Δανειστήκαμε τον τίτλο του άρθρου από τη γνωστή ταινία-θρίλερ. Πλέον, σε κάποιον βαθμό, γίνεται πραγματικότητα...
Είναι ήδη γνωστό και το βιώνουμε καθημερινά όλο και περισσότερο ότι η τεχνητή νοημοσύνη και οι εφαρμογές που αναπτύσσονται ξεπερνούν, σε πολλές περιπτώσεις, ακόμα και τα πιο ευφάνταστα χολιγουντιανά σενάρια επιστημονικής φαντασίας των προηγούμενων δεκαετιών.
Η διάσταση που αναδεικνύει στο παρόν άρθρο το Newsbomb αποτελεί μια από αυτές τις περιπτώσεις, και λέγεται «προβλεπτική ιατρική». Πρόσφατα, τα όρια της ιατρικής ξεπεράστηκαν και έφτασαν αυτά του… θανάτου, δηλαδή της πρόβλεψης, με σημαντικό ποσοστό επιτυχίας, της αιτίας και, κυρίως, της χρονικής περιόδου, που ένα άτομο θα αποβιώσει!
Η ανακάλυψη έρχεται από τη Δανία, όπου ερευνητές, αξιοποιώντας τα δεδομένα περίπου 6 εκατομμυρίων Δανών που συλλέχθηκαν από τη στατιστική υπηρεσία της χώρας, δημιούργησαν την εφαρμογή «life2vec» με σκοπό την πρόβλεψη των σταδίων της ζωής ενός ατόμου. Μέχρι το τέλος – το «προβλεπόμενο» από την εφαρμογή τέλος. Το πιο σοκαριστικό πάντως είναι το ποσοστό ακρίβειας αυτών των προβλέψεων, που σύμφωνα με τους ερευνητές φτάνει το τεράστιο 78%!
Το πρόγραμμα τους με αντίστοιχη επιτυχία φάνηκε ότι μπορεί να προβλέψει κι άλλα σημαντικά στάδια της ζωής ενός ατόμου, από τη μετακόμιση σε άλλη πόλη, μέχρι την ανάπτυξη κάποιων ασθενειών. Πώς το πετυχαίνει αυτό;
Η Φερενίκη Παναγοπούλου, Αναπληρώτρια Καθηγήτρια Συνταγματικού Δικαίου, Δικαίου Προστασίας Δεδομένων και Βιοηθικής στο Πάντειο Πανεπιστήμιο και Διευθύντρια του Ευρωπαϊκού Εργαστηρίου Βιοηθικής, Τεχνοηθικής και Δικαίου του Παντείου Πανεπιστημίου, μελέτησε τη συγκεκριμένη ανακάλυψη και εξηγεί ότι η προβλεπτική αναλυτική βασίζεται κατά κύριο λόγο στη σύνθεση ετερόκλητων δεδομένων, όπως δεδομένων υγείας, διαμονής, επαγγελματικής απασχόλησης και συνθηκών εργασίας, εκπαιδευτικού υποβάθρου και οικονομικού προφίλ.
Συγκεκριμένα, η προβλεπτική ιατρική έχει την ικανότητα να ενσωματώνει και να αναλύει γνωστά χαρακτηριστικά ασθενειών με το ιστορικό και την κατάσταση της υγείας ενός συγκεκριμένου ασθενούς, ενώ σχετίζεται και με τη γονιδιωματική ιατρική και τους βιοδείκτες του ατόμου.
Όταν αυτά τα δεδομένα αξιοποιηθούν μέσα από ένα τεράστιο δίκτυο ατόμων και μια μεγάλη χρονική περίοδο και αναλυθούν με τρόπους που δεν μπορούσαν να επιτευχθούν πιο πριν στην ιστορία της επιστήμης -δηλαδή πλέον με την τεχνητή νοημοσύνη- τότε δύνανται οι προγνώσεις να προσεγγίζουν αυτά τα τόσο ελπιδοφόρα για μερικούς, εφιαλτικά και δυστοπικά για κάποιους άλλους, ποσοστά…
Όπως εξηγεί στην ανάλυσή της η Φερενίκη Παναγοπούλου: «Η μηχανική μάθηση έχει φέρει επανάσταση στην ικανότητα των υπολογιστών να αναλύουν κείμενο μέσω ευέλικτων υπολογιστικών μοντέλων. Τα δεδομένα περιλαμβάνουν πληροφορίες για γεγονότα της ζωής που σχετίζονται με την υγεία, την εκπαίδευση, το επάγγελμα, το εισόδημα, τη διεύθυνση και τις ώρες εργασίας, καταγεγραμμένα με ημερήσια ανάλυση.
Οι ερευνητές δημιούργησαν ενσωματώσεις γεγονότων της ζωής σε έναν ενιαίο διανυσματικό χώρο, δείχνοντας ότι αυτός ο χώρος ενσωμάτωσης είναι ισχυρός και εξαιρετικά δομημένος. Τα μοντέλα τους τούς επιτρέπουν να προβλέπουν ποικίλα αποτελέσματα, από την πρόωρη θνησιμότητα έως τις λεπτές αποχρώσεις της προσωπικότητας, ξεπερνώντας κατά πολύ τα μοντέλα τελευταίας τεχνολογίας. Στόχος είναι η πρόβλεψη προβλημάτων υγείας και ο χρονικός υπολογισμός της έλευσης του θανάτου».
Φυσικά, ακόμα κι αν το ποσοστό που παρουσιάζουν οι Δανοί επιστήμονες είναι τεράστιο, όπως εύλογα αντιλαμβάνεται κανείς, υπάρχουν στην πολύπλοκη ζωή μας πολλοί εξωτερικοί παράγοντες και μη προβλέψιμα γεγονότα που μπορεί να μεταβάλλουν τα δεδομένα τα οποία ένας αλγόριθμος αξιοποιεί για να πραγματοποιεί προγνώσεις. Και την ίδια ώρα, εγείρονται μια σειρά κρίσιμων βιοηθικών ζητημάτων σχετικά με τη χρήση τέτοιων εφαρμογών.
Πρέπει να γνωρίζει το άτομο την πιθανή ημέρα… θανάτου του ή όχι; Ή έστω, να έχει το ίδιο το δικαίωμα της επιλογής για το αν θα γνωρίζει; Μπορεί να διαχειριστεί αυτή την πληροφορία ή κάποιοι θα οδηγούνταν από την παραίτηση και τη ματαίωση, μέχρι την… αυτοκτονία; Και εκτός από το ίδιο το άτομο, ποιος άλλος ακόμη μπορεί να έχει πρόσβαση σε αυτή την πληροφορία; Και πώς διασφαλίζεται το απόρρητό της; Και τελικά, αν και ο Ιπποκράτης είπε χιλιάδες χρόνια πριν ότι ο καλύτερος ιατρός είναι αυτός που μπορεί να προβλέπει, μήπως εμείς το παρακάναμε;
Το Newsbomb συζήτησε για αυτά τα κρίσιμα ερωτήματα με την Φερενίκη Παναγοπούλου.
Newsbomb.gr: Κυρία Παναγοπούλου, καταρχάς θεσμικά, κατά τη γνώμη σας, θα μπορούσαμε να αναμένουμε την εφαρμογή αυτής της τεχνολογίας σε ευρεία χρήση στην ελληνική κοινωνία;
Φερενίκη Παναγοπούλου: Η πρόσβαση στην εν λόγω εφαρμογή πρέπει να λάβει χώρα παρουσία εκπαιδευμένου ιατρού που θα εξηγήσει στον ασθενή πώς λειτουργεί ο αλγόριθμος και τις πιθανότητες να μη στηρίζεται σε αντιπροσωπευτικά δεδομένα. Ο ιατρός πρέπει να ενημερώνει μόνον αν είναι σίγουρος ότι ο ασθενής είναι σε θέση να διαχειριστεί την πληροφορία. Συνεπώς, δεν τίθεται ζήτημα, προς το παρόν για ευρεία χρήση της εφαρμογής.
Ποια πλεονεκτήματα διαβλέπετε σε αυτή την προοπτική; Υπάρχουν παράγοντες που θα την καθιστούσαν απόλυτα αναγκαία για το καλό του συνόλου και του ατόμου;
Η γνώση είναι δύναμη. Πρώτον, η πρόβλεψη μια ασθένειας μπορεί να οδηγήσει στην πρόληψη της. Αν γνωρίζεις, μπορείς να προλάβεις. Αν κάποιος ξέρει ότι θα εμφανίσει καρκίνο, θα λάβει όλα τα απαιτούμενα μέτρα για να τον αποτρέψει. Μια γυναίκα μπορεί να φτάσει μέχρι το σημείο να αφαιρέσει το στήθος της, αν το ποσοστό πρόβλεψης για καρκίνο του μαστού είναι πολύ υψηλό.
Δεύτερον, η πρόβλεψη μπορεί να οδηγήσει στον κατάλληλο σχεδιασμό της πολιτικής υγείας. Αν υπάρχει πρόβλεψη για την εμφάνιση πολλών περιστατικών Αlzheimer μπορούν να ληφθούν τα κατάλληλα μέτρα για τη διαχείριση της πάθησης. Μπορεί η πολιτεία να προβεί σε στρατηγικό σχεδιασμό με εκστρατείες που θα δίνουν έμφαση σε παράγοντες που επιβραδύνουν τη νόσο, όπως η σωματική και νοητική άσκηση.
Τρίτον, η γνώση της πάθησης και η πρόβλεψη του θανάτου δίνει τη δυνατότητα στο άτομο να διαχειριστεί τις υποθέσεις του, να διεκπεραιώσει εκκρεμότητες, λ.χ. να ετοιμάσει τη διαθήκη του, να τακτοποιήσει τις οικονομικές αλλά και τις οικογενειακές υποχρεώσεις του.
Τέταρτον, τα εργαλεία προβλεπτικής ιατρικής μπορούν να καταρτίζουν εξατομικευμένα θεραπευτικά σχήματα.
Και ποια μειονεκτήματα; Δεδομένου ότι ο πατέρας της ιατρικής, ο Ιπποκράτης, είχε πει ότι ο καλύτερος ιατρός είναι αυτός που μπορεί να προβλέψει…
Η πρόβλεψη πράγματι μπορεί ενίοτε να καταστεί βασανιστική. Πρώτον, η ενδεχόμενη γνώση της πάθησης μπορεί να καταστεί εφιαλτική για το άτομο. Το άτομο μπορεί να υπομένει νωχελικά τη μοίρα του, να αναμένει την πάθηση και να μην έχει κανένα κίνητρο για να προοδεύσει. Ποιος ο λόγος να σπουδάσει κανείς, όταν γνωρίζει ότι βρίσκεται προ των πυλών του θανάτου;
Δεύτερον, το ενδεχόμενο λανθασμένης διάγνωσης δύναται να έχει καταστροφικές συνέπειες για τον ενδιαφερόμενο. Καταρρακώνεται από την ιδέα ενός θανάτου ή μιας ασθένειας που μπορεί και να μην έλθει και αφήνεται νωχελικά στην (πεπλανημένη πολλές φορές) μοίρα του. Τίθεται ένα θέμα διαχείρισης της πληροφορίας από τους ασθενείς. Αν κάποιος μάθει ότι θα πάθει άνοια λίαν συντόμως μπορεί να οδηγηθεί ακόμη και στην αυτοκτονία.
Τρίτον, η συμπερίληψη πάρα πολλών μεταβλητών θα μπορούσε να υπονομεύσει την αξιοπιστία αυτού του τύπου ανάλυσης. Ως εκ τούτου, τίθεται ζήτημα αναφορικά με την εγκυρότητα και την αξιοπιστία των δεδομένων που χρησιμοποιούνται.
Τέταρτον, η πληροφορία της πάθησης και του θανάτου κινδυνεύει να διαβιβαστεί σε μη εξουσιοδοτημένα άτομα, όπως είναι ο εργοδότης, οι ασφαλιστικές εταιρείες και οι τράπεζες.
Πέμπτον, ελλοχεύει ο κίνδυνος τα άτομα με αρνητικούς γενετικούς προγνωστικούς παράγοντες για ορισμένες ασθένειες να αντιμετωπίζουν διακρίσεις.
Συνταγματικά, και αξιολογώντας τα υπέρ και τα κατά, πώς κρίνετε αυτή την προοπτική; Υπάρχουν νόμοι που καθιστούν την τεχνολογία επιβεβλημένη αλλά και άλλοι που ίσως να την καθιστούν απαγορευτική;
Από το δικαίωμα στην υγεία σε συνδυασμό με το δικαίωμα στην ελεύθερη ανάπτυξη της προσωπικότητας και το δικαίωμα στην πληροφόρηση συνάγεται ένα δικαίωμα να γνωρίζεις, αλλά και ένα δικαίωμα να μην γνωρίζεις, αν δεν θέλεις να ενημερωθείς. Αυτό σημαίνει ότι η ενημέρωση δεν πρέπει να είναι υποχρεωτική γιατί διαφορετικά θα μας στερούσε το δικαίωμά μας σε ένα ανοικτό μέλλον.
Από το δικαίωμα προστασίας προσωπικών δεδομένων συνάγεται ένα δικαίωμα πληροφοριακού αυτοκαθορισμού, υπό την έννοια ότι πρέπει να ελέγχουμε ποιος έχει πρόσβαση στα δεδομένα μας. Συνεπώς, η μη εξουσιοδοτημένη πρόσβαση σε δεδομένα πρόβλεψης από ασφαλιστικές εταιρείες έρχεται σε αντίθεση με το δικαίωμα πληροφοριακού αυτοκαθορισμού.
Για εσάς, ποιος θα ήταν ο πρώτος και απαράβατος κανόνας που θα έπρεπε να τεθεί;
Εποπτεία της τεχνολογίας και εποπτεία όσων έχουν πρόσβαση στην εφαρμογή προκειμένου να είναι σε θέση να διαχειριστούν τη σημασία της πληροφορίας.
Όσον αφορά ακριβώς στο ζήτημα της διαχείρισης αυτής της τόσο κρίσιμης πληροφορίας, θα προτείνατε ίσως κάποια θεσμική παρέμβαση από κάποιον φορέα ή/και τον γιατρό, προκειμένου αυτή να γίνεται με τον κατάλληλο τρόπο και πάντα με γνώμονα το συμφέρον του ατόμου; Επίσης, θα προτείνατε εξαιρέσεις για την πρόσβαση σε αυτή την πληροφορία, π.χ. για τους ανήλικους ή για διαπιστωμένα ασταθή άτομα;
Θα πρότεινα να λαμβάνει χώρα ενημέρωση από ειδικά εκπαιδευμένο ιατρό. Τα παιδιά δεν πρέπει να έχουν πρόσβαση σε αυτού του είδους την πληροφορία γιατί θα τους στερήσει το δικαίωμά τους σε ένα ανοικτό μέλλον. Αν κάποιο παιδί γνωρίζει ότι ενδέχεται να αρρωστήσει, ενδέχεται να παραιτηθεί από οποιαδήποτε στόχευσή του.
Σε κάθε περίπτωση, αυτή η γνώση θα ήταν τεράστια δύναμη για όποιον την κατείχε. Υπάρχει τρόπος απόλυτης διασφάλισης ότι δεν θα διέρρεε κακόβουλα ή ότι δεν θα γινόταν αξιοποιήσιμη από ανεπιθύμητους φορείς;
Πρέπει να ληφθούν τα απαραίτητα τεχνικά και οργανωτικά μέτρα για την προστασία των δεδομένων πρόβλεψης. Απόλυτη προστασία, ωστόσο, δεν υπάρχει.
Σε περίπτωση… λάθους, θα μπορούσαμε να φανταστούμε μελλοντικές αγωγές πολιτών ή ασθενών εις βάρος των αρχών κοινοποίησης πληροφορίας, η οποία διαψεύστηκε;
Όχι, εάν έχει λάβει διεξοδική ενημέρωση για την πιθανότητα λάθους πρόβλεψης αλλά και για το πώς λειτουργεί η εφαρμογή.
Τέλος, εσείς προσωπικά… Θα θέλατε να έχετε πρόσβαση σε αυτή την πληροφορία, τόσο για εσάς την ίδια όσο και για τους οικείους σας;
Θα ήθελα να γνωρίζω, πρώτον, για να προλάβω να κάνω αυτά που θέλω, να ταξιδέψω, να γράψω, να διεκπεραιώσω εκκρεμότητες. Δεύτερον, για να μην αφήσω την αρρώστια να έλθει λαμβάνοντας προληπτικά μετρά και, τρίτον, για να ανατρέψω την πρόβλεψη. Κάθε μέρα που θα ζω παραπάνω θα είναι ένα δώρο Θεού, όπως κάθε μέρα που ζούμε. Θα ήθελα για τους ίδιους λόγους να γνωρίζω και για τους οικείους μου…
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου