Πώς χρειάζεται να προετοιμάζονται οι γιατροί για την εποχή της Τεχνητής Νοημοσύνης, όταν όλο και περισσότερες γνωστικές λειτουργίες υποστηρίζονται από ευφυή υπολογιστικά συστήματα;
Η Τεχνητή Νοημοσύνη (Artificial Intelligence – AI) αλλάζει με γρήγορους ρυθμούς την Ιατρική και διευρύνει τις δυνατότητες στη διάγνωση, στις θεραπευτικές αποφάσεις και στην περίθαλψη των ασθενών. Ταυτόχρονα, θέτει ένα ουσιαστικό ερώτημα: με ποιον τρόπο πρέπει να εκπαιδεύονται οι γιατροί, καθώς ολοένα περισσότερες γνωστικές λειτουργίες μπορούν να υποστηρίζονται από ευφυή υπολογιστικά συστήματα;
Οι Ιατροί της Θεραπευτικής Κλινικής του Νοσοκομείου «Αλεξάνδρα» και της Ιατρικής Σχολής του ΕΚΠΑ, Δρ. Μαρία Καπαρέλου (Παθολόγος – Ογκολόγος) και Θάνος Δημόπουλος (Καθηγητής Θεραπευτικής – Ογκολογίας – Αιματολογίας, Διευθυντής Θεραπευτικής Κλινικής, Νοσοκομείο «Αλεξάνδρα», τ. Πρύτανης ΕΚΠΑ), αναφέρουν ότι οι Jesse Burk-Rafel και Robert Wachter, σε άρθρο τους που δημοσιεύθηκε στις 14 Οκτωβρίου 2026 στο επιστημονικό περιοδικό JAMA, υποστηρίζουν πως η αξιοποίηση της Τεχνητής Νοημοσύνης στην κλινική πράξη απαιτεί ουσιαστική αναθεώρηση του παραδοσιακού τρόπου εκπαίδευσης των γιατρών.
Οι προκλήσεις που φέρνει η νέα εποχή
Εδώ και περισσότερο από έναν αιώνα, οι γιατροί εκπαιδεύονται αποκτώντας ευρύ επιστημονικό υπόβαθρο και αναπτύσσοντας κλινική εμπειρία.
Η Τεχνητή Νοημοσύνη μπορεί να επεξεργάζεται δεδομένα και να εισηγείται διαγνωστικές ή θεραπευτικές επιλογές. Αυτό δημιουργεί τον κίνδυνο οι νέοι γιατροί να παραλείπουν τη συλλογιστική διαδικασία που συμβάλλει στην ανάπτυξη ανεξάρτητης κλινικής κρίσης. Η αδυναμία απόκτησης ουσιαστικών δεξιοτήτων εξαιτίας της πρόωρης εξάρτησης από την τεχνολογία ονομάζεται never-skilling.
Οι συγγραφείς εισηγούνται μια νέα προσέγγιση στην εκπαίδευση, οργανωμένη γύρω από τρεις άξονες:
- να ενδυναμωθούν οι δεξιότητες που αποκτούν μεγαλύτερη βαρύτητα στην εποχή της Τεχνητής Νοημοσύνης,
- να αναπτυχθούν νέες ικανότητες,
- να περιοριστούν προσεκτικά οι εκπαιδευτικές απαιτήσεις που έχουν μικρότερη πλέον χρησιμότητα.
Η άμεση επαφή με τον ασθενή και η κλινική εξέταση διατηρούν πρωταγωνιστικό ρόλο. Μέσα από τη φυσική εξέταση, την παρατήρηση και την επικοινωνία, ο γιατρός αντλεί στοιχεία που μπορεί να μην καταγράφονται στον ηλεκτρονικό φάκελο ή να διαφεύγουν από έναν αλγόριθμο.
Καθοριστική είναι επίσης η θεραπευτική συλλογιστική (management reasoning): η δεξιότητα με την οποία ο γιατρός μετατρέπει τη διάγνωση σε εξατομικευμένο σχέδιο θεραπείας, σταθμίζοντας τη βαρύτητα της νόσου και τις ανάγκες και προτιμήσεις του ασθενούς.
Οι γιατροί χρειάζεται, επίσης, να μάθουν να εποπτεύουν κριτικά τη συλλογιστική της Τεχνητής Νοημοσύνης (supervisory reasoning). Αυτό σημαίνει ότι αξιολογούν αυτόνομα τις διαγνωστικές και θεραπευτικές εισηγήσεις των συστημάτων, εντοπίζουν ενδεχόμενες ανακρίβειες και κρίνουν αν θα τις ακολουθήσουν, θα τις προσαρμόσουν ή θα χρειαστούν περισσότερα κλινικά δεδομένα.
Για τον γιατρό του μέλλοντος δεν αρκεί η γνώση της χρήσης της Τεχνητής Νοημοσύνης: χρειάζεται επιστημονική κατάρτιση και ανεξάρτητη κλινική κρίση, ώστε να εντοπίζει τα όρια και τα πιθανά σφάλματα της τεχνολογίας και να παρεμβαίνει όταν είναι αναγκαίο.
Για να επιτευχθεί αυτό, απαιτούνται δύο βασικές δεξιότητες:
η κατάλληλα προσαρμοσμένη εμπιστοσύνη (calibrated trust), δηλαδή η δυνατότητα να μεταβάλλει ο γιατρός τον βαθμό εμπιστοσύνης του στην Τεχνητή Νοημοσύνη, ανάλογα με το εργαλείο, τη χρήση του στην κλινική πράξη και τη σοβαρότητα των πιθανών επιπτώσεων,
η μεταγνώση (metacognition), δηλαδή η ικανότητα του γιατρού να παρατηρεί και να αξιολογεί τον τρόπο με τον οποίο σκέφτεται και αποφασίζει, προσαρμόζοντάς τον όπου χρειάζεται. Έτσι επιχειρείται να αποφευχθούν τόσο η άκριτη υιοθέτηση αλγοριθμικών εισηγήσεων όσο και η αδικαιολόγητη απόρριψη των δυνατοτήτων της τεχνολογίας.
Παράλληλα, εισηγούνται να μειωθεί στοχευμένα η ανάγκη εγκυκλοπαιδικής απομνημόνευσης, χωρίς να παραμεριστούν οι βασικές γνώσεις φυσιολογίας, παθοφυσιολογίας και φαρμακολογίας. Όσα χρειάζονται για τη λήψη επειγουσών κλινικών αποφάσεων πρέπει να είναι άμεσα προσβάσιμα στη μνήμη, ενώ για άλλες πληροφορίες μπορεί να αξιοποιείται η τεχνολογία.
Η ανανέωση της ιατρικής εκπαίδευσης απαιτεί συστηματική εξάσκηση τόσο με την Τεχνητή Νοημοσύνη όσο και χωρίς αυτήν, καθώς και προσομοιώσεις περιστατικών που περιέχουν ενσωματωμένα σφάλματα. Χρειάζονται ακόμη νέες διαδικασίες αξιολόγησης, οι οποίες θα ξεχωρίζουν τη συνεισφορά του εκπαιδευόμενου από εκείνη του αλγορίθμου.
Το βασικό συμπέρασμα είναι πως η Τεχνητή Νοημοσύνη δεν αντικαθιστά την ιατρική κρίση, αλλά κάνει ακόμη πιο απαραίτητη την καλλιέργειά της. Στόχος δεν είναι μόνο η εκπαίδευση γιατρών που αξιοποιούν αποτελεσματικά την τεχνολογία, αλλά η διαμόρφωση επιστημόνων με αυτονομία, κριτική σκέψη και ικανότητα υπεύθυνης, εξατομικευμένης λήψης αποφάσεων, με σταθερό επίκεντρο τον άνθρωπο.
Το άρθρο στο ygeiax.gr: https://www.ygeiax.gr/health/pos-i-techniti-noimosyni-stin-iatriki-allazei-tin-ekpaideysi-ton-giatron/25559
