istock
Ένας Έλληνας επιστήμονας, που βρίσκεται για ακόμα μία φορά ανάμεσα στους 50 καλύτερους επιστήμονες παγκοσμίως στον τομέα της ψυχικής υγείας και στους 10 καλύτερους στην Ευρώπη στην κλινική εφαρμογή νέων τεχνολογιών στον τομέα της ψυχικής ευεξίας, ο Αντώνιος Ντακανάλης, καθηγητής και επικεφαλής ερευνητής Ψυχιατρικής και Ψυχοθεραπείας στο Πανεπιστήμιο του Μιλάνου-Μπικόκα, χρησιμοποιεί εφαρμογές με τη βοήθεια της τεχνητής νοημοσύνης για τη θεραπεία της κατάθλιψης, προβλέποντας έγκαιρα και με μεγάλη ακρίβεια το αν και πόσο "δουλεύουν" τα αντικαταθλιπτικά σε έναν συγκεκριμένο ασθενή.
Ποιες εφαρμογές έχετε σχεδιάσει;
Στο Πανεπιστήμιο του Μιλάνου ασχολούμαστε με την έγκαιρη και έγκυρη πρόγνωση στον τομέα της ψυχικής υγείας. Αξιοποιούμε, δηλαδή, την τεχνητή νοημοσύνη για να προβλέπουμε το πώς θα ανταποκριθούν οι ασθενείς μας σε ένα συγκεκριμένο είδος ψυχοθεραπείας ή φαρμακευτικής αγωγής.
Για παράδειγμα, πρωτοπορούμε παγκοσμίως, καθώς υλοποιούμε ένα διεπιστημονικό πρόγραμμα, χρηματοδοτούμενο από το τραπεζικό ίδρυμα Cariplo, που χρησιμοποιεί την τεχνητή νοημοσύνη για να προβλέψει έγκαιρα και με ακρίβεια ποιοι καταθλιπτικοί ασθενείς δε θα ανταποκριθούν επαρκώς ή καθόλου στα υπάρχοντα αντικαταθλιπτικά.
Πρόκειται για μια τεράστια πρόκληση, καθώς η πολυπλοκότητα των ψυχικών νόσων καθιστά δύσκολη, αλλά όχι ακατόρθωτη, την ποσοτικοποίησή τους μέσω ενός αλγορίθμου. Παρ’ όλα αυτά, τα προκαταρκτικά αποτελέσματα της πολυετoύς έρευνάς μας, που υλοποιείται σε χιλιάδες ασθενείς, είναι πολύ ενθαρρυντικά και σημαντικά.
Σύμφωνα με τις εκτιμήσεις, σχεδόν 300 εκατομμύρια άνθρωποι πάσχουν παγκοσμίως από κατάθλιψη, ενώ το 30% των ασθενών δεν ανταποκρίνεται στη φαρμακευτική αγωγή. Ο έγκαιρος εντοπισμός των ασθενών που πάσχουν από τη λεγόμενη φαρμακοανθεκτική κατάθλιψη και διατρέχουν, μεταξύ άλλων, αυξημένο κίνδυνο αυτοκτονίας είναι εξαιρετικά σημαντικός και μπορούμε να παρέμβουμε εγκαίρως, πριν μια κατάσταση γίνει πιο σοβαρή.
Ποιες νέες τεχνολογίες αξιοποιήσατε; Τι ρόλο έπαιξε η τεχνητή νοημοσύνη στις εφαρμογές σας;
Υπάρχουν διάφοροι τύποι τεχνητής νοημοσύνης. Εμείς επικεντρωνόμαστε στη λεγομένη μηχανική μάθηση, όπου οι αλγόριθμοι εκπαιδεύονται να αναλύουν πραγματικά κλινικά δεδομένα ασθενών με κατάθλιψη, καθώς και ηλεκτρονικά αρχεία υγείας τους, βρίσκοντας μοτίβα και συσχετίσεις, και να τα χρησιμοποιούν για να προβλέψουν με μεγάλη ακρίβεια τον βαθμό με τον οποίο αυτοί οι ασθενείς θα ανταποκριθούν στη φαρμακευτική αγωγή.
Λαμβάνουμε υπόψη πάνω από 100 σημαντικούς παράγοντες που κάνουν δυνατή αυτή την πρόβλεψη, όπως οι κλινικές και βιοχημικές εξετάσεις, η εγκεφαλική λειτουργία και το ιστορικό του ασθενούς.
Πώς ξεκίνησε η ιδέα; Ποιες προκλήσεις αντιμετωπίσατε στη δημιουργία ή την προώθησή τους;
Η ιδέα ξεκίνησε από πραγματικές ανάγκες που αντιμετωπίζουμε καθημερινά στην κλινική πράξη και την επιθυμία να βελτιώσουμε την ποιότητα ζωής των ασθενών μας και των οικείων τους. Τα τελευταία 50 χρόνια έχουμε, ευτυχώς, στη διάθεσή μας μεγάλο αριθμό αντικαταθλιπτικών, όμως η χρήση τους δεν είναι τόσο απλή. Δυστυχώς, στην ψυχιατρική δεν έχουμε στη διάθεσή μας διαγνωστικές εξετάσεις, όπως έχουν οι υπόλοιπες ειδικότητες της ιατρικής.
Ο ψυχίατρος βασίζεται στη λεκτική και την εξωλεκτική επικοινωνία που έχει με τον ασθενή του και τη λήψη ιστορικού. Αν λάβετε υπόψη σας ότι πολλοί ασθενείς είναι αρνητικοί ή επιφυλακτικοί στη λήψη φαρμάκων, ότι τα αντικαταθλιπτικά αργούν να δράσουν και ότι συχνά υπάρχει συννοσηρότητα, καταλαβαίνετε ότι το τοπίο είναι δύσκολο. Ο ασθενής που φτάνει στα ιατρεία μας υποφέρει και δεν πρόκειται να δει βελτίωση στα συμπτώματά του πριν περάσουν 3 εβδομάδες.
Πολλοί ασθενείς απογοητεύονται, διακόπτουν την αγωγή πριν δράσει, θεωρούν ότι ο γιατρός τους δεν είναι καλός και πηγαίνουν σε κάποιον άλλον που ξαναρχίζει τη διαδικασία από την αρχή, με αποτέλεσμα να παρατείνεται η δυσφορία. Άλλες φορές μπορεί να παρουσιαστούν παρενέργειες ή η αγωγή να μη δράσει καθόλου ή να δράσει μερικώς και να απαιτείται τροποποίηση. Αυτό συμβαίνει περίπου στο 30% των ασθενών μας. Είναι, όμως, σημαντικό να τονίσουμε ότι το 35% περίπου των ασθενών αντιδρά θετικά στο πρώτο αντικαταθλιπτικό φάρμακο εμφανίζοντας σχετικά γρήγορα υποχώρηση των συμπτωμάτων του. Στους υπόλοιπους δοκιμάζουμε άλλα φάρμακα ή συμπληρώνουμε την αγωγή κάνοντας συνδυασμούς. Μερικές φορές περνούν 1-2 χρόνια ώσπου να βρεθεί το κατάλληλο φάρμακο στο οποίο θα ανταποκριθεί ένας ασθενής!
Πιστεύετε ότι είναι ασφαλές να βασιζόμαστε στην τεχνητή νοημοσύνη για ψυχιατρικές συμβουλές;
Παρόλο που ο ευαίσθητος τομέας της ψυχικής υγείας απαιτεί αντίληψη, ανθρώπινη αλληλεπίδραση, διαίσθηση και συναισθηματική νοημοσύνη που οι υπολογιστές δεν μπορούν (ακόμη) να προσομοιώσουν, η τεχνητή νοημοσύνη ωφελεί σημαντικά, επειδή αντλεί μεγάλο όγκο δεδομένων από διάφορες πηγές, τον επεξεργάζεται και τον αναλύει, ανιχνεύοντας με υψηλό βαθμό ακρίβειας διάφορες πτυχές της ψυχικής υγείας καθώς και πρώιμα σημάδια ψυχικής δυσφορίας πριν επιδεινωθούν, συμπεριλαμβανομένων της κατάθλιψης και των αυτοκτονιών.
Αν και τα chatbots και οι εφαρμογές αυτοβοήθειας για θέματα ψυχικής υγείας δεν μπορούν να αντικαταστήσουν τους θεραπευτές, φαίνεται ότι λειτουργούν υποστηρικτικά για ορισμένους χρήστες μέσα από τον εικονικό διάλογο που προσφέρουν. Η αξιοποίηση της τεχνητής νοημοσύνης στην υγεία προϋποθέτει την ορθή επεξεργασία μεγάλου όγκου δεδομένων και τη χρήση πολύπλοκων στατιστικών προγραμμάτων, που, αν δεν εκτελεστούν σωστά, μπορεί να οδηγήσουν σε εσφαλμένα και ανακριβή αποτελέσματα. Η τεχνολογία από μόνη της δεν είναι κίνδυνος. Αυτά που θα καθορίσουν τον προσανατολισμό της είναι ο τρόπος και το ρυθμιστικό πλαίσιο με τους οποίους θα χρησιμοποιηθεί.
Ποια είναι τα επόμενα projects που θα επιχειρήσετε;
Γνωρίζοντας ότι η έγκαιρη διάγνωση μπορεί να επισπεύσει τη θεραπεία και να αυξήσει τις πιθανότητες πλήρους ανάρρωσης, επικεντρωνόμαστε στην ανάπτυξη εφαρμογών για έξυπνα κινητά τηλέφωνα, που θα αξιοποιούν την τεχνητή νοημοσύνη για τον έγκαιρο εντοπισμό ψυχικής δυσφορίας (π.χ. κατάθλιψη, άγχος) στους χώρους εργασίας και σε ακριτικές περιοχές με ανεπαρκή πρόσβαση σε υπηρεσίες ψυχικής υγείας μέσω ανάλυσης συνηθειών, όπως η ποσότητα και ποιότητα ύπνου και διατροφής, και άλλων χαρακτηριστικών που συνδέονται στενά με την ψυχική κατάσταση κάθε ατόμου, όπως ο ρυθμός, ο τόνος και η ένταση της ομιλίας.
Αυτό το ερευνητικό έργο είναι ιδιαίτερο σημαντικό και για τη χώρα μας, αφενός γιατί η Ελλάδα έχει πολλές δυσπρόσιτες περιοχές λόγω του ορεινού εδάφους και των πολλών νησιών και αφετέρου επειδή τα ποσοστά των συμπτωμάτων κατάθλιψης, άγχους και επαγγελματικής εξουθένωσης των εργαζομένων είναι ιδιαίτερα ανησυχητικά, σύμφωνα με τα ευρήματα ξένων και ελληνικών ερευνών.
Αντώνιος Ντακανάλης, καθηγητής και επικεφαλής ερευνητής Ψυχιατρικής και Ψυχοθεραπείας στο Πανεπιστήμιο του Μιλάνου-Μπικόκα
Διευθύνει το Διεπιστημονικό Ερευνητικό Κέντρο Νευροεπιστημών, Κλινικής Ψυχολογίας & Ψυχιατρικής, το Εθνικό Ερευνητικό Κέντρο Αριστείας για τη θεραπεία διατροφικών διαταραχών και τη διαχείριση βάρους, το Εργαστήριο Εφαρμοσμένης Ψηφιακής Ψυχικής Υγείας και πολλά χρηματοδοτούμενα προγράμματα σε συνεργασία με κορυφαία πανεπιστήμια, περιλαμβανομένων των Oxford και Yale. Συγκαταλέγεται στο 2% των περισσότερο διαδραστικών επιστημόνων με βάση τις αξιολογήσεις του Harvard. Είναι μέλος του Ευρωπαϊκού Συμβουλίου Ψυχικής Υγείας και της Ακαδημίας Ψηφιακής Ιατρικής και έχει τιμηθεί με περισσότερα από 45 διεθνή βραβεία για το πλούσιο κλινικό και επιστημονικό του έργο, το οποίο περιλαμβάνει περισσότερες από 200 δημοσιεύσεις στα πιο έγκριτα επιστημονικά περιοδικά (π.χ. "5-year Impact Factor: 94.8", Nature Reviews Disease Primers).
Οι πιο πρόσφατες Ειδήσεις
Διαβάστε πρώτοι τις Ειδήσεις για υγεία, διατροφή και γυμναστική στο shape.gr
