Η Τεχνητή Νοημοσύνη στη Νευρολογική Αποκατάσταση:  Ευφυής τεχνολογία με επίκεντρο τον ασθενή!

Για ασθενείς με Αγγειακό Εγκεφαλικό, Τραυματική Βλάβη Εγκεφάλου, Νευρολογικά Νοσήματα και Άνοια

«Όταν ένας άνθρωπος παθαίνει ένα σοβαρό αγγειακό εγκεφαλικό επεισόδιο, μια βαριά κρανιοεγκεφαλική κάκωση, όταν εμφανίζει προοδευτική νευρολογική νόσο ή άνοια, δεν αλλάζει απλώς η απεικόνιση του εγκεφάλου του. Αλλάζει όλη η ζωή του. Αλλάζει η καθημερινότητά του, η οικογένειά του, η σχέση του με τον εαυτό του και τον κόσμο που τον περιβάλλει.

Η νευρολογική αποκατάσταση δεν είναι «πολυτέλεια μετά το νοσοκομείο». Είναι οργανωμένη, συντονισμένη και εντατική επιστημονική προσπάθεια, με στόχο να κερδηθούν ξανά, στο μέγιστο δυνατό βαθμό, η λειτουργικότητα, η αυτονομία και η αξιοπρέπεια του ασθενούς. Στο πλαίσιο αυτό, η Τεχνητή Νοημοσύνη (ΤΝ) δεν έρχεται ως «μαγική λύση», ούτε ως απρόσωπο «ρομπότ» που αντικαθιστά τον ιατρό και τους θεραπευτές. Έρχεται ως ισχυρό εργαλείο που, όταν χρησιμοποιείται με γνώση, ήθος και μέτρο, ενισχύει την κλινική κρίση, βελτιώνει την ασφάλεια και υποστηρίζει την εξατομίκευση της θεραπείας».

Τα παραπάνω επισημαίνει ο διεθνούς φήμης νευροχειρουργός Δρ Χρήστος Ε. Γεωργόπουλος, διευθυντής Νευροχειρουργικής Κλινικής του  ΕΡΡΙΚΟΣ ΝΤΥΝΑΝ HOSPITAL CENTER και πρόεδρος του Κέντρου Αποκατάστασης ΑΝΑΠΛΑΣΗ, με αφορμή τις όλο και αυξανόμενες επιστημονικές συζητήσεις σε σχέση με το ρόλο της τεχνητής νοημοσύνης (ΤΝ) στη Νευρολογική Αποκατάσταση.

Όπως εξηγεί ο κ. Γεωργόπουλος, «στη σύγχρονη αποκατάσταση, η ΤΝ μπορεί να επεξεργάζεται μεγάλο όγκο δεδομένων — κλινικά στοιχεία, απεικονίσεις (αξονική και μαγνητική τομογραφία), λειτουργικές κλίμακες (όπως FIM, Barthel, mRS), αλλά και δείκτες από φορητούς αισθητήρες. Με αυτόν τον τρόπο μπορεί να συμβάλει σε πιο τεκμηριωμένες εκτιμήσεις για τον κίνδυνο επιπλοκών, την πιθανότητα ανάκτησης βάδισης ή αυτοεξυπηρέτησης και την ορθότερη κατανομή της έντασης και διάρκειας της θεραπείας.

Είναι όμως σημαντικό να καταλάβουμε ότι οι εκτιμήσεις αυτές δεν αποτελούν «ετυμηγορία», πολλώ δε μάλλον «θέσφατο» τονίζει ο κ. Γεωργόπουλος και συνεχίζει: «Η τεχνητή νοημοσύνη χαρτογραφεί την κατάσταση του ασθενούς με ακρίβεια και ενισχύει τον σχεδιασμό, αλλά η τελική απόφαση ανήκει πάντοτε στον ιατρό και στη Διεπιστημονική Ομάδα, με πλήρη επίγνωση της προσωπικότητας και των αναγκών του συγκεκριμένου ανθρώπου».

«Η ρομποτική αποκατάσταση είναι πλέον πραγματικότητα, αναφέρει ο κ. Γεωργόπουλος. «Εξωσκελετοί για το βάδισμα, ρομποτικοί βραχίονες για το άνω άκρο, πλατφόρμες ισορροπίας, καθώς και περιβάλλοντα εικονικής και επαυξημένης πραγματικότητας. Η βασική διαφορά με τις κλασικές θεραπευτικές ασκήσεις είναι η δυνατότητα ασφαλούς, εντατικής και επαναλαμβανόμενης άσκησης — εκατοντάδες επαναλήψεις με συνεχή παρακολούθηση».

Η ΤΝ προσδίδει σε αυτά τα συστήματα «ευφυΐα»: αναλύει την ποιότητα της κίνησης, τη συμμετρία, την κόπωση και την αστάθεια και προσαρμόζει σε πραγματικό χρόνο την υποστήριξη, την αντίσταση και τις παραμέτρους άσκησης. Έτσι, το σύστημα δεν εκτελεί απλώς ένα άκαμπτο πρωτόκολλο, αλλά λειτουργεί δυναμικά, πάντα υπό την ευθύνη και επίβλεψη της θεραπευτικής ομάδας. Το ίδιο σημαντική είναι και η Αποκατάσταση στο σπίτι με τη βοήθεια της ΤΝ. Γνωρίζουμε ότι, μετά την κλειστή νοσηλεία αποκατάστασης, ο ασθενής ζει στο σπίτι, μέσα σε ένα δίκτυο φροντιστών που συχνά αισθάνονται μόνοι, εξουθενωμένοι και γεμάτοι ενοχές. Η ΤΝ μπορεί να στηρίξει ουσιαστικά αυτή την πραγματικότητα μέσω τηλε-αποκατάστασης και «έξυπνων» συστημάτων στο σπίτι: παρακολούθηση δραστηριότητας, ύπνου και μετακινήσεων, έγκαιρη ανίχνευση πτώσεων ή νυχτερινής περιπλάνησης στην άνοια, υπενθυμίσεις φαρμάκων και ραντεβού προσαρμοσμένες στο γνωστικό προφίλ του ασθενούς, καθώς και παροχή πρακτικών οδηγιών ασφάλειας στους φροντιστές.

Η Διεπιστημονική Ομάδα Αποκατάστασης αποκτά πρόσβαση σε κρίσιμες πληροφορίες, ώστε να παρεμβαίνει έγκαιρα και να τροποποιεί το πρόγραμμα, μειώνοντας κινδύνους και ενισχύοντας τη συνέχεια της φροντίδας.

Η ΤΝ εφαρμόζεται και για την εξέλιξη  άλλων καινοτόμων τεχνολογιών  κομβικής σημασίας,  όταν αυτές εντάσσονται  με ορθό τρόπο σε κλινικά πρωτόκολλα:    

• Χαρτογράφηση του εγκεφάλου με  νευροπλοηγούμενο διακρανιακό μαγνητικό ερεθισμό εγκεφάλου (nTMS)  και εστιασμένη, με κατάλληλα πρωτόκολλα ερεθισμού, διέγερση ή καταστολή συγκεκριμένων περιοχών και δικτύων του εγκεφάλου με επαναλαμβανόμενο μαγνητικό ερεθισμό (rTMS), επιτυγχάνοντας έτσι νευροπλαστικότητα και την αποκατάσταση κίνησης και λόγου  μετά από ένα αγγειακό εγκεφαλικό επεισόδιο ή μια τραυματική βλάβη εγκεφάλου.  

• Διεπαφές εγκεφάλου–υπολογιστή (BCI) για ενίσχυση κίνησης και επικοινωνίας σε βαριές νευρολογικές καταστάσεις, όπως αγγειακό εγκεφαλικό επεισόδιο, Νόσο του Κινητικού Νευρώνα, ή βαριά τετραπληγία.

• Ψηφιακή υποστήριξη του λόγου, της γνωστικής αποκατάστασης και της ασφάλειας κατάποσης (σε Κέντρα Αποκατάστασης που  είναι διαθέσιμη ενδοσκοπική μελέτη κατάποσης – FEES).

• Ψηφιακός ουροδυναμικός έλεγχος  σε ασθενείς με νευρογενή κύστη.

Όλα αυτά όμως αποτελούν εργαλεία που δεν υποκαθιστούν, αλλά υπηρετούν τη Διεπιστημονική Ομάδα Αποκατάστασης.

Όπως υπογραμμίζει ο κ. Γεωργόπουλος, «χρειάζεται επίσης ιδιαίτερη προσοχή με τα δεδομένα υγείας του κάθε ασθενούς. Τα δεδομένα υγείας δεν είναι εμπορεύσιμο προϊόν· είναι εξ ορισμού μέρος της πιο ευαίσθητης ανθρώπινης ιδιωτικότητας. Οι αλγόριθμοι δεν έχουν συνείδηση, μπορούν όμως να αναπαράγουν στρεβλώσεις των δεδομένων. Γι’ αυτό απαιτούνται έλεγχος, διαφάνεια και σαφή όρια: η ευθύνη της απόφασης πρέπει να παραμένει στον ιατρό και στη Διεπιστημονική Ομάδα, ποτέ σε ένα απρόσωπο «μαύρο κουτί». Επιπλέον, η πρόσβαση σε αυτές τις τεχνολογίες δεν πρέπει να γίνει προνόμιο ολίγων, χρειάζεται ένταξη σε εθνικές στρατηγικές υγείας, κατευθυντήριες οδηγίες και δίκαια συστήματα αποζημίωσης».

Ολοκληρώνοντας, ο κ. Γεωργόπουλος καταλήγει στο εξής συμπέρασμα: «Η Τεχνητή Νοημοσύνη έχει θέση στη νευρολογική αποκατάσταση μόνο στο μέτρο που υπηρετεί τον ασθενή. Αν δεν υπηρετεί τον άνθρωπο που πάσχει, τότε είναι απλώς ένας ψηφιακός αποπροσανατολισμός, μια περίπλοκη τεχνολογία για το θεαθήναι.  Αν όμως βοηθά τους ασθενείς να κερδίσουν περισσότερη λειτουργικότητα, περισσότερη αυτονομία και περισσότερη αξιοπρέπεια — μαζί με τους αγαπημένους τους — τότε αξίζει να την υιοθετήσουμε, να την εξελίξουμε και να τη διεκδικήσουμε με επιστημονική τεκμηρίωση και ηθική ευθύνη».

Στο κλιπ συμμετέχει το πρωτοπόρο AI μοντέλο και influencer Aiko Pappas

Ο Νίκος Σγουρός επιστρέφει με ένα δυνατό λαϊκό ζεϊμπέκικο που μιλάει για τον έρωτα, την απώλεια και τη νέα αρχή.

Γεννημένος στο Ηράκλειο Κρήτης και με πάνω από 18 χρόνια παρουσίας στο τραγούδι, ο Νίκος συνεχίζει να δημιουργεί και να ερμηνεύει με πάθος, ταξιδεύοντας τη μουσική του σε όλη την Ελλάδα.

- Το τραγούδι και το βίντεο κλιπ είναι εξ' ολοκλήρου δημιουργημένα με τεχνητή νοημοσύνη (AI)

Ο τραγουδιστής εμφανίζεται πλήρως ψηφιακά, σε ένα περιβάλλον που δημιουργήθηκε εξ ολοκλήρου με τεχνητή νοημοσύνη. Στο κλιπ συμμετέχει το πρωτοπόρο AI μοντέλο και influencer Aiko Pappas, δίνοντας μία συναρπαστική, οπτική διάσταση στο συναίσθημα του τραγουδιού!

Nikos Sgouros - #MeEnanAllo

Ο Nikos Sgouros ξεκινά το μουσικό του ταξίδι με τη Dusty Records Greece

Αναζητήστε το στο YouTube - Διαθέσιμο σε όλα τα ψηφιακά καταστήματα

YouTube: https://tr.ee/MeEnanAlloYouTube
Spotify: https://tr.ee/MeEnanAlloSpotify

Καταστήματα: https://tr.ee/es3hQCVskK

ΟΝτόναλντ Τραμπ κατάφερε ξανά να διχάσει την κοινή γνώμη, αυτή τη φορά όχι με κάποια ομιλία ή απόφαση, αλλά με ένα βίντεο που αναρτήθηκε. Το βίντεο, που έχει δημιουργηθεί μέσω τεχνητής νοημοσύνης, απεικονίζει τον Αμερικανό πρόεδρο να φορά στέμμα σαν βασιλιάς, πιλοτάροντας ένα μαχητικό αεροσκάφος με το όνομα “King Trump”, το οποίο ρίχνει «βόμβες» με περιττώματα πάνω σε πλήθος διαδηλωτών.

Η εικόνα περιείχε επίσης το σύνθημα «Chipocalypse Now», μια προφανής αναφορά στην ταινία του 1979 για τον πόλεμο του Βιετνάμ Apocalypse Now.

«Λατρεύω τη μυρωδιά των απελάσεων το πρωί…» Το Σικάγο πρόκειται να ανακαλύψει γιατί ονομάζεται Υπουργείο ΠΟΛΕΜΟΥ», έγραφε η ανάρτηση του Τραμπ.

Οι διαδηλωτές αυτοί συμμετείχαν στο μαζικό φιλοδημοκρατικό κίνημα “No Kings”, το οποίο γέμισε τους δρόμους των Ηνωμένων Πολιτειών με περισσότερους από επτά εκατομμύρια πολίτες.

Το βίντεο, που πολλοί χαρακτήρισαν «χυδαίο» και «ακραία προσβλητικό», προκάλεσε έντονες αντιδράσεις, όχι μόνο από την αντιπολίτευση αλλά και από πολίτες . Σαν να μην έφτανε αυτό, ο επίσημος λογαριασμός του Λευκού Οίκου στο X δημοσίευσε μια ακόμα πιο προκλητική εικόνα, όπου ο Τραμπ και ο αντιπρόεδρός του Τζέι Ντι Βανς εμφανίζονται με βασιλικές κορώνες, ενώ κάτω από αυτούς απεικονίζονται οι Δημοκρατικοί ηγέτες Χάκιμ Τζέφρις και Τσακ Σούμερ φορώντας σομπρέρος, σε μια φανερή ειρωνεία για τη στάση τους απέναντι στη μεξικανική μετανάστευση. «Είμαστε διαφορετικοί. Καληνύχτα σε όλους ?», έγραφε η λεζάντα, προκαλώντας ακόμη μεγαλύτερη αγανάκτηση.

Σύμφωνα με το CNN,  Σάββατο (18/10) πραγματοποιήθηκαν περισσότερες από 2.700 πορείες “No Kings” σε όλες τις πολιτείες των ΗΠΑ, με τη συμμετοχή περίπου επτά εκατομμυρίων ανθρώπων. Το κίνημα, που αυτοπροσδιορίζεται ως φιλοδημοκρατικό και φιλεργατικό, δηλώνει ότι θα συνεχίσει τον αγώνα ενάντια στη συγκέντρωση εξουσίας και στην «πολιτική των ισχυρών ανδρών». Η πρόεδρος της Αμερικανικής Ομοσπονδίας Εκπαιδευτικών, Randi Weingarten, δήλωσε χαρακτηριστικά: «Η ελευθερία δεν υπάρχει χωρίς φωνή. Και εμείς οι εργαζόμενοι δεν σκοπεύουμε να τη χάσουμε».

Αθώος δήλωσε ο 29χρονος άνδρας που συνελήφθη, ως ύποπτος για την έναρξη της πυρκαγιάς, σε μονοπάτι πεζοπορίας του Pacific Palisades στο Λος Άντζελες.

Η πύρινη λαίλαπα ξέσπασε την Πρωτοχρονιά του 2025 και σκότωσε 16 ανθρώπους και κατέστρεψε περισσότερα από 6.000 σπίτια.

Στα στοιχεία που συνέλλεξαν οι αρχές, κατά την έρευνα του Τζόναθαν Ρίντερκνεχτ ήταν μια φωτογραφία που είχε δημιουργήσει στο ChatGPT.

Τα στοιχεία που έδωσε το ChatGPT για τον Ρίντερκνεχτ

Όπως αναφέρει το BBC, πέντε μήνες πριν την πυρκαγιά, ο κατηγορούμενος είχε ζητήσει από το LLM να δημιουργήσει μια εικόνα που «στη μέση του θα υπάρχουν εκατοντάδες χιλιάδες άνθρωποι σε συνθήκες φτώχειας, να προσπαθούν να περάσουν από μια γιγαντιαία πύλη με ένα μεγάλο σύμβολο δολαρίου πάνω της.

Από την άλλη πλευρά της πύλης και σε ολόκληρο τον τοίχο να βρίσκεται ένα συνονθύλευμα πλουσιότερων ανθρώπων, οι οποίοι χαλαρώνουν, παρακολουθούν τον κόσμο να καίγεται και παρακολουθούν τους ανθρώπους να αγωνίζονται. Γελούν, διασκεδάζουν και χορεύουν».

Το δυστοπικό αποτέλεσμα απεικόνιζε από τη μια πλευρά ένα καμένο δάσος, με πλήθη να προσπαθούν να σωθούν από τις φλόγες και από την άλλη, ένα μεγάλο φράχτη με τη σημαία του δολαρίου και πλούσιους να παρακολουθούν με ευχαρίστηση το χάος.

Στο chat που είχε με το ChatGPT ρώτησε και το εξής: «Θεωρείσαι υπεύθυνος εάν ξεσπάσει πυρκαγιά [sic] λόγω των τσιγάρων σου;».

Ένα μήνα πριν το συμβάν, έδωσε στο ChatGPT εντολή, στην οποία σημείωνε ότι είχε κάνει τη Βίβλο που είχε και ένιωθε απελευθερωμένος.

Τι στοιχεία έδωσαν οι συσκευές του Ρίντερκνεχτ

Οι ερευνητές εξήγησαν και ότι ήταν εξοικειωμένος με την περιοχή, στην οποία ζούσε πριν μετακομίσει στη Φλόριντα. Για την ακρίβεια, ένα τετράγωνο μακριά από την αρχή του μονοπατιού Skull Rock, όπου σύμφωνα με τις έρευνες άρχισε η φωτιά.

Σύμφωνα με το κατηγορητήριο, την άναψε αφού ολοκλήρωσε μια διαδρομή ως οδηγός Uber, την παραμονή της Πρωτοχρονιάς. Ένας από τους επιβάτες αυτής της κούρσας δήλωσε πως θυμάται ότι ο οδηγός φαινόταν ταραγμένος και θυμωμένος.

Στην έρευνα που έγινε στις ηλεκτρονικές συσκευές του Ρίντερκνεχτ, βρέθηκε βίντεο που είχε “τραβήξει” με πυροσβέστες να προσπαθούν να σβήσουν τις φλόγες και διαδοχικές κλήσεις στο 100 των ΗΠΑ (911), λίγο μετά τα μεσάνυχτα. Δεν κατάφερε όμως, να επικοινωνήσει. Εικάζεται πως η αδυναμία σχετιζόταν με την προβληματική λήψη σήματος στην αρχή του μονοπατιού.

Στην ανάκριση ο κατηγορούμενος φαινόταν νευρικός «και η καρωτίδα του πάλλονταν κάθε φορά που τον ρωτούσαν ποιος είχε ξεκινήσει τη φωτιά».

Ένα προηγμένο μοντέλο τεχνητής νοημοσύνης (ΑΙ), ικανό να συμβάλει στην παθολογική ανάλυση και τη διάγνωση του καρκίνου, δημιούργησε ομάδα ερευνητών, με επικεφαλής την Ελληνίδα ερευνήτρια, Μαριάννα Ραψομανίκη, από το Biomedical Data Science Center του Πανεπιστημίου της Λωζάνης και το Πανεπιστημιακό Νοσοκομείο της Λωζάνης, στην Ελβετία.

Με στόχο να υπερπηδήσει το συχνό εμπόδιο της έλλειψης επαρκών ιστολογικών δεδομένων για την πρόγνωση του καρκίνου σε έναν ασθενή, η ερευνητική ομάδα, με συνεπικεφαλής την Μαριάννα Κράουτχοφ ντε Γιούλιο (Marianna Kruithof-de Julio), από το Ερευνητικό Εργαστήριο Ουρολογίας στο Πανεπιστήμιο της Βέρνης, δημιούργησε το μοντέλο τεχνητής νοημοσύνης με την ονομασία «VirtualMultiplexer», το οποίο παράγει εικόνες των βιοψιών και συγκεκριμένα της ανάλυσης των ιστών μέσω του χρωματισμού τους, δηλαδή μιας τεχνικής που χρησιμοποιείται για τη διάγνωση του καρκίνου στο εργαστήριο.

Όλοι έχουμε χειριστεί εφαρμογές στον κινητό μας τηλέφωνο που χρησιμοποιούν μια φωτογραφία μας για να μας δείξουν πώς θα μοιάζουμε ως ηλικιωμένοι ή ως θέμα του πίνακα ενός σπουδαίου ζωγράφου. Αυτή τη λογική της μεταφοράς στυλ (style transfer) είναι που αξιοποιεί και το συγκεκριμένο μοντέλο, «απλά αντί για κάποιο ζωγράφο, έχουμε μια μοριακή τεχνική στο εργαστήριο», όπως εξηγεί χαρακτηριστικά στο ΑΠΕ-ΜΠΕ η κ. Ραψομανίκη.

Το μοντέλο δημιουργεί λεπτομερείς εικόνες ενός καρκινικού ιστού και των πληροφοριών που φέρει σε μοριακό επίπεδο

Εικόνες από τον «VirtualMultiplexer« για τους καρκινικούς ιστούς σε αντιδιαστολή με τις εφαρμογές που μετατρέπουν μια φωτογραφία βάσει του στυλ διάσημων ζωγράφων / Credit: Zhu et al. ICCV, 2017 / M. Rapsomaniki (UNIL-CHUV)

Η παραγωγική τεχνητή νοημοσύνη

Χρησιμοποιώντας λοιπόν την παραγωγική τεχνητή νοημοσύνη (Generative AI) και μέσα από την εκπαίδευσή του σε πολυάριθμες φωτογραφίες ιστών που αναλύθηκαν εργαστηριακά με την εφαρμογή χρωστικών ουσιών, το μοντέλο δημιουργεί λεπτομερείς εικόνες ενός καρκινικού ιστού και των πληροφοριών που φέρει σε μοριακό επίπεδο, στοιχείο πολύ σημαντικό για τον ακριβή προσδιορισμό της ασθένειας. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο περιοδικό «Nature Machine Intelligence».

Στο πεδίο της ογκολογίας έχει εμφανιστεί τα τελευταία χρόνια η τεχνολογία του multiplexed imaging, όπου ανιχνεύονται και μετρώνται πολλοί βιοδείκτες του καρκίνου ταυτόχρονα παρέχοντας μεγαλύτερη ακρίβεια στη διάγνωση, στην εξατομίκευση της θεραπείας και στην πρόγνωση της κλινικής εξέλιξης της νόσου. «Η ογκολογία στο κομμάτι της έρευνας ζει μια πολύ μεγάλη επανάσταση με τις νέες τεχνικές στο εργαστήριο. Το ζήτημα είναι ότι αυτές οι τεχνικές είναι πολύ ακριβές και τα μηχανήματα δεν τα έχουν όλα τα εργαστήρια. Οπότε με αυτή τη μελέτη προσπαθήσαμε να πετύχουμε το ίδιο, αλλά με ένα υπολογιστικό μοντέλο», εξηγεί η κ. Ραψομανίκη.

Ο στόχος των ερευνητών ήταν με τη βοήθεια του μοντέλου αυτού να μειωθεί η ανάγκη εκτέλεσης επιπλέον εργαστηριακών αναλύσεων, αλλά και να μπορούν να συμπληρωθούν οι πληροφορίες που λαμβάνονται από την ανάλυση των ιστών.

Μετά τη δημιουργία του μοντέλου, οι ερευνητές δοκίμασαν το πόσο καλά οι τεχνητές αυτές εικόνες προβλέπουν τα κλινικά αποτελέσματα, προκειμένου να αποκλείσουν την πιθανότητα αληθοφανών αλλά ψευδών προβλέψεων. Μέσα από τη σύγκριση των προβλέψεων αυτών με πραγματικούς βαμμένους ιστούς, οι ερευνητές επιβεβαίωσαν ότι το μοντέλο είναι αξιόπιστο.

Ο στόχος των ερευνητών ήταν με τη βοήθεια του μοντέλου αυτού να μειωθεί η ανάγκη εκτέλεσης επιπλέον εργαστηριακών αναλύσεων

Η επικεφαλής ελληνίδα ερευνήτρια Μαριάννα Ραψομανίκη

Σε δεύτερο στάδιο έδωσαν σε παθολογοανατόμους εικόνες από το εργαστήριο και από το μοντέλο και τους ζήτησαν να ξεχωρίσουν ποιες είναι παράγωγο της τεχνητής νοημοσύνης και ποιες αληθινές. Διαπιστώθηκε ότι οι τεχνητές εικόνες γίνονται αντιληπτές ως σχεδόν πανομοιότυπες με τις πραγματικές και αυτό δείχνει και πάλι την αποτελεσματικότητα του μοντέλου.

Οι ερευνητές χρησιμοποίησαν ιστούς από άτομα που πάσχουν από καρκίνο του προστάτη και από καρκίνο του παγκρέατος. Σε επόμενο στάδιο στοχεύουν στην προσαρμογή του μοντέλου, ώστε να μπορεί να χρησιμοποιηθεί και για τον εντοπισμό άλλων τύπων καρκίνου, αλλά και να αξιοποιηθεί και σε πιο προηγμένες εργαστηριακές τεχνικές διάγνωσης του καρκίνου πέραν της χρώσης των ιστών.

«Στην εξατομικευμένη θεραπεία το μέλλον της ογκολογίας»

Αν και μηχανικός υπολογιστών, η Μαριάννα Ραψομανίκη ασχολείται χρόνια με την αξιοποίηση της τεχνητής νοημοσύνης στη «μάχη» κατά του καρκίνου.

«Το αποφάσισα αρκετά νωρίς, γιατί βρίσκω συγκλονιστικό το πόσο περίπλοκη είναι αυτή η ασθένεια. Όσο μαθαίνεις πιο πολλά, τόσο καταλαβαίνεις ότι δεν έχουμε ιδέα για το τι συμβαίνει σε μοριακό επίπεδο ή σε επίπεδο του μικροπεριβάλλοντος της νόσου. Είναι τόσο σύνθετη ασθένεια, που για μένα είναι τρομερά ενδιαφέρον να προσπαθούμε να βγάλουμε άκρη στο τι συμβαίνει», τονίζει.

Όπως παρατηρεί η ίδια, η χρήση της τεχνητής νοημοσύνης «έχει φέρει πολύ μεγάλη ελπίδα, γιατί οι τεχνικές αυτές μπορούν να δουν συσχετίσεις που το ανθρώπινο μάτι δεν μπορεί να δει ή δεν μπορεί να τις αντιληφθεί. Επιπλέον, όλες οι πειραματικές τεχνικές που γίνονται στο εργαστήριο, μάς δίνουν πολύ μεγάλο όγκο δεδομένων τις οποίες η τεχνητή νοημοσύνη μπορεί να επεξεργαστεί πολύ πιο αποδοτικά».

«Συνολικά», συνεχίζει η κ. Ραψομανίκη, «η ελπίδα είναι ότι η τεχνητή νοημοσύνη θα είναι ένα χρήσιμο εργαλείο στα χέρια του γιατρού. Σε ένα πλαίσιο που τα συστήματα υγείας υφίστανται πολύ μεγάλη πίεση, οτιδήποτε μπορεί να απλοποιήσει τη δουλειά των γιατρών, θα βοηθήσει. Επιπλέον, το μέλλον της ογκολογίας πιστεύω ότι βρίσκεται στην εξατομικευμένη θεραπεία για κάθε ασθενή, με βάση τα δεδομένα του όγκου, γιατί όλοι οι όγκοι είναι μοναδικοί, και αυτό μπορεί να γίνει μόνο με προηγμένα μοντέλα».

Όμως, προσθέτει ότι «δεν πρέπει να ξεχνάμε ότι όλα αυτά είναι εργαλεία και να είμαστε πολύ προσεκτικοί στην προστασία των δεδομένων των ασθενών. Ταυτόχρονα, αυτό που είναι πολύ μεγάλο θέμα ερευνητικά είναι να καταλάβουμε πώς παίρνουν αποφάσεις αυτά τα μοντέλα. Οπότε πρέπει να είμαστε σίγουροι ότι τα αποτελέσματα των ερευνών μπορούν να επιβεβαιωθούν».

Σημειώνεται ότι πρώτος συγγραφέας της δημοσίευσης στο «Nature Machine Intelligence» είναι ο ερευνητής Πούσπακ Πάτι (Pushpak Pati), ο οποίος την περίοδο της έρευνας ήταν μέλος της ομάδας της κ. Ραψομανίκη. Στη δημοσίευση συνεργάστηκε μεταξύ άλλων και η Σοφία Καρκαμπούνα από το Πανεπιστήμιο της Βέρνης.

Πηγή: ΑΠΕ – ΜΠΕΤΕΧ

Δεν υπάρχει τίποτα πιο «καυτό» αυτό το διάστημα στον χώρο της τεχνολογίας από την generative AI και τις startups που την παράγουν. Οι Big Tech έχουν βρει έναν άκρως δημιουργικό τρόπο να παίρνουν τα ταλέντα και την καινοτομία των startups αυτών χωρίς να χρειαστεί να τις εξαγοράσουν.

Microsoft, Google και Amazon ξέρουν ότι οι εξαγορές απαιτούν πολύμηνες διαπραγματεύσεις για ρύθμιση και της παραμικρής λεπτομέρειας και ακόμη και εάν αυτές ευοδωθούν μπορεί να είναι τελικά οι ρυθμιστικές αρχές εκείνες, που θα πουν το «όχι». Έτσι και οι τρεις έχουν ανακαλύψει έναν άλλο τρόπο για να επεκτείνουν την παρουσία τους στον μαγικό κόσμο της τεχνητής νοημοσύνης.

Τα ασυνήθιστα deals

Όπως εξηγεί το CNBC, ένα από τα πιο χαρακτηριστικά παραδείγματα του τι συμβαίνει το τελευταίο διάστημα είναι η ασυνήθιστη συμφωνία που υπέγραψε η Google με την Character.ai – μία από τις πιο δυναμικές startups της generative AI.

Βάσει της συμφωνίας ο διαδικτυακός κολοσσός θα προσλάβει τον ιδρυτή της startups και περισσότερο από το 1/5 του εργατικού δυναμικού της, ενώ παράλληλα θα εξασφαλίσει άδεια για τη χρήση της τεχνολογίας της. Μοιάζει με εξαγορά, αλλά η συμφωνία είναι έτσι δομημένη ώστε να μην είναι. Η Google δεν ήταν η πρώτη που ακολούθησε αυτήν την προσέγγιση.

Η Microsoft έθεσε τις βάσεις στη συμφωνία της με το Inflection. Ακολούθησε ένα αντίστοιχο deal με το οποίο η Amazon αποκτούσε ταλέντο και τεχνολογία της Adept, χωρίς και πάλι να την εξαγοράζει.

Αποφεύγουν τις ρυθμιστικές αρχές, θα σκοντάψουν… στο Κογκρέσο;

Είναι ένα νέο playbook που περιορίζει τις δυνατότητες των ρυθμιστικών αρχών για έλεγχο και καστολή, παρέχει μια έξοδο στις νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης που αγωνίζονται να βγάλουν χρήματα και επιτρέπει στις megacaps να συγκεντρώσουν το ταλέντο που απαιτείται στην κούρσα της AI.

Αλλά, όπως επισημαίνει το CNBC,  ενώ οι τεχνολογικοί γίγαντες μπορεί να πιστεύουν ότι έχουν καταφέρει να αποφύγουν τον έλεγχο των ρυθμιστικών αρχών, ίσως να παίζουν με τη φωτιά.

Και τούτο γιατί αρκετοί βουλευτές και γερουσιαστές στο Κογκρέσο έχουν αντιληφθεί ότι τέτοιου είδους συμφωνίες πληθαίνουν και τις έχουν βάλει στο δικό τους μικροσκόπιο. Θεωρούν ότι συμφέρουν τις Big Tech και τους ιδρυτές των startups, αλλά είναι επιζήμιες για μετόχους και εργαζομένους. Δεν αποκλείεται πολύ σύντομα όλοι να κληθούν να δώσουν για τις ψευδο- εξαγορές εξηγήσεις.

Πηγή: naftemporiki.gr