ΑΜΦΙΒΟΛΙΕΣ ΓΙΑ ΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

του Ντίνου Κουμπάτη

Καθώς οι πρώτες ενθουσιώδεις και ανερμάτιστες εντυπώσεις για το επιτελούμενο θαύμα τής Τεχνητής
Νοημοσύνης ξεπερνιούνται και ξεκινούν να γίνονται ρουτίνα, σαν κάτι, το οποίο επέπρωτο να επισυμβεί και να αλλάξει την Ανθρωπότητα, οι αμφιβολίες για το αν πράγματι θα συμβεί έτσι, σωρεύονται όλο και περισσότερο.

   Καθώς σε πάρα πολλές χώρες του κόσμου, η ΑΙ έχει πλέον έχει εισβάλει και στα Νοσοκομεία, ως συμβουλευτική, εκδίδουσα ιατρικές συμβουλές, οι οποίες μπορεί να είναι και λανθασμένες,
καθώς ένας λογάριθμος, και μόνον αποφασίσει να παραποιήσει μία διάγνωση, το σφάλμα του θα πληρώσει ο ασθενής, ο Παγκόσμιος Οργανισμός Υγείας, κρούει, -τώρα-, το κώδωνα του
κινδύνου.

 Ο Π.Ο.Υ. έστω και_ _με λίγη καθυστέρηση, θεωρεί ότι η ταχύτητα με την οποία, αυτός εισβάλλει στην ιατρική περίθαλψη, ξεπερνά τους κανόνες που θα έπρεπε να προστατεύουν τους ασθενείς
από λάθη, μεροληψίες και ανεξέλεγκτη χρήση των προσωπικών τους δεδομένων.

  Ως εκ τούτου, μάλιστα, επισημαίνει ότι ένα ολοένα μεγαλύτερο χάσμα ανάμεσα στην εφαρμογή τής
Τεχνητής Νοημοσύνης στην περίθαλψη και στην ικανότητα των κρατών να την ελέγξουν, ανοίγεται.

Κατ’ εκτίμησίν του, μάλιστα, σχεδόν δύο στις τρεις χώρες έχουν ήδη εντάξει συστήματα Τεχνητής Νοημοσύνης στη διαγνωστική διαδικασία. Την ίδια στιγμή, όμως, μόλις το 8% διαθέτει ειδική
εθνική στρατηγική για την Τεχνητή Νοημοσύνη στην Υγεία, ενώ εξίσου μικρό είναι το ποσοστό των χωρών που έχουν καθορίσει το ποιός φέρει την ευθύνη όταν ένα σύστημα κάνει λάθος ή
αποτυγχάνει.

Εργαλεία που μπορούν να επηρεάσουν μια διάγνωση, μια θεραπευτική απόφαση ή την
ενημέρωση ενός ασθενούς εφαρμόζονται συχνά χωρίς να είναι πλήρως ξεκάθαρο ως
προς το ποιος ελέγχει την ακρίβειά τους, ποιος αξιολογεί τις πιθανές προκαταλήψεις τους και ποιος
αναλαμβάνει την ευθύνη όταν ένα σύστημα οδηγήσει σε λανθασμένη διάγνωση ή θεραπευτική απόφαση.

Ο περιφερειακός διευθυντής του ΠΟΥ για την Ευρώπη, Δρ. Χανς Κλούγκε, τόνισε ότι ένα μεροληπτικό ή ανεπαρκώς ελεγμένο σύστημα μπορεί να οδηγήσει σε λανθασμένη διάγνωση, με πραγματικές
συνέπειες για την υγεία ενός ανθρώπου.

Όμως, οι κίνδυνοι δεν περιορίζονται μόνο στα τεχνικά σφάλματα. Ένας αλγόριθμος που έχει εκπαιδευτεί με δεδομένα τα οποία δεν αντιπροσωπεύουν επαρκώς όλες τις ομάδες τού πληθυσμού,
μπορεί να αποδίδει λιγότερο αξιόπιστα σε γυναίκες, ηλικιωμένους, μειονότητες ή ασθενείς με σπάνιες παθήσεις.  Παράλληλα, η επεξεργασία μεγάλου όγκου ευαίσθητων ιατρικών δεδομένων δημιουργεί σοβαρά ερωτήματα για το απόρρητο, την κυβερνοασφάλεια και τη συγκατάθεση των ασθενών.