Πώς μπορεί να συμβάλλει η τεχνητή νοημοσύνη στην αντιμετώπιση της πανδημίας;

30-03-2020

Τι αναφέρει ο βιοιατρικός μηχανικός Νίκος Παπανικολάου για την ραγδαία αύξηση των κρουσμάτων στην Πορτογαλία

Για την ραγδαία αύξηση των κρουσμάτων του κορονοϊού στην Πορτογαλία, αλλά και τη συνδρομή της τεχνητής νοημοσύνης στην αντιμετώπιση των επιπτώσεων της πανδημίας, μίλησε στην εκπομπή «Συνδέσεις», στην ΕΡΤ ο βιοιατρικός μηχανικός Νίκος Παπανικολάου.

Ο κ. Παπανικολάου που μένει μόνιμα στη Λισαβόνα αναφέρθηκε στην κατάσταση που επικρατεί, την ώρα που η Πορτογαλία θρηνεί έναν 14χρονο, το νεαρότερο θύμα στην Ευρώπη, ενώ η χώρα ήδη μετρά 119 θανάτους από την πανδημία.

«Η κατάσταση την τελευταία εβδομάδα έχει επιδεινωθεί σημαντικά, παρότι τα πρώτα κρούσματα στην Πορτογαλία παρουσιάστηκαν περίπου μια εβδομάδα μετά από την Ελλάδα. Τις τελευταίες ημέρες έχουμε μπει στη φάση της εξαιρετικής αύξησης των περιστατικών, βρισκόμαστε περί τις 6 χιλιάδες επιβεβαιωμένα κρούσματα και 119 θάνατοι», δήλωσε χαρακτηριστικά.

Αναφορικά με το αν υπάρχει εξηγηση γιατι υπάρχει τόσο μεγάλη αύξηση των κρουσμάτων, τόνισε ότι «Στην Πορτογαλία έχουμε χερσαία σύνορα με την Ισπανία και σε αντίθεση με την Ελλάδα, η χώρα έχει τουρισμό όλο το χρόνο και πολύ μεγάλο μέρος των τουριστών είναι Ισπανοί. Πριν από μια εβδομάδα σχεδόν κλείσαμε τα σύνορα και απαγορευτήκαν και οι πτήσεις οπότε αυτό ενδεχομένως να είναι και ένας από τους λόγους που δικαιολογεί την αύξηση των κρουσμάτων. Η Πορτογαλία είχε επενδύσει σημαντικά στην αύξηση των ελέγχων, έχουν πραγματοποιηθεί μέχρι σήμερα, περίπου 40 χιλιάδες έλεγχοι».

Κινητή κλινική σε πάρκο της Λισαβόνας

Ο κ. Παπανικολάου επισήμανε ότι «έχουν επενδύσει στην Πορτογαλία στην ανάπτυξη των γρήγορων τεστ και μάλιστα υπάρχει μια πρωτοβουλία ανάμεσα στα ερευνητικά κέντρα και τα πανεπιστήμια, όπου πολλοί ερευνητές δουλεύουν εντατικά στην ανάπτυξη καινούριων, γρήγορων τεστ.

Οπότε και η κινητή κλινική σε πάρκο της Λισαβόνας για την εξέταση για κορονοιό, έχει να κάνει με την επιλογή της κυβέρνησης να μεγιστοποιήσει τον αριθμό των ελέγχων, έτσι ώστε να έχει μια πλήρης άποψη για την πραγματική έκταση της νόσου στη χώρα».

«Το δημόσιο σύστημα υγείας έχει πληγεί σε πολύ σημαντικό βαθμό»

Ερωτηθείς για τη διαφορά στον αριθμό των θανάτων από την πανδημία μεταξύ Ελλαδας και Πορτογαλιας σχολίασε ότι: «Αυτό εξηγείται από την πολύ μεγαλύτερη και ευρεία διάδοση της νόσου, υπάρχουν πολλές αντικρουόμενες απόψεις για το πώς πρέπει να μετρά κανείς την κατάσταση. Σίγουρα έχει να κάνει και με τον πολύ μεγάλο αριθμό των ελέγχων που γίνεται από τη μία χώρα στην άλλη.

Επίσης, δεν πρέπει να ξεχνάμε ότι έχει χτυπηθεί από την κρίση και η Πορτογαλία σε παραπλήσιο βαθμό όπως η Ελλάδα και το δημόσιο σύστημα υγείας της έχει πληγεί σε πολύ σημαντικό βαθμό, οπότε και οι δομές δεν φτάνουν, αλλά κυρίως το ανθρώπινο δυναμικό έχει υποστεί κάποιου τύπου brain drain. Πάρα πολλοί γιατροί και νοσηλευτές έχουν φύγει από τη χώρα, στα χρόνια της κρίσης, οπότε και αυτό ίσως μπορεί να ερμηνεύσει τον μεγάλο αριθμό θανάτων».

– Είστε επικεφαλής της ομάδας, που ασχολείται με την τεχνητή νοημοσύνη στην κλινική απεικόνιση. Μπορεί να βοηθησει στην αντιμετώπιση του κορονοϊού;

«Η ομάδα μου επικεντρώνει την προσπάθεια της σε ογκολογικούς ασθενείς, αλλά με τα καινούρια δεδομένα έχουμε ξεκινήσει να μεταφέρουμε το ερευνητικό μας ενδιαφέρον και στην περίπτωση του κορονοϊού.

Υπάρχουν αυτήν την στιγμή, εν εξελίξει, προσπάθειες από ερευνητικές ομάδες σε όλο τον κόσμο, έτσι ώστε τουλάχιστον στο χώρο της ιατρικής απεικόνισης, της αξονικής τομογραφίας και των ακτινογραφιών θώρακος, να μπορέσουμε μέσω της τεχνητής νοημοσύνης να προσφέρουμε αλγόριθμους και μοντέλα, τα οποία να μπορούν σε πολύ λιγότερο χρόνο να καταλήξουν στη διάγνωση.

Κυρίως όμως στην πρόγνωση, έτσι ώστε να μπορέσουμε να εντοπίσουμε αυτούς τους ασθενείς, οι οποίοι θεωρητικά σε μικρό χρονικό διάστημα, θα χρειαστούν εντατική θεραπεία. Ένα μικρό ποσοστό ασθενών χρειάζονται νοσηλεία και ένα μικρότερο ποσοστό χρειάζονται ένα κρεβάτι στην εντατική.

Επομένως, με τους αλγόριθμους τεχνητής νοημοσύνης προσπαθούμε να καταλάβουμε ποιοι ασθενείς θα χρειαστούν νοσηλεία και να προβλέψουμε ποιοι ασθενείς είναι αυτοί που θα καταλήξουν στην εντατική μονάδα, έτσι ώστε να προσπαθήσουμε να αποφύγουμε αυτό το ενδεχόμενο.