Με την άνοδο των εργαλείων που τροφοδοτούνται από τεχνητή νοημοσύνη (AI) όπως το ChatGPT, θα πρέπει οι φαρμακοποιοί να ανησυχούν για τη μελλοντική εξέλιξη του επαγγέλματός τους; Η απάντηση είναι όχι, αλλά θα ήταν ωφέλιμο να μάθουν να χρησιμοποιούν καλύτερα αυτές τις νέες τεχνολογίες, που μπορούν να έχουν βαθύ θετικό αντίκτυπο στον τρόπο εργασίας τους.
Θα μπορούσε λοιπόν το ChatGPT να αποκτήσει πτυχίο φαρμακοποιού; Η απάντηση είναι όχι.
Μπορούμε να φανταστούμε ότι οι αλγόριθμοι τεχνητής νοημοσύνης θα μπορούσαν να πραγματοποιούν θεωρητικές εκτιμήσεις, όπως και -χάρη στην ικανότητα κρίσης και συλλογιστικής τους- να επιτύχουν να λύσουν ορισμένες κλινικές περιπτώσεις.
Αλλά για να είσαι φαρμακοποιός είναι απαραίτητο να διαθέτεις και πρακτικές ικανότητες που διδάσκονται στους φοιτητές στο πανεπιστήμιο ή μέσω επιμορφωτικών προγραμμάτων, όπως η πραγματοποίηση εμβολιασμού ή η παρασκευή γαληνικών σκευασμάτων.
Το ChatGPT θα μπορούσε να απαντήσει ικανοποιητικά σε διάφορα τεστ, πολλαπλής επιλογής. Από την άλλη, σε ερωτήσεις ανοιχτού τύπου θα μπορούσε να απαντήσει είτε σωστά είτε λάθος, ανάλογα με τα διαθέσιμα δεδομένα. Επίσης, σε ορισμένες κλινικές περιπτώσεις, πιθανώς να μην λάμβανε υπόψη ορισμένα στοιχεία, σε αντίθεση με τον φαρμακοποιό.
Το πραγματικό ερώτημα που τίθεται με την τεχνητή νοημοσύνη είναι αν θα ήταν αποδεκτό να εξετάζει και να αξιολογεί την κατάσταση της υγείας ενός ατόμου, ένας αλγόριθμος που ανταποκρίνεται πολύ καλά στο 50% των περιπτώσεων και πολύ άσχημα στο 50% των άλλων. Η απάντηση είναι προφανώς, όχι.
Όταν η τεχνητή νοημοσύνη υπερβαίνει την ανθρώπινη νοημοσύνη
Αν και η τεχνητή νοημοσύνη δεν μπορεί να λάβει πτυχίο φαρμακοποιού, υπάρχουν ήδη ορισμένα πράγματα σχετικά με το επάγγελμα που μπορεί να κάνει. Για παράδειγμα, το ChatGPT είναι ικανό να παρέχει πληροφορίες σε έναν ασθενή σχετικά με τις ανεπιθύμητες ενέργειες ενός φαρμάκου. Πιθανότατα, οι μελλοντικές εκδόσεις του να είναι σε θέση να παρέχουν διάγνωση σε απλές κλινικές περιπτώσεις, βάσει κάποιας λίστας συμπτωμάτων.
Επίσης, η χρήση της τεχνητής νοημοσύνης μπορεί να αποδειχθεί ιδιαίτερα ενδιαφέρουσα σε προβλήματα ελλείψεων φαρμάκων, αφού μπορεί να προτείνει μια εναλλακτική θεραπευτική προσέγγιση, λαμβάνοντας υπόψη το προφίλ του ασθενούς. Αλλά, καθώς δεν είναι γνωστό από ποιες πηγές και database λαμβάνει δεδομένα ο εκάστοτε αλγόριθμος, η απάντηση που θα δώσει δεν είναι απόλυτη και χρειάζεται επιπλέον διερεύνηση.
Βέβαια, μην ξεχνάμε πως η τεχνητή νοημοσύνη μπορεί να ανακτήσει πληροφορίες από πολλαπλές βάσεις δεδομένων σε χρόνο ρεκόρ, τις οποίες στη συνέχεια θα διασταυρώσει, για να εντοπίσει π.χ. τον κίνδυνο αλληλεπίδρασης σε μια προσέγγιση πολυφαρμακείας. Σε αυτήν την περίπτωση, η τεχνητή νοημοσύνη είναι σαφώς πιο αποτελεσματική από τον ανθρώπινο εγκέφαλο.
Τι αναμένεται;
Η τεχνητή νοημοσύνη θα εξελιχθεί πολύ περισσότερο μελλοντικά. Χάρη στο machine learning θα μπορούν να αναλυθούν τεράστιοι όγκοι δεδομένων, συσχετισμοί ή στοιχεία, που τελικά θα επιτρέψουν τη δημιουργία νέων ιδεών. υτό συμβαίνει ήδη στην ακτινολογία, όπου μέσω αλγορίθμων αναλύονται χιλιάδες ακτινογραφίες και τελικά αυτό επιτρέπει την πρόβλεψη ενός ενδεχόμενου κινδύνου καρκίνου που οι άνθρωποι δεν θα είχαν εντοπίσει. Στη φαρμακευτική, οι αλγόριθμοι θα μπορέσουν μια μέρα -πιθανότατα- να βελτιώσουν τη φαρμακευτική αγωγή ενός ασθενούς.
Τα όρια της τεχνητής νοημοσύνης
Μια καλά «εκπαιδευμένη» AI θα μπορεί να κάνει τη φαρμακευτική ανάλυση μιας απλής συνταγής. Από την άλλη, κινδυνεύει να κάνει λάθος σε πιο περίπλοκες περιπτώσεις. Αλλά να μην ξεχνάμε πως η AI δεν θα παραδεχτεί ποτέ ότι δεν γνωρίζει. Εφευρίσκει πάντα μια άλλη δημιουργική απάντηση.
Η AI μπορεί να ενημερώσει ή να βελτιώσει τη λήψη αποφάσεων, αλλά σίγουρα δεν θα πρέπει να το κάνει. Επίσης, έχει μια αχίλλειο πτέρνα. Λείπει αυτό που είναι η ουσία και η αξία του επαγγέλματος του φαρμακοποιού: Η ανθρώπινη επαφή!
Ένας αλγόριθμος δεν μπορεί να μιλήσει σε έναν ασθενή τη στιγμή που εκτελεί τη συνταγή του, να του δώσει συμβουλές ή να διασφαλίσει ότι ακολουθεί σωστά τη θεραπεία του. Επίσης, δεν θα μπορεί να προσαρμόσει μια θεραπεία σε πραγματικό χρόνο, σε περίπτωση που έχει αλλάξει κάτι στην κατάσταση του ασθενούς, από την χορήγηση της συνταγής μέχρι την εκτέλεσή της.
Ανερχόμενη ευκαιρία και όχι απειλή
Όσοι πιστεύουν ότι η ολοένα και συχνότερη χρήση ψηφιακών εργαλείων θα οδηγήσει αυτόματα σε μείωση του αριθμού των φαρμακοποιών, κάνουν λάθος. Στην πραγματικότητα, θα συμβεί ακριβώς το αντίθετο!
Με τα ψηφιακά εργαλεία υψηλής προστιθέμενης αξίας που αναδύονται, οι φαρμακοποιοί έχουν μια σημαντική ευκαιρία να εδραιωθούν περαιτέρω ως η δικλείδα ασφαλείας ελέγχου της φαρμακευτικής θεραπείας των ασθενών και μπορούν να επωφεληθούν από αυτήν τη νέα δυνατότητα βελτίωσης, με όφελος τόσο για τον ασθενή, όσο και το οικονομικό σύστημα υγείας.
Η τεχνητή νοημοσύνη θα ενισχύσει τη σχέση μεταξύ επαγγελματιών υγείας και ασθενών.
Όσο περισσότερο θα χρησιμοποιούνται διάφορες τεχνολογίες, τόσο περισσότερο ο ασθενής θα χρειάζεται μια εξατομικευμένη σχέση με έναν φαρμακοποιό, ο οποίος θα γνωρίζει το ιστορικό του και την πορεία του και θα επικοινωνεί με ενσυναίσθηση. Ωστόσο, η άνοδος των εργαλείων τεχνητής νοημοσύνης θα αναγκάσει τους φαρμακοποιούς να προσαρμοστούν.
Σε αυτό το νέο οικοσύστημα που αναδύεται, όπου ο φαρμακοποιός θα βασίζεται όλο και περισσότερο στην τεχνολογία και τα δεδομένα υγείας θα διαμοιράζονται εύκολα από όλους τους επαγγελματίες υγείας, θα συνεχίσει να είναι ο ειδικός στα φάρμακα.
Αλλά μελλοντικά, θα είναι και ο συνδετικός κρίκος όλων των συνεργειών που αφορούν έναν ασθενή. Είναι εκείνος που θα πρέπει να αλληλεπιδρά όλο και περισσότερο με το νοσοκομείο, τους οικογενειακούς ιατρούς, αλλά και άλλους κλάδους εντός των τοπικών κοινοτήτων επαγγελματιών υγείας. Μήπως τελικά, είναι μια τεράστια προοπτική για καλύτερη θεραπευτική και φαρμακευτική φροντίδα των ασθενών;
Εκπαιδευτείτε όσο το δυνατόν γρηγορότερα στην AI
Η άφιξη της τεχνητής νοημοσύνης (AI) δεν πρέπει να επηρεάσει την αξία του πτυχίου του φαρμακοποιού, αλλά θα πρέπει να επηρεάσει τις σχολές φαρμακευτικής. Η εκπαίδευση των επαγγελματιών υγείας στη χρήση ψηφιακών εργαλείων είναι ένα θέμα στο οποίο πρέπει να δοθεί προτεραιότητα.
Ο στόχος δεν είναι να μετατραπούν οι φαρμακοποιοί σε επιστήμονες δεδομένων, αλλά να εκπαιδεύονται πώς να χρησιμοποιούν τα ψηφιακά αυτά εργαλεία, που θα τους βοηθήσουν να επικαιροποιούν τις γνώσεις τους και να λαμβάνουν επιστημονικά ορθές και αποτελεσματικές αποφάσεις.
Και επειδή στους τομείς της τεχνητής νοημοσύνης όλα εξελίσσονται εξαιρετικά γρήγορα, υπάρχει επείγουσα ανάγκη να ενσωματωθούν στο πρόγραμμα σπουδών της φαρμακευτικής, ενότητες ευαισθητοποίησης και εισαγωγής στην τεχνητή νοημοσύνη, database και data science, εκπαίδευσης σχετικά με τον περιορισμό και τα πλεονεκτήματα αυτών των τεχνολογιών, καθώς και πρακτικές για τη χρήση τους σε μια καθημερινή φαρμακευτική προσέγγιση.
Και οι σχολές λοιπόν πρέπει να εξελίξουν τη διδασκαλία τους και σε αυτήν την κατεύθυνση, αφού ο φαρμακοποιός του μέλλοντος θα κληθεί να ανταποκριθεί σε νέα δεδομένα, ενώ θα αλληλεπιδρά -όλο και περισσότερο- και με τους άλλους επαγγελματίες υγείας που παρακολουθούν έναν ασθενή.
Αλληλεπιδράσεις που όπως είπαμε και νωρίτερα, θα βασίζονται ως επί το πλείστον σε ψηφιακά εργαλεία…
Αλέξανδρος Θεοδωρόπουλος – Μαραντίδης, Φαρμακοποιός, MBA
