Έλληνας επιστήμονας σχεδίασε έναν ειδικό αλγόριθμο, στόχος του οποίου είναι να προβλέπει τα συμπτώματα και τη σοβαρότητά τους καθ’ όλη τη διάρκεια της θεραπείας ενός ασθενούς με καρκίνο.
Πρόκειται για τον Νίκο Παπαχρήστου, ο οποίος είναι διδακτορικός ερευνητής στο βρετανικό πανεπιστήμιο του Surrey και επικεφαλής μίας ερευνητικής ομάδας, που ανέπτυξε ένα ειδικό πρόγραμμα Τεχνητής Νοημοσύνης, με σκοπό να βελτιώσει την ποιότητα ζωής των ασθενών με καρκίνο.
Στη μελέτη τους, που δημοσιεύτηκε στο περιοδικό PLOS One αναφέρουν λεπτομερώς πώς δημιούργησαν δύο μοντέλα, που μπορούν να προβλέψουν με ακρίβεια τη σοβαρότητα τριών κοινών συμπτωμάτων που αντιμετωπίζουν οι ασθενείς με καρκίνο: κατάθλιψη, άγχος και διαταραχές του ύπνου. Και τα τρία συμπτώματα συνδέονται με σοβαρή μείωση της ποιότητας ζωής των καρκινοπαθών.
Οι ερευνητές ανέλυσαν τα υπάρχοντα δεδομένα των συμπτωμάτων που παρουσίασαν οι ασθενείς με καρκίνο κατά τη διάρκεια ακτινοθεραπείας. Στη συνέχεια, δοκίμασαν να ελέγξουν κατά πόσο ο αλγόριθμος είναι σε θέση να προβλέψει με ακρίβεια πότε και αν εμφανίστηκαν συμπτώματα. Τα αποτελέσματα έδειξαν ότι τα πραγματικά αναφερόμενα συμπτώματα ήταν πολύ κοντά σε εκείνα που μπορούσε προβλέψει ο αλγόριθμος.
Η έρευνα είναι μια συνεργασία μεταξύ του Πανεπιστημίου του Surrey και του Πανεπιστημίου της Καλιφόρνια στο Σαν Φρανσίσκο (UCSF), που καθοδηγείται από την καθηγήτρια Christine Miaskowski.
Ο Payam Barnaghi, καθηγητής της Μηχανικής Ευφυΐας στο Πανεπιστήμιο του Surrey, δήλωσε: «Αυτά τα συναρπαστικά αποτελέσματα δείχνουν ότι υπάρχει μια ευκαιρία για μεθόδους Τεχνητής Νοημοσύνης να κάνουν πραγματική διαφορά στις ζωές ανθρώπων που ζουν με καρκίνο. Να σχεδιάσουν προληπτικά έναν τρόπο αντιμετώπισης αυτών των συμπτωμάτων και να βελτιώσουν την ποιότητα ζωής».
Ο Νίκος Παπαχρήστου, ο οποίος ήταν υπεύθυνος για το σχεδιασμό των αλγορίθμων στο συγκεκριμένο έργο, δήλωσε: «Είμαι πολύ ενθουσιασμένος που βλέπω πώς η Τεχνητή Νοημοσύνη μπορεί να χρησιμοποιηθεί για τη δημιουργία λύσεων που έχουν θετικό αντίκτυπο στην ποιότητα ζωής και την ευημερία ασθενών».
