Χαρμόσυνα και ελπιδοφόρα νέα για τις γυναίκες και τους άνδρες με υπογονιμότητα φέρνει η εξέλιξη της τεχνολογίας, με την αξιοποίηση της Τεχνητής Νοημοσύνης στην Υποβοηθούμενη Αναπαραγωγή. «Με την βοήθεια της Τεχνητής Νοημοσύνης, μπορούμε να βελτιώσουμε αισθητά τις πιθανότητες των ασθενών μας να αποκτήσουν την οικογένεια των ονείρων τους», ανέφερε ο Dr. Ηλίας Τσάκος, Χειρουργός Γυναικολόγος
και Ειδικός Αναπαραγωγής, ως κύριο συμπέρασμα της σχετικής ομιλίας του στο 6ο Πανελλήνιο Συνέδριο της Ελληνικής Εταιρίας Ιατρών Υποβοηθούμενης Αναπαραγωγής στις 13/04/2024.

Η Τεχνητή Νοημοσύνη (ΤΝ) ουσιαστικά αποτελεί ένα πολύπλοκο σύνολο αλγορίθμων, οι οποίοι μπορούν να εκπαιδευτούν στην ανάλυση και ερμηνεία δεδομένων σε βαθμό ώστε να παρέχουν διάγνωση παθήσεων και πρόγνωση καταστάσεων με μεγάλη ακρίβεια, χρησιμοποιώντας απλά κλινικά δεδομένα.

Εφαρμογή της Τεχνητής Νοημοσύνης στην Υποβοηθούμενη Αναπαραγωγή

Ο Dr. Τσάκος παρουσίασε στην ομιλία του νεότερα επιστημονικά τεκμήρια τα οποία επιβεβαιώνουν τη χρησιμότητα της νέας τεχνολογίας σε πολλούς και διαφορετικούς τομείς των Υπηρεσιών Υποβοηθούμενης Αναπαραγωγής. Συγκεκριμένα, αναφέρθηκε στους τρεις βασικούς πυλώνες τους οποίους μπορεί να υποστηρίξει η ΤΝ: στο Εργαστήριο, στη διαχείριση ασθενών και μέσω πολλαπλών εφαρμογών στην κλινική πράξη.

Οι εφαρμογές της ΤΝ στο εργαστήριο είναι οι πιο ιλιγγιωδώς εξελισσόμενες, καθώς η επιλογή των βέλτιστων γαμετών ή του εμβρύου για τις διαδικασίες υποβοηθούμενης αναπαραγωγής είναι καθοριστική για την επιτυχία του προγράμματος. «Η ΤΝ φυσικά δεν μπορεί να αντικαταστήσει τους Εμβρυολόγους μας, αλλά μπορεί να συνδράμει σημαντικά τη διεκπεραίωση του δύσκολου έργου τους, βοηθώντας στη λήψη αποφάσεων μέσω συνεκτίμησης πληθώρας δεδομένων, τα οποία δε θα μπορούσαν να εκτιμηθούν με την ίδια ταχύτητα και ακρίβεια από τον ανθρώπινο εγκέφαλο» αναφέρει ο Dr. Τσάκος.

Αλγόριθμοι επιλογής του καλύτερου σπερματοζωαρίου για γονιμοποίηση (ICSI) μπορούν να συνδράμουν σημαντικά στη δημιουργία βιώσιμων εμβρύων. Νευρωνικά δίκτυα εκπαιδευμένα στην επιλογή των καλύτερων ωαρίων μπορούν να βοηθήσουν στις διαδικασίες κρυοσυντήρησης. Τέλος, αλγόριθμοι μηχανικής μάθησης με εκπαίδευση σε χιλιάδες κλινικά δεδομένα, μπορούν να αξιολογήσουν την ποιότητα των εμβρύων καλύτερα από τα συστήματα που βρίσκονται εν ισχύ τώρα και να οδηγήσουν σε καλύτερα αποτελέσματα.

Η ΤΝ δεν είναι κατάλληλη μόνο για τις πολύπλοκες εργαστηριακές διαδικασίες, αλλά μπορεί να βοηθήσει σημαντικά και σε διαχειριστικές και διαδικαστικές προκλήσεις που καθημερινά αντιμετωπίζει μια Κλινική Γονιμότητας και κατ’ επέκταση και στην καλύτερη εξυπηρέτηση των ασθενών. Αυτοματοποιημένα συστήματα καταγραφής προφορικών δεδομένων, αυτόματη αρχειοθέτηση πορισμάτων και αποτελεσμάτων εξετάσεων, αυτόματη ενημέρωση ασθενών και άμεση απάντηση στα ερωτήματά τους καθώς και η δημιουργία ενός λεπτομερούς ιατρικού φακέλου για μελλοντική χρήση και σε άλλες κλινικές, είναι μόνο μερικές από τις πολλές δυνατότητες που μπορεί να προσφέρει η ΤΝ στην καθημερινότητα μια Κλινικής.

Τελευταίος και σημαντικότερος τομέας προσφοράς της ΤΝ είναι στην κλινική πράξη. «Αν και οι ιατροί στην Ελλάδα είναι άριστα εκπαιδευμένοι και καταρτισμένοι στη δουλειά τους, η έλλειψης σχετικής εμπειρίας, η εξάντληση ή απλά η πεπερασμένη φύση του ανθρώπινου εγκεφάλου μπορεί να δημιουργήσουν περιθώρια λάθους ή παραλήψεων. Η ΤΝ μπορεί να συμπληρώσει αυτά τα κενά στην κλινική πράξη, ενώ ταυτόχρονα μπορεί να εκπαιδεύσει και να βελτιώσει και τις ικανότητες του ιατρού», τονίζει ο Dr. Τσάκος.

Πολυπαραγοντικά μοντέλα deep learning μπορούν να αξιοποιηθούν για τον προσδιορισμό εξατομικευμένων δόσεων και προγράμματος χορήγησης φαρμάκων ελεγχόμενης ωοθηκικής διέγερσης. Αλγόριθμοι ΤΝ ενσωματωμένοι στον κλασσικό γυναικολογικό υπέρηχο μπορεί να
αναγνωρίσουν πρώιμα σημεία ενδομητρίωσης, νόσου με σημαντική συσχέτιση με την υπογονιμότητα, χρόνια πριν εμφανίσει τα πρώτα
κλινικά συμπτώματα.

Εφαρμογή της Τεχνητής Νοημοσύνης στην Υποβοηθούμενη Αναπαραγωγή

Τέλος, η ΤΝ μπορεί να εφαρμοστεί και στη Ρομποτική Χειρουργική Γονιμότητας, η οποία περιλαμβάνει οριστική αντιμετώπιση καταστάσεων που σχετίζονται με την υπογονιμότητα (ενδομητρίωση, ινομυώματα, συμφύσεις κλπ) οδηγώντας σε βελτίωση του δυναμικού γονιμότητας και ταυτόχρονα και των κλινικών συμπτωμάτων. Αλγόριθμοι που βελτιστοποιούν ψηφιακά το χειρουργικό πεδίο, καθοδηγούν τον Χειρουργό, του παρέχουν επείγουσες ειδοποιήσεις, κριτική και παρατηρήσεις για βελτίωση αλλά και βαθμολογούν τον Χειρουργό, μπορούν να βελτιώσουν σημαντικά τον τρόπο που παρέχονται αυτές οι υπηρεσίες.

Η Τεχνητή Νοημοσύνη δεν είναι εδώ για να αντικαταστήσει αλλά για να βοηθήσει και να υποστηρίξει τον άνθρωπο και έχει πολλά να προσφέρει στον κλάδο της Υποβοηθούμενης Αναπαραγωγής. «Μόνο αν αποδαιμονοποιήσουμε την νέα τεχνολογία και έχουμε ανοιχτό το μυαλό μας σε νέες πρακτικές και ιδέες μπορούμε να προχωρήσουμε και να βελτιωθούμε ως Ιατροί, Εμβρυολόγοι, επαγγελματίες και επιστήμονες» είπε κλείνοντας την ομιλία του ο Dr. Τσάκος, αφήνοντας ένα ελπιδοφόρο και γεμάτο ενθουσιασμό μήνυμα για τον τομέα της υποβοηθούμενης Αναπαραγωγής.

Εφαρμογή της Τεχνητής Νοημοσύνης στην Υποβοηθούμενη Αναπαραγωγή

INFO!

Δρ Ηλίας Τσάκος

Μαιευτήρας Χειρουργός Γυναικολόγος
Εξειδικευμένος στην Υπογονιμότητα και στην Ενδοσκοπική & Ρομποτική Χειρουργική
Μέλος Βρετανικού Κολεγίου Γυναικολόγων

*Δημοσιεύθηκε στο περιοδικό Health More, τεύχος 9