. Στην αξονική και μαγνητική τομογραφία όμως που η εξέταση είναι τυποποιημένη ( ξαπλώνεις σε ενα κρεβάτι  και γίνεται ενα scan ) , οταν εξελιχθούν λίγο ακόμα οι αλγόριθμοι θα είναι πολύ μεγάλη βοήθεια στην φαρέτρα του ιατρου μιας και ο όγκος των εξετάσεων πολλαπλασιάζεται με πολύ γρήγορους  ρυθμούς λόγω της γήρανσης του πληθυσμου,  οχι μόνο στην Ελλάδα άλλα σε παγκόσμιο επίπεδο.

[eskimoos]

Η τεχνολογία Αi αποτι καταλαβαίνω μπορεί να έχει πρόσβαση σε όλες τις διαθέσιμες πληροφορίες και γνώσεις, καθώς όλες είναι διαθέσιμες στο ίντερνετ. Επίσης θα μπορεί να μαθαίνει,  να εξελίσσεται από μόνη της και να λειτουργεί αυτονομα. Αυτό λοιπόν θα μπορούσε να την κάνει τον καλύτερο ερευνητή, ανάμεσα στα άλλα και την ιατρική. Αν λοιπόν εμείς δεν είμαστε ακόμα ικανοί να αντιμετωπίσουμε σοβαρες ασθένειες, ίσως να τα καταφέρει αυτή. Και μακάρι να το κάνει