Τεχνολογία

Τεχνητή νοημοσύνη εντοπίζει τον κίνδυνο ενδοοικογενειακής βίας χρόνια πριν εμφανιστεί

Τεχνητή νοημοσύνη εντοπίζει τον κίνδυνο ενδοοικογενειακής βίας χρόνια πριν εμφανιστεί

Πηγή Φωτογραφίας: FREEPIK/Τεχνητή νοημοσύνη εντοπίζει τον κίνδυνο ενδοοικογενειακής βίας χρόνια πριν εμφανιστεί

Ένα νέο εργαλείο τεχνητής νοημοσύνης που ανέπτυξαν ερευνητές στις United States υπόσχεται να αλλάξει τον τρόπο με τον οποίο τα νοσοκομεία εντοπίζουν περιστατικά ενδοοικογενειακής βίας. Το σύστημα μπορεί να αναγνωρίζει μοτίβα τραυματισμών και ιατρικών δεδομένων που σχετίζονται με κακοποίηση από σύντροφο, ακόμη και τρία χρόνια πριν τα θύματα ζητήσουν βοήθεια.

Η έρευνα δημοσιεύθηκε στο έγκριτο επιστημονικό περιοδικό Nature και ανοίγει νέους δρόμους στη χρήση της τεχνητής νοημοσύνης στον τομέα της δημόσιας υγείας και της πρόληψης της βίας.

Ένα παγκόσμιο πρόβλημα που συχνά μένει κρυφό

Η ενδοοικογενειακή βία από σύντροφο – γνωστή διεθνώς ως Intimate Partner Violence (IPV) – αποτελεί ένα από τα πιο διαδεδομένα αλλά και λιγότερο ορατά κοινωνικά προβλήματα.

Σύμφωνα με στοιχεία της European Commission, περίπου το 18% των γυναικών που είχαν ποτέ σύντροφο δήλωσαν ότι το 2021 είχαν βιώσει σωματική ή σεξουαλική βία από τον σύντροφό τους.

Ωστόσο, ένα μεγάλο ποσοστό θυμάτων δεν αποκαλύπτει την κακοποίηση. Ο φόβος, το κοινωνικό στίγμα ή οι ανησυχίες για την προσωπική τους ασφάλεια οδηγούν συχνά τα θύματα στη σιωπή. Ως αποτέλεσμα, πολλά περιστατικά περνούν απαρατήρητα ακόμη και όταν οι άνθρωποι επισκέπτονται τακτικά γιατρούς ή νοσοκομεία.

Πώς λειτουργεί το σύστημα τεχνητής νοημοσύνης

Για να αντιμετωπίσουν αυτό το κενό, οι επιστήμονες ανέπτυξαν ένα μοντέλο machine learning που αναλύει ιατρικά δεδομένα ασθενών και αναζητά μοτίβα που έχουν συσχετιστεί με περιστατικά κακοποίησης.

Η ερευνητική ομάδα εκπαίδευσε το σύστημα χρησιμοποιώντας δεδομένα πολλών ετών από:

  • περίπου 850 γυναίκες που είχαν υποστεί κακοποίηση από σύντροφο

  • περισσότερους από 5.200 ασθενείς παρόμοιας ηλικίας που χρησιμοποιήθηκαν ως ομάδα σύγκρισης

Με βάση αυτά τα στοιχεία δημιουργήθηκαν τρία διαφορετικά μοντέλα τεχνητής νοημοσύνης.

Τα τρία επίπεδα ανάλυσης

Κάθε μοντέλο αξιοποίησε διαφορετικό τύπο δεδομένων:

  1. Ανάλυση δομημένων ιατρικών δεδομένων
    Το πρώτο σύστημα εξέτασε πληροφορίες όπως ηλικία, ιατρικό ιστορικό, διαγνώσεις και επισκέψεις σε νοσοκομεία.

  2. Ανάλυση κλινικών σημειώσεων
    Το δεύτερο μοντέλο αξιοποίησε κείμενα από ιατρικές σημειώσεις, παρατηρήσεις γιατρών και ακτινολογικές εκθέσεις.

  3. Συνδυαστικό μοντέλο
    Το τρίτο σύστημα συνδύασε και τους δύο τύπους δεδομένων για να δημιουργήσει μια πιο ολοκληρωμένη εικόνα.

Το συνδυαστικό μοντέλο αποδείχθηκε το πιο αποτελεσματικό, καθώς κατάφερε να εντοπίσει σωστά τον κίνδυνο κακοποίησης στο 88% των περιπτώσεων.

Εντοπισμός κακοποίησης χρόνια πριν αποκαλυφθεί

Ένα από τα πιο εντυπωσιακά ευρήματα της μελέτης ήταν ότι το εργαλείο μπορούσε να αναγνωρίσει μοτίβα τραυματισμών που συνδέονται με κακοποίηση πάνω από τρία χρόνια πριν οι ασθενείς συμμετάσχουν σε προγράμματα υποστήριξης για θύματα ενδοοικογενειακής βίας.

Με άλλα λόγια, το σύστημα μπορεί να εντοπίσει έγκαιρα ασθενείς που εμφανίζουν τραυματισμούς ή ιατρικά μοτίβα παρόμοια με αυτά που έχουν παρατηρηθεί σε επιβεβαιωμένες περιπτώσεις κακοποίησης.

Αυτή η δυνατότητα θα μπορούσε να επιτρέψει στους επαγγελματίες υγείας να παρέμβουν νωρίτερα και να προσφέρουν υποστήριξη πριν η κατάσταση κλιμακωθεί.

Υποστήριξη γιατρών – όχι αντικατάσταση

Οι ερευνητές τονίζουν ότι η τεχνολογία δεν έχει σχεδιαστεί για να αντικαταστήσει την κρίση των γιατρών ούτε για να «διαγνώσει» κακοποίηση.

Αντίθετα, λειτουργεί ως εργαλείο προειδοποίησης. Το σύστημα απλώς επισημαίνει πιθανά περιστατικά κινδύνου, επιτρέποντας στους γιατρούς να εξετάσουν πιο προσεκτικά την κατάσταση και να προσεγγίσουν το θέμα με ευαισθησία.

Η τελική απόφαση για το αν θα γίνει παρέμβαση παραμένει πάντα στον επαγγελματία υγείας.

Το επόμενο βήμα: νοσοκομεία με «έξυπνη» πρόληψη

Η ερευνητική ομάδα σχεδιάζει να ενσωματώσει την τεχνολογία στα ηλεκτρονικά συστήματα ιατρικών φακέλων των νοσοκομείων. Έτσι, όταν ένας ασθενής επισκέπτεται έναν γιατρό, το σύστημα θα μπορεί να παρέχει μια αυτόματη αξιολόγηση κινδύνου σε πραγματικό χρόνο.

Αν το σύστημα εντοπίσει πιθανά σημάδια κακοποίησης, οι γιατροί θα μπορούν να ανοίξουν μια διακριτική συζήτηση, να προσφέρουν πληροφορίες ή να παραπέμψουν τον ασθενή σε υπηρεσίες υποστήριξης.

Η τεχνητή νοημοσύνη ως εργαλείο πρόληψης

Η μελέτη αναδεικνύει πώς η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί όχι μόνο για τη διάγνωση ασθενειών αλλά και για την αντιμετώπιση κοινωνικών προβλημάτων που επηρεάζουν την υγεία.

Σε έναν κόσμο όπου πολλά περιστατικά ενδοοικογενειακής βίας παραμένουν κρυφά, η δυνατότητα εντοπισμού κινδύνου χρόνια πριν μπορεί να αποδειχθεί καθοριστική.

Εάν η τεχνολογία αυτή εφαρμοστεί ευρέως, θα μπορούσε να μετατρέψει τα νοσοκομεία σε ένα από τα πιο σημαντικά σημεία πρόληψης και προστασίας των θυμάτων κακοποίησης.

Πηγή: Pagenews.gr

Διαβάστε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο

ΚΑΤΕΒΑΣΤΕ ΤΟ APP ΤΟΥ PAGENEWS PAGENEWS.gr - App Store PAGENEWS.gr - Google Play

Το σχόλιο σας

Loading Comments