Log In
02/07/2016

Συνέντευξη του Καθηγητή Φιλοσοφίας κου Θεοφάνη Τάση στον κο Ι. Μπουκοβίνα

TasisΑν και οι πρώτοι ηλεκτρονικοί υπολογιστές σχεδιάσθηκαν το 1936, μόνον από τα μέσα του 1980 αυτοί έγιναν μέρος της κοινωνικής και επαγγελματικής καθημερινότητας μας, ενισχύοντας τη δουλειά μας καθώς και τις ατομικές δραστηριότητες. Από τότε οι υπολογιστές συνεχώς εξελίσσσονται και εμείς μαζί τους με τον τρόπο που τους χρησιμοποιούμε. Η τεχνητή νοημοσύνη (υπολογιστές) και τα ογκώδη δεδομένα (ενσωμάτωση  μεγάλου όγκου πληροφοριών σε υπολογιστές) κερδίζουν ευρεία αποδοχή σε διάφορους τομείς. Από τον Deep Blueto κομπιούτερ-σκάκι που νίκησε τον Gary Kasparov  μέχρι τον  IBMWatson που χρησιμοποιείται πιλοτικά σε μεγάλα αντικαρκινικά νοσοκομεία των ΗΠΑ και διαχειρίζεται το γονιδίωμα του καρκίνου αυτή η τεχνολογία έχει μπει πια για τα καλά στη ζωή μας. Αυτή η νέα μορφή της τεχνητής νοημοσύνης ή ο σκεπτόμενος υπολογιστής μαθαίνει κατ’ αντιστοιχία με την ανθρώπινη μάθηση. Με την κατάλληλη εκπαίδευση, αυτός πραγματεύεται “ανθρώπινες” καταστάσεις και συνδιαλέγεται με συνεχώς εξελισσόμενα στοιχεία. Οι σκεπτόμενοι κομπιούτερς είναι σχεδιασμένοι να απαντούν σε ερωτήσεις που τίθενται σε ομιλούμενη γλώσσα με μία ευρεία γκάμα ακριβών απαντήσεων βασισμένων στις διαθέσιμες πληροφορίες. Παραδείγματα αποτελούν οι νέες εφαρμογές που συμβουλεύουν, βασιζόμενες σε προηγούμενες εμπειρίες, επιλογές και προτιμήσεις, πχ εστιατόρια, βιβλία, ρούχα. Αυτό συμβαίνει και στην ιατρική και τον καρκίνο όπου συχνά όλα δεν είναι μαύρα ή άσπρα. Οι καλύτερες απαντήσεις βασίζονται σε εξελισσόμενη και συχνά αμφιλεγόμενη ή αντικρουόμενη βιβλιογραφία, χρωματισμένη από προσωπική εμπειρία ή διαίσθηση, αυτό που αποκαλείται η Τέχνη της Ιατρικής. Επιπλέον η υγειονομική φροντίδα και η ιατρική έρευνα αποτελούν το νέα πεδία  της τεχνητής νοημοσύνης και της διαχείρισης της πληροφορίας. Προσπάθειες  καταβάλλονται στην ενσωμάτωση του ιστορικού των ασθενών, των δημοσιεύσεων και της έρευνας σε εξέλιξη σε μεγάλες βάσεις δεδομένων. Οι σκεπτόμενοι κομπιούτερς μπορούν να έχουν πρόσβαση σε αυτές, να τις αναλύουν και να φθάνουν στις καλύτερες απαντήσεις όταν ερωτώνται για την κατάλληλη θεραπεία. Για το κατά πόσο αυτά τα εργαλεία θα βοηθήσουν τον γιατρό να εξατομικεύσει τη θεραπεία ή θα του αφαιρέσουν την πρωτοβουλία και την ενόραση θα μας μιλήσει ο καθηγητής φιλοσοφίας στο Freie Universität Berlin Θεοφάνης Τάσης.

  1. Πώς συσχετίζεται η αγωνιώδης προσπάθεια των μεγάλων εταιρειών και οργανισμών να δημιουργήσουν μηχανές που σκέφτονται με τον καρκίνο;

Οι επιστήμονες και οι ιατροί έχουν συνειδητοποιήσει ότι ο καρκίνος δεν είναι μια απλή ασθένεια διότι ο όγκος του κάθε ασθενούς είναι μοναδικός. Οι ατομικοί φάκελοι των ασθενών περιέχουν έναν πλούτο πληροφοριών για την αντίδραση σε διαφορετικές φαρμακευτικές αγωγές και θεραπευτικές μεθόδους. Ωστόσο μέχρι το πρόσφατο παρελθόν αυτός ο τεράστιος όγκος δεδομένων παρέμενε ανεκμετάλλευτος λόγω της δυσκολίας πρόσβασης, οργάνωσης και διάθεσης εντός της ιατρικής και της επιστημονικής κοινότητας. Η τεχνητή νοημοσύνη μπορεί να διαχειριστεί, να επεξεργαστεί και να καταστήσει γόνιμο θεραπευτικά για τον κάθε ασθενή αυτό τον όγκο δεδομένων όπως για παράδειγμα επιχειρεί η διαδικτυακή εφαρμογή Cancer Commons.

Στο San Francisco η εταιρεία Enlitic υπόσχεται την δημιουργία ιατρικών συσκευών νοημοσύνη ικανή για την ερμηνεία ακτινογραφιών, υπερήχων και άλλων μεθόδων απεικόνισης με στόχο την αναγνώριση όγκων με ασύλληπτη ταχύτητα και ακρίβεια συγκριτικά με εκείνη ενός ιατρού. Η βασική ιδέα εδώ είναι ότι αν μια μηχανή διαθέτει χιλιάδες εικόνες ανάπτυξης καρκίνων θα αρχίσει να κατανοεί μοτίβα εξέλιξης και να τα εντοπίζει μόνη της. Προφανώς ο στόχος αυτών των συσκευών δεν είναι ν’ αντικαταστήσουν τους ακτινολόγους, αλλά η εξοικονόμιση χρόνου. Σε μια διαφορετική κατεύθυνση αξιοποίησης της τεχνητής νοημοσύνης κινείται η Foundation Medicine Analyzes η οποία επικεντρώνεται στους γενετικούς και μοριακούς δείκτες του ασθενούς προκειμένου να δημιουργήσει εξατομικευμένες θεραπείες για την αντιμετώπιση επιμέρους καρκίνων. Εδώ η τεχνητή νοημοσύνη δεν υποκαθιστά τον ιατρό όσον αφορά την τελική επιλογή της θεραπείας, αλλά προσφέρει εξατομικευμενές εναλλακτικές ανάμεσα στις οποίες επιλέγει ο ιατρός.

Μια από τις πλέον φιλόδοξες εφαρμογές της τεχνητής νοημοσύνης στην αντιμετώπιση του καρκίνου επιχειρεί η εταιρεία με Berg με έδρα την Βοστώνη. Σε συνεργασία με ένα δίκτυο πανεπιστημίων, νοσοκομείων ακόμη και του υπουργείου αμύνης (U.S. Department of Defense) οι υπερυπολογιστές της Berg έχουν πετύχει ν’ αναλύσουν χιλιάδες ατομικούς φακέλους ασθεούν και βιοψίες με σκοπό την εύρεση νέων καρκινικών δεικτών και φαρμακευτικών αγωγών. Η προσπάθεια αυτή που έχει ως απώτερο στόχο την ανακάλυψη του καρκινικού κώδικα οδήγησε στην δημιουργία και ανάπτυξη του πρώτου καρκινικού φαρμακού ως προϊόν έρευνας με την χρήση τεχνητής νοημοσύνης. Το BPM 31510, το οποίο βρίσκεται πλέον στο στάδιο των κλινικών δοκιμών, επαναπρογραμματίζει τον μεταβολισμό των καρκινικών κυττάρων επιφέροντας τον θάνατό τους. Με άλλα λόγια το φάρμακο προξενεί την γήρανση και τον φυσικό θάνατο των κυττάρων καθιστώντας περιττή την επιβλαβή και ακριβή χημειοθεραπεία. Προς το παρόν οι προσπάθειες της Berg εστιάζουν στην θεραπεία του καρκίνου του προστάτη λόγω του τεράστιου όγκου δεδομένων για την συγκεκριμένη μορφή καρκίνου. Όμως χάρη στην επέκταση του δίκτυου συνεργασίας η εταιρεία ανακοίνωσε ότι αναπτύσσει τώρα ένα μοντέλο για την αντιμετώπιση του παγκρεατικού καρκίνου, αλλά και του καρκίνου του μαστού.

Όμως με ποιο τρόπο ακριβώς συνεισφέρει η τεχνητή νοημοσύνη στην παραπάνω προσπάθεια; Όταν διατυπώνεται μια επιστημονική υπόθεση αναγκαστικά αποκλείονται πολλές περιοχές οι οποίες συχνά συνεισφέρουν με κάποιο τρόπο στο εξεταζόμενο ζήτημα. Έτσι συχνά φάρμακα αποτυγχάνουν στα τελικά στάδια των δοκιμών εξαιτίας της αρχικής υπόθεσης με αποτέλεσμα την σπατάλη χρόνου και χρήματος. Η Berg χρησιμοποιεί περισσότερα από δεκατέσσερα τρισεκατομμύρια στοιχεία δεδομένων τα οποία συλλέγει από μια βιοψία. Είναι ανθρωπίνως αδύνατο να εξεταστούν όλα αυτά τα στοιχεία από έναν ερευνητή ώστε να διατυπώσει ακολούθως μια υπόθεση. Η τεχνητή νοημοσύνη όχι απλώς εξετάζει όλα αυτά τα στοιχεία, αλλά επιπλέον τα συνδυάζει με την διερεύνηση όλων των κλινικών δειγμάτων του ασθενούς, των γενετικών στοιχείων συμπεριλαμβάνοντας μέχρι και δημογραφικά δεδομένα. Στην συνέχεια ταξινομεί όλα τα στοιχεία με τέτοιο τρόπο ώστε να κατανοήσουμε τον καρκίνο.

 

  1. Ποια είναι τα θετικά αυτής της σχέσης;

Από την σύλληψη και την ανάπτυξη ενός φαρμάκου μέχρι την διάθεσή του μεσολαβούν συνήθως γύρω στα δεκαπέντε χρόνια με ποσοστό επιτυχίας περίπου πέντε τοις εκατό. Η διαδικασία αυτή είναι χρονοβόρα και πολυέξοδη για τις φαρμακευτικές εταιρείς και ανυπόφορη για τους ασθενείς που ξοδεύουν χρόνια αναμένοντας ένα καινούργιο φάρμακο με την ελπίδα ότι θα τους βοηθήσει. Χάρη στην χρήση της τεχνητής νοημοσύνης που επανακαθορίζει την διαδικασία παρασκευής φαρμάκων τα έξοδα υποδιπλασιάζονται και ο χρόνος μειώνεται σημαντικά. Στο προαναφερθέν παράδειγμα της Berg η τεχνητή νοημοσύνη αναλύει σε βάθος τα χαρακτηριστικά και την λειτουργία των καρκινικών κυττάρων συγκρίνοντας τα με υγιή κύτταρα ώστε κατανοώντας τις μεταξύ τους διαφορές να τα θεραπεύσει. Αυτή η διαδικασία θα διαρκούσε πολλές ανθρώπινες ζωές, ενώ σήμερα ολοκληρώνεται σε μόλις μερικές μέρες ή εβδομάδες. Το αποτέλεσμα είναι μια στοχευμένη και απολύτως εξατομικευμένη θεραπεία για τον ασθενή.

 

  1. Ποιοι κίνδυνοι απορρέουν από αυτή τη σχέση;

Ένας πρόδηλος κίνδυνος είναι βέβαια η κατάχρηση των ιατρικών δεδομένων, δηλαδή η αξιοποίησή τους από τρίτους με στόχο διαφορετικό από την αποκατάσταση της υγείας του ασθενούς. Τα δεδομένα αυτά μπορούν να αποτελέσουν αντικείμενο εκμετάλλευσης από ασφαλιστικές εταιρείες, μελλοντικούς εργοδότες ή διαφημιστικές εταιρείες. Είναι δε τόσο τεράστιος ο όγκος τους που δύσκολα μπορούμε να γνωρίζουμε εκ των προτέρων τι είδους πληροφορίες μπορούν να εξαχθούν από αυτά. Όσο σημαντικοί και αν είναι αυτοί οι κίνδυνοι όμως -και δίχως να θέλω σε καμία περίπτωση να τους υποτιμήσω – προτιμώ ν’ αναδείξω τα ωφέλη προκρίνοντας μια προσεκτικά αισιόδοξη στάση. Ασφαλώς η τεχνητή νοημοσύνη δεν αποτελεί πάνακεια και πιθανώς να μην οδηγήσει σε μια και μοναδική θεραπεία του καρκίνου επειδή ο καρκίνος είναι μια προσωπική, αν μπορώ να την χαρακτηρίσω κατ’ αυτό τον τρόπο, ασθένεια. Ωστόσο ανοίγει αφάνταστες μέχρι πρότινος δυνατότητες ως προς την επεξεργασία των ιατρικών δεδομένων σε ατομικό και κοινωνικό επίπεδο αναλύοντας εκατομμύρια εγγράφων υγείας. Επιτρέπει τον σχεδιασμό πληθώρας σύνθετων στρατηγικών θεραπείας οι οποίες εξισορροπούν με ηθικό τρόπο τις ανάγκες των ασθενών με τις απαιτήσεις της επιστήμης. Επίσης με την συνδρομή της τεχνητής νοημοσύνης επιταχύνεται, αλλά και βελτιώνεται η διαδικασία παρασκευής των φαρμάκων επειδή, εντός των άλλων, γίνεται ευκολότερη η τροποποίηση των επιστημονικών υποθέσεων με βάση νέα εμπειρικά δεδομένα. Τα παραπάνω οδηγούν στην βελτίωση της καθημερινότητας των ασθενών αλλά και στην παράταση του χρόνου ζωής ή ακόμη, σε πολλές περιπτώσεις, στην επιτυχημένη και οριστική θεραπεία.

Βιογραφικό σημείωμα του κου Τάση

Ο Θεοφάνης Τάσης γεννήθηκε και μεγάλωσε στο Μόναχο. Σπούδασε Φυσική και Φιλοσοφία στην Ελλάδα και στην Γερμανία. Διδάσκει σύγχρονη Φιλοσοφία στο Freie Universität Berlin. Διετέλεσε Stanley J. Seeger Fellow στο πανεπιστήμιο του Princeton, Marie Curie Fellow στην Academie Louvain και στο Université Saint-Louis στις Βρυξέλλες. Έχει διδάξει σε πανεπιστήμια στην Ελλάδα, στην Αυστρία και στην Γερμανία.Τα ερευνητικά του ενδιαφέροντα περιστρέφονται γύρω από τις έννοιες θνητότητα, εικόνα και πολιτικό. Τα έργα του «Πολιτικές του Βίου: Η Ειρωνεία» (Εκδόσεις Ευρασία, 2012) και «Καστοριάδης, μια φιλοσοφία της αυτονομίας» (Εκδόσεις Ευρασία, 2007) έχουν βραβευθεί με το Καυταντζόγλειο βραβείο του Πανεπιστημίου Αθηνών. Στα ελληνικά κυκλοφορούν ακόμη τρία έργα του: «Φάρμακον» (Εκδόσεις Ευρασία) και οι ποιητικές συλλογές «Φυσιολογικά ευρήματα» (Εκδόσεις Κέδρος) και «Απογεύματα στον καπιταλισμό» (Εκδόσεις Τυπωθήτω), ενώ έχει μεταφράσει έργα των Martin Heidegger και Roberto Unger. Τα τελευταία χρόνια αρθρογραφεί ανά διαστήματα στην εφημερίδα Καθημερινή και στην Athens Review of Books.

 

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται.

Newsletter

footer

Όροι Χρήσης

Κλινικές μελέτες ΕΟΠΕ

copyrights HTML