Az Egészségügyi Világszervezet a közelmúltban jelentette meg Florence nevű digitális egészségügyi asszisztensét, amely a „mesterséges intelligencia a dohányzás abbahagyás támogatására” kezdeményezés részeként jött létre. A számítógép által generált képeket, animációt és mesterséges intelligenciát használó Florence célja, hogy segítsen az embereknek leszokni a dohányzásról, és emellett hiteles információkat nyújtson a COVID-19-ről szóló félretájékoztatás ellen, online személyes beszélgetés révén.
A mesterséges intelligencia tág értelemben az emberi megismerés gép általi utánzása, vagy ebben az összefüggésben pontosabban olyan szoftverrendszerek, amelyek az adatokat tanulás és problémamegoldás révén értelmezik és szintetizálják egy adott cél elérése érdekében. Alig telik el nap, hogy ne jelenjen meg hír egy új mesterséges intelligencia alkalmazásról, amely valamilyen módon támogatja az egészségben élést vagy a gyógyítást.
Ez azt a képzetet keltheti bennünk, hogy az algoritmusok és az egészségtámogató robotok hamarosan megoldják egészséggel kapcsolatos problémáink jelentős részét. Ez azonban koránt sincs így, mivel jóval több algoritmus lesz sikertelen vagy olyan, amelyik csak nagyon szűk ügyfélcsoportban bizonyul megbízhatónak, és nagyobb populáción, szélesebb értelmezési tartományban megvizsgálva, már egyáltalán nem megbízható, sőt akár jelentős egyenlőtlenségekhez vagy félretájékoztatáshoz vezetnek.
Az elmúlt húsz évben drámaian megnőtt az egészség szempontjából fontos újszerű adatfolyamok létrehozása és hozzáférhetősége, amelyek részletes betekintést nyújtanak az egészség társadalmi, viselkedési és környezeti meghatározó tényezőibe, ami korábban soha nem volt lehetséges. Például a közösségi médiából, az internetes keresőmotorokból és fórumokból, a hírmédiából, a mobileszközökből és alkalmazásokból származó adatok a hagyományos forrásokból származó adatoknál árnyaltabb információkat szolgáltatnak az egészség társadalmi meghatározóiról. A viselhető eszközök lehetővé teszik az egyéni mozgásokra és fiziológiai mérésekre vonatkozó részletes információk gyűjtését. A környezeti érzékelők térbeli adatokat gyűjtenek a levegőszennyezésről, a vízminőségről, a környezeti zajról, az időjárási viszonyokról és a zöldterületről. Ezen adatok nagy része folyamatosan keletkezik, és a nagy teljesítményű és egyre szélesebb körben elérhető alkalmazásprogramozási interfészek (API-k) segítségével valós időben elemezhető. Ezenfelül ezen új adatforrások összekapcsolása a hagyományos közegészségügyi adatokkal, beleértve az adminisztratív nyilvántartásokból, elektronikus egészségügyi nyilvántartásokból, népszámlálási és egészségügyi felmérésekből származó adatokat, nagymértékben bővíti a felhasználási lehetőségeket. Az egészséggel kapcsolatos adatok típusának, méretének és összetettségének növekedése új lehetőségeket teremtett.
Az egészséggel kapcsolatos adatok létrehozásának és hozzáférhetőségének gyors növekedése, valamint az adattárolás, a számítási teljesítmény és az elemzési kapacitás fejlődése lehetőséget teremtett a korábbinál jóval nagyobb adatbázisok és adatsorok elemzésére és algoritmusok tanítására, a mesterséges intelligencia alkalmazások kidolgozására. Ami időlegesen elvakított bennünket, adatgyűjtésről, adatállományokról, adatbányászatról beszéltünk, és az algoritmusfejlesztések eredményeit teszteltük le, azt vizsgálva, mennyire képesek a valóságot leírni, előrejelezni.
Ma még úgy járunk el, mintha a közlekedési navigációs rendszereinket olyan térképféleségeken használnánk, amik ilyen-olyan módon gyűjtött adatokból álló állományok adatbányászatával készültek.
Holott nagyon pontos leképezési módszertannal készített térképeken tudjuk csak jól használni ezeket az algoritmusokat és előrejelző rendszereket. Kezdünk rájönni, hogy az egészséggel kapcsolatos rendszereinket és leképeznünk kell, valamiféle sokdimenziós adattérbe.
Abban ma már biztosak lehetünk, hogy a megbízható, pontos egészségtámogató algoritmusokhoz az adatot nem bányászni kell, hanem pontosan meghatározni a helyét a sokdimenziós adattérben.
Budapest, 2022. december 1.
Dr. Lantos Zoltán, programvezető