• Η MSF δοκιμάζει λογισμικό με τεχνητή νοημοσύνη για ανίχνευση δηλητηριώδων ειδών φιδιών.
• Η τεχνητή νοημοσύνη βοηθά στην αναγνώριση των φιδιών για την κατάλληλη θεραπεία.
• Η εφαρμογή πιλοτικά χρησιμοποιείται σε νοσοκομεία των ΓΧΣ στο Νότιο Σουδάν.
• Οι φωτογραφίες λαμβάνονται άμεσα μετά το δάγκωμα για ανάλυση από το λογισμικό.
• Η αναγνώριση φιδιών με ακρίβεια βελτιώνεται με περισσότερη χρηματοδότηση και έρευνα.

Ο αγώνας για την έγκαιρη θεραπεία ασθενών με δάγκωμα φιδιού για τη διάσωσή τους θα μπορούσε να διευκολυνθεί με την ανάπτυξη λογισμικού που υποστηρίζεται από τεχνητή νοημοσύνη.

Η ιατρική φιλανθρωπική οργάνωση Médecins Sans Frontières (MSF) δοκιμάζει την ανίχνευση φιδιών με τεχνητή νοημοσύνη στο Νότιο Σουδάν χρησιμοποιώντας μια βάση δεδομένων με 380.000 φωτογραφίες φιδιών για τον εντοπισμό δηλητηριωδών ειδών.

Η ταυτοποίηση είναι ένα δύσκολο αλλά κρίσιμο μέρος της θεραπείας για να διασφαλιστεί ότι σπάνια και ακριβά αντίδοτα χρησιμοποιούνται μόνο όταν είναι απαραίτητο.

Ο Δρ Γκάμπριελ Αλκόμπα, ιατρικός σύμβουλος των ΓΧΣ για τα δαγκώματα φιδιών και τις παραμελημένες τροπικές ασθένειες, είπε: «Τα πρώιμα αποτελέσματα είναι ελπιδοφόρα. Η τεχνητή νοημοσύνη μερικές φορές αναγνωρίζει τα φίδια ακόμα καλύτερα από τους ειδικούς.

«Θυμάμαι μια εποχή που χρησιμοποιούσαμε άλμπουμ φωτογραφιών για να αναγνωρίσουμε φίδια στα νοσοκομεία των ΓΧΣ(Γιατροί Χωρίς Σύνορα). Το ιατρικό προσωπικό ξεφύλλιζε φωτογραφίες για να καταλάβει ποιο φίδι είχε δαγκώσει έναν ασθενή», πρόσθεσε.

Η εφαρμογή εφαρμόζεται πιλοτικά σε δύο νοσοκομεία των ΓΧΣ στο Νότιο Σουδάν , όπου ο αριθμός των ατόμων που μεταφέρθηκαν στο νοσοκομείο με δάγκωμα φιδιού είναι μεγάλος. Από τον Ιανουάριο έως το τέλος Ιουλίου 2024, περισσότεροι από 300 ασθενείς με δάγκωμα φιδιού είχαν λάβει θεραπεία σε ιατρικές εγκαταστάσεις των ΓΧΣ σε όλη τη χώρα.

Όταν κάποιος δαγκώνεται, οι γιατροί ενθαρρύνουν τη λήψη φωτογραφιών εκείνη τη στιγμή ή το προσωπικό τους να επιστρέψει στο σημείο, με προσοχή, για να φωτογραφίσει το φίδι.

Οι φωτογραφίες τροφοδοτούνται σε λογισμικό που λειτουργεί με τεχνητή νοημοσύνη για να βοηθήσει στον εντοπισμό του τύπου του φιδιού και του είδους της θεραπείας που χρειάζεται, ακόμη και πριν ο ασθενής φτάσει στο νοσοκομείο. Η Alcoba είπε ότι η ακρίβεια του προγράμματος θα μπορούσε να αναπτυχθεί περαιτέρω με περισσότερη χρηματοδότηση, έρευνα και φωτογραφίες καλύτερης ποιότητας.

«Συχνά, οι ασθενείς λαμβάνουν λανθασμένη θεραπεία επειδή το φίδι δεν αναγνωρίζεται σωστά ή σπαταλάται πολύτιμο αντίδοτο σε δαγκώματα από μη δηλητηριώδη φίδια, κάτι που μπορεί επίσης να προκαλέσει σοβαρές παρενέργειες. Το Antivenom είναι σπάνιο και εξαιρετικά ακριβό, κοστίζοντας σε έναν ασθενή από έναν μήνα έως ένα χρόνο μισθό», δήλωσε ο Alcoba.

Πολλές από αυτές τις χώρες δεν έχουν αρκετές θεραπείες –μόνο το 2,5% των απαραίτητων στην Αφρική είναι διαθέσιμο– και η έλλειψη κανονισμών έχει οδηγήσει σε πωλήσεις πλαστών αντιδότων που έχουν διαβρώσει την εμπιστοσύνη σε πολλές κοινότητες.

photo: pixabay