Σβέτακ Πατέλ – Ο επιστήμονας που έκανε την κάμερα του κινητού ιατρικό εργαλείο

Τι κοινό έχουν η κάμερα του κινητού τηλεφώνου, ο θόρυβος του πλυντηρίου και οι σωληνώσεις νερού; Ο Σβέτακ Πατέλ (Shwetak Patel), καθηγητής Πληροφορικής στο Πανεπιστήμιο της Ουάσινγκτον και επικεφαλής των Τεχνολογιών Υγείας στη Google, είδε υπάρχουσες υποδομές και εξοπλισμό, όπως τα παραπάνω, ως εργαλεία για να υπάρξει προληπτική ιατρική και βιωσιμότητα ακόμα και στο πιο απομακρυσμένο χωριό του πλανήτη.

Η έρευνα του Σβέτακ Πατέλ γεφύρωσε το χάσμα μεταξύ επιστημονικής φαντασίας και πραγματικότητας μέσα από πολλές εφαρμογές για τη βιωσιμότητα και την υγεία στον τομέα του «ubiquitous computing» (σ.σ. ο όρος αναφέρεται στην πανταχού παρούσα υπολογιστική, δηλαδή ένα υπολογιστικό περιβάλλον όπου η τεχνολογία είναι ενσωματωμένη παντού). Με την παραπάνω φράση, η ACM, ο μεγαλύτερος οργανισμός επαγγελματιών και ερευνητών Πληροφορικής, τεκμηρίωνε το 2018 την επιλογή του 37χρονου τότε Πατέλ για απονομή του βραβείου της «ACM Prize in Computing».

Η φιλοσοφία του Πατέλ συνοψίζεται καθ’όλη τη διάρκεια της πορείας του στη φράση «Ο θόρυβός σου είναι το σήμα μου». «Αυτό σημαίνει ότι αντί να κοιτάζουμε μόνο τα δεδομένα, πρέπει να κοιτάζουμε τι υπάρχει ανάμεσά τους. Εκατομμύρια ερευνητές έχουν τα ίδια δεδομένα και βλέπουν το πρόβλημα με τον ίδιο τρόπο. Πρέπει όμως να κοιτάζεις το πρόβλημα διαφορετικά, γιατί αλλιώς δεν καινοτομείς πραγματικά», εξηγεί ο ίδιος σε συνέντευξή του στο ΑΠΕ-ΜΠΕ. Το μότο αυτό έχει και κυριολεκτική διάσταση: μια από τις πιο επαναστατικές πτυχές της έρευνάς του ήταν η μελέτη του θορύβου που δημιουργούν οι οικιακές συσκευές, όπως ο κλιματισμός, το πλυντήριο, το στεγνωτήριο, στο ηλεκτρικό δίκτυο, ή το νερό στις σωληνώσεις. Βάζοντας στο επίκεντρο αυτό τον θόρυβο που συχνά δεν του δίνουμε σημασία, ο Πατέλ κατάφερε να δημιουργήσει εφαρμογές που εντοπίζουν ποια συσκευή λειτουργεί και με πόση κατανάλωση.

Το κινητό εντοπίζει προβλήματα υγείας

Η βιωσιμότητα είναι ένας από τους δύο τομείς που απασχολούν συχνά τον Σβέτακ Πατέλ στην έρευνά του, με τον δεύτερο να είναι ο χώρος της Υγείας. Εκεί, ο Σβέτακ Πατέλ με την ομάδα του χρησιμοποιούν αισθητήρες και τεχνητή νοημοσύνη για να μετατρέψουν τα έξυπνα κινητά τηλέφωνα και τις φορετές συσκευές (wearables) σε ιατρικό διαγνωστικό εργαλείο. Έχουν αναπτύξει περίπου 25 εφαρμογές που αξιοποιούν την κάμερα ή το μικρόφωνο του κινητού για να ανιχνεύσουν προβλήματα υγείας. Βάζοντας το δάχτυλο πάνω από την κάμερα του κινητού μας μπορούμε να ανιχνεύσουμε τα επίπεδα αιμοσφαιρίνης στο αίμα μας. Εάν στρέψουμε την κάμερα στο μάτι μας μπορούμε να εντοπίσουμε πρώιμα σημάδια ασθενειών, όπως ο καρκίνος του παγκρέατος. Το μικρόφωνο μπορεί να χρησιμεύσει στον εντοπισμό χρόνιας αποφρακτικής πνευμονοπάθειας και άσθματος.

Οι εφαρμογές του ήδη χρησιμοποιούνται σε χώρες του αναπτυσσόμενου κόσμου βοηθώντας πληθυσμούς χωρίς πρόσβαση σε ιατρικά κέντρα, όπως τα χωριά του Περού, του Μπαγκλαντές και της Ινδίας. Η προσβασιμότητα της τεχνολογίας, ειδικά στην υγεία, αποτελεί προτεραιότητά του, όπως μας λέει. Ο Σβέτακ Πατέλ γεννήθηκε στις ΗΠΑ από Ινδούς γονείς. Όμως, κινητήριος δύναμή του δεν ήταν μόνο η μεταναστευτική του καταγωγή αλλά επίσης ότι «είχα ανοιχτό μυαλό στη δουλειά μου. Αντί για το τι συνέβαινε στην πόλη, την πολιτεία, τη χώρα μου, είχα πάντα έναν καλό σφυγμό για τον κόσμο και αυτό με βοήθησε».

Ο αντίκτυπος της έρευνας

Για να κάνει όλες τις εφευρέσεις του προσβάσιμες στο ευρύ κοινό ίδρυσε startups, συνεργάστηκε με φορείς και τελικά έφερε τις τεχνολογίες του στην καθημερινότητα χιλιάδων ανθρώπων. Η έρευνά του ήταν που τον έφερε και στη Google. Λέει χαρακτηριστικά στο ΑΠΕ-ΜΠΕ ότι «είμαι πραγματικά παθιασμένος με τη μετάφραση της έρευνάς μου και τον αντίκτυπο που έχει. Το πανεπιστήμιο είναι ένας τρόπος για να καινοτομούμε, το αποκαλώ η παιδική χαρά μου. Και μετά η δουλειά μου στη Google είναι πώς να κλιμακώσω αυτή την έρευνα, πώς να τη φέρω στα χέρια των ανθρώπων».

Το επόμενο στοίχημα του Σβέτακ Πατέλ είναι η έγκαιρη ανίχνευση της γρίπης του Covid-19 48 ώρες πριν εμφανιστούν συμπτώματα, με τη βοήθεια βιοδεικτών, ώστε να περιοριστεί η μετάδοση των ασθενειών. Επίσης, στον τομέα της βιωσιμότητας εργάζεται στην κατεύθυνση της ανάπτυξης υλικών για τεχνολογικές συσκευές που θα είναι πολύ πιο ανακυκλώσιμα και φιλικά προς το περιβάλλον, προκειμένου να μειωθούν τα ηλεκτρονικά απόβλητα.

Πάντως, καθώς η συλλογή δεδομένων δεν είναι από μόνη της επαρκής, η μεγάλη πρόκληση για τον Πατέλ και άλλους επιστήμονες του χώρου, είναι η αξιοποίηση αλγόριθμων μηχανικής μάθησης που θα μεταφράζουν τα δεδομένα που συλλέγονται σε πληροφορίες αξιοποιήσιμες από τους γιατρούς. Διευκρινίζει ότι «η τεχνητή νοημοσύνη δεν πρόκειται να αντικαταστήσει σε καμία περίπτωση έναν κλινικό γιατρό. Απλά, θα βοηθήσει στο να γίνει το σύστημα υγειονομικής περίθαλψης πιο αποτελεσματικό. Θα βοηθήσει σε αυτό που οι κλινικοί γιατροί δεν μπορούν να κάνουν, δηλαδή την προληπτική υγεία. Οι γιατροί λένε να κοιμόμαστε καλύτερα, να τρώμε καλύτερα, να γυμναζόμαστε, αλλά είναι δύσκολο να τα εφαρμόσουμε. Εάν όμως, για παράδειγμα εντοπιστεί ότι έχουμε προδιαβήτη, μπορούμε να κάνουμε κάποιες δραστηριότητες ή συγκεκριμένη διατροφή για να το αναστρέψουμε. Μπορεί λοιπόν, η τεχνολογία να μας δώσει ένα διακριτικό είδος ανατροφοδότησης που σε μεγαλύτερο χρονικό διάστημα πέντε ή δέκα ετών θα έχει μεγάλο όφελος».

Τεχνητή νοημοσύνη, η μεγάλη αλλαγή παραδείγματος

Η πεποίθησή του είναι ότι «η σύγκλιση των δύο κόσμων, των αισθητήρων και της τεχνητής νοημοσύνης θα είναι η μεγαλύτερη επανάσταση στην ιατρική κοινότητα που έχει γίνει ποτέ. Ο χώρος της Υγείας πάντα οριζόταν από μεγάλες αλλαγές παραδείγματος, ανακαλύψεις φαρμάκων και νέες διαγνωστικές μεθόδους. Όμως, η μεγάλη αλλαγή παραδείγματος είναι η τεχνητή νοημοσύνη: ανακαλύπτουμε φάρμακα που δεν ήταν δυνατόν να ανακαλυφθούν στο παρελθόν, μπορούμε να ανιχνεύσουμε ασθένειες, που δεν μπορούσαμε πριν».

Ωστόσο, σπεύδει να διευκρινίσει ότι αποτελεί πρόκληση η ασφάλεια των δεδομένων που συλλέγονται. «Υπάρχει μια τεράστια ανησυχία, επειδή συλλέγουμε πολλά δεδομένα και αυτά μπορεί να χρησιμοποιηθούν για αρνητικούς σκοπούς. Σε μεγάλο μέρος της δουλειάς που κάνω, διασφαλίζουμε ότι όλα γίνονται με τη συγκατάθεση των χρηστών. Πάντα χρησιμοποιούμε επίσης, κρυπτογράφηση και είμαστε πολύ προσεκτικοί. Το πρόβλημα όμως, είναι ότι καθώς όλο αυτό κλιμακώνεται, μπορεί να υπάρξει διαρροή δεδομένων ή κάποιο ελάττωμα στον σχεδιασμό. Χρειάζεται λοιπόν, να κάνουμε προσεκτικά βήματα για την προστασία των δεδομένων».

Ο Σβέτακ Πατέλ συμμετείχε στο φετινό 12ο Heidelberg Laureate Forum, την ετήσια συνάντηση μεταξύ βραβευμένων επιστημόνων στους τομείς της Πληροφορικής και των Μαθηματικών με τους νεότερους συναδέλφους τους. Τι συμβούλευσε τους νεαρούς ερευνητές, τον ρωτάμε. «Με όλα όσα συμβαίνουν με την τεχνητή νοημοσύνη και τα μεγάλα γλωσσικά μοντέλα οι φοιτητές ανησυχούν μήπως δεν προλάβουν να κάνουν πράγματα σε αυτούς τους τομείς. Εγώ, τους είπα ότι είναι καλό να δουλεύεις πάνω σε αυτά, αλλά είναι πάντα καλύτερο να κοιτάζεις σε όσα θα ακολουθήσουν. Να δεις τι θα συμβεί σε πέντε χρόνια από τώρα και να είσαι ο ηγέτης σε αυτό. Όλοι επικεντρώνονται στο εδώ και τώρα. Κανένας δεν καινοτομεί για το μέλλον», περιγράφει.

Ποιο είναι όμως, κατά τη γνώμη του, το μέλλον στο πεδίο της τεχνητής νοημοσύνης; «Εκτιμώ ότι το επόμενο σημαντικό κεφάλαιο θα είναι η τεχνητή νοημοσύνη μαζί με κάτι άλλο. Η τεχνητή νοημοσύνη θα επηρεάσει κάθε τομέα, οπότε γιατί να μην δούμε πώς θα βοηθήσει αυτόν τον τομέα; Για παράδειγμα, να εργαστούμε στην έρευνα για την τεχνητή νοημοσύνη στην υγεία, την εκπαίδευση, τη γεωργία. Να εστιάσουμε σε κάθε έναν από τους τομείς, να καταλάβουμε ποια είναι τα προβλήματα και στη συνέχεια να προσαρμόσουμε την τεχνητή νοημοσύνη σε αυτά. Με τον τρόπο αυτό όλα αυτά τα προβλήματα θα επιλυθούν ταχύτερα», καταλήγει.

Πηγή: ΑΠΕ-ΜΠΕ