Tarp pažadų ir realybės: kaip dirbtinio intelekto tyrėjai naujai formuoja sveikatos technologijų ateitį

Kauno technologijos universiteto (KTU) Informatikos fakulteto (IF) organizuojamoje Tarptautinės informacinių ir programinės įrangos technologijų (ICIST) konferencijoje  pagrindinis pranešėjas dr. Serafeim Moustakidis dalijosi įžvalgomis apie sparčiai populiarėjančią temą – dirbtinio intelekto (DI) integravimą medicinoje.

Pranešimo metu jis ne tik aptarė algoritmus ir techniius modelius, bet ir kalbėjo apie trapią pusiausvyrą tarp ambicijų ir realybės, diegiant dirbtinį intelektą sveikatos priežiūroje. Jo įžvalgos, pagrįstos ilgamete patirtimi ES finansuojamuose mokslinių tyrimų projektuose, suteikė retą galimybę pažvelgti į tai, ką iš tiesų reiškia atsakingai diegti inovacijas srityje, kurioje susipina žmonių gyvybės ir technologijos.

Duomenų ir sutikimo iššūkiai

Prieš apmokant bet kokį algoritmą, tyrėjai susiduria su didžiausia kliūtimi: duomenų prieinamumu. Nors sutikimo procesą nustatyti yra gan lengva, surinkti pakankamai dalyvių, kad būtų galima sukurti patikimą sprendimą, yra nepaprastai sunku, ypač retų ligų atveju.

S. Moustakidis iliustravo šį iššūkį, kaip pavyzdį pateikdamas vėžio nustatymo projektą, kuriame naujai diagnozuotų pacientų emocinė būsena apsunkino jų motyvavimą dalyvauti bandymuose ir pateikti mėginius.

Maži įrenginiai, dideli iššūkiai

Dauguma šiuolaikinių sveikatos priežiūros įrenginių veikia naudodami nešiojamuosius įrenginius (pvz., laikrodžius) arba išmaniuosius telefonus, kurių skaičiavimo tikslumo galia yra ribota. „Mes norime modelių, kurie galėtų veikti tame pačiame įrenginyje“, – sako jis. „Tačiau mobilieji ir nešiojamieji įrenginiai turi apribojimų – į išmanųjį laikrodį neįmanoma integruoti didelio neuroninio tinklo.“

Šie techniniai apribojimai yra tik dalis iššūkio. Privatumas prideda dar vieną sudėtingumo lygmenį. „Kartais spustelėjate sutikimo langelį nesuprasdami, ką tai reiškia“, – pažymi jis. „Jei tikrai norime patikimo DI, turime užtikrinti, kad duomenys liktų privatūs ir saugūs.“

„VOCORDER“: ateities projektas

S. Moustakidis dalinosi, jog nepaisant kylančių iššūkių, vis dar pavyksta suburti tarptautinę profesionalų tyrėjų komandą ir sukurti inovatyvius projektus, kurie padeda įgyvendinti pokyčius onkologinėmis ligomis sergančių žmonių gyvenime

Nors kilo iššūkių, VOCORDER projektas padarė ženklią pažangą specialiai sukurto dirbtinio intelekto modelio dėka. Šis modelis, pagrįstas įkvėpimo ir iškvėpimo analize, pirminiuose bandymuose pasiekė daugiau nei 90 % tikslumą. „Mes labai džiaugėmės tai matydami“, – didžiuodamasis sako jis. Tačiau techninė sėkmė yra tik dalis istorijos.

Atliekant tyrimus medicinos srityje ar mėginant diegti technologines inovacijas susiduriama su duomenų trūkumu. Taip nutiko ir šio projekto metu – dėl nepakankamo pacientų dalyvių kiekio VOCORDER komandai teko siaurinti veiklos sritį. Plaučių vėžio atveju iš 200 tikslinės grupės pacientų tik du sutiko dalyvauti. Tai neleidžia sukurti tikslinio, veikiančio modelio, kuris būtų testuotas realioje pacientų kasdienybėje, o vėliau diegiamas medicinoje.

Startuolių paradoksas 

Paklaustas, kokį patarimą jis duotų dirbtinio intelekto srities startuoliams, S. Moustakidis nedvejodamas atsako: pirmiausiai sutelkite dėmesį į žmones. „Svarbiausia yra komanda. Investuotojai nefinansuoja idėjų, jie finansuoja žmones. Raskite ką nors, kuo pasitikite – nebūtinai draugą, bet ką nors, kas papildo jūsų turimus įgūdžius.“

Nuo sumaišties iki supratimo 

Šis pranešimas ICIST 2025 konferencijoje buvo ne tik naujausia informacija apie inovacijas, bet ir aiškus raginimas imtis veiksmų, skatinantis konferencijos dalyvius pereiti nuo „ką gali dirbtinis intelektas“ prie „kaip mes galime jį atsakingai ir sėkmingai įdiegti“

S. Moustakidis ICIST 2025 konferencijoje išsakytos įžvalgos tapo priminimu susirinkusioms akademinėms ir verslo bendruomenėms: dirbtinio intelekto revoliucija sveikatos priežiūroje tai kelionė, kupina žmogiškojo, etinio ir praktinio sudėtingumo.