Η τεχνητή νοημοσύνη μπαίνει στα τμήματα επειγόντων περιστατικών των ελληνικών νοσοκομείων. Μια πρωτοποριακή μελέτη του ΑΧΕΠΑ στη Θεσσαλονίκη δοκίμασε αλγόριθμους για τη διαλογή ασθενών. Τα αποτελέσματα αποκαλύπτουν τι μπορεί και τι δεν μπορεί ακόμα να κάνει η ΑΙ.
Πώς δοκιμάστηκε η τεχνητή νοημοσύνη
Το Τμήμα Επειγόντων Περιστατικών του ΑΧΕΠΑ ανέλυσε δεδομένα από 39.375 ασθενείς που προσήλθαν στο νοσοκομείο. Οι ερευνητές του ΑΠΘ τοποθέτησαν υπό δοκιμή διάφορα Μεγάλα Γλωσσικά Μοντέλα (LLMs). Στη συνέχεια σύγκριναν τις αποφάσεις του αλγόριθμου με τις διαλογές του ιατρονοσηλευτικού προσωπικού βάσει του διεθνούς συστήματος ESI (Emergency Severity Index).
Η έρευνα δημοσιεύθηκε στο περιοδικό Journal of Clinical Medicine. Είναι μία από τις μεγαλύτερες αναδρομικές μελέτες παγκοσμίως σχετικά με αυτό το θέμα.
Σε ποιες ειδικότητες αριστεύει η τεχνητή νοημοσύνη
Τα αποτελέσματα δεν είναι ομοιόμορφα. Η αποτελεσματικότητα της τεχνητής νοημοσύνης διαφέρει σημαντικά ανάλογα με το είδος του περιστατικού. Στα οφθαλμολογικά περιστατικά, η ΑΙ έφτασε το εντυπωσιακό 81% ακρίβειας. Η σαφήνεια των συμπτωμάτων διευκολύνει τον αλγόριθμο.
Στα παιδιατρικά περιστατικά τα αποτελέσματα ήταν εξαιρετικά. Η δομή των δεδομένων επέτρεψε στα μοντέλα να κάνουν ασφαλείς προβλέψεις. Υψηλά ποσοστά καταγράφηκαν και στη γυναικολογία και στην ΩΡΛ, όπου η ΑΙ λειτουργεί ως αξιόπιστος ψηφιακός βοηθός.
Αντίθετα, η τεχνητή νοημοσύνη αντιμετωπίζει δυσκολίες σε σύνθετα περιστατικά. Τα παθολογικά και πολυτραυματικά περιστατικά απαιτούν βαθύτερη κλινική κρίση. Εδώ η αλληλεπίδραση πολλών συμπτωμάτων καθιστά τη διαλογή πολύ πιο περίπλοκη.
Τα προβλήματα που παραμένουν ανοικτά
Οι ελληνες επιστήμονες τονίζουν ότι η τεχνητή νοημοσύνη δεν είναι έτοιμη να αντικαταστήσει τον άνθρωπο στη διαλογή. Παρατηρήθηκαν δύο κρίσιμα προβλήματα κατά την ανάλυση των 39.375 περιπτώσεων.
Το πρώτο είναι το φαινόμενο «over-triage», όπου το σύστημα θεωρεί το περιστατικό πιο σοβαρό από ό,τι είναι. Αυτό οδηγεί σε άσκοπη συμφόρηση των νοσοκομείων και σπατάλη πόρων. Το δεύτερο είναι το «under-triage», όπου υποτιμάται η σοβαρότητα. Αυτό είναι πολύ πιο επικίνδυνο για τους ασθενείς.
Η μελέτη ανοίγει το δρόμο για μελλοντικές εφαρμογές της τεχνητής νοημοσύνης στα νοσοκομεία, αλλά ως συμπληρωματικό εργαλείο και όχι αντικατάστατο των γιατρών.
