Ραγδαία είσοδο στον τομέα της υγειονομικής περίθαλψής κάνει η τεχνολογία της Τεχνητής Νοημοσύνης, γεγονός που αναδεικνύει την επείγουσα ανάγκη προσέλκυσης και εκπαίδευσης data literate επαγγελματιών στον χώρο. Σύμφωνα με έρευνα που διεξήχθη από το EIT Health και την McKinsey & Company, η Τεχνητή Νοημοσύνη έχει τη δυναμική να φέρει επανάσταση στον τομέα της υγείας, υποστηρίζοντας καλύτερα τα αποτελέσματα, την εμπειρία και την πρόσβαση των ασθενών σε υγειονομικές υπηρεσίες.

Η εργασία στον τομέα της υγείας απαιτεί δεξιότητες ΑΙ: Η βιοϊατρική, η ανάλυση δεδομένων και οι βασικές αρχές της γονιδιωματικής θα είναι κρίσιμης σημασίαςΗ ταχύτατη διείσδυση του ΑΙ στον χώρο της υγείας δεν μπορεί παρά να έχει τεράστιο αντίκτυπο σε επίπεδο εργατικού δυναμικού. Όπως διαπιστώνει η μελέτη (Μετασχηματίζοντας την υγειονομική περίθαλψη μέσω της Τεχνητής Νοημοσύνης), οι βασικές ψηφιακές δεξιότητες, η βιοϊατρική, η ανάλυση δεδομένων και οι βασικές αρχές της γονιδιωματικής θα είναι κρίσιμης σημασίας, εφόσον η τεχνητή νοημοσύνη και η μηχανική μάθηση διεισδύσουν στις υπηρεσίες υγειονομικής περίθαλψης.

Προς το παρόν, η διάγνωση είναι η κύρια εφαρμογή της Τεχνητής Νοημοσύνης στην υγειονομική περίθαλψη. Ωστόσο, τα επόμενα 5-10 χρόνια, οι επαγγελματίες της υγείας αναμένουν ότι η λήψη κλινικών αποφάσεων θα είναι στην κορυφή της λίστας των αιτήσεων. Οι συντάκτες της έκθεσης επισημαίνουν ότι δεν χρειάζεται μόνο να προσελκύσουμε, να εκπαιδεύσουμε και να διατηρήσουμε περισσότερους επαγγελματίες υγείας, αλλά πρέπει επίσης να διασφαλίσουμε ότι ο χρόνος τους χρησιμοποιείται όπου προσθέτει περισσότερη αξία στη φροντίδα για τους ασθενείς.

Για παράδειγμα, με τη δυνατότητα να ελευθερωθεί το 20% ή περισσότερο του χρόνου των ακτινολόγων από διαδικασίες, εκείνοι θα επικεντρωθούν περισσότερο σε ασθενείς και κλινικές ομάδες για περαιτέρω εξατομίκευση και βελτίωση της φροντίδας. Σύμφωνα με την ίδια μελέτη, η Τεχνητή Νοημοσύνη μπορεί να βελτιώσει την ταχύτητα της διάγνωσης και, σε αρκετές περιπτώσεις, την ακρίβεια.

Το 2015, οι αλγόριθμοι ξεπέρασαν τους ανθρώπους στην οπτική αναγνώριση στο ImageNet Challenge Large Scale Visual Recognition Competition, παρουσιάζοντας βελτίωση από ένα ποσοστό σφάλματος 28% το 2010 σε 2,2% το 2017, έναντι ενός τυπικού ποσοστού ανθρώπινου σφάλματος περίπου 5%.

Εκτός όμως από την αναβάθμιση, που μπορεί να προσφέρει η Τεχνητή Νοημοσύνη στην υγεία, ως βασική ανάγκη αναγνωρίζεται επίσης η μεγαλύτερη συμμετοχή των επαγγελματιών της υγειονομικής περίθαλψης στα αρχικά στάδια της ανάπτυξης της Τεχνητής Νοημοσύνης. Σύμφωνα με τα στοιχεία της έρευνας, το 44% των ερωτηθέντων, που επιλέχθηκαν για το ενδιαφέρον τους για την καινοτομία στον τομέα της υγειονομικής περίθαλψης και την Τεχνητή Νοημοσύνη, δεν είχαν εμπλακεί ποτέ στην ανάπτυξη μιας λύσης AI.

«Η Τεχνητή Νοημοσύνη έχει τεράστιες δυνατότητες βελτίωσης της παραγωγικότητας και της αποτελεσματικότητας στα συστήματα υγείας και τα καθιστά πιο βιώσιμα και, το πιο σημαντικό, έχει τη δυνατότητα να προσφέρει καλύτερα αποτελέσματα για την υγεία των ασθενών. Μπορεί να το πράξει με πολλούς τρόπους, από την παροχή προληπτικής περίθαλψης, έως το να επιτρέψει στους επαγγελματίες υγείας να αφιερώσουν περισσότερο χρόνο στην άμεση περίθαλψη των ασθενών. Αυτή η κοινή έκθεση παρέχει καθοδήγηση στους υπεύθυνους λήψης αποφάσεων για να καθορίσουν το επίπεδο φιλοδοξίας τους για την Τεχνητή Νοημοσύνη και να αναπτύξουν και να εφαρμόσουν τη σωστή προσέγγιση για τον οργανισμό ή το σύστημα υγείας τους» δήλωσε η Dr Angela Spatharou, συνεργάτιδα της McKinsey & Company και εκ των συγγραφέων της έκθεσης.

Κατά τη διάρκεια συνεντεύξεων με υπεύθυνους λήψης αποφάσεων τονίστηκε η επείγουσα ανάγκη για ανάπτυξη και κλιμάκωση της κατάρτισης, όπως και η πρόταση ότι τα εθνικά συστήματα υγείας πρέπει να συνεργάζονται με επαγγελματίες υγείας, ακαδημαϊκούς και βιομηχανικούς κλάδους, προκειμένου να υποστηρίζουν τους παρόχους υγειονομικής περίθαλψης, ιδίως εκείνους που δεν είναι αρκετά μεγάλοι. Τόνισαν επίσης, τη σημασία να διασφαλιστεί ότι η τεχνητή νοημοσύνη είναι ηθική, διαφανής και αξιόπιστη. Η έκθεση συμπληρώθηκε από μακροοικονομικές αναλύσεις του μέλλοντος της εργασίας για τα ευρωπαϊκά συστήματα υγειονομικής περίθαλψης από το έργο του McKinsey Global Institute (MGI).