Η τεχνητή νοημοσύνη συμπλήρωσε 50 χρόνια ζωής. Είναι ένα από τα πιο νέα ερευνητικά πεδία. Η μελέτη της νοημοσύνης είναι ένα από τα πιο παλιά θέματα. ΤΝ είναι ο τομέας της επιστήμης των υπολογιστών , που ασχολείται με τη σχεδίαση ευφυών υπολογιστικών συστημάτων, δηλαδή συστημάτων που επιδεικνύουν χαρακτηριστικά που σχετίζουμε με τη νοημοσύνη στην ανθρώπινη συμπεριφορά (Barr και Feigenbaum).

O Howard Gardner στο βιβλίο του Frames of Mind: The theory of multiple intelligences (1983), διακρίνει σε κάθε άνθρωπο 8 τύπους νοημοσύνης (Γλωσσική, Λογική/Μαθηματική, Μουσική, Χωρική, Σωματική, Διαπροσωπική, Ενδοπροσωπική, Φυσιοκρατική) οι οποίοι είναι ευδιάκριτοι μέσα στον εγκέφαλο αλλά στην πράξη χρησιμοποιείται ένα μίγμα από αυτούς. Στο ερμηνευτικό λεξικό του Cambridge νοημοσύνη είναι η ικανότητα για μάθηση, κατανόηση κρίση ή αιτιολογημένη έκφραση γνώμης. Ο Douglas Hofstander προτείνει ότι νοημοσύνη είναι να: α) ανταποκρίνεσαι σε καταστάσεις με ελαστικότητα ( όχι μηχανική συμπεριφορά), β) κατανοείς τα ασαφή ή αντιφατικά μηνύματα από τα συμφραζόμενα, γ) αναγνωρίζεις και να ιεραρχείς τα διάφορα δεδομένα με βάση της σπουδαιότητα τους, δ) βρίσκεις ομοιότητες μεταξύ καταστάσεων οι οποίες μοιάζουν διαφορετικές, ε) βρίσκεις διαφορές μεταξύ καταστάσεων οι οποίες μοιάζουν παρόμοιες.

Στόχος της ΤΝ είναι να φτιάξει συστήματα που: α) σκέφτονται όπως οι άνθρωποι, β) συμπεριφέρονται όπως οι άνθρωποι, γ) σκέφτονται λογικά, δ) συμπεριφέρονται ( αντιδρούν ) λογικά. Γενικότερα ΤΝ είναι ο τομέας της Επιστήμης των Υπολογιστών που ασχολείται με τη σχεδίαση και την υλοποίηση προγραμμάτων τα οποία είναι ικανά να μιμηθούν τις ανθρώπινες γνωστικές ικανότητες, εμφανίζοντας έτσι χαρακτηριστικά που αποδίδουμε συνήθως σε ανθρώπινη συμπεριφορά, όπως η επίλυση προβλημάτων, η αντίληψη μέσω της όρασης, η μάθηση, η εξαγωγή συμπερασμάτων, η κατανόηση φυσικής γλώσσας, κλπ. Οι περιοχές της ΤΝ είναι: επίλυση προβλημάτων (π.χ.σταυρόλεξο, sudocu,κλπ), απόδειξη θεωρημάτων, επεξεργασία φυσικής γλώσσας, τεχνητή όραση, μηχανική μάθηση, σχεδιασμός ενεργειών και χρονοπρογραμματισμός, αυτόνομα Robot, έμπειρα συστήματα και συστήματα γνώσης, ευφυείς πράκτορες( agents), ευφυείς υπηρεσίες διαδικτύου και σημασιολογικό διαδίκτυο (semantic web), προσαρμοζόμενα και εξελισσόμενα ευφυή συστήματα, και άλλες. Υπάρχουν δύο προσεγγίσεις για την ΤΝ: 1) κλασική ή συμβολική( symbolic Al) , 2) υπολογιστική νοημοσύνη (computational intelligence) ή Συνδετική (connectionist) ή μη – συμβολική.

O Alan Turing εμπνεύστηκε το 1950 ένα τεστ (Turing Test), για την αναγνώριση ευφυών μηχανών. Ο προγραμματισμός ενός υπολογιστή για να περάσει το τεστ, απαιτεί τη συμμετοχή αρκετών επιστημονικών πεδίων, όπως: επεξεργασία φυσικής γλώσσας (Natural Language Processing, NPL), αναπαράσταση γνώσης, αυτοματοποιημένη συλλογιστική, μηχανική μάθηση.  Η ΤΝ θέτει συνεχώς υψηλότερους στόχους και πλέον προσπαθεί να δημιουργήσει συστήματα που εξαρτώνται λιγότερο από τον προγραμματιστή και περισσότερο από την ικανότητά τους να μαθαίνουν πώς να συμπεριφέρονται, αλληλεπιδρώντας με το περιβάλλον.

 Όλοι οι τομείς τεχνητής νοημοσύνης και ρομποτικής ανάπτυξης προοδεύουν με μεγάλη ταχύτητα  σήμερα. Οι εργασίες έχουν διαφορετικές κατευθύνσεις στα διάφορα μέρη του κόσμου. Κάποιες ερευνητικές ομάδες εργάζονται πάνω στην αναγνώριση φωνής, άλλες διδάσκουν ανθρωποειδή ρομπότ να περπατούν , ενώ άλλες ομάδες διδάσκουν ρομπότ να αντιλαμβάνονται τον κόσμο γύρω τους. Υπάρχουν και ομάδες ερευνητών της τεχνητής νοημοσύνης που εργάζονται στην έρευνα και τη θεραπεία διάφορων μορφών καρκίνου.

Τον Μάιο του 2016, το γαλλικό Ινστιτούτο Curie που ειδικεύεται στην έρευνα και την θεραπεία του καρκίνου, ξεκίνησε μια συνεργασία με το Owkin, ένα start-up που ειδικεύεται στην τεχνητή νοημοσύνη με σκοπό να αναπτύξει ένα λογισμικό που θα βοηθήσει και θα επιταχύνει την έρευνα στον τομέα της ογκολογίας. Ο Τομά Κλοζέλ, πρώην επικεφαλής γιατρός στο τμήμα της αιματολογίας και ερευνητής στο Weill Cornell, ίδρυσε το startup Owkin το Σεπτέμβριο του 2016 μαζί με τον Ζιλ Γουέινριμπ, ειδικό στην εφαρμοσμένη πληροφορική με σκοπό να εφεύρουν μια τεχνητή και συλλογική νοημοσύνη για να λύσει περίπλοκα προβλήματα της ιατρικής.

Στη συνέχεια, προσέλαβαν μια ομάδα επιστημόνων που ειδικεύονται στη διαχείριση και ανάλυση μαζικών δεδομένων. Ο αλγόριθμος που ανέπτυξε η ομάδα θα μπορεί να αναδείξει ένα πιο ακριβές αποτέλεσμα όσον αφορά στην θεραπεία ενός ασθενούς. Για πάνω από δέκα χρόνια, το Iνστιτούτο Curie συλλέγει πλήρως ψηφιοποιημένα ιατρικά αρχεία σε μια τεράστια βάση δεδομένων η οποία μέχρι σήμερα παραμένει σχετικά αναξιοποίητη. Τα αρχεία αυτά πλέον θα διαβιβάζονται στο Owkin και θα ταξινομούνται μέσω ενός προγράμματος αυτοματοποιημένης ανάλυσης για να περάσουν μετά στο επόμενο στάδιο της διασταύρωσης.

Αυτά τα δεδομένα συλλέγονται από νοσοκομεία, ερευνητικά κέντρα ή πρόκειται για ανοιχτά δεδομένα (open data). Στόχος είναι η ανάπτυξη ενός εργαλείου που θα επιτρέπει στους γιατρούς να συμβουλευθούν τα αρχεία των ασθενών που πάσχουν από διάφορες μορφές καρκίνου, έτσι ώστε να μπορέσουν να βελτιώσουν την θεραπευτική διαδικασία. Παράλληλα, το Οwkin συνεργάζεται στενά με πολλά νοσοκομεία και εταιρείες βιοτεχνολογίας στη Γαλλία και το εξωτερικό για την εύρεση νέων θεραπειών.

Οι ερευνητές μελετούν έναν νέο τρόπο εκμετάλλευσης της τεχνητής νοημοσύνης, αυτή τη φορά για να προβλέψουν την επίδραση ενός ασθενούς σε φάρμακα χημειοθεραπείας που χρησιμοποιούνται για τη θεραπεία του καρκίνου του μαστού. Με βάση την προσωπική γενετική ανάλυση των όγκων τους, οι ασθενείς με τον ίδιο τύπο καρκίνου μπορεί να έχουν διαφορετικές αντιδράσεις στο ίδιο φάρμακο. Ενώ μερικοί ασθενείς θα ανταποκρίνονταν καλά και θα περνούσαν σε ύφεση, άλλοι θα δημιουργούσαν αντίσταση στο φάρμακο.

Ο εντοπισμός των γενετικών παραγόντων που οδηγούν σε αντίσταση ή τη διαγραφή, μπορεί να βοηθήσει στην ανάπτυξη για καλύτερα στοχευόμενες, εξατομικευμένες θεραπευτικές αγωγές με καλύτερα αποτελέσματα για τους ασθενείς. Ο Rogan και η Joan Knoll, PhD, Καθηγητής, Ιατρικής στο Schulich & Dentistry ξεκίνησε ορίζοντας ένα σταθερό σύνολο των γονιδίων στο 90 τοις εκατό των όγκων καρκίνου του μαστού το 2012. Αρχίζοντας με 40 γονίδια συμπεριλαμβανομένων αρκετών σταθερών γονιδίων, η ομάδα χρησιμοποίησε τεχνητή νοημοσύνη σε συνδυασμό με δεδομένα από κυτταρικές σειρές και ιστούς όγκων από ασθενείς με καρκίνο οι οποίοι είχαν λάβει θεραπεία με τουλάχιστον ένα από τα φάρμακα χημειοθεραπείας για να περιορίσουν το μέγεθος των όγκων. Ερευνητές του Αντικαρκινικού Κέντρου Memorial Sloan Kettering της Νέας Υόρκης, τροφοδοτούν ένα νέο πρόγραμμα τεχνητής νοημοσύνης με εκατοντάδες χιλιάδες κλινικές σημειώσεις και άλλα στοιχεία πάνω σε πραγματικά περιστατικά ασθενών.

Το πρόγραμμα εκπαιδεύεται σταδιακά να διαβάζει αυτόν τον τεράστιο όγκο ιατρικών δεδομένων και να προσπαθεί να βρει ομοιότητες ανάμεσα σε περιστατικά, που εκ πρώτης όψεως φαίνονται άσχετα μεταξύ τους. Στόχος των ερευνητών είναι να αναπτύξουν υπολογιστικά μοντέλα, που θα αναλύουν την πορεία της ασθένειας κάθε ασθενούς, τη σχέση της πάθησής του με άλλους ασθενείς και την πιθανή εξέλιξή της στο μέλλον. Ο αλγόριθμος των ερευνητών έχει διαβάσει ανώνυμες ιατρικές σημειώσεις και άλλα δεδομένα για περίπου 200.000 καρκινοπαθείς.

Οι γιατροί, ελπίζουν να φέρουν στο φως περιπτώσεις καρκίνου με κοινό γενετικό υπόβαθρο, ποντάροντας στο ότι -παρά την άγνοια ασθενών και γιατρών- η μηχανή τεχνητής νοημοσύνης θα διακρίνει κρυφές ομοιότητες στα ιατρικά ιστορικά. Άλλα προγράμματα τεχνητής νοημοσύνης εκπαιδεύονται να κάνουν ιατρικές διαγνώσεις, μετά από αξιολόγηση ακτινογραφιών, μαγνητικών τομογράφων και άλλων εξετάσεων.

Ένα μηχάνημα με τεχνητή νοημοσύνη μπορεί ίσως να ανακαλύψει τις  σχέσεις ανάμεσα σε περιστατικά καρκίνου, οι οποίες έχουν ξεφύγει από τους γιατρούς. Η δυνατότητα ύπαρξης υπολογιστικών μοντέλων που θα αναλύουν την πορεία της ασθένειας κάθε ασθενούς, τη σχέση της πάθησής του με άλλους ασθενείς και την πιθανή εξέλιξή της στο μέλλον, επιτρέπει να εξεταστεί με πιο τρόπο θα θεραπευτεί καλύτερα ο συγκεκριμένος ασθενής. Όπως έχει πει ο Ρόγκαν καθηγητής στα τμήματα της Βιοχημείας, της Ογκολογίας και Επιστήμης Υπολογιστών, στον Καναδά :α)  «Η Τεχνητή Νοημοσύνη είναι ένα ισχυρό εργαλείο για την πρόβλεψη των αποτελεσμάτων του κάθε φαρμάκου επειδή φαίνεται στο άθροισμα όλων των αλληλεπιδρώντων γονιδίων,»  β) «Αν μπορούμε να χρησιμοποιήσουμε την τεχνολογία αυτή για να βελτιώσουμε τις γνώσεις μας, θα μπορούσε να βελτιώσουμε την έκβαση των ασθενών. Όσο νωρίτερα έχουμε τη θεραπεία ενός ασθενούς με το πιο αποτελεσματικό φάρμακο, το πιο πιθανό είναι ότι μπορεί να αντιμετωπίσει αποτελεσματικά ή ενδεχομένως ακόμα και να θεραπεύσει τον / την ασθενή.»

«Ο ανθρώπινος νους -και του γιατρού- είναι περιορισμένος, συνεπώς προκύπτει η ανάγκη να χρησιμοποιήσουμε τη στατιστική και την επιστήμη των υπολογιστών».

 

 

 

 

Στυλιανίδου Π. Στυλιανή

-Ακτινοθεραπεύτρια Ογκολόγος, MD Επιμελήτρια Α’, Π.Γ.Ν.Θ.ΑΧΕΠΑ, Θεολόγος- Θεολογική Σχολή Α.Π.Θ, Μεταπτυχιακή Φοιτήτρια Π.Μ.Σ. Θεολογίας , Α.Π.Θ. «Θεολογία και Πολιτισμός», Μεταπτυχιακή Φοιτήτρια Δ.Π.Μ.Σ Ιατρικής Α.Π.Θ., «Σύγχρονες Ιατρικές Πράξεις: Δικαική Ρύθμιση και Βιοηθική Διάσταση», Υπ. Διδάκτωρ Ιατρικής Α.Π.Θ.