Η Τεχνητή Νοημοσύνη έχει ήδη αρχίσει να αλλάζει τον τρόπο με τον οποίο αναζητούμε πληροφορίες, οργανώνουμε δεδομένα και λαμβάνουμε αποφάσεις. Στην Ιατρική, όμως, το ερώτημα είναι πολύ πιο σύνθετο: μπορεί ένας αλγόριθμος να βοηθήσει πραγματικά έναν γιατρό όταν πρέπει να αποφασιστεί η θεραπεία μιας γυναίκας με καρκίνο; Και ακόμη πιο σημαντικό: μπορεί να σταθεί δίπλα σε ένα ογκολογικό συμβούλιο, εκεί όπου διαφορετικές ειδικότητες συζητούν την κάθε περίπτωση χωριστά;
Σε αυτό το κρίσιμο ερώτημα επιχειρεί να απαντήσει μελέτη από το τμήμα Γυναικολογικής Ογκολογίας της Α΄ Μαιευτικής και Γυναικολογικής Κλινικής του ΕΚΠΑ, στο Νοσοκομείο «Αλεξάνδρα», η οποία αξιολόγησε κατά πόσο οι προτάσεις του ChatGPT 5.0 συμφωνούν με τις αποφάσεις ενός πραγματικού πολυεπιστημονικού ογκολογικού συμβουλίου σε περιστατικά γυναικολογικού καρκίνου. Η μελέτη περιέλαβε 599 γυναίκες με καρκίνο τραχήλου μήτρας, ενδομητρίου, ωοθηκών και αιδοίου, δηλαδή ένα ευρύ φάσμα της καθημερινής γυναικολογικής ογκολογικής πράξης.
Η ερευνητική ομάδα -με τους Νικόλαο Θωμάκο, Βασίλη Περγιαλιώτη, Δημήτρη Βλάχο, Βασίλη Λυγίζο και Μαρία Φανάκη- έδειξε ότι η Τεχνητή Νοημοσύνη μπορεί να ακολουθεί τις κατευθυντήριες οδηγίες σε απλές και ξεκάθαρες περιπτώσεις, αλλά δυσκολεύεται όταν η θεραπευτική απόφαση απαιτεί εμπειρία, κλινική κρίση και εξατομίκευση.
Το βασικό συμπέρασμα είναι διπλό. Από τη μία πλευρά, η Τεχνητή Νοημοσύνη φάνηκε να μπορεί να αναπαράγει αρκετές από τις αποφάσεις των ιατρών, ιδίως όταν τα περιστατικά ήταν σχετικά απλά και οι θεραπευτικές επιλογές ακολουθούσαν ξεκάθαρα τις διεθνείς κατευθυντήριες οδηγίες. Από την άλλη, σε πιο σύνθετες περιπτώσεις, όπως η υποτροπή της νόσου, ο προχωρημένος καρκίνος των ωοθηκών ή ο καρκίνος του ενδομητρίου με νεότερα μοριακά κριτήρια σταδιοποίησης, οι αποκλίσεις ήταν σημαντικές.
Το ογκολογικό συμβούλιο αποτελεί βασικό πυλώνα της σύγχρονης αντιμετώπισης του καρκίνου. Σε αυτό συμμετέχουν γιατροί διαφορετικών ειδικοτήτων, οι οποίοι αξιολογούν συνολικά κάθε περιστατικό: ιστορικό, απεικονιστικές εξετάσεις, βιοψία, χειρουργικά ευρήματα, γενική κατάσταση και ανάγκες της ασθενούς. Η τελική απόφαση δεν βασίζεται μόνο στο πρωτόκολλο, αλλά σε σύνθετη κλινική κρίση.
Στη συγκεκριμένη ελληνική μελέτη, οι ερευνητές πήραν ανώνυμα, δομημένα κλινικά στοιχεία από πραγματικά περιστατικά που είχαν ήδη συζητηθεί στο ογκολογικό συμβούλιο. Στη συνέχεια εισήγαγαν αυτά τα στοιχεία στο ChatGPT 5.0, ζητώντας από το σύστημα να προτείνει σταδιοποίηση και θεραπευτική στρατηγική σύμφωνα με τις πιο πρόσφατες οδηγίες της Ευρωπαϊκής Εταιρείας Γυναικολογικής Ογκολογίας (ESGO). Οι απαντήσεις του AI συγκρίθηκαν με τις αποφάσεις του πραγματικού ογκολογικού συμβουλίου.
Συνολικά, η συμφωνία ως προς τη σταδιοποίηση κατά FIGO ήταν 77%. Αυτό σημαίνει ότι περίπου σε μία στις τέσσερις περιπτώσεις υπήρξε διαφωνία ανάμεσα στο AI και στην ανθρώπινη πολυεπιστημονική απόφαση ως προς το στάδιο της νόσου. Η σταδιοποίηση δεν είναι λεπτομέρεια. Στον καρκίνο, το στάδιο καθορίζει σε μεγάλο βαθμό τη θεραπεία: αν θα γίνει χειρουργείο, αν χρειάζεται χημειοθεραπεία, ακτινοθεραπεία, ανοσοθεραπεία ή παρακολούθηση.
Οι αποκλίσεις ήταν μικρότερες όταν εξετάστηκαν συγκεκριμένες θεραπευτικές αποφάσεις. Για παράδειγμα, η διαφωνία στις αποφάσεις για χημειοθεραπεία ήταν 8,2%, ενώ για στοχευμένη ή ορμονική θεραπεία ήταν 6,8%. Ωστόσο, ακόμη και αυτά τα ποσοστά έχουν σημασία, διότι στην Ογκολογία μια λανθασμένη ένδειξη ή παράλειψη θεραπείας μπορεί να επηρεάσει ουσιαστικά την πορεία της ασθενούς.
Ιδιαίτερο ενδιαφέρον είχε η διαφοροποίηση ανάλογα με τον τύπο του καρκίνου. Στον καρκίνο του ενδομητρίου καταγράφηκε η μεγαλύτερη απόκλιση στη σταδιοποίηση, με ποσοστό 32,6%, γεγονός που σχετίζεται με τη σύγχρονη μοριακή ταξινόμηση της νόσου. Σήμερα, το μοριακό προφίλ του όγκου μπορεί να επηρεάσει ουσιαστικά την εκτίμηση κινδύνου και τη θεραπευτική απόφαση, κάτι που φαίνεται ότι δυσκολεύει τα γλωσσικά μοντέλα.
Στον καρκίνο των ωοθηκών, οι αποκλίσεις αφορούσαν κυρίως τη χειρουργική αντιμετώπιση και την ανάγκη περαιτέρω θεραπείας. Αυτό έχει ιδιαίτερη σημασία, καθώς η απόφαση για άμεσο χειρουργείο ή αρχική χημειοθεραπεία εξαρτάται από πολλούς παράγοντες: την έκταση της νόσου, τη δυνατότητα πλήρους εξαίρεσης, τη γενική κατάσταση της ασθενούς, την εμπειρία της ομάδας και τον κίνδυνο επιπλοκών.
Αντίθετα, στον καρκίνο του αιδοίου η συμφωνία ανάμεσα στο ChatGPT και στο ογκολογικό συμβούλιο ήταν υψηλότερη, πιθανώς επειδή οι θεραπευτικοί αλγόριθμοι είναι πιο τυποποιημένοι.
Σημαντικό εύρημα ήταν επίσης ότι οι υποτροπές σχετίστηκαν με μεγαλύτερη πιθανότητα διαφωνίας. Σε αυτές τις περιπτώσεις, οι αποφάσεις είναι πιο σύνθετες, καθώς πρέπει να ληφθούν υπόψη προηγούμενες θεραπείες, τοξικότητες, χειρουργικές αλλοιώσεις, περιορισμένες επιλογές και η ποιότητα ζωής της ασθενούς.
Εδώ αναδεικνύεται το βασικό όριο της σημερινής Τεχνητής Νοημοσύνης: μπορεί να οργανώνει δεδομένα και να υπενθυμίζει οδηγίες, αλλά δεν μπορεί ακόμη να αντικαταστήσει την κλινική εμπειρία, τη χειρουργική κρίση και την εξατομικευμένη αξιολόγηση ενός ογκολογικού συμβουλίου.
Αυτό δεν σημαίνει ότι δεν έχει θέση στην Ογκολογία. Αντίθετα, μπορεί να λειτουργήσει ως βοηθητικό εργαλείο: να προετοιμάζει τα περιστατικά, να συνοψίζει τις κατευθυντήριες οδηγίες, να αναδεικνύει πιθανές θεραπευτικές επιλογές και να επισημαίνει σημεία που χρειάζονται περαιτέρω διευκρίνιση.
Η βασική προϋπόθεση είναι να αποφευχθεί η «τυφλή εμπιστοσύνη» στον αλγόριθμο. Η Τεχνητή Νοημοσύνη πρέπει να λειτουργεί ως δεύτερος αναγνώστης και εργαλείο ελέγχου, όχι ως αυτόνομος αποφασιστής.
Η τελική απόφαση πρέπει να παραμένει στο ογκολογικό συμβούλιο, με τον γιατρό να έχει την ευθύνη, την κρίση και την τελική λογοδοσία.
Η Ιατρική δεν είναι μόνο αλγόριθμος. Είναι γνώση, εμπειρία, ευθύνη και σχέση εμπιστοσύνης.
Διαβάστε επίσης
Καρκίνος κεφαλής και τραχήλου: Τα ύπουλα συμπτώματα και η σημασία της έγκαιρης διάγνωσης
Η ασπιρίνη έχει τη δύναμη να προλάβει τον καρκίνο – Οι επιστήμονες εξηγούν γιατί
Απίστευτο: Καινοτόμος ανοσοθεραπεία «σβήνει» τον καρκίνο – Τι λένε οι ειδικοί
