''Μέχρι το 2030, το 80% της δουλειάς που κάνουν μέχρι σήμερα οι Ιατροί, θα υλοποιείται από Μηχανές και Αλγόριθμους Μηχανικής Μάθησης, πολύ καλύτερα και πολύ πιο φθηνότερα.''
Vinod Khosla, Ινδοαμερικανός Ηλεκτρολόγος και Βιοϊατρικός Μηχανικός, CEO καιιδρυτής της Khosla Ventures και συνιδρυτής της Sun Microsystems.
Εδώ και δεκαετίες, από το 1980, υπάρχει μια Εκθετική Ανάπτυξη (Exponential Development) στην εμφάνιση νέων τεχνολογιών που έχουν βελτιώσει, σχεδόν το μέγιστο φάσμα των καθημερινών δραστηριοτήτων μας. Χρόνια αργότερα, η Τεχνολογία συνεχίζει να εξελίσσεται κι έχουμε περισσότερα συνέδρια σε θέματα όπως το Wearable Tech και το Διαδίκτυο των Πραγμάτων (IoT). Η Ψηφιακή Τεχνολογία έχει καταχωρηθεί ως η Τρίτη Βιομηχανική Επανάσταση και ήδη, από το 2010, διανύουμε τις απαρχές και τη μέση της Τετάρτης Βιομηχανικής Επανάστασης που επέρχεται μέσω της Τρισδιάστατης Εκτύπωσης, των Μεγα-Δεδομένων (Big Data) και του Διαδικτύου των Πραγμάτων (Internet of Things/IoT). Ειδικά η τελευταία αυτή μεγάλη καινοτομία (το IoT), θα δώσει την τελική πινελιά στην εγκαθίδρυση της Τέταρτης Βιομηχανικής Επανάστασης στην καθημερινότητά μας, μέσω της εισαγωγής στο οπλοστάσιο των καθημερινών εφαρμογών μας της Τρισδιάστατης Εκτύπωσης, του εκπληκτικά ευρυζωνικού 5G, των UAV's (Μη-Επανδρωμένων Αεροχημάτων, Drones), της Συναλλαγής με Κρυπτονομίσματα (Cryptocurrencies Exchange) όπως Bitcoin, Ethereum, κλπ, και της Υπολογιστικής Νέφους (Cloud Computing), όπου θα αποθηκεύουμε μεγάλη ποσότητα δεδομένων για ιδιωτική χρήση με πλήρη ασφάλεια, χωρίς υλισμικούς (hardware) και λογισμικούς (software) περιορισμούς (όπως συμβαίνει μέχρι στιγμής με την περιορισμένη χωρητικότητα αποθήκευσης και φόρτωσης δεδομένων στα Μέσα Δικτύωσης και στις Διαδικτυακές Ιστοσελίδες).
Η Σύγχρονη Κατάσταση της Παγκόσμιας Υγείας
Ο πρώτος και σημαντικότερος αποδέκτης των παραπάνω καινοτόμων αλλαγών, θα είναι, φυσικά, η Ιατρική και η Υγεία. Η Υγειονομική Περίθαλψη είναι ένα σύνθετο αφενός και πολύ ελεγχόμενο αφετέρου, πεδίο τεχνολογικών αλλαγών και κάθε καθυστέρηση στις τεχνολογικές αυτές και μεθοδολογικές αλλαγές καθώς και λανθασμένες αποφάσεις για την εγχάραξη Υγειονομικής Πολιτικής, μπορούν να προκαλέσουν τεράστια προβλήματα όχι μόνο στην υγεία και στο βιοτικό επίπεδο των ασθενών παγκοσμίως, αλλά και στην πλήρη πολιτισμική υποβάθμιση αλλά και εξαφάνιση του Ανθρώπινου Πολιτισμού. Ειδικά στους χαλεπούς καιρούς της Πανδημίας του Covid19, τα πράγματα επιδεινώνονται προς το χειρότερο. Το κόστος της Yγειονομικής Περίθαλψης, εάν συνεχίζει να αυξάνεται στους καιρούς αυτούς της Πανδημίας με τέτοιο ρυθμό, τότε στο κοντινό μέλλον δεν θα είναι καθόλου προσβάσιμες ούτε και οι συνήθεις, αυτονόητες Υπηρεσίες Πρωτοβάθμιας Υγείας.
Κι αυτό θα έχει ως συνέπεια τον αποκλεισμό μιας μεγάλης μερίδας ανθρώπων στον πλανήτη από τις Υγειονομικές Υπηρεσίες όλων των βαθμίδων.
Το χάσμα ανάμεσα στις Ιατρικές Ειδικότητες, το φόρτο εργασίας των Ελεγκτών Ιατρών και των GP's (Γενικών Ιατρών), το ακριβό κόστος των διαγνωστικών εξετάσεων και των φαρμάκων και η γραφειοκρατία στον τομέα της Υγείας ως προς την εξέταση, τη διαλογή και την παραπομπή των ασθενών σε άλλη Ιατρική Ειδικότητα ή σε Διαγνωστικές Εξετάσεις ή Χειρουργικές Επεμβάσεις. Μαζί με αυτά τα προ πολλού υπάρχοντα προβλήματα, έρχεται να προστεθεί και η αδυναμία των κρατικών υγειονομικών φορέων παγκοσμίως να διαχειριστούν τα κρούσματα της Πανδημίας covid19. Όλα αυτά τα προβλήματα, αθροιστικά, έχουν τεράστιες λειτουργικές επιπτώσεις στην Υγεία και την Ιατρική Έρευνα. Σήμερα, αναφέρεται ότι η Εθνική Υπηρεσία Υγείας στο Ηνωμένο Βασίλειο χρειάζεται 2 δισεκατομμύρια λίρες. Αντίστοιχα, στις ΗΠΑ, η 3η κύρια αιτία θανάτου είναι ιατρικό σφάλμα. Ακόμα, υπάρχει έλλειψη 4,3 εκατομμυρίων Ιατρών, Νοσηλευτών και Τεχνικών σε αυτόν τον πλανήτη κι 1 δισεκατομμύριο άνθρωποι δεν έχουν πρόσβαση σε Ιατρό, Νοσοκομείο ή Κλινική. Δεδομένων των παρόντων προβλημάτων, σκέφτομαι πάντα, πώς μπορεί να βοηθήσει η ΥψηλήΤεχνολογία στην αποκατάστασή τους;
Η Υψηλή Τεχνολογία στην Υπηρεσία της Ιατρικής
Η πρόληψη των ασθενειών φαίνεται να καλλιεργείται σε υψηλά επίπεδα και σε ημερήσια διάταξη στον σημερινό κόσμο. Οι Εγχάραξη Πολιτικών για την Υγεία στις ΗΠΑ και τον Καναδά, στοχεύουν ως επί το πλείστον στην πρόληψη, ώστε το σύνολο των Βιοϊατρικών Τεχνολογιών που αφορούν την Πρωτοβάθμια Υγεία και την καθημερινότητα, επικεντρώνονται στις καινοτομίες πρόληψης ασθενειών και στην ανίχνευσή τους, όσο το δυνατόν περισσότερο στα αρχικά τους στάδια.Τι θα γινόταν λοιπόν εάν αυτές οι Τεχνολογικές Καινοτομίες άρχισαν να πληθαίνουν σε διάστημα 2 ετών, να βελτιώνονται, να αναβαθμίζονται και να συγχωνεύονται σε Έμπειρα Συστήματα 3 Γενεάς που θα διεξάγουν αποτελεσματικές Διαγνώσεις, θα προάγουν Στρατηγικές Πρόληψης και θα λαμβάνουν αποφάσεις για σχεδιασμό αποτελεσματικών και Εξατομικευμένων Θεραπειών; Ήδη τα πρώτα θεμέλια στην πρόληψη μέσω Embedded Systems (Ενσωματωμένα Συστήματα) και Ubiquitous Computing (Διάχυτη ή Πανταχού Παρούσα Υπολογιστική), έχουν τεθεί. Ενσωματωμένα Συστήματα υπάρχουν παντού στο χώρο της Υγείας: Από τις κάμερες που βρίσκονται στα Χειρουργεία και καταγράφουν με λεπτομέρειες τις χειρουργικές τεχνικές και τις κινήσεις της Ιατρικής Ομάδας μέχρι τις διαγνωστικές συσκευές και τις συσκευές Ρομποτικής Χειρουργικής που εκτελούν επεμβάσεις ακριβείας. Ενσωματωμένο Σύστημα χαρακτηρίζεται κάθε υπολογιστικό σύστημα ειδικής λειτουργίας που είναι ενσωματωμένο σε κάθε συσκευή, δηλαδή διατάξεις αισθητήρων, τελεστών, επεξεργαστών και μνημών σε ολοκληρωμένα συστήματα πολλαπλών χρήσεων όπως για οικιακή χρήση, συστήματα για αυτοκίνητα, για αεροσκάφη, πλοία, διαστημόπλοια, ραντάρ, για ιατρικές διαγνωστικές συσκευές και για ιατρικά συστήματα θεραπείας, ''έξυπνα'' σπίτια, τραπεζικά συστήματα, κλπ. Η Διάχυτη Υπολογιστική είναι μια υποκατηγορία του Brain-Computer Interface (Διεπαφή Ανθρώπου/Υπολογιστή) και η λειτουργία της είναι η ακριβώς αντίθετη από αυτήν την της Εικονικής Πραγματικότητας: Στην Εικονική Πραγµατικότητα, ο άνθρωπος εισέρχεται εντός ψηφιακών περιβαλλόντων που έχουν συντεθεί στον υπολογιστή, στη Διάχυτη Υπολογιστική διεξάγεται υλοποίηση Υπολογιστικών Συστημάτων έτσι ώστε να συνυπάρχουν λειτουργικά και πλήρως διαδραστικά με τους ανθρώπους.
EIKONA 1: Τα Ενσωματωμένα Συστήματα (Embedded Systems) έχουν εφαρμογές παντού
Για να επιτευχθεί ο βραχυπρόθεσμος στόχος της πλήρους αυτής Αυτοματοποίησης της Υγείας και της Ποιότητας Ζωής του ανθρώπου, θα πρέπει να εγκαθιδρυθούν παγκοσμίως υποδομές που θα υποστηρίζουν και θα τρέχουν το Internet of Things (Iot/Διαδίκτυο των Πραγμάτων). Κάτι το οποίο προϋποθέτει γερές υποδομές δικτύου 5G, Ενσωματωμένων Συστημάτων, Μοίρες και Σμήνη Μη-Επανδρωμένων Αεροχημάτων (UAV's/Drones) καθώς και Φυτώρια Τριασδιάστατης Εκτύπωσης, τόσο οικιακής όσο και υπηρεσιακής/επαγγελματικής χρήσης σε κάθε σπίτι ή άλλη εγκατάσταση (επαγγελματική, βιομηχανική, βιοτεχνική, υπηρεσιών υγείας, κλπ). Συνεπώς, μιλάμε για ολική αναβάθμιση της Ποιότητας Ζωής του ανθρώπου και της Υγείας, ad hoc, καθώς θα αποτελεί τον αντίκτυπο της αλληλεπίδρασης Ανθρώπου/Υπολογιστή, μέσω των Ενσωματωμένων Συστημάτων και της Διάχυτης Υπολογιστικής και με σκοπό την βοήθεια του ανθρώπου σε κάθε φάσμα των αναγκών και των καθημερινών προβλημάτων του. Η Υγεία, πρόκειται πια να μεταμορφωθεί ριζικά!
Υπολογιστικά συστήµατα θα υλοποιούν εφαρµογές, επικοινωνίες και προσομοιώσεις, σχεδόν οπουδήποτε, ακόμα και στην επιφάνεια των τοιχών των Νοσοκομείων (Smart Wall Tech). H Μεταφορά Ενέργειας θα γίνεται ασύρματα και η έλλειψη του Ιατρικού Υλικού θα εξασφαλίζεται άμεσα, χωρίς απασχόληση ανθρώπινου δυναμικού και εξαντλούμενων υλικών πόρων. Τέτοια Διάχυτα Συστήματα θα ''τρέχουν'' σε πολλαπλές πλατφόρμες, από το Διαδίκτυο και τα Ιδιωτικά Δίκτυα των Νοσοκομείων, των Πανεπιστημίων και των Εταιρειών Βιοϊατρικής Τεχνολογίας μέχρι σε κάθε είδους αισθητήρες και µικροεπεξεργαστές που βρίσκονται σε κάθε ιατρική συσκευή, σε κάθε Υγειονομική Μονάδα, σε κάθε ασθενοφόρο αλλά και smartphone οποιουδήποτε πολίτη/Χρήστη Υπηρεσιών Υγείας. Τι θα συνέβαινε λοιπόν εάν ο χώρος της Υγείας θα ήταν δικτυωμένος με αισθητήρες που θα μπορούσαν να καταγράφουν την πορεία της υγείας μας και της καθημερινής ποιότητας ζωής μας; Φανταστείτε πόσο αποτελεσματικό θα ήταν ένα Σύστημα Υγείας που θα βασίζετο σε Διάχυτα Συστήματα Υπολογιστών με Ενσωματωμένους Αισθητήρες παντού: Στο smartphone μας, στο πουκάμισό μας, στο κρεβάτι μας, στα οχήματά μας, ακόμα και σε μικροσυστοιχίες εμφυτευμένες κάτω από το δέρμα μας. Με βάση τα παραπάνω, κάποιος θα μπορούσε πολύ εύκολα να καταλήξει στο συμπέρασμα ότι τα Αυτόματα Συστήματα θα γνωρίζουν πολύ περισσότερα πράγματα από εμάς και τους θεράποντες Ιατρούς μας.
ΕΙΚΟΝΑ 2: Η Διάχυτη Υπολογιστική (Ubiquitous Computing) στην Ιατρική και στην Υγεία
Πως θα βρίσκατε την ιδέα στο μέλλον να ''κολλήσετε'' ένα "ηλεκτρονικό τατουάζ" στο σώμα του ηλικιωμένου γονέα σας με άνοια ή στο νεογέννητο μωρό σας για να παρακολουθούνται τα ζωτικά του σημεία, τα οποία θα μεταδίδονται αυτόματα στους φορείς/παρόχους Υγειονομικής Περίθαλψης (Νοσοκομεία, Ιατρεία, Κέντρα Υγείας, Drones, Robotic Health Assistants/Ρομποτικούς Νοσηλευτές) αλλά και στιςΑσφαλιστικές Εταιρείες σας;
Σήμερα, η πλειονότητα των Υπολογιστικών Συστημάτων δεν επικεντρώνεται τόσο στην Επεξεργασία Πληροφοριών όπως τις περασμένες δεκαετίες όσο στον Ευφυή Έλεγχο (Intelligent Control) μιας πληθώρας καθημερινών λειτουργιών: Της μηχανής του αυτοκινήτου σας, των φρένων, των ζωνών ασφαλείας, του αερόσακου και του ηχοσυστήματος. Άλλοι υπολογιστές κωδικοποιούν ψηφιακά τη φωνή σας και δημιουργούν ένα ραδιοσήμα που αποστέλλεται από το κινητό σας σε κάποιο σταθμό αναμετάδοσης. Υπολογιστές επίσης ελέγχουν το φούρνο μικροκυμάτων σας, το ψυγείο σας και το πλυντήριο πιάτων σας. Κάποιοι υπολογιστές ελέγχουν robots εργαστασίων, την παραγωγή ενέργειας, τις περίπλοκες διεργασίες σε Εγκαταστάσεις Χημικής Επεξεργασίας, τις διεργασίες Σχάσης και Αλυσιδωτής Αντίδρασης σε Πυρηνικούς Αντιδραστήρες και τους φωτεινούς σηματοδότες των πόλεων. Έτσι και στο χώρο της Υγείας, συναντάμε αυτόματα συστήματα υποβοήθησης ασθενών και ηλικιωμένων ατόμων, όπως το γνωστό ρομπότ RIBA (Robot for Interactive Body Assistance από την Ιαπωνία, ρομπότ με ίχνη empathy (ενσυναίσθησης) που βοηθούν και υποστηρίζουν ψυχολογικά ασθενείς, όπως το γνωστό σε όλους μας robot Pepper, συστήματα Ρομποτικής Χειρουργικής και Τηλεχειρουργικής, Aυτοματοποιημένα Εργαστήρια Συστημικής και Συνθετικής Βιολογίας, Μοριακής Φαρμακογενωμικής και Δομικής/Υπολογιστικής Βιολογίας, με δραστηριότητες όπως de novo Σύνθεση Φαρμάκων, Προσομοιώσεις Βιοϊατρικών Πειραμάτων, Αλληλούχιση Γονιδιωμάτων, Ψηφιακή 3D Μικροσκοπία και Νανοτομογραφία και Λήψη Αποφάσεων που άπτονται της Μεταφραστικής Ιατρικής (βλέπε και το προηγούμενο άρθρο μου στην ίδια ιστοσελίδα, με τίτλο ''Ο Καρκίνος ως Συστημική Νόσος: Συστημική Βιολογία και Αυτοματοποίηση σε Σύγκλιση με την Παθολογία'').
EIKONA 3: To Robot Τραυματιοφορέας RIBA
ΕΙΚΟΝΑ 4: To Robot με ίχνη ενσυναίσθησης (empathy) Pepper
Στις ΗΠΑ θα συναντήσουμε ασθενείς, ηλικιωμένους και μη, να χρησιμοποιούν τη συσκευή AliveCor με το iPhone τους, που τους παρέχει λήψη άμεση και κατ'οίκον λήψη Ηλεκτροκαρδιογραφήματος. Το κόστος της εφαρμογής αυτής κυμαίνεται στα 8 $, όπου κατόπιν, λαμβάνουν μια αναφορά Κλινικής Ανάλυσης, Ερμηνείας και Διάγνωσης πιθανών προβλημάτων, εντός 24 ωρών. Οι ασθενείς αλλά και οι υγιείς άνθρωποι, μπορούν να λαμβάνουν ενημερώσεις για την κατάσταση των ζωτικών τους λειτουργιών χωρις καν να επισκεπτούν κάποιο Νοσοκομείο, Ιατρείο ή Κέντρο Υγείας. Η εφαρμογή αυτή είναι ήδη διαθέσιμη στο κοινό από το 2014, με τον αντίστοιχο εξοπλισμό (ηλεκτρόδια, λογισμικό, κλπ), με την οποία ο καθένας μπορεί να εκτελεί Ηλεκτροκαρδιογράφημα από το σπίτι του, όποια στιγμή θέλει και να το αποστέλει στο mail του θεράποντα Ιατρού του για ερμηνεία και διάγνωση. Παρόμοιες εφαρμογές, πιο διευρυμένες, έχουν αναπτυχθεί για ασθενείς κάθε λογής. Εφαρμογές για ηλεκτροφυσιολογικές καταγραφές όπως Ηλεκτροκαρδιογράφημα και Ηλεκτροεγκεφαλογράφημα που μπορεί να εκτελέσει ο κάθε ασθενής από την άνεση του κρεβατιού του, στη θαλπωρή του σπιτιού του, ότι ώρα θέλει, χωρίς καν να επισκεπτεί κάποιο Νοσοκομείο ή Ιατρείο. Χωρίς καν να μπλεξει με καρκινωματικές γραφειοκρατίες κι επαφή με τα εκεί εργαζόμενα άτομα.
EIKONA 5: Η συσκευή AliveCor
Εκτός από την Κλινική Εξέταση και Διάγνωση, μέσω αντίστοιχων εξειδικευμένων εφαρμογών, θα μπορούσαν να γίνουν και κατ'οίκον Εργαστηριακές Εξετάσεις. Η Υπολογιστική Νέφους που υποστηρίζει την Διάχυτη Υπολογιστική και αλληλεπιδρά με τα Ενσωματωμένα Συστήματα, έχουν ήδη θέσει σε λειτουργία το σύστημα SaaS (Software as a Service/Λογισμικό ως υπηρεσία) και γίνεται προς ολοταχώς κατεύθυνση προς το MaaS (Medicine as a Service/Ιατρική ως Υπηρεσία). Κοινώς: Δεν χρειάζεται να περιμένετε 7 ημέρες για να δείτε έναν Iατρό (έναν GP ή και Ιατρό οποιασδήποτε ειδικότητας). Ούτε φυσικά χρειάζεται να κλείσετε ραντεβού για μια εξέταση αίματος, που θα πραγματοποιηθεί, πχ. μετά από 10 ημέρες. Διότι ακριβώς θα μπορείτε να αναλύστε το αίμα σας οπουδήποτε και οποτεδήποτε χρησιμοποιώντας απλά το... smartphone σας! Ήδη στη Γαλλία, ερευνητικές ομάδες crowdfunding εργάζονται για την ανάπτυξη του πρώτου Φορητού Αναλυτή Αίματος, τον Beta-Bioled. Επίσης,στην Ελβετία, οι Μηχανικοί αναπτύσσουν ένα σύστημα εξέτασης αίματος που πραγματοποιείται, απευθείας, μέσω της οθόνης του smartphone σας.
Κι αυτά τα παραπάνω, συμβαίνουν ήδη από το 2015. Φανταστείτε τι θαύματα στον τομέα της Υψηλής Τεχνολογίας θα μπορούσαν να επιτευχθούν στην Ιατρική και στις Υπηρεσίες Υγείας (και στις Κοινωνικές φυσικά), το 2025!
Τεχνητή Νοημοσύνη και Τεχνολογική Επιτάχυνση: Oι Επιπτώσεις τους στο Ιατρικό Επάγγελμα
Είναι γεγονός ότι η Μεγάλη Επανάσταση στην Ιατρική δεν θα επέλθει από άνθρωπο αλλά από ένα εύρωστο και διαρκώς εξελισσόμενο Δίκτυο Συστημάτων Τεχνητής Νοημοσύνης. Βέβαια, οι πιο τυχεροί και διάσημοι στην υπόθεση αυτή, θα είναι οι Αρχιτέκτονες ενός τέτοιου συστήματος, οι οποίοι σίγουρα δεν θα είναι Κλινικοί Ιατροί.. ΄Ίσως να είναι Μηχανικοί ή Γνωσιακοί Επιστήμονες ή Νευροεπιστήμονες ή Ειδικοί Βιοεπιστήμονες με Διεπιστημονική Κατάρτιση. Ότι και να είναι πάντως, το δημιούργημά τους θα κάνει κάτι που θα μπορούσαμε να το ορίσουμε ως ''Βηματική Αλληλουχία Μικρών Θαυμάτων''.
Τα Συστήματα Τεχνητής Νοημοσύνης θα φανούν ως Συστήματα-Κλειδιά στην Ιατρική και στην Υγεία. Ας δούμε μερικά παραδείγματα που αιτιολογούν τον συγκεκριμένο ισχυρισμό. Η Google έχει κάνει σύσταση μιας ομάδας Ερευνητών που αναπτύσσουν πιθανές στρατηγικές για την αποτελεσματική πρόληψη, διάγνωση και θεραπευτική προσέγγιση της Αμφιβληστροειδοπάθειας. Πρόκειται για μια συγκλίνουσα προσέγγιση στην Οφθαλμολογία που εντάσσεται στις Τεχνολογίες NBIC (Nano-Bio-Info-Cogno). Η συγκεκριμένη ερευνητική ομάδα ξεκίνησε μια έρευνα, η οποία ολοκληρώθηκε πρόσφατα, στις αρχές του 2020 στην Ινδία, μέσω κλινικών δοκιμών και βιοστατιστικών δεδομένων, επιδιώκοντας να αντιμετωπίσει το σημαντικό εγχώριο έλλειμμα των ειδικευόμενων Οφθαλμολόγων, οι οποίοι θα ήταν χρήσιμοι για να αντιμετωπίσουν την αυξανόμενη επιδημία των Διαβητικών Οφθαλμικών Παθήσεων όπως η Διαβητική Αμφιβληστροειδοπάθεια. Η ερευνητική αυτή ομάδα χρησιμοποιεί Συστήματα Τεχνητής Νοημοσύνης επεξεργασίας, διαλογής και διαφορικής διάγνωσης σε κλινικά δεδομένα από διαγνωστικές εξετάσεις (Φλουοροαγγειογραφίες, OCT αλλά και Ψηφιακές Φωτογραφήσεις εικόνας οφθαλμού ασθενών κατά την εξέτασή τους στη Σχισμοειδή Λυχνία) κι από την Επεργασία Μετασχηματισμού των Big Data (Μεγαδεδομένων), προσπαθεί να πετύχει τη μέγιστη δυνατή Μετα-Ανάλυση Κλινικής και Γενετικής Επιδημιολογίας για την αναπροσαρμογή στρατηγικών πρόληψης και φαρμακευτικής θεραπείας των Διαβητικών Ασθενών. Η Google επίσης, συνεργάζεται με το Πανεπιστήμιο του Stanford, συνιστώντας μια ομάδα Ερευνητών που δημιουργεί μια εφαρμογή smartphone για την ανίχνευση Καρκίνου του Δέρματος.
Αξίζει να σημειωθεί ότι αυτές οι παραπάνω έρευνες έχουν οδηγήσει σε πολύ πιο γρήγορα αποτελέσματα από ότι ήταν αναμενόμενο. Πριν από μια περίπου δεκαετία από σήμερα, είχε προβλεφθεί ότι θα αναδυθούν πολλά περισσότερα ερευνητικά concepts παρόμοιας φύσης, αλλά με την προϋπόθεση ότι δεν θα βγουν σε άμεση κλινική εφαρμογή, για περίπου 15 χρόνια και συνεπώς θα παραμένουν καθηλωμένα στο στάδιο της διαρκούς και χρονοβόρας βελτίωσης. Η Google όμως, απέδειξε ότι οι αρχικοί τότε ισχυρισμοί σκεπτικισμού των Μηχανικών από διάφορα Πανεπιστήμια στον κόσμο, ήταν λάθος. Επιπλέον, από το 2011 ο FDA (Οργανισμός Τροφίμων και Φαρμάκων) ενημέρωσε τις Ιατρικές Υπηρεσίες και τα Νοσηλευτικά Ιδρύματα την έγκριση Πρωτοκόλλων Εφαρμογής της Τεχνητής Νοημοσύνης και συνεπώς, Συστήματα Μηχανικής Μάθησης έλαβαν έγκριση για άμεση κλινική εφαρμογή με την ονομασία Κλινικά Συστήματα Μηχανικής Μάθησης (Clinical Machine Learning Systems). Αυτό ήταν και το εναρκτήριο λάκτισμα για την εγκαθίδρυση του πεδίου της Τεχνητής Νοημοσύνης στην Ιατρική και την Υγεία. Ένα εναρκτήριο λάκτισμα με πολύ μέλλον.
Μέχρι στιγμής, έχουμε εκπαιδευμένα συστήματα ανάγνωσης στιγμιοτύπων Ιατρικής Απεικόνισης. Ακτινογραφίες, Αξονικές και Μαγνητικές Τομογραφίες, PET, Μαστογραφίες, OCT, Υπερηχογραφίες, Ενδοσκοπήσεις και Μικροφωτογραφίες από Βιοψίες Ιστών και Κυτταροκαλλιέργειες και Παθογόνους Μικροοοργανισμούς. Όλα αυτά τα είδη των Διαγνωστικών Δεδομένων και Πληροφοριών, συνεπικουρούνται από λογισμικά επεξεργασίας που βασίζονται στην Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση. Κι εδώ ερχόμαστε face-to-face με ένα πρόβλημα που ταλανίζει τις σύγχρονες Ιατρικές Διαγνωστικές Μεθόδους Απεικόνισης και Μικροσκόπησης που σχετίζονται με την λεπτομερή ανάλυση της εικόνας/δείγματος. Ένα πρόβλημα που επηρεάζει τόσο τη φύση και την ορθότητα της Διάγνωσης όσο και τη Διαφορική Διάγνωση μιας παθολογικής κατάστασης από μια άλλη: Το Wally Problem ή πιο σκωπτικά ''Where's Wally'' (από την ομώνυμη Βρετανική σειρά παιδικών βιβλίων-παζλ).
EIKONA 6: Where is Wally??? Αλήθεια, που βρίσκεται ο Wally;;; Μπορείτε να τον εντοπίσετε στη φώτο;;;
Το Πρόβλημα "Where’s Wally" είναι αυτό που ονομάζεται στην Κλινο-Εργαστηριακή Ιατρική (Βιοπαθολογία, Ακτινοδιαγνωστική, Παθολογική Ανατομική, κλπ) και ως ''Πρόβλημα της Λεπτότητας''. Το Wally είναι η Διακριτική Λεπτότητα σε μια Ιατρική Απεικόνιση κάποιου οργάνου ή ιστού ή κάποιου Μικροσκοπικού Δείγματος που χαρακτηρίζεται από ειδικές λεπτομέρειες δομής, λειτουργίας, μορφολογίας και παθοφυσιολογίας, δηλ. λεπτομέρειες που συμβάλλουν στην ακριβή διάγνωση του προβλήματος και στον διαχωρισμό μιας συγκεκριμένης διάγνωσης από κάποια άλλη που μοιάζει, συνυπάρχει ή εμπλέκεται με την υποκείμενη τρέχουσα διάγνωση (Διαφορική Διάγνωση). Συνεπώς, όσο μικρότερο είναι το Wally, και όσο περισσότερα σε αριθμό δεδομένα απαντώνται σε ένα δείγμα, τόσο πιο δύσκολο είναι να διαγνωσθεί με ακρίβεια κάποια υποκείμενη νόσος.
EIKONA 7: Πρόβλημα "Where’s Wally" ή Πρόβλημα Λεπτότητας στην πράξη. H ανίχνευση της παραμικρής λεπτομέρειας δομο-λειτουργικών διαφορών (και συνεπώς, σαφών σημείων παθολογικών ευρημάτων), είναι σωτήριας σημασίας για την Ιατρική Απεικόνιση. Αλλά φυσικά κάτι αρκετά δύσκολο στην πλήρη επίτευξή του, στην πράξη.
Λόγω αυτού του Προβλήματος της Λεπτότητας, οι πάσχοντες ιστοί σε πολλές ασθένειες μοιάζουν με τους φυσιολογικούς, με κάποιες πολύ ελαφρές μορφολογικές παραλλαγές. Όπως και στις πιο δύσκολες εικόνες του Wally όπου όλα τα εικονιζόμενα στοιχεία είναι κόκκινα και λευκά (ή μαύρα και λευκά), μικρές, λεπτές και απειροελάχιστες παραλλαγές στη μορφολογία του απεικονιζόμενου ιστού κάνουν τη διαφορά μεταξύ μιας σωστής και μιας λανθασμένης διάγνωσης. Σίγουρα δεν θα θέλατε να απορρίψετε 9 στα 10 pixels (εικονοστοιχεία) στην εικόνα ενός δείγματος (Ιατρικής Απεικόνισης ή Μικροσκοπικού Δείγματος), γιατί τότε τα χαρακτηριστικά που προσδιορίζουν το Wally και το καθιστούν μοναδικό από όλα τα άλλα δομικά χαρακτηριστικά του παθολογικού δείγματος ιστού, θα εξαφανιστούν και η διάγνωση θα πάει χαμένη... Το Wally δεν λύνεται από τη μια στιγμή στην άλλη. Την πρωτοκαθεδρία της λύση στο Πρόβλημα του Wally θα τον έχει η Τεχνητή Νοημοσύνη.
Από το 2015, μια εφαρμογή της Τεχνητής Νοημοσύνης στις Κλινικές Μελέτες Ιατρικών Απεικονίσεων είναι τα Νευρωνικά Δίκτυα Deep Learning, ιδιαίτερα στις Ακτινογραφίες και στην CAT (Υπολογιστική Αξονική Τομογραφία) αλλά και σε άλλες τεχνικές (MRI, υπερήχους, PET και Μικροσκοπικές Παρατηρήσεις κυττάρων και ιστών). Tα Νευρωνικά Δίκτυα αυτού του είδους αποτελούν καινοτομία της Βρετανικής Εταιρείας Τεχνητής Νοημοσύνης DeepMind Technologies και αφορά τη νέα μετεξελιγμένη γενεά Προσαρμοστικών Υπολογιστικών Συστημάτων, τα οποία εμφανίζουν ενδιάμεσες πολλαπλές στιβάδες τεχνητών νευρώνων, οργανωμένες σε micro-clusters (μικρο-συστάδες), έτσι ώστε το κάθε micro-cluster να αποτελεί από μόνο του ένα Πολυ-Επίπεδο Perceptron (Αντιληπτρόνιο). Πρόκειται για Αλγορίθμους Μηχανικής Μάθησης υψηλής ευαισθησίας στην Αναγνώριση Προτύπων (Pattern Recognition) κι επομένως υψηλής αποτελεσματικότητας. Αυτή η δομο-λειτουργική καινοτομία των Νευρωνικών αυτών Δικτύων, τα καθιστά ιδανικούς Medical Assistants στην Ιατρική, διεξάγοντας αποτελεσματικές διαγνώσεις όσο 50 Ιατροί ειδικευόμενοι Ακτινοδιαγνωστικής και Κλινικής Παθολογίας, μαζί. Τα Deep Learning αναλύουν με υψηλό δείκτη επιτυχίας πολλαπλά και διαφορετικά στιγμιότυπα Ακτινογραφιών και CAT από πληθυσμούς διαλογής ασθενών, με επιτυχία άνω του 90 %. Φυσικά, για να πετύχουν αυτά τα Νευρωνικά Δίκτυα τέτοια ρεκόρ, χρειάζονται πρότερη ''εκπαίδευση'' μέσω πολύπλοκων αλγορίθμων που σχεδιάζονται από Μηχανικούς Λογισμικού αλλά κι από αυτόματους λογισμικούς assistants-υποσυστήματα εκπαίδευσης των Νευρωνικών Δικτύων αυτών.
ΕΙΚΟΝΑ 8: Τα Συνελικτικά Νευρωνικά Δίκτυα Deep Learning της Εταιρείας DeepMind Technologies. Με Συναρτήσεις Sigma και Πολλαπλή-Επαναλαμβανόμενη Οπισθοδιάδοση Σφαλμάτων, πετυχαίνουν ένα πλήρως ικανοποιητικό βαθμό Αναγνώρισης και Ταξινόμησης Προτύπων (Pattern Recognition and Classification).
Αυτό δεν σημαίνει όμως ότι τα Νευρωνικά Δίκτυα Deep Learning είναι τέλεια και δεν παρουσιάζουν προβλήματα. H εκπαίδευση ενός τέτοιου συστήματος Ιατρικού Deep Learning, περιορίζεται συχνά από την χωρητικότητα της μνήμης VRAM (Video-RAM) της Κάρτας Γραφικών (GPU) και των επικουρικών RAM. Mικρού μεγέθους απεικονιστικά στιγμιότυπα με έναν μικρό όγκο δεδομένων, αντίστοιχα, υπό την επεξεργασια ενός ισχυρού Νευρωνικού Δικτύου DL, ενδέχεται να είναι αρκετά αποτελεσματικά στις διεργασίες αποθήκευσης κι επεξεργασίας δεδομένων. Ένα Νευρωνικό Δίκτυο DL που τρέχει μια σύγχρονη GPU, μπορεί να επεξεργαστεί μερικές εκατοντάδες φωτογραφίες και να προβεί στις αντίστοιχες ταξινομήσεις προτύπων με μεγάλη ακρίβεια. Όμως όταν η χωρητικότητα της VRAM μιας GPU εξαντλείται, τότε το Νευρωνικό Δίκτυο αποτυγχάνει παταγωδώς στο έργο του. Χρειάζεται διεύρυνση χωρητικότητας της VRAM, προσθήκη επικουρικής χωρητικότητας με extra RAM κι επανεκπαίδευση του Νευρωνικού Δικτύου (με μέθοδο Στοχαστικότητας) ξανά και ξανά, για να μπορεί να προσαρμοστεί και να ''τρέξει'' πολλαπλές επεξεργασίες μιας νέας, μεγάλης χωρητικοτητας δεδομένων.
Με περιορισμένο το δυναμικό της VRAM σε μια δεδομένη GPU στην οποία τρέχουν Αλγόριθμοι Μηχανικής Μάθησης DL, όταν το στιγμιότυπο είναι 4 megapixels ή χειρότερα μια 3D σάρωση είναι 20 megavoxels, ή ακόμα χειρότερα μια σάρωση 4D, τότε τα πράγματα δυσκολεύουν αρκετά. Όμως αυτά τα προβλήματα λύνονται με διάθεση πόρων που εξοπλίζουν τέτοια Συστήματα Τεχνητής Νοημοσύνης. Όμως, μια τέτοια διάθεση πόρων μέχρι στιγμής είναι κάπως κοστοβόρα για ένα απλό Ιατρείο ή για ένα Δημόσιο Γενικό Νοσοκομείο. Έτσι, οι ειδικευόμενοι Ιατροί ποικίλων ειδικοτήτων βγάζουν την ''αγγαροδουλειά'' των Ιατρικών Διαγνώσεων με αργό ρυθμό, εκεί που τα Συστήματα Deep Learning θα μπορούσαν να την κάνουν με μεγάλη επιτυχία, άμεσα και σε ελάχιστο χρονικό διάστημα.
EIKONA 9: Τα Νευρωνικά Δίκτυα Deep Learning, μπορούν να ανιχνεύσουν πάνω απο 50 Οφθαλμικές Παθήσεις, με τόση επιτυχία και ακρίβεια, όσο κι ένα επιτελείο έμπειρων Οφθαλμολόγων. Οι συσκευές OCT θα ενσωματώνουν ειδικά λογισμικά επεξεργασίας 3D εικόνων με Νευρωνικά Δίκτυα Deep Learning για το μέγιστο dynat;o επίπεδο του Διαγνωστικού Αποτελέσματος. Όσο φυσικά τα Συστήματα αυτά Τεχνητής Νοημοσύνης αναβαθμίζονται, τόσο η ζήτησή τους θα αυξάνεται κατακόρυφα από κάθε Οργανισμό Υγείας, είτε δημόσιο είτε ιδιωτικό.
Τα Νευρωνικά Δίκτυα Deep Learning (DL), είναι τα κατεξοχήν εργαλεία Τεχνητής Νοημοσύνης στην Κλινική Ιατρική κι έχουν σημειώσει μεγάλη επιτυχία στην Απεικονιστική Διάγνωση του Καρκίνου, σε κάθε όργανο. Ειδικά σε CAT, MRI και υπερήχους, ένα τέτοιο σύστημα μπορεί να ανιχνεύσει τη φύση και τις διαστάσεις μιας χωροκατακτητικής βλάβης, με ποσοστό επιτυχίας άνω του 99% και σε λιγότερο από ένα δευτερόλεπτο. Έπειτα από τη διεξαγωγή της διάγνωσης, το ίδιο το σύστημα ενημερώνει τον Θεράποντα Ιατρό για τη διάγνωση, αναμένοντας την επικύρωσή του και την εκτύπωσή του ή την αποστολή της εκάστοτε διάγνωσης με mail στον ασθενή ή στην οικογένειά του ή και στην Ασφαλιστική του Εταιρεία. Σίγουρα κάτι τέτοιο θα εξοικονομούσε τεράστιο χρόνο στους Ιατρούς και τους ειδικευόμενους διαφόρων Ιατρικών Ειδικοτήτων. Μια ακόμα γενεά ισχυρών Προσαρμοστικών Συστημάτων Μηχανικής Μάθησης DL, πολλά υποσχόμενη στο εγγύς μέλλον είναι τα Συνελικτικά Νευρωνικά Δίκτυα (Convolutional Neural Networks), τα οποία σε συνδυασμό με Στοχαστικές Νευρωνικές Μηχανές Boltzmann (Μαρκοβιανά Τυχαία Πεδία), θα αποτελέσουν μάλλον μια πολύ ισχυρή συγχωνευμένη εκδοχή Multi-Perceptrons, ιδιαίτερα καταλυτική για την ισχυροποίηση της Τεχνητής Νοημοσύνης στην Απεικονιστική και Διαγνωστική Ιατρική.
EIKONA 10: Η λειτουργική διαφορά ανάμεσα σε ένα Νευρωνικό Δίκτυο που αναπαριστά Κλασσικό Μοντέλο Μηχανικής Μάθησης και σε ένα Νευρωνικό Δίκτυο Deep Learning. Παρατηρούμε ότι οι ενδιάμεσες στιβάδες του Νευρωνικού Δικτύου Deep Learning είναι πολλαπλές με παράλληλη κατανομή επεξεργασίας στα συναπτικά τους βάρη σε τέτοιο βαθμό ώστε να λειτουργούν ως μια Ενιαία Μονάδα Perceptron (Αντιληπτρόνιο). Οι μπλε κύκλοι στο δεύτερο σχήμα κάτω, αντιπροσωπεύουν το Percepton αυτό. Το Perceptron Ενδιάμεσων Νευρωνικών Μονάδων, αποτελεί και την βασική ειδοποιό διαφορά ανάμεσα σε ένα Νευρωνικό Δίκτυο Deep Learning (κάτω) και σε ένα απλό Νευρωνικό Δίκτυο Κλασσικής Μηχανικής Μάθησης (πάνω).
Τα Νευρωνικά Δίκτυα DL, το 2015 που πρωτοεφαρμόστηκαν σε ευρύ επίπεδο στην Κλινική Πρακτική, δεν μπορούσαν να επιτύχουν τη μέγιστη απόδοση στις αποτελεσματικές Ιατρικές Διαγνώσεις, ανθρωπίνου επιπέδου. Στις πρώτες δοκιμές τους, τους πρώτους 2μήνες δεν πέτυχαν καν κάποια αποτελεσματική και χρήσιμη Κλινική Διάγνωση. Τους επόμενους 6 μήνες του ιδίου έτους, με την συνεχή εκπαίδευση και αναβάθμισή τους, η επιτυχία τους στις διαγνώσεις, άρχισε να ''χτυπάει'' υψηλά επίπεδα (σε σημείο που να εκτοπίζεται μια σημαντική εργασία και τα κύρια καθήκοντα των Κλινικών Παθολόγων στις ΗΠΑ και στον Καναδά). Βέβαια, ακόμα λείπουν αρκετά πράγματα ώστε να μπορούν να κάνουν διαγνώσεις όπως ένας έμπειρος άνθρωπος Ιατρός. Όμως, μέχρι στο 2025-2030, τα πράγματα θα έχουν αλλάξει σημαντικά, τα συστήματα Τεχνητής Νοημοσύνης θα έχουν εξελιχθεί και η ανθρωπότητα θα βρίσκεται εντός των πυλών μιας Ισχυρής Ιατρικής AI (Strong Medical Artificial Intelligence) και όχι απλά ''Artificial Intelligence in Medicine''. Συνεπώς, το πεδίο της Ιατρικής θα έχει μεταμορφωθεί, ριζικά και αμετάκλητα.
Περιέγραψα παραπάνω ένα από τα στάδια της Βηματικής Αλληλουχίας Μικρών Θαυμάτων που θα φέρουν την Επιτάχυνση της Τεχνολογίας και την Επανάσταση στην Ιατρική. Η AI, εκτός από τη μεθοδολογία και την εφαρμογή της Κλινικής Ιατρικής, θα αλλάξει και τη μεθοδολογία διεξαγωγής της Βιοϊατρικής Έρευνας.
Τα Δίκτυα Τεχνητής Νοημοσύνης DeepMind, αποδεικνύεται ότι έχουν τεράστιες δυνατότητες βελτίωσης της διαδικασίας Ανακάλυψης Φαρμάκων. Με αυτήν την τεχνολογία, οι Ερευνητές των Βιοϊατρικών Επιστημών και οι Μηχανικοί Υπολογιστών θα μπορούσαν να συνθέσουν νέα είδη φαρμακευτικών μορίων και να σώσουν ανθρώπινες ζωές με ελάχιστο διάστημα αναμονής. Πρόκειται λοιπόν για επιτάχυνση της ανακάλυψης φαρμάκων και βιοδραστικών μορίων μέσω Τεχνητής Νοημοσύνης.
EIKONA 11: Παραγωγικά Νευρωνικά Δίκτυα Αντιπαράθεσης (Generative Adversarial Νeural Networks) ή αλλιώς ''Αντιπαλικά Νευρωνικά Δίκτυα'' στην Ανακάλυψη Φαρμάκων. Πρόκειται για εξελιγμένα συστήματα Μηχανικής Μάθησης που χρησιμοποιούν συνδυασμούς Νευρωνικών Δικτύων με ανταγωνιστική μάθηση που αλληλεπιδρούν μεταξύ τους, παράγοντας του μέγιστο, δυνατό σταθμισμένο αποτέλεσμα στην Συλλογή, Ταξινομηση κι Επεξεργασία δεδομένων. Τα Νευρωνικά Δίκτυα αυτά, σε συνδυασμό με τα Deep Learning, αποτελούν μια εξαιρετική πλατφόρμα Τεχνητής Νοημοσύνης στην Φαρμακευτική Έρευνα και τη Βιοτεχνολογία, καθώς και για αποτελεσματικές Ιατρικές Διαγνώσεις, Κλινικές Δοκιμές και Λήψη Αποφάσεων αποτελεσματικής Ιατρικής Παρέμβασης σε επείγουσες καταστάσεις. Μεγάλο πλεονέκτημά τους, είναι η αμεσότητά τους. Αρκετά πρόσφατα φαρμακευτικά σκευάσματα ανακαλύφθηκαν με τη μέθοδο αυτή. Τα Παραγωγικά Νευρωνικά Δίκτυα Αντιπαράθεσης, επινοήθηκαν από τον Δρα Ian Goodfellow και την Ερευνητική του Ομάδα του το 2014.
Τον Δεκέμβριο του 2018, μια ομάδα από τους πιο διάσημους Βιοχημικούς του κόσμου, συγκεντρώθηκαν στην πόλη Cancun του Μεξικό για έναν φιλικό διαγωνισμό που είναι γνωστός ως ''Η Κριτική Αξιολόγηση Πρόβλεψης Δομής'' (CASP). Φυσικά πρόκειται για πρόβλεψη δομής πρωτεϊνών. Το διετές αυτό συνέδριο χρησιμεύει ως ευκαιρία για τους συμμετέχοντες Βιοεπιστήμονες να προσπαθήσουν να προβλέψουν την τρισδιάστατη δομή των πρωτεϊνών, με βάση την αλληλουχία αμινοξέων τους. Η επίλυση αυτού του σημαντικού Προβλήματος Αναδίπλωσης Πρωτεϊνών θα ήταν ένα μνημειώδες γεγονός που θα μπορούσε να ξεκλειδώσει άνευ προηγουμένου ευκαιρίες για τη δημιουργία νέων φαρμάκων και στρατηγικών θεραπειών. Η κατανόηση του τρόπου με τον οποίο οι πρωτεΐνες σχηματίζονται στα τρισδιάστατα σχήματά τους είναι ζωτικής σημασίας για την Ανακάλυψη Φαρμάκων. Πολλές κατηγορίες φαρμακετικών μορίων καταστέλουν τα συμπτώματα των ασθενειών, όταν προσδένονται σε ορισμένες πρωτεΐνες-στόχους, μεταβάλλοντας τη λειτουργία τους στον ανθρώπινο οργανισμό, ενώ άλλα προσδένονται σε διάφορους μεταβολίτες μακρομορίων, συμπαράγοντες ενζύμων (βιταμίνες) αλλά και στα νουκλεϊκά οξέα των κυττάρων (DNA, RNA και υποκατηγρόες τους πχ. mRNA, microRNA's, κλπ).
Δείτε αυτό το βίντεο, σχετικά με την Τεχνητή Νοημοσύνη στην πρόβλεψη της 3D δομής των πρωτεϊνών:
O νικητής του διαγωνισμού CASP13 δεν ήταν μια ομάδα Βιολόγων ή Βιοχημικών ή έστω Μηχανικών Βιοϊατρικού Λογισμικού με εμπειρία αμέτρητων δεκαετιών στην έρευνα του συγκεκριμένου τομέα. Νικητής αυτού του διαγωνισμού ήταν το Εργαστήριο Τεχνητής Νοημοσύνης Alphabet της πολυεθνικής εταιρείας DeepMind που ανέφερα πιο πάνω. H ακρίβεια των προβλέψεων του Νευρωνικών Δικτύων της DeepMind ήταν σχεδόν διπλάσια από ό,τι περίμεναν οι διοργανωτές του διαγωνισμού από τους νικητές, πράγμα εκπληκτικό. Η νίκη της DeepMind στο CASP13 έχει κάνει πολλούς ιθύνοντες της Παγκόσμια Φαρμακοβιομηχανίας να αναρωτιούνται αν το Ανθρώπινο Είδος θα γίνει μάρτυρας του τέλους της εποχής της κυριαρχίας των μεγάλων Φαρμακευτικών Βιομηχανιών, το τέλος δηλαδή των Φαρμακευτικών ''Καρτέλ''. Άρα και το τέλος των... Μονοπωλίων! Ωστόσο, μπορεί τα ισχυρά Εργαστήρια Τεχνητής Νοημοσύνης της DeepMind να είναι, αναμφισβήτητα, ένα είδος ''Φωστήρα Επίλυσης Προβλημάτων'' στην Βιοϊατρική Έρευνα, όμως απέχει πολύ από τον ''Τιμωρό των Φαρμακευτικών Μονοπωλίων'' για τον οποίο θα πρέπει να ανησυχούν όλες αυτές οι Φαρμακοβιομηχανίες να μην κλείσουν εξαιτίας του. Πολλές νέες εταιρείες που καταπιάνονται με την Ιατρική Έρευνα και τις Εφαρμογές της Τεχνητής Νοημοσύνης στη Βιοϊατρική αγωνίζονται για να αλλάξουν το κατεστημένο της ανακάλυψης και σύνθεση φαρμάκων αλλά και επινόησης νέων, πιο αποτελεσματικών θεραπευτικών στρατηγικών με τη χρήση των Συγκλινουσών Τεχνολογιών NBIC (Nano-Bio-Info-Cogno). Και με την Τεχνητή Νοημοσύνη ως το κύριο εργαλείο τους, θα μπορούσαν να μειώσουν το χρόνο αυτής της διαδικασίας, από μια 10ετία που ήταν μέχρι στιγμής, μόλις σε μερικές εβδομάδες. Πολλοί έχουν αναρωτηθεί πως μπόρεσαν διάφορες φαρμακοβιομηχανίες να συνθέσουν εμβόλια για την Πανδημία του SARS-CoV-2 (Covid19). Η απάντηση βρίσκεται ακριβώς εδώ: Επιστράτευσαν Τεχνητή Νοημοσύνη και Αυτοματοποιημένα Εργαστήρια Συστημικής Βιολογίας, καθοδηγούμενα από Συστήματα Μηχανικής Μάθησης (δηλαδή Συνελικτικά και Παραγωγικά Αντιπαλικά Νευρωνικά Δίκτυα, Νευρωνικά Δίκτυα Deep Learning και Στοχαστικές Νευρωνικές Μηχανές Boltzmann).
EIKONA 12: Τα στάδια της βηματικής αλληλουχίας στην ανακάλυψη, τη σύνθεση και την εφαρμογή ενός φαρμάκου στην Κλινική Πράξη. Η Τεχνητή Νοημοσύνη όμως, θα εξαλείψει ακόμα και τα ενδιάμεσα στάδια της σύνθεσης, καθώς, τα χέρια του Ερευνητή, θα αντικατασταθούν από Pομποτικούς Bραχίονες και και Τρισδιάστατους Εκτυπωτές που θα εκτυπώνουν μόρια σε μαζική κλίμακα. Ο χρόνος από τη συλλογή των υποψηφίων μορίων και τη σύνθεσή τους έως την κλίνη του υποψηφίου για Κλινική Δοκιμή, ασθενούς, θα μειωθεί σημαντικά. Συν ότι οι Κλινικές Δοκιμές, θα σχεδιάζονται αποκλειστικά από Νευρωνικά Δίκτυα Τεχνητής Νοημοσύνης, αποδεσμεύοντας τον Ερευνητή Ιατρό από το έργο αυτό.
Κατά τη γνώμη μου φυσικά, η Τεχνητή Νοημοσύνη στην Βιοϊατρική Έρευνα και γενικότερα στην εισβολή του στην Κλινική Ιατρική Πρακτική, είναι μόνο ένα κομμάτι του παζλ. Ναι, η Τεχνητή Νοημοσύνη στην Κλινική Ιατρική θα παίξει τεράστιο ρόλο αντικαθιστώντας τελικά τις πιο βασικές παραμέτρους του έργου των Ιατρών, σε ποσοστό άνω του 80% , αλλά προσωπικά είμαι αρκετά επιφυλακτικός ότι θα γίνει τόσο γρήγορα όσο οι κύκλοι των Futurists του Singularity University διατείνονται. Μπορεί να μην συμβεί το 2025 η κατάργηση του Ιατρικού Επαγγέλματος στις πιο αναπτυγμένες χώρες του πλανήτη. Αλλά είναι σίγουρο ότι θα αρχίζει να συμβαίνει μετά το 2040.
Και όσον αφορά την παγκόσμια κρίση του Covid19, η τελική αντιμετώπιση των Πανδημιών, συλλήβδην, δεν θα επέλθει από τα κλασσικά εμβόλια και γενικά τα συμβατικά φάρμακα και τις στρατηγικές της κλασσικής συμβατικής Κλινικής Ιατρικής, αλλά από κάπου αλλού: Από το 2040 κι έπειτα, δεν θα υπάρχουν φάρμακα ούτε και χειρουργικές επεμβάσεις, αλλά Συνθετικές Νανομηχανές (Νανοσυστήματα 3ης Γενεάς, βλέπε και το άρθρο μου στην ίδια ιστοσελίδα ''Οι 7 Γενεές της Νανοτεχνολογίας''). Τέτοια Νανοσυστήματα θα κατασκευάζονται σε Αυτοματοποιημένα Εργαστήρια Νανοβιοτεχνολογίας από Αυτόματα Μικροσκόπια Σάρωσης Ακίδας και από Πολυ-ακιδωτά Νανοεργοστάσια, μεγέθους μερικών κόκκων ζάχαρης. Και η δράση τους θα αντικαθιστά πλήρως το έργο του πιο επιδέξιου Χειρουργού κάθε Χειρουργικής Ειδικότητας της Ιατρικής, παγκοσμίως. Από αυτή την ακριβώς την Βηματική Αλληλουχία Μικρών Θαυμάτων που προανέφερα, θα ανατείλει η Τεχνολογική Επιτάχυνση στην Ιατρική, η οποία θα έχει, μάλλον, τρομακτικές επιπτώσεις στο Ιατρικό Επάγγελμα. Μια από τις αρχικές ''τρομακτικές'' επιπτώσεις αυτές θα είναι η... κατάργησή του. Θα εξετάσω αυτό το θέμα σε παρακάτω ενότητα αυτού του άρθρου.
Θα πω και δυο λόγια για το Μεταπολιτικό και ''αιρετικό'' ρεύμα που ευαγγελίζεται την Τεχνολογική Επιτάχυνσης, τον Επιταχυντισμό. Ο Επιταχυντισμός (Accelerationism) υποστηρίζει ότι ο Καπιταλισμός και η Υψηλή Τεχνολογία Αιχμής, θα πρέπει να επιταχυνθούν και να ωθηθούν πέρα από τα όριά τους, και να δημιουργήσουν ένα νέο Μετα-Καπιταλιστικό Μέλλον. Κατά την εξώθηση του Καπιταλισμού και της Υψηλής Τεχνολογίας πέραν των ορίων τους, διάφορες δομές και κοινωνικά κατασκευάσματα αλλά και οι ίδιες οι κοινωνίες όπως της ξέρουμε, παγκοσμίως, θα σειστούν συθέμελα και θα καταρρεύσουν. Άρα, θα καταρρεύσουν μονομιάς και θεσμικά αξιώματα και επαγγέλματα που συνδέονταν με τα κοινωνικά/πολιτικά και πολιτιστικά αξιώματα αυτά. Ιατροί, Δικηγόροι, Πολιτικοί, Οικονομολόγοι, Δικαστές, Βουλευτές, Γερουσιαστές, Δήμαρχοι, Αστυνομικοί, Ψυχολόγοι, Νοσηλευτές, Φαρμακοποιοί, Managers, Life Coaches, Ιερείς, Διπλωμάτες, Στρατιωτικοί και Διασκεδαστές (με την έννοια του Λαϊκού Διασκεδαστή όπως την ξέρουμε μέχρι στιγμής κι όχι του Εμπνευσμένου Καλλιτέχνη που είναι κάτι άλλο, διαφορετικό) θα πάψουν να υπάρχουν πια! Κι ένα σωρό άλλα επαγγέλματα και ιδιότητες φυσικά..
Με βάση τους Καναδούς Φιλοσόφους και Ακαδημαϊκούς Nick Srnicek και Alex Williams, συγγραφείς του έργου ''Επινοώντας του Μέλλον: Ο Μετακαπιταλισμός σε έναν Κόσμο χωρίς Εργασία'' (Inventing the Future: Postcapitalism and a World Without Work, 2015), ο Επιταχυντισμός βασίζεται στην ιδέα ότι το -μέχρι στιγμής επικρατούν- Καπιταλιστικό Σύστημα μαζϊ με τις Τεχνο-Κοινωνικές διαδικασίες που το συνεπικουρούν, οι οποίες το έχουν χαρακτηρίσει ιστορικά και πολιτιστικά, θα πρέπει να επεκταθούν, να αναπροσαρμοστούν και να επιταχυνθούν με τρόπο που θα προκαλέσει μια Ριζική Κοινωνική Αλλαγή. Μια αλλάγη που θα φέρει μια Παγκόσμια Μεταπολιτική Επανάσταση. Αξίζει να σημειώσω ότι οι Srnicek και Williams, ανήκουν στην Πολιτική Πτέρυγα της Αριστεράς, ως προς την προσέγγισή τους στον Επιταχυντισμό. Τοποθετούνται δηλαδή στον Αριστερό Επιταχυντισμό (Left Accelerationism), σε αντίθεση με τον Nick Land, τον ιδρυτή του Επιχαχυντισμού (τον οποίο και ανέφερα στο προηγούμενο άρθρο μου, στην ίδια ιστοσελίδα, στο '' Τεχνητός Αμφιβληστροειδής και Νανοδομημένοι Ενδοφακοί''). Ο Nick Land, που θεωρείται -θεσμικά και τυπικά- ως ο ''Πατέρας'' του Επιταχυντισμού'', τοποθετείται με βάση τα γραφόμενά του κυρίως, στην Δεξιά Πτέρυγα του Επιταχυντισμού και αποβλέπει σε μια Νεοκαμεραλιστική -Αυτοκρατορικού Authoritatian τύπου- Επιτάχυνση με τη μορφή επιβολής ενός Παγκοσμίου Ιδιωτικού Υπερ-Κράτους, χωρίς φυσικά ο ίδιος ο Land να ξεκαθαρίζει ποιοι θα είναι αυτοί οι... Επικυρίαρχοι που μείνουν ζωντανοί πάνω στη Γη για να την κυβερνήσουν ολοκληρωτικά.
Η Αριστερή Οπτική του Επιταχυντισμού, επιδιώκει να προάγει σφορδρά τη διεργασία της Εξέλιξης της Τεχνολογίας, εκτός και πιο πέρα από το πεδίο του σύγχρονου Καπιταλισμού και να τον θέσει εκτός μελλοντικού ορίζοντα, επαναπροσδιορίζοντας την κατεύθυνση της Υψηλής Τεχνολογίας Αιχμής σε σκοπούς αλτρουιστικούς και κοινωνικά ωφέλιμους. Σκοπεύει δε, στη χειραφέτηση του Ανθρωπίνου Είδους από κάθε είδος εξουσίας, είτε αυτή είναι κρατική, είτε συνειδησιακή (δηλ θρησκευτικά, θρησκευτικοπαγής, εθνικών φρονημάτων, οικογένειας, φύλου, κοινωνικών προτύπων κλπ), είτε μικρο-κοινωνική (τοπικιστικά στεγανά, κλειστός κοινοτισμός, προσωπολατρεία και αυθεντίες).
Η προσέγγιση του Επιταχυντισμού των Srnicek και Williams, περιέχει κάπως ένα στοιχείο υποτίμησης του κοινωνικο-πολιτικού χαρακτήρα της Τεχνολογίας και των Τεχνικών Δεξιοτήτων στην παρούσα εποχή. Η εποχή μας χαρακτηρίζεται από μια καλά προσδιορισμένη κατεύθυνση τόσο των Τεχνολογικών Εφαρμογών, όσο και των Τεχνικών Δεξιοτήτων και Τεχνικών Επαγγελμάτων. Η κατεύθυνση αυτή, μας δείχνει κυρίως την Μονοπωλιακή Πλουτοκρατία ως γνώμονα ''προόδου'' κια τίποτε παραπάνω. Κλειστά και ''κλικαδόρικα'' επαγγέλματα-συντεχνίες όπως οι Ιατροί, οι Μηχανικοί και οι Δικηγόροι, εξακολουθούν να παραμένουν συμπαγείς δομές/φίλτρα για οτιδήποτε ενδέχεται να ''απειλήσει'' την ακεραιότητά τους και την πλουτοκρατική ''χρυσοθηρική'' επιδίωξη των μελών τους και φυσικά των ηγητόρων τους. Αυτό,για την κριτική Επιταχυντιστική Σκέψη του 20ου αιώνα, η Ιατρική Τεχνολογία, με την έννοια της παραγωγικής δύναμης (είναι πολλά τα λεφτά γιατρέ Άρη!) δεν είναι μια ουδέτερη Επιστημονική Παράμετρος αλλά αντιμετωπίζεται ως μια Ιστορικά
και Κοινωνικά καθορισμένη συμπύκνωση και αναπαραγωγικό θεμέλιο των Παραγωγικών-Ταξικών σχέσεων, κατά τη Μαρξιστική Αντίληψη. Σε αυτήν ακριβώς τη Μαρξιστική βάση, στηρίζουν την Επιταχυντιστική τους αντίληψη, οι Srnicek και Williams.
ΕΙΚΟΝΑ: Alex Williams (αριστερά) και Nick Srnicek (δεξιά)
Συνεπώς στην Ιατρική, η Σύγκλιση/Ανάδυση Γνώσεων και Τεχνολογιών θα επιταχύνει σε τέτοιο βαθμό το πεδίο των θεμελίων της σύγχρονης Ιατρικής, όπου θα το παραλύσει και θα το... κατεδαφίσει. Θα κατεδαφίσει τα ίδια τα θεμέλια της Ιατρικής Σκέψης, Μεθοδολογίας και Υγειονομικών Θεσμών που ήδη γνωρίζουμε ως άνθρωποι, μέχρι σήμερα. Κι όπως έχω προαναφέρει σε προηγούμενο άρθρο μου (στο ''Τεχνητός Αμφιβληστροειδής και Νανοδομημένοι Ενδοφακοί), η προσέγγιση της Επιτάχυνσης από τη σκοπιά των Γάλλων Φιλοσόφων Deleuze και Guattari, για να προοδεύσει η Ιατρική θα πρέπει (για αρχή) να.....κατεδαφιστεί! Κι αυτό δεν θα είναι ακριβώς, απλά μια Επανάσταση, αλλά μια Μετα-Επανάσταση. Στο πλαίσιο αυτής της Επιταχυντιστικής Μετα-Επανάστασης, το Ιατρικό Επάγγελμα (αλλά και όλα τα Υγειονομικά Επαγγέλματα, συλλήβδην) θα πάψει να υπάρχει ως υπόσταση και ως θεσμική οντότητα. Αυτό τι σας θυμίζει; Εμένα μου θυμίζει τα Ριζωματικά (Rhizomatics) των Γάλλων Φιλοσόφων και Ακαδημαϊκών, Gilles Deleuze και Félix Guattari.
Deleuze και Guattari, ξανά στις επάλξεις!
Το Ριζωματικό (Rhizomatic) είναι μια Φιλοσοφική Έννοια (Ηπειρωτική και Αναλυτική Φιλοσοφία) που εισήχθη από από τους Gilles Deleuze και Félix Guattari, στο έργο του ''Καπιταλισμός και Σχιζοφρένεια'' (1972–1980) για να προσδιορίζει το είδος της Θεωρίας και την Έρευνας που επιτρέπει πολλαπλά, μη ιεραρχικά σημεία εισόδου και εξόδου στην αναπαράσταση και ερμηνεία των δεδομένων ενός περιγραφόμενου συστήματος. Ως σχήμα σκέψης, το Ριζωματικό αναφέρεται στον τρόπο σκέψης που μπορεί να αναπαραστήσει δεδομένα. Οι Deleuze και Guattari διέκριναν δυο είδη Τρόπων Σκέψης:
Τον Ριζωματικό (Μη-Αιτιοκρατικός, Παράλληλος και Αποκεντρωμένος)
Τον Δενδροειδή (Αιτιοκρατικός, Σειριακός και Συγκεντρωτικός).
H παραδοσιακή σκέψη, η οποία ξεκινάει από ένα κεντρικό υποκείμενο από το οποίο εκπορεύονται σειριακά οι αντιλήψεις ακολουθώντας μια ορισμένη κατεύθυνση, ανήκει στον Δενδροειδή Τρόπο Σκέψης. Αντιθέτως, η Καινοτόμος Σκέψη, η οποία εμπερικλείει την τυχαιότητα, τη μη-ιεραρχική και αποκεντρωμένη τροχιά μεταξύ οποιονδήποτε σημείων στο χώρο και στο χρόνο και την μη-άμεσα παρατηρήσιμη αιτιοκρατία (που ο κοινός νους την αποκαλεί και ''τύχη''), ανήκει στον Ριζωματικό Τρόπο Σκέψης.
Η δική μου Ανάλυση κι Ερμηνεία επί της Ριζωματικής Διεργασίας Εξαφάνισης του Ιατρικού Επαγγέλματος
Αν εφαρμόσω τον παραπάνω αναλυτικό συλλογισμό των Deleuze και Guattari στην σύγχρονη Ιατρική και κάνω ταυτόχρονα χρήση των δεδομένων της Κυβερνητικής και Επιστήμης των Συστημάτων, τότε τα πράγματα έχουν ως εξής: Η δόμηση της Ιατρικής ως corpus γνώσεων και συγκροτημένης Επιστήμης και Τέχνης, διαμέσου των αιώνων, ακολουθεί τον Δενδροειδή Τρόπο Σκέψης. Ο διαχωρισμός του corpus αυτού σε επιμέρους Ιατρικές Ειδικότητες, συντελεί στην Απόκλιση των υπομονάδων του corpus της Γνώσης που οδηγεί Εξειδίκευση, κάτι ακολουθεί τον Ριζωματικό Τρόπο Σκέψης. Αυτός ο Ριζωματικός Τρόπος Σκέψης κινείται όμως σε ένα, καθαρά, Δενδροειδές Νήμα Ποιοτήτων (στην προκειμένη περίπτωση, αυτό το Δενδροειδές Νήμα είναι η Ιατρική ως ανεξάρτητη, συγκεντρωτική και αυτοτελής Επιστήμη και Τεχνική). Η Τεχνητή Νοημοσύνη και γενικώς οι Συγκλίνουσες Τεχνολογίες NBIC, έρχονται να δημιουργήσουν επιπλέον πληροφορία και γνώση στο όλο σύστημα, με αποτέλεσμα, να έχουμε εισροή νέου, μεγάλου όγκου πληροφορίας στο corpus της Ιατρικής. Αυτή η εισροή, προκαλεί ένα είδος Αυτοοργάνωσης που ωθεί το οικοδόμημα της Ιατρικής σε μια Κρισιμότητα (Criticality). Κι εδώ, στο Σημείο Κρισιμότητας (Criticality Point) αυτό, αρχίζει η Ριζωματική Διεργασία: Η ολοένα και περισσότερη εισροή Δεδομένων, Πληροφορίας και Γνώσης στην Ιατρικής, προκαλεί ένωση όλων των Ιατρικών Κλάδων σε έναν, μέσω Σύγκλισης, η οποία Σύγκλιση αυτή, καθιστά την Ιατρική ως μια Αναχθείσα Ποιότητα ενός ευρύτερου και νεοφανούς τομέα Γνώσης: Της Ισχυρής Τεχνητής Νοημοσύνης και των Συγκλινουσών Τεχνολογιών ως troubleshooters, δηλ.ως Επιλυτές Προβλημάτων, πάση φύσεως. Συνεπώς, εδώ η Ιατρική ΕΞΑΦΑΝΙΖΕΤΑΙ από τον Επιστημολογικό, Τεχνικό κι Επαγγελματικό Χάρτη. Η διεργασία που μόλις περιέγραψα, αποτελεί απότοκο του Ριζωματικού (Rhizomatics). Η Ιατρική, θα αποτελεί απλά ένα Τεχνικό Toolbox (από τα πολλά που θα υπάρχουν στα apps της AI), μαζί με τη Βιομηχανία, την Οικονομία, τις Μεταποιήσεις Υλικών, τις Μεταφορές, τη Βιονική Ενίσχυση (για σκοπούς υγείας και βελτίωσης) και την Ενέργεια κι όχι Επιστήμη και Τέχνη όπως τη σήμερον ημέρα. Συνεπώς, οι Ιατροί δεν θα υπάρχουν πια, παρά μόνο Τεχνητές Νοημοσύνες-Πολυτεχνίτες (κι Ερημοσπίτες αν αυτό σας απασχολεί) ως Assistants, που θα καταπιάνονται από την ''Υψηλή Ιατρική'' μέχρι την παραγωγή υποδημάτων, ρούχων, προϊόντων ομορφιάς, σκευών μαγειρικής, κτιρίων και κάθε λογής προϊόντων αλλά και πολλών άλλων υπηρεσιών. Αυτό λοιπόν είναι η Ριζωματική Διεργασία.
Κατά την ταπεινή μου γνώμη, όλα κάποια στιγμή έχουν μια Θέση Σύγκλισης, δηλαδή τα πάντα θα αρχίσουν να ομοιάζουν ως προς το περιεχόμενο γνώσης και δράσης και να συγκλίνουν σε μια ενιαία πλατφόρμα πολλαπλών και τυχαίων συντελεστών δράσης. Συνεπώς, αυτό τείνω να το θεωρώ, στην τελική, ως ένα Πολυ-Πρακτορικό (Multi-Agent) Σημείο Σύγκλισης Λύσεων Προβλημάτων. Ένα Καθαρό και ''Αμόλυντο'' Σημείο Ριζωματικής Φύσης. Προς σε αυτό το Σημείο είναι στραμμένο το Διάνυσμα της Επιτάχυνσης, sui generis.
Ποιος θα έχει ''πέραση'' σε όλο αυτό το σκηνικό της Επιτάχυνσης;
Αλήθεια, ποιος θα έχει το ''πάνω χέρι'' σε όλο αυτό το σκηνικό; Η Επιτάχυνση, καθεαυτή, δεν θα έχει πια ανάγκη για τόσους πολλούς εργαζόμενους, τόσους πολλούς ειδικούς και φυσικά δεν θα έχει ανάγκή από Ιατρούς και κάθε λογής Θεραπευτές. Η Μεγαμηχανή της Επιτάχυνσης θα έχει ανάγκη από μια άλλη φύση ανθρώπων: Αυτή των Πολυμαθών Αρχιτεκτόνων Συστημάτων ή Νεοκυβερνητιστών (Neocyberneticists). Αυτοί οι Πολυμαθείς Αρχιτέκτονες-Νεοκυβερνητιστές, θα έχουν στην υπηρεσία τους και μερικούς, ολίγους ταλαντούχους ανθρώπους, όπως πχ. Καλλιτέχνες για να ψυχαγωγούνται και να περνούν τη ώρα τους, Διαισθητικούς (κάποιους νευρολογικά ''προικισμένους'' τύπους με ''παράξενες'' ιδιότητες) και μερικούς Τεχνικούς που θα συντηρούν κάποιες εξελιγμένες συσκευές ή μάλλον τα υποσυστήματα των εξελιγμένων συσκευών αυτών. Φυσικά τα ταλέντα κάθε λογής θα έρθουν στην επιφάνεια για ένα καλύτερο αύριο. Ταλέντα και Τεχνητές Νοημοσύνες θα είναι το κλειδί της Ανθρώπινης Επιταχυνόμενης Αναβάθμισης. Η Δημιουργικότητα δεν θα χαθεί, το αντίθετο, θα κυριαρχήσει στην κάθε έκφανσή της. Τι γίνεται όμως με τους Ιατρούς; Το Ιατρικό Επάγγελμα, σε ένα τέτοιο σκηνικό Επιτάχυνσης, θα αρχίζει να πνέει τα λοίσθια. Θα ρωτήσετε όμως: ''Γιατί;''
Το Ιατρικό Επάγγελμα αποτελει μια σπασμωδική αναγκαιότητα της Τεχνολογικής Ανεπάρκειας των προηγούμενων αιώνων κι ένα εξελικτικό κατάλοιπο της αιώνιας εφηβείας της Ανθρωπότητας
Με βάση την τελευταία παραπάνω πρόταση, η απάντηση στο ''Γιατί το Ιατρικό Επάγγελμα αρχίζει να πνέει τα λοίσθια'' είναι η εξής: Διότι οι Ιατροί ως θεσμός, αποτελούν μια σπασμωδική αναγκαιότητα της Τεχνολογικής Ανεπάρκειας των προηγούμενων αιώνων, που απλά έχει καθιερωθεί ως ''Θεσμός'' από πλευράς Status και ως ''Λειτούργημα'' από την πλευρά της Συμβατικής Ηθικής. Ο λόγος βέβαια όπου το επάγγελμα του Ιατρού αποτελεί έναν τέτοιο θεσμό στο ανθρώπινο Συλλογικό Ασυνείδητο είναι ότι, κατά την διαβίωση των ανθρώπων στα σπήλαια κατά την Εποχή του Πλειστόκαινου, κυριαρχούσε η άγνοια, ο φόβος, η δοκιμή/σφάλμα (που ως επί το πλείστον οδηγούσε σε θανάσιμα αποτελέσματα) και φυσικά η Δοξασιακού Τύπου Δεισιδαιμονία. Εκεί, ο ''κατεργάρης' Μάγος'' κάποια ομάδας ανθρώπων με εξουσιαστικές τάσεις, μπορούσε κάλλιστα να καρπωθεί τη σωτηρία της ανθρώπινης ευπάθειας ως ''Μάγος'', ''Εξορκιστής'', ''Θεραπευτής''. Αργότερα, μετά την Πρώτη Γεωργική Επανάσταση και τη μετατροπή του Homo sapiens sapiens από Κυνηγό/Τροφοσυλλέκτη σε Γεωργό, οι μνήμες εκείνων που προσπαθούσαν να καρπωθούν τη σωτηρία της ανθρώπινης τρωτότητας στο νου των πρώτων αυτών ιδιοκτητών γης-αρχηγών των φυλών, ενσάρκωσαν το Πρότυπο του Μάγου-Θεραπευτή-Ιερέα που στην ουσία αντανακλούσε το παράδειγμα του σημερινού Ιατρού. Το Ιατρικό Επάγγελμα είναι ένα Αξιωματικό Κατασκεύσματα, κράμα Δεισιδαιμονίας της Εφηβικής Φάσης της Ανθρωπότητας και Τεχνικής Κατάρτισης που προέχεται από την Επιστημονική Επανάσταση του Ορθολογισμού και του Εμπειρσμού (17ος αιώνα;): Η Ιατρική είναι μια Τέχνη (Craft) όπως ο Υδραυλικός ή ο Ηλεκτρολόγος αλλά με ασυγκρίτως πιο πολύπλοκο καλούπι παρέμβασης -δηλ. το ανθρώπινο σώμα- που έχει ως αποτέλεσμα έναν αρκετά μεγάλο αριθμό πληροφοριών και τεχνικών Εξειδίκευσης και Εκπαίδευσης, χρονοβόρο, επαναλαμβανόμενο κι εξελισσόμενο με βάση το Αξιακό Σύστημα του Ακαδημαϊκού Κόσμου. Αυτό που διακρίνει την Ιατρική Τέχνη από την Τέχνη του Υδραυλικού ή του Ηλεκτρολόγου, είναι ότι η Ιατρική είναι Αξιωματικά Θεμελιωμένη Τέχνη, στη χωροχρονική τροχιά της Ιστορίας. Το Ιατρικό Επάγγελμα είναι ένα Θεσμικό Σχήμα, θεμελιωμένο θεσμικά/αξιωματικά, στο Σύστημα Αξιών που δέσποζε στις απαρχές της Ανθρώπινης Εφηβείας. Μιας Εφηβείας που μόλις περάσει κι ο Άνθρωπος ενηλικιωθεί, θα ''περάσει και η μπογιά'' του Θεσμικού Σχήματος που προάγει την αίγλη του Ιατρικού Επαγγέλματος μέχρι τις μέρες μας.
Βέβαια, από κουλτούρα σε κουλτούρα και κατ'επέκταση από χώρα σε χώρα, η αντίληψη ενός τέτοιου Θεσμικού Σχήματος και η βαρύτητα που δίδεται σε αυτό ποικίλει. Ας πούμε πχ οι Βόρειες Προτεσταντικές Χώρες δεν δίνουν πια ιδιαίτερη σημασία σε αυτό το Θεσμικό Σχήμα του Ιατρικού Επαγγέλματος με αποτέλεσμα να μπορούν να συλλάβουν καλύτερα την έννοια της Ανθρώπινης Ενηλικιώσης σε Γνωσιακό, Ηθικό, Πολιτισμικό και φυσικά Τεχνολογικό Επίπεδο. Οι Γερμανικοί Λαοί (Germanic Peoples), εννοώνταςόχι μόνο του Γερμανούς κατοίκους της Γερμανίας, αλλά τους Γερμανογενείς Λαούς, συλλήβδην, όπως Ελβετοί, Αυστριακοί, Ολλανδοί, Βέλγοι, Σάξονες, Άγγλοι, Σκώτοι (Scots της Σκωτίαςκαι Ulster Scots της Βορείου Ιρλανδίας), Σκανδιναβοί, Ασκεναζίτες Ιουδαίοι αλλά και Γερμανότροποι Πληθυσμοί των Βαλκανίων και της Κεντρο-Ανατολικής Ευρώπης (Κροατία, Σλοβενία, Ουγγαρία), επηρεασμένοι ιστορικά και πολιτισμικά από την Προτεσταντική Μεταρρύθμιση του Λούθηρου αλλά και από τον ίδιο τον καταπιεστικό Μεσαίωνα του Καθολικισμού (ακόμα και ως σύγχρονοι Καθολικοί, όπως Βαυαροί, Αυστριακοί και Φλαμανδοί, αντιδρώντας στον Παπισμό και τον Συντηρητισμό), έχουν καταφέροι να αποτινάξουν τα Θεσμικά Ταμπού του παρελθόντος, πχ του τύπου ''Ιατρός'' ή ''Δικηγόρος'' άρα ''κύρος'' και ''καταξίωση'' με τον ίδιο τρόπο που αποτίναξαν τον Ιερέα και τον Στρατιωτικό, μετατοπίζοντας την έμφαση της αίγλης, του κύρους και της καταξίωσης προς τα Επαγγέλματα του Διευθύνοντος Συμβούλου (Chief Executive Officer/CEO), του Τεχνοκράτη Nerd (Σπασίκλα) Επιχειρηματία και του Ερευνητή Επιστήμονα κάποιου μεγάλου κύρους Πολυτεχνικού Ινστιτούτου, όπως πχ. του MIT, του CalTech, του Πολυτεχνείου της Καρλσρούης (Γερμανία) ή και του Hong Kong ή της Σαγκάης (σημειωτέον, μιας και η Γηραιά Ευρώπη πεθαίνει κι αυτή, το Μέλλον της Υψηλής Τεχνολογίας βρίσκεται στην Ασία, στις χώρες της Άπω Ανατολής. Και σε 60 χρόνια από τώρα, το μέλλον θα είναι στην Αφρικανική Ήπειρο!). Μην ξεχνάμε ότι το ίδιο το Μιλιταριστικό Πνεύμα της Στρατοκρατικής Πρωσσίας είχε ως κεντρικό μοντέλο τον Αριστοκρατικής καταγωγής Καπιταλιστή-Επιχειρηματία, ενώ στην Αυστρία, το πρότυπο του Πολυμαθή Φυσικού Φιλοσόφου (Polymath Natural Philosopher) ως Αυτοκρατορικού Εκπροσώπου (όπως ο Σλοβένος Johann Weikhard von Valvasor ή ο Αυστριακός Φιλόσοφος Ludwig Wittgenstein) είχε πολύ περισσότερο κύρος και status από τον πιο επιφανή Ιερέα, ικανό Στρατηγό και τον Αυτοκρατορικό Γενικό Αρχίατρο της Αυλής των Αψβούργων...!
Τέλος, θεωρώ πρέπον να αναφέρω μια προσωπική εμπειρία μου στο Newcastle Upon Tyne, όπου εκπονούσα το Ph.D μου, για το πως θεωρούνται οι Ιατροί στις Δυτικές Χώρες. Κατά συζήτησή μου με μια Βρετανίδα Ιατρό, ειδικευόμενη Γενικής Χειρουργικής που έκανε, ταυτόχρονα, το PhD της στο Εργαστήριο Συστημικής Νευροεπιστήμης μαζί μου, μου είπε ότι: ''οι Ιατροί δεν θεωρούνται επιστήμονες. Επιστήμονες είστε εσείς, οι Βιοχημικοί, οι Βιοϊατρικοί Μηχανικοί, οι Βιολόγοι, οι Φυσικοί, Χημικοί και οι Ζωολόγοι. Οι Ιατροί δεν είναι Επιστήμονες αλλα... Τεχνίτες (Technician). Αναβαθμισμένοι -ακαδημαϊκά- Τεχνίτες (Academically Sophisticated Technicians), αλλά... Τεχνίτες. Γι'αυτό πολλοί κάνουν PhD's ώστε να απορροφηθούν στην Έρευνα και να γίνουν Επιστήμονες.''
Κι όντως, ακριβώς έτσι έχουν τα πράγματα.
Πως η Υψηλή Τεχνολογία θα καταστήσει περιττά πολλά επαγγέλματα συμπεριλαμβανομένου κι αυτό του Ιατρού/Χειρουργού: Τα Χειρουργικά Νανορομπότ του Ido Bachelet
Τι θα συμβεί στα νοσοκομεία και στις κλινικές; Κι αν καταργηθεί το Ιατρικό Επάγγελμα όπως διατείνονται οι Futurists, τότε ποιος θα χειρουργεί του πάσχοντες ασθενείς; Σύμφωνα με τις προβλέψεις των Futurists, από το 2035 και έπειτα, αιματηρές χειρουργικές επεμβάσεις όπως τις ξέρουμε, δεν θα γίνονται. Και θα από το 2060 και μετά, δεν θα υπάρχουν ούτε Χειρουργοί ούτε νυστέρια, ούτε χειρουργικές αίθουσες, ούτε ''τρύπημα'' ασθενών με χειρουργικά εργαλεία. Μας πως θα μπορούσε να γίνει αυτό, θα ρωτήσετε τώρα εσείς; Φανταστείτε αν θα μπορούσαμε να πάρουμε όλες τις εγκαταστάσεις, τον εξοπλισμό και τις ιατρικές και τεχνικές γνώσεις και δεξιότητες που απαιτούνται για την επιτυχή χειρουργική επέμβαση... και να τον κωδικοποιήσουμε σε μια σταγόνα φυσιολογικού ορού. Ή καλύτερα σε ένα Αυτόματο Νανοσύστημα μεγέθους 70 περίπου νανομέτρων, το οποίο θα βρίσκεται σε μια σταγόνα ορού. Αυτό ονειρεύεται ο Ido Bachelet όταν κάνει λόγο για το νεότευκτο πεδίο της Νανορομποτικής Χειρουργικής (Nanorobotic Surgery ή Surgical Nanorobotics).
Στη σημερινή εποχή, στον κόσμο του Εμπορίου, δεν υπάρχει σχεδόν κανένα κέρδος από τις Τεχνολογίες Πρόληψης των Ασθενειών, παρά μόνο ελάχιστα έσοδα. Η Ιατρική, όπως και να το κάνουμε, είναι ένα Τεχνικό Επάγγελμα που περιβάλλεται από πολυετή ακαδημαϊκή και τεχνική κατάρτιση, αλλά στην αγορά εργασίας της Ιατρικής, μέσω της οποίας χτίζεται η Ιατρική Καριέρα, η Ιατρική είναι ένα Εμπορικό Επάγγελμα: Όσο πιο άρρωστοι είναι οι άνθρωποι, τόσο περισσότερη ασφάλεια εργασίας έχει ένας Επαγγελματίας Ιατρός. Άρα τι συνεπάγεται αυτό, με βάση τις μέλλουσες Τεχνολογικές Εξελίξεις και τις Προβλέψεις των Futurists; Η Προηγμένη Τεχνολογία θα προκαλέσει την ανάπτυξη νέων Επιχειρηματικών Μοντέλων. Και, φυσικά, αυτό θα συμβεί με την βεβαιότητα της σεισμικής αλλαγής, της δημιουργίας ''τσουνάμι στην Υγειονομική Περίθαλψη. Έρχεται λοιπόν μεγάλο ''τσουνάμι'' στην Υγεία με πρώτο ''κτίριο'' που θα καταρρεύσει να είναι το επάγγελμα του Ιατρού και όλων των υπολοίπων συνεπικουρούντων επαγγελματιών του Υγειονομικού Χώρου (Νοσηλευτές, Κοινωνικοί Λειτουργοί, Ψυχολόγοι/Ψυχοθεραπευτές, Τεχνικοί Διαγνωστικών Εργαστηρίων, Διατροφολόγοι και Φυσικοθεραπευτές).
Συνεπώς, η αίγλη, το status quo και το ''prestige'' που περιβάλλει το Ιατρικό Επάγγελμα, θα εξαφανιστεί μια για πάντα.. Ήδη το ''prestige'' αυτό, έχει εξαφανιστεί στις Ανεπτυγμένες Χώρες, από τον προηγούμενο κιόλας αιώνα, όπως ανέφερα και στην πιο πάνω ενότητα. Εκτός από το Επάγγελμα του Ιατρού και των Υγειονομικών Συμπαρομαρτυρούντων, ο ίδιος ο θεσμός της Εξουσίας, το κέρδος και το κύρος, εν γένει, διατρέχουν επίσης κίνδυνο. Αυτό όμως δεν θα πρέπει να θέτει τους Ιατρούς και τους υπολοίπους σε οργανωμένη αντιπαλότητα εναντίον των εξελίξεων αυτών.
Η απάντηση των Ιατρών στα παραπάνω, δεν θα πρέπει να είναι εχθρική. Πρέπει να θυμόμαστε, ότι μερικές φορές στη ζωή, οι ανάγκες των πολλών, υπερτερούν των αναγκών των λίγων. Κι εννοώ φυσικά ότι στοχος της Ανθρώπινης Νόησης θα πρέπει να είναι η εξάλειψη των ασθενειών και του ανθρώπινου πόνου κι όχι η εμπορευματοποίηση αυτώ των, μεχρι στιγμής, άλυτων προβλημάτων και η διαιώνιση τους. Από αυτή την εμπορευματοποίηση προέρχεται και η αναγκαιότητα της εγκαθίδρυσης του Ιατρικού Επαγγέλματος, μια αναγκαιότητα η οποία έχει την ίδια ρίζα προέλευσης με την ανθρώπινη ευπάθεια/ασθένεια και τον ανθρώπινο πόνο. Αυτό θα πρέπει να το καταλάβουμε όλοι, ανεξαρτήτως επιστημονικής και τεχνικής ιδιότητας, ανεξαρτήτως επαγγέλματος και φυσικά απαλλαγμένοι από κάθε είδος πολιτικο-κοινωνική και θρησκευτική ιδεολογία.
Ο Ido Bachelet, είναι ένας Ισραηλινός Βιοϊατρικός Μηχανικός κι Ερευνητής της Βιο-Εμπνευσμένης Μηχανικής (Bio-Inspired Engineering) ή Βιομιμητικής (Biomimetics). Το αντικείμενο έρευνάς τους είναι η Νανοτεχνολογία του DNA (DNA Nanotechnology) και η Νανορομποτική (Nanorobotics). Συν τοις άλλοις, είναι και Διευθύνων Σύμβουλος (CEO) πολυάριθμων Εταιρειών που ασχολούνται με της Βιοϊατρική Τεχνολογία, με πιο γνωστή την Εταιρεία Μηχανικής/Υπολογιστικής Όρασης Sight Diagnostics. Ζει και στο Τελ Αβίβ όπου διευθύνει τις Εταιρείες του κι αρθρογραφεί και είναι ο ξάδελφος της Προέδρου της Χιλής, Verónica Michelle Bachelet. Ο Ido πιστεύει ότι ο τομέας της Χειρουργικής ως Ιατρική Ειδικότητα και Πρακτική, αποτελεί ζωτικό μέρος της ανθρώπινης υγείας, αλλά έχει αντιμετωπίζει πολλά προβλήματα με τις τρέχουσες Χειρουργικές Τεχνικές, οι οποίες όσο λεπτές κι αν είναι σε κάποιες ειδικότητες (όπως η Οφθαλμολογία, ΩΡΛ και Άκρας Χειρός), εξακολουθούν να είναι βάρβαρες καθόλου ''εργονομικές'' και φιλικές προς τον πάσχοντα. Για να μην μιλήσουμε για τίποτα Γενική Χειρουργική, Θωρακουχειρουργική ή τίποτα Επανορθωτική Χειρουργική.. Εκεί η βαρβαρότητα εκδηλώνεται σε όλο της το μεγαλείο. Συν ότι το κόστος των κάθε λογήςεπεμβάσεων, είναι υψηλό. Το μεγαλύτερο μέρος των ανθρώπων του πλανήτη, δεν έχει πρόσβαση σε Χειρουργικά Κέντρα ή σε Ιατρικό Προσωπικό που χειρουργεί. Περισσότερες από 50 εκατομμύρια χειρουργικές επεμβάσεις που πραγματοποιήθηκαν πριν 5 χρόνια στις ΗΠΑ, το κόστος εκυμαίνετο μεταξύ 25 $ και 150 $ ανά λεπτό στο Χειρουργείο. Επίσης, 1-3% αυτών των ασθενών πεθαίνουν τις πρώτες τριάντα ημέρες μετά τη χειρουργική επέμβαση λόγω απρόβλεπτων μετεγχειρητικών επιπλοκών (στις οποίες φυσικά συμπεριλαμβάνονται και οι Ενδονοσοκομειακές Λοιμώξεις).
Δείτε το αυτό το βίντεο
Με βάση το παραπάνω βίντεο, η λύση που δίνει ο Ido είναι σίγουρα ριζοσπαστική, διότι προτείνει να πάρει όλες τις γνώσεις και τις διαδικασίες που απαιτούνται για την εκτέλεση μιας οποιασδήποτε Χειρουργικής Επέμβασης σε οποιοδήποτε όργανο ή σύστημα του οργανισμού και να κωδικοποιήσει τις πληροφορίες αυτές, σε μια σταγόνα αλατούχου διαλύματος. Η σταγόνα θα τοποθετηθεί σε μια σύριγγα και θα μεταφερθεί οπουδήποτε στο σώμα του ασθενή.. Μόλις εγχυθεί στον ασθενή η σταγόνα θα στοχεύσει τα ''κακά'' κύτταρα και θα εκπαιδεύσει τα ''καλά'' κύτταρα για να διορθώσει το πρόβλημα. Μα τι περιέχει τέλος πάντων αυτή η ''περιβόητη'' σταγόνα; Η απάντηση είναι... Nanobots!
Τα Nanobots, υπάρχουν μέσα σε αυτήν την σταγόνα φυσιολογικού ορού και κάθε Nanobots μπορεί να προγραμματιστεί για να κάνει ένα διαφορετικό τμήμα της Χειρουργικής Επέμβασης. Τα Nanobots αυτά, θα πάρουν ένα ωφέλιμο φορτίο από ένα σημείο του οργανισμού και θα το παραδώσουν σε ένα άλλο σημείο. Πολλαπλά Nanobots που αποστέλλονται σε μια κατεστραμμένη περιοχή μπορούν να ανασυνθέσουν έναν κατεστραμμένο ιστό, κύττταρο-προς-κύτταρο και Nanobots που αποστέλλονται σε έναν καρκινικό όγκο ή σε κύτταρα που έχουν μολυνθεί από κάποιον παθογόνο παράγοντα για να αποσυνθέσουν τον όγκο ή τα μολυσμένα κύτταρα, μόριο-προς μόριο. Στην περίπτωση των λοιμώξεων, τα Nanobots εξολοθρεύουν κάθε παθογόνο παράγοντα, είτε αυτός είναι βακτήριο, είτε ιός (επίκαιρο!), είτε πρωτόζωο, είτε μύκητας, είτε παράσιτο, είτε prion. Τα Χειρουργικά Nanobots αυτά, μπορούν επίσης να δώσουν σήματα στα κύτταρα, λέγοντας στα κύτταρα να τροποποιούν τη γονιδιακή τους έκφραση, να αναστέλλεται η λειτουργία των κυττάρων και να πεθαίνουν αν πρόκειται για καρκινικά κύτταρα ή να αναγεννώνται αν πρόκειται για περίπτωση εκφυλισμού, γήρατος ή τραυματισμού. Επίσης, τα Nanobots αυτά, μπορούν να επιτελούν κι άλλες θεραπευτικές διεργασίες όπως υποστήριξη των ασθενών με οξυγόνο, καταστολή της αιμορραγίας, τον έλεγχο του πόνου ή τον πλήρη περιορισμό της φλεγμονής στο σώμα.
Η Τεχνολογία των Nanobots, λετουργεί όπως ένα ηλεκτρονικό κύκλωμα σε μια πλακέτα hardware υπολογιστή. Τα Nanobots σχεδιάζονται για να αλληλεπιδρούν μεταξύ τους με έμπνευση από την συμβατική Λογική Boole των Πυλών (Λογικές Πύλες) των Υπολογιστών. Όπως ακριβώς οι πύλες AND, OR και XOR ενσωματωμένες στο σύστημα, επικοινωνούν με μια γλώσσα Assembly (Προγραμματισμό Χαμηλού Επιπέδου) στους Υπολογιστές, έτσι σχεδιάζεται και για τα Nanobots, ένας ανάλογος Κώδικας που θα τα προγραμματ ίζει τι ακριβώς θα κάνουν και τι όχι μέσα στα σώματα των ασθενών.
Οι είσοδοι λαμβάνονται από μόρια και οι έξοδοι ''εγγράφονται'' με τη μορφή φαρμάκων και θεραπευτικών ουσιών που παραδίδονται στον οργανισμό. Σε διαφορετικές τοποθεσίες στον οργανισμό, δύναται να δοθούν αριθμητικές διευθύνσεις που να ορίσουν ένα ''φύλλο πορείας'' για κάθε Nanobot, ώστε να γνωρίσει το καθένα από αυτά, ακριβώς, πού να κατευθυνθεί. Με όρους Πληροφορικής, μιλάμε για Διευθυνσιοδότηση (Addressing) Επεξεργασίας Πληροφοριών και για Διευθυνσιοδότηση Μνήμης (Memory Addressing), όπως ακριβώς συμβαίνει στα τμήματα των συμβατικών Ηλεκτρονικών Υπολογιστών που χρησιμοποιούμε (η διεργασία της επικοινωνίας ανάμεσα στη Μνημη και την Κεντρική Μονάδα Επεξεργασίας κατά τη συνήθη λειτουργία του Υπολογιστή).
Ο Bachelet ως Βιοϊατρικός Μηχανικός, δίνει απόλυτη βάση στην Επίλυση Προβλημάτων, με ένα ριζοσπαστικό τρόπο. Όπως ακριβώς θα πρέπει να λύνονται τα προβλήματα. Η αποτελεσματικότητα της Επίλυσης έγκειται στη Δομή της. Και η Δομή Επίλυσης Προβλημάτων κατά τον Bachelet, θα πρεπει να επικεντρώνεται στο θεμελιώδες επίπεδο που το πρόβλημα εκδηλώνεται: Στο Νανομοριακό αλλά και στο Επίπεδο της Νανομοριακής Επικοινωνίας. Σε αυτό το επίπεδο δηλαδή όπου τα Nanobots του δρουν.
Ο ίδιος ο Ido Bachelet, δηλώνει: ''Η Τεχνολογία αυτή είναι καταπληκτική, αλλά η πραγματική και πρακτικά εφαρμόσιμη Νανορομποτική Χειρουργική επέμβαση μοιάζει με έναν μακρινό στόχο. Όχι φυσικά και πολύ μακρινό, αλλά στόχο μερικών δεκαετιών (2-3 δεκαετίες υπολογίζει ο ίδιος, από τώρα, στα τέλη του 2020). Καθώς ο πληθυσμός αυξάνεται, αυξάνεται η ανάγκη για Ιατρική Φροντίδα, ανυπομονώ να εκμεταλλευτώ αυτήν τη νέα Τεχνολογία.''
Με βάση τα παραπάνω, θα υπάρχουν Ιατροί σε μια δεκαετία από σήμερα;
Θα υπάρχουν Ιατροί σε μια δεκαετία από σήμερα, τουλάχιστον στις ανεπτυγμένες χώρες; Το παράδειγμα των Προγραμματιστών Η/Υ
Έτσι, εάν η Tεχνολογία προχωρήσει πέρα από τις πιο άγριες προσδοκίες των Futurists, τα επόμενα 10, 20, 30 χρόνια, θα μειωθεί ή θα εξαφανιστεί η ζήτηση Ιατρών; Προσωπικά, πιστεύω ότι θα χρειαζόμαστε ακόμα ανθρώπους στην Ιατρική, διότι στην τελική, η Προσφορά, η Συμπόνια και Ελπίδα δεν είναι κάτι που θα μπορούσε να κάνει μια Μηχανή, ένα Σύστημα Τεχνητής Νοημοσύνης ή ένα Ρομπότ που τροφοδοτείται από Τεχνητή Νοημοσύνη. Όταν ο άνθρωπος είναι άρρωστος, είναι αδύναμος, ευάλωτος και φοβισμένος. Συνεπώς, ένας άρρωστος άνθρωπος, χρειάζεται έναν άνθρωπο για να κρατάει το χέρι του και να τον κοιτάζει στα μάτια και να του λέει "Είμαι εδώ για σένα". Αρκετές Έρευνες της Ψυχογηριατρικής στις ΗΠΑ και στη Βρετανία έχουν δείξει ότι αρκετοί ηλικιωμένοι επισκέπτονται τον Ιατρό τους όχι επειδή είναι άρρωστοι, αλλά κυρίως επειδή είναι μοναχικοί και συναισθηματικά ευάλωτοι. Το ερώτημα, τελικά, είναι: Αυτή η ώθηση στην Ψηφιακή Υγεία θα έχει παρενέργειες από την αύξηση της μοναξιάς και της απομόνωσης των ασθενών αλλά και των κοινών κλινικά υγειών ατόμων; Οι απόψεις διίστανται κι αυτό έχει να κάνει με τη σωστή πολιτική χρήσης της εκάστοτε Υψηλής Τεχνολογίας από το ευρύ κοινό.
Οι Ερευνητές του Πανεπιστημίου της Οξφόρδης δημοσίευσαν μια μελέτη το 2013 όπου υπολόγισαν την πιθανότητα μηχανογράφησης και ψηφιοποίησης, περισσότερων από 700 επαγγελμάτων στις ΗΠΑ. Συνολικά, σχεδόν το 50% των επαγγελμάτων που ανέλυσαν οι Ερευνητές, κινδυνεύουν να εξαφανιστούν. Σύμφωνα με το μοντέλο τους, η πιθανότητα ύπαρξης Ιατρών και Χειρουργών κατά τις 5 επόμενες δεκαετίες από σήμερα (το 2020) είναι 0,4%. Ωστόσο, δεν είναι όλοι οι κλάδοι του Υγειονομικού Τομέα τυχεροί, σε μια 5ετία από τώρα: οι Τεχνικοί Ιατρικών Αρχείων είναι πιθανό να εξαφανιστούν, όπως επίσης και 1 στους 5 Επιδημιολόγους, θα πάψουν να υπάρχουν κι αυτοί ως Ιατρική Ειδικότητα.
Ήδη το επάγγελμα του Developer Λογισμικού (αυτό που στα Ελληνικά αποκαλούμε ''Προγραμματιστής Ηλεκτρονικών Υπολογιστών'') αρχίζει να συρρικνώνεται και να εξαφανίζεται. Οι μεγάλες Εταιρίες Λογισμικού έχουν αντικαταστήσει τους Developers (που μόλις 2 χρόνια πριν εργάζονταν είτε μόνοι τους ως, είτε ως CEOs είτε κατά μεγάλες ομάδες σε crowdfunding) με Λογισμικά Τεχνητής Νοημοσύνης που βασίζονται στα Νευρωνικά Δίκτυα Deep Learning. Συνεπώς, το ''τσουνάμι'' της Επιτάχυνσης έχει ήδη φτάσει, τουλάχιστον για τον τομέα της Πληροφορικής. Πλησιάζει το τέλος του 2020 και οι Προγραμματιστές Υπολογιστών που αναφέρονται ως εν ενεργεία Επαγγελματίες αποτελούν μόλις στο 48%. Σας κάνει να αναρωτιέστε γιατί οι κυβερνήσεις ενθαρρύνουν τα σημερινά παιδιά να μάθουν να χρησιμοποιούν Κώδικα Προγραμματισμού σε διάφορες γλώσσες, από πολύ μικρή ηλικία (από την ηλικία των 6 ετών) ;;;
Η μετατροπή των Ιατρών σε Νοσηλευτές, Ψυχοθεραπευτές και Life Coaches
Ωστόσο, εάν πολλά από αυτά που κάνουν οι Iατροί σήμερα αυτοματοποιούνται από τα Συστήματα Τεχνητής Νοημοσύνης και οι ίδιοι περνούν πολύ περισσότερο χρόνο παρέχοντας μια Κοινωνική και Τεχνικώς Παρηγορητική Φροντίδα, τότε ως Ιατροί, θα πρέπει να περάσουν όλη αυτή την εκπαίδευση στην Ιατρική Σχολή; Μάλλον όχι! Μήπως τελικά.. αλλάζει ο ορισμός του Ιατρού ως επάγγελμα; Αλλάζει το περιεχόμενου του Ιατρού ως επαγγελματικό αντικείμενο και φύση εργασίας; Μήπως τελικά οι Ιατροί μετατρέπονται σταδιακά σε Νοσοκόμους, Ψυχοθεραπευτές και Life Coaches;;; Η απάντηση των Futurists (όπως οι London Futurists και το Singularity University) είναι ''Ναι''!
Με την έκρηξη της Τεχνητής Νοημοσύνης, των Μεγαδεδομένων (Big Data) και του IoT (Interne t of Things), είτε πρόκειται για Γονιδιωματικά δεδομένα ή Δεδομένα από Αισθητήρες και Βιοϊατρικές Εφαρμογές, ο Ιατρός αρχίζει και μετατρέπεται σε πρώτη όψη σε Ντετέκτιβ Δεδομένων (Data Detective). Λογικά λοιπόν, ο Ιατρός του 2025 θα είναι ένας ''Επιθεωρητής Δεδομένων'' σε τεράστιες Ψηφιακές Πλατφόρμες Big Data, μπροστά από τερματικά οθονών workstations που θα επικοινωνούν με mainframes. Θα υπάρχει πια η υπόσταση του Ιατρού ως επαγγελματικό αντικείμενο και φύση εργασίας ''Ιατρός''; Θα είναι οι Ιατροί που θα επιβιώνουν και ευημερούν το 2025 ως Ιατροί (όπως οι άνθρωποι τους γνωρίζουν), με την αντίστοιχη αίγλη και κύρος του ως ''Ιατροί'' ή οι Ιατροί του κοντινού μέλλοντο θα είναι αυτοί που θα γνωρίζουν την Επιστήμη των Δεδομένων, την Επιστήμη των Υπολογιστών, τον Ψηφιακό Σχεδιασμό με εφαρμογή στον ασθενή, συν το ακαδημαϊκό υπόβαθρος μιας διευρυμένης Επιστήμης Υγείας;
Σε μια μεγάλη ανάρτηση ιστολογίου που δημοσιεύτηκε το 2013 από τον Καθηγητή του Yale, Kevin Wang, σχετικά με το πώς ένα ''έξυπνο'' πλυντήριο τον βοήθησε να δει το μέλλον για μια ασφαλέστερη ΜΕΘ σε οποιοδήποτε νοσοκομείο, τα πράγματα δεν είναι και τόσο ευοίωνα για το Επάγγελμα του Ιατρού. Φανταστείτε ένα μηχάνημα σε σχήμα ενός μεγάλου πλυντηρίου να βγάζει δουλειά 5 ειδικευόμενων Ιατρών μαζί, ανεξαρτήτου ειδικότητας; Κάτι τέτοιο θα είχε μεγάλο θετικό αντίκτυπο στην Παγκόσμια Οικονομία της Υγείας. Θα γίνει ευκολότερο και φθηνότερο για μεγάλες ομάδες απόρων να έχουν Ιατροφαρμακευτική Περίθαλψη και συνεπώς θα εξαλειφθεί η Παγκόσμια Έλλειψη Πρόσβασης στις Υγειονομικές Υπηρεσίες από την οποία υποφέρουν εκατομμύρια φτωχοί ασθενείς; Διότι μέχρι στιγμής, με τα παρόντα δεδομένα, μόνο το 1 δισεκατομμύριο ανθρώπων έχει πρόσβαση σε Ιατροφαρμακευτική Περίθαλψη ενώ τα υπόλοιπα παίρνει 6 δισεκατομμύρια είναι παντελώς αποκλεισμένα από τις Υπηρεσίες Υγείας, έστω και σε στοιχειώδες επίπεδο.
Όσον αφορά την ποιότητα ζωής των υπολοίπως συμπαρομαρτυρούντων Επαγγελματιών Υγείας και Πρόνοιας, όπως Κοινωνικοί Λειτουργοί, Φαρμακοποιοί, Ψυχολογοι και Νοσηλευτές, θα μπορούσαν κάλλιστα να γίνουν οι καλύτεροι Πωλητές και Μαρκετίστες Βιοϊατρικών Συσκευών και λοιπών Προϊόντων αλλά και Managers και Life Coaches Ασθενών, οι οποίοι ασθενείς αυτοί θα κουράρονται από Ευφυή Έμπειρα Συστήματα Τεχνητής Νοημοσύνης. Και το καλό της υπόθεσης είναι ότι θα υπάρχει Υγεία για Όλους. Συνεπώς, θα πρέπει να γεφυρωθεί το χάσμα ανάμεσα στην ψηφιοποίηση και στις δραστηριότητες της καθημερινής ζωής. Θα πρέπει να γίνουν τα αυτονόητα. Σημειώνω ότι: Στην Ελλάδα, μια χώρα με 11 εκατομμύρια άτομα, το 60% των ανθρώπων δεν έχουν χρησιμοποιήσει ΠΟΤΕ το Διαδίκτυο καθώς και ότι σε μια μεγάλη μερίδα κατοίκων, τους είναι δύσκολο να δεχθούν σωτήριες Τεχνολογίες για την Ζωή τους αλλά και για την Ποιότητα Ζωής τους όπως το 5G!).
Με βάση λοιπόν όλα τα παραπάνω μέχρι στιγμής, οι Επιταχυντικές Ριζοσπαστικές Αλλαγές θα πρέπει να είναι επιτακτική ανάγκη, διότι μόνο έτσι θα σωθεί η Παγκόσμια Υγεία. Με αυτά τα δεδομένα οι Μεταρρυθμίσεις στην Υγεία που θα επέλθουν από την επέλαση της Τεχνητής Νοημοσύνης και των Συγκλινουσών Τεχνολογιών NBIC, θα είναι αρκετά ριζοσπαστικές: Οι πρώτοι που θα εξαφανιστούν θα είναι οι Νοσηλευτές, οι Τεχνικοί Εργαστηρίων, οι Φαρμακοποιοί, οι Ψυχθεραπευτές και οι Κοινωνικοί Λειτουργοί. Οι Ιατροί με τη σειρά τους, θα μετατραπούν σε Νοσηλευτές και Ψυχοθεραπευτές και στο τέλος θα εκλείψουν κι αυτοί.
Μπορεί λοιπόν το μέλλον για τους Επαγγελματίες Ιατρούς (και τους λοιπούς Επαγγελματίες Υγείας) να είναι δυσοίωνο, αλλά είναι πλήρως ευοίωνο για τους ασθενείς και τον ίδιο τον θεσμό της Υγείας. Φτάνουμε τελικά στο συμπέρασμα ότι, μέχρι στιγμής, το Ιατρικό Επάγγελμα, έβλαπτε σοβαρά την Υγεία ή τέλως πάντων αποτελούσε τροχοπέδη για την πρόοδό της.
Ιατρική και Αυτοματοποίηση: Ένας σκύλος να φυλάει τα μηχανήματα από τον Ιατρό!
Η επανάσταση της Αυτοματοποίησης στην Ιατρική επήλθε από την Επιστήμη Υπολογιστών, τη Βιολογία, τη Γνωσιακή Επιστήμη και την Βιοϊατρική Μηχανική. Κι όλες αυτές οι παραπάνω Επιστήμες, αποτελούν γνήσια τέκνα της Κυβερνητικής. Η σύγχρονη Κυβερνητική που εφαρμόζεται στη Βιολογία, έχει πάρει άλλο όνομα: Βιολογία Συστημάτων και Υπολογιστική Βιολογία. Ήδη, η Βιολογία των Συστημάτων και η Υπολογιστική Βιολογία, έχουν οδηγήσει την Βιοϊατρική Έρευνα σε ένα αρκετά υψηλό επίπεδο αυτοματοποίησης. Προσομοιώσεις Βιολογικών Συστημάτων και Ανακαλύψεις Φαρμάκων διεξάγονται από ισχυρά ''φυτώρια'' mainframes υπολογιστών και τα πειράματα εκτελούνται πρώτα σε In Silico περιβάλλοντα και κατόπιν ρομπότ και αυτόματοι βραχίονες ''πιπετάρουν'' φιαλίδια Eppendorf με διάφορα βιοδραστικά μόρια και τα χορηγούν σε πειραματόζωα αλλά και σε εθελοντές ασθενείς, έτσι ώστε τα φάρμακα να συντίθενται και να δοκιμάζονται, άμεσα, εντός μερικών εβδομάδων. Νέα φάρμακα και Στρατηγικές Θεραπείας αναπτύσσονται ταχύτατα, στα πλαίσια 8-10 μηνών, έτοιμα για κλινική δοκιμή.
Στο κοντινό μέλλον λοιπόν, ο Ιατρός, πριν εξαφανιστεί ως εξ' ολοκλήρου ως επάγγελμα και ιδιότητα, θα είναι απλά ένας Τεχνικός Βιοϊατρικών Δεδομένων (Biomedical Data Technician). Θα βρίσκεται σε ένα πλήρως υπερεξοπλισμένο αυτοματοποιημένο δωμάτιο, περιβαλλόμενο από κομψά mainframes και ολογραφικές οθόνες. Δίπλα του, θα υπάρχει ένας σκύλος. Αυτός ο σκύλος θα αποτελεί την ευχάριστη παρέα του Ιατρού για να μην βαριέται με την τόση αδράνεια (λόγω περιορισμένου ρεπερτορίου δραστηριοτήτων του) αλλά και τον φύλακά του: Θα φυλάει τα μηχανήματα από τον Ιατρό υπό την απειλή... δαγκώματος (!), έτσι ώστε ο Ιατρός να μην τα πλησιάζει και να ΜΗΝ ΑΓΓΙΖΕΙ ΤΙΠΟΤΑ από τις συσκευές αυτών των mainframes και των ολογραφικών οθονών. Ο σκύλος λοιπόν θα έχει το νου του τον Ιατρό, ώστε αυτός να μην παρέμβει στο έργο των Συστημάτων Τεχνητής Νοημοσύνης του φουτουριστικού ''Ιατρείου'' κι αν ο Ιατρός παρεκτραπεί, τότε ο σκύλος έχει δικαίωμα να τον δαγκώσει! Φυσικά, κάτι τέτοιο πρόκειται για έναν αστεϊσμό, ένα φλεγματικό ανέκδοτο (κι ευρέως διαδεδομένο στους κύκλους των Futurists) που αντικατοπτρίζει το, μάλλον, δυσοίωνο μέλλον των Ιατρών και του Ιατρικού Επαγγέλματος, συλλήβδην!
Το Μέλλον των Ιατρών θα ταυτιστεί με αυτό των Δεινοσαύρων
H Τεχνολογία πρέπει να εξυπηρετεί τις ανάγκες της ανθρωπότητας κι όχι το αντίστροφο. Πιστεύω πραγματικά ότι μπορούμε να μεταμορφώσουμε τον κόσμο της Υγειονομικής Περίθαλψης σε παγκόσμιο επίπεδο, αλλά αυτό απαιτεί να αφιερώσουμε κάποιο χρόνο από το παρόν για να εξετάσουμε ενεργά το κοινό μέλλον όλων των ανθρώπων, τις κοινές τους ανάγκες και τις ευρείες επιπτώσεις της προόδου της Τεχνολογίας στις ανάγκες αυτές. Οι ανάγκες όλων των ανθρώπων θα καλυφθούν μόνο όταν η Τεχνολογική Επιτάχυνση φέρει την ίδια την Τεχνολογία στα όριά της (σύμφωνα πάντα με τη Φιλοσοφία του Επιταχυντισμού που περιέγραψα παραπάνω). Αν και ακούγεται μέχρι στιγμής αδιανόητο, μάλλον οι Ιατροί θα μπορούσαν να γίνουν οι.. Δεινόσαυροι του 21ου αιώνα, δεδομένου του συνεχούς ρυθμού Αυτοματοποίησης μέσω της Επιταχυνόμενης Υψηλής Τεχνολογίας Αιχμής.
Βλέπουμε λοιπόν ότι το θέμα του άρθρου μου, είναι το μέλλον των Ιατρών, οι οποίοι, εντος της Επιταχυντικής Τεχνολογικής Δίνης, θα σταματήσουν κάποια στιγμή να υπάρχουν. Θα εξαλειφθούν τόσο ως επάγγελμα όσο και ως θεσμική ιδιότητα.. Κάποιοι θα αντιπροτείνουν ότι δεν γίνεται η Τεχνητή Νοημοσύνη να αντικαταστήσει την ανθρώπινη εμπειρία και το ένστικτο. Όμως εδώ υπάρχει η απάντηση, με βάση όλα τα παραπάνω που γράφω σε αυτό το άρθρο: για το θέμα της εμπειρίας και των συνεπαγόμενων ΟΚ, δεκτόν. Το θέμα όμως είναι ότι ένα Έμπειρο Σύστημα, γίνεται έμπειρο από τις πολλές τεχνικές λεπτομέρειες από τις οποίες δομείται κι εξελίσσεται, κάτι που δεν γίνεται σχεδόν ποτέ να αποκτήσει ένα βιολογικό σύστημα όπως ο εγκέφαλος. Πχ. δεν μπορεί ο ανθρώπινος εγκέφαλος να αποκτήσει πλήρη φωτογραφική μνήμη αναγνώρισης προτύπων με την παραμικρή δομο-λειτουργική λεπτομέρεια διάκρισης των προτύπων αυτών, ούτε και τεράστια μνήμη, ούτε και υπερταχεία επεξεργαστική ισχύ (εκτός κι αν εμφυτεύτούν στον εγκέφαλο αυτό ολόκληρα τεχνητά νευροσυστήματα επαύξησης ικανοτήτων). Και φυσικά η Ιατρική πια, είναι ένα σύνολο τεχνικών και διαγνωστικών/θεραπευτικών αλγορίθμων. άρα κατά ένα μεγάλο ποσοστό, το καθηκοντολόγιο των Ιατρών αποδεσμεύεται από τις δεξιότητες αυτές που είναι πιο τεχνικά τυποποιημένες (κοινώς λαϊκιστί ''τυφλοσούρτικες'' που θα έλεγαν οι παλαιοί) και περιορίζεται μόνο σε ένα 5% δράσεων που θεωρούνται ιατρικές πράξεις.. αυτό δεν αποτελεί και πολλή καλή πρόγνωση για το Ιατρικό Επάγγελμα, σε 50 χρόνια από σήμερα...
Φυσικά, τα σημαντικά Ηθικοπρακτικά Ζητήματα που ανακύπτουν από όλο αυτό είναι εμφανή κι αυτονόητα και συνεπώς, το πιο σωστό και ''ηθικό'', ορίζεται από εκείνη τη συνθήκη του ''μη-βλάπτειν'' αλλά κι από εκείνη επίση της συνθήκη που δύναται να καλύψει κάθε ανθρώπινη ανάγκη και να δώσει λύση σε όλα αυτά τα ζητήματα (ασθένεια, ανθρώπινος πόνος, σπάνη αγαθών και φθοροποιά μονοπώλια). Κι αν πάρουμε και τη δεδομένη παρούσα κατάσταση στην Παγκόσμια Οικονομία που δημιουργει ανεργία και φτώχεια, δεν αργούμε να συμπεράνουμε ότι αυτό που βιώνει ο άνθρωπος πάνω στη Γη, δεν είναι φυσικά και η καλύτερη κατάσταση.. Ας αναλογιστούμε και μόνο το ότι πόσο εύλογο και ηθικό είναι ότι μια τέτοια μελλοντική κατάσταση Επιταχυνόμενης Εξέλιξης μέσω της Τεχνητής Νοημοσύνης/Συγκλινουσών Τεχνολογιών, καταστρατηγεί τα ίδια τα μονοπώλια και την ίδια τη σπάνη των αγαθών, απελευθερώνοντας τον μέγιστο ελεύθερο χρόνο για τον άνθρωπο και καθιστώντας το αγαθό της Υγείας πλήρως ελεύθερο αλλά και απότελεσματικό, αυξάνοντας όχι μόνο το προσδόκιμο ζωής του μέσου ανθρώπου αλλά βελτιώνοντας στον ικανοποιητικότατο βαθμό και την ποιότητα ζωής του.
Οι εξελίξεις τρέχουν και οι καλύτερες ημέρες για τον άνθρωπο έρχονται και μολονότι το τεχνικό ζήτημα υλοποίησης μιας AGI (Γενικής ή Ισχυρής Τεχνητής Νοημοσύνης) ειναι αρκετά πολύπλοκο και σκιώδες, τουλάχιστον όμως μια AI Παράλληλης και Πολλαπλώς Κατανεμημένης Δικτύωσης συνεπικουρούμενη από μια Νανοτεχνολογία 3ης Γενεάς (που ήδη αρχίζει να αναπτύσσεται, δείτε και το σχετικό άρθρο μου ''Οι 4 Γενεές της Νανοτεχνολογίας'' στην αρχική σελίδα του ίδιου website), μπορεί να ασκήσει Ιατρική με αποτελεσματικό τρόπο και ακρίβεια προς όφελος όλων των ανθρώπων αυτού πλανήτη. Συνεπώς, εδώ διαφαίνεται ότι το επάγγελμα του Ιατρού που τόσο ο άνθρωπος θαύμαζε σε ένα διαχρονικό -μέχρι στιγμής- πολιτισμικό επίπεδο, ειναι στην ουσία ενα Τεχνικό Επάγγελμα (όπως αυτό του Μηχανικού Αυτοκινήτων και του Ηλεκτρολόγου Εγκασταστάσεων) με ημερομηνία λήξης. Η διαφορά με τον Μηχανικό Αυτοκινήτων και τον Ηλεκτρολόγο είναι ο όγκος πληροφοριών που έχει να απομνημονεύσει, να διακρίνει και να επεξεργαστεί ο Ιατρός της εκάστοτε ειδικότητας. Λόγω του ότι το ανθρώπινο σώμα είναι ασυγκρίτως πιο πολύπλοκο από ένα αυτοκίνητο ή μια πολυκατοικία, τα τεχνικά ζητήμα που άπτονται της επιδιόρθωσής του χρίζουν περισσότερο όγκο πληροφοριών και επεξεργασίας, από την πλευρά του Τεχνικού Ειδήμονα που λέγεται Ιατρός. Θεωρώ ότι μια μορφή πρωτόλειας μορφής AGI (αν όχι στην πλήρης της υλοποίηση) στο κοντινό μέλλον, θα μπορεί να ασκήσει Ιατρική ακριβώς όπως οι μέχρι τώρα υπάρχοντες Ιατροί ασκούν, με ίσως περισσότερα πλεονεκτήματα τα οποία θα αρχίσουν να διαφαίνονται βαθμιαία στον ορίζοντα μετά την υλοποίηση αυτή.
Βλεπουμε λοιπόν, ότι το Σκήπτρο της Ιατρικής, μετακομίζει. Ο κάτοχός του, ο Ερμής, απλώνει το χέρι του και το παίρνει πίσω. Ο Ασκληπιός και ο Ιπποκράτης μεταβαίνουν στη Χρονοφυλακή της Χρονοδίνης και ''παγώνουν'' εκεί. Το Κηρύκειον του Ερμού αποκτά την πραγματική του Υπόσταση και υλοποιείται ως Ισχυρή Τεχνητή Υπερνοημοσύνη. Συνεπώς δεν χρειάζεται Ιατρούς να το κρατούν αλλά τον ίδιο τον Ερμή, όπου ξαναπέρνει στα χέρια το Σκήπτρο του, γιατί του ανήκει (μιλώντας με τη Ερμητική Συμβολική Μεταφορά).
Τα πάντα στη ζωή είναι θέμα αλλαγών. Και μάλιστα Ριζοσπαστικών Αλλαγών. Πόσο Ριζοσπαστική Αλλαγή θα πρέπει να γίνει σε ένα τόσο ριζικό (και ριζοσπαστικό) κομμάτι της ζωής, όπως η Ανθρώπινη Υγεία; Η απάντηση είναι ''Απόλυτα και Ριζικά Ριζοσπαστική''. Εν ολίγοις, τα προβλήματα με πολύπλοκη ρίζα λύνονται με ριζοσπαστικές πολύπλοκες μεθόδους, ακολουθώντας τον Αρχέγονο Ερμητικό Κανόνα: Όλα ή Τίποτα!
Συγγραφέας του παρόντος άρθρου: Γιώργος-Φανούριος Πουλόπουλος
