Είμαστε στο τμήμα νεογνολογίας στη Ρεν της Γαλλίας. Τέτοια τμήματα υποδέχονται γύρω στα 300.000 μωρά που γεννιούνται πρόωρα κάθε χρόνο στην Ευρώπη. Ο μεγάλος κίνδυνος για αυτές τις ευάλωτες υπάρξεις είναι οι λοιμώξεις. Μπορεί να είναι θανατηφόρες. Πώς μπορούμε να τις διαγνώσουμε γρήγορα και να πάρουμε τις σωστές αποφάσεις; Ερευνητές αναπτύσσουν εδώ ένα σύστημα βοήθειας που ενισχύει την ιατρική διάγνωση, το οποίο βασίζεται στην τεχνητή νοημοσύνη.
Το ρεπορτάζ αυτό έγινε στις αρχές Μαρτίου, πριν το ξέσπασμα της πανδημίας του κορονοϊού στην Ευρώπη. Η ζωή είναι ένα θαύμα, που πολλές φορές είναι εύθραυστο. Η Ελεά γεννήθηκε πρόωρα, στους πέντε μήνες. Ζύγιζε μόλις 500 γραμμάρια. Παλεύει να ζήσει από τη στιγμή που είδε το φως, όπως μας εξηγεί η μητέρα της, Κατρίν Κενάρ: «Την πρώτη περίοδο, ζούσαμε ώρα με την ώρα, λεπτό με λεπτό. Τώρα είναι μέρα με την μέρα. Δεν ξέρουμε τι θα μας ξημερώσει αύριο. Σήμερα είναι μια χαρά. Το απόγευμα η κατάσταση μπορεί να αλλάξει».
Το ανοσοποιητικό τους σύστημα είναι πολύ εύθραυστο. Το 10-25% των πρόωρων μωρών παθαίνουν κάποια λοίμωξη. Μια ομάδα επιστημόνων αναπτύσσει αυτό το σύστημα, που στοχεύει να ανιχνεύει τις λοιμώξεις, πριν υπάρξουν ορατά συμπτώματα και να προειδοποιεί τους γιατρούς: «Ο γιατρός αντιμετωπίζει ένα διπλό πρόβλημα. Από τη μια πλευρά, τα κλινικά συμπτώματα δεν είναι πολύ συγκεκριμένα και εμφανίζονται αργά. Και από την άλλη, αν μολυνθούν τα παιδιά αντιμετωπίζουν μεγάλο κίνδυνο να πεθάνουν ή να έχουν σοβαρές επιπτώσεις στην υγεία τους στο μέλλον. Γι' αυτό το λόγο, η κυρίαρχη τάση είναι να τους δίνουν πολλά αντιβιοτικά. Αυτό όμως δεν είναι καλό για το νεογνό, αλλά ούτε και για το τμήμα» αναφέρει ο Πατρίκ Πλαντίς, νεογνολόγος, συντονιστής του ευρωπαϊκού ερευνητικού πρότζεκτ Digi-newb.
Το καινούργιο μηχάνημα καταγράφει τα συνήθη δεδομένα όπως καρδιακούς σφυγμούς και αναπνοή, αλλά χάρις στις κάμερες υπάρχει εικόνα και ήχος. Η εικόνα του μωρού καταγραφόταν μέχρι σήμερα από το ιατρικό προσωπικό: «Μερικές φορές έχουμε μωρά που είναι πιο κουρασμένα, που δεν ανοίγουν τα μάτια τους, όπως έκαναν τις προηγούμενες μέρες. Που κινούνται λιγότερο. Αυτό προσπαθούμε να το καταγράψουμε για να ενισχύσουμε την φροντίδα των παιδιών» υπογραμμίζει η νοσοκόμα Φλοράνς Γκεσλέν.
Η παρατήρηση των αντιδράσεων 500 παιδιών ολοκληρώθηκε. Γίνονται στη συνέχεια αντικείμενο επεξεργασίας, μέσω τεχνικών μάθησης που στηρίζονται στην τεχνητή νοημοσύνη. Ο στόχος είναι να βρεθούν κοινά χαρακτηριστικά μέσα από αυτόν τον τεράστιο όγκο δεδομένων. Και να δημιουργηθούν δύο κατηγορίες: τα υγιή παιδιά και τα παιδιά που έχουν κάποια λοίμωξη:
«Έχουμε εδώ για παράδειγμα, την καρδιακή διακύμανση ενός υγιούς παιδιού και την αντίστοιχη ενός παιδιού μελοίμωξη. Βλέποντας λοιπόν αυτές τις ενδείξεις, υπάρχουν πολύ καθαρές διαφορές. Και από εκεί, συμπεράναμε αυτό που ονομάζουμε δίκτυο ενδείξεων. Και η οργάνωση αυτού του δικτύου είναι εντελώς διαφορετική σε ένα υγιές και σε ένα μωρό που έχει κάποια λοίμωξη» τονίζει ο Γκι Καρό, ερευνητής επεξεργασίας ενδείξεων στο Πανεπιστήμιο της Ρεν.
Χάρις στην ερευνητική εργασία που χρηματοδοτήθηκε από την Ε.Ε., επιστήμονες από διαφορετικές χώρες έχουν αναπτύξει ένα ευρετήριο ενδείξεων, που είναι διαθέσιμο στο ιατρικό προσωπικό. Όταν υπάρχουν ενδείξεις πάνω από κάποιο όριο, χτυπά συναγερμός: «Ο γιατρός παίρνει την προειδοποίηση περίπου 12, 24 ή 48 ώρες πριν την προειδοποίηση που έπαιρνε μέχρι τώρα. Έτσι έχει πλέον το χρόνο να κάνει διάγνωση και μπορεί απλά να αφήσει το χρόνο να κυλήσει για να επανεκτιμήσει την κατάσταση. Ή μπορεί να αποφασίσει ότι οι ενδείξεις που πήρε από το σύστημα είναι αρκετές για αποφασίσει την άμεση χορήγηση αντιβιοτικών» επισημαίνει ο Πατρίκ Πλαντίς, νεογνολόγος, συντονιστής του πρότζεκτ Digi-newb.
Ο μηχανισμός αυτός δεν στοχεύει να αντικαταστήσει, αλλά να συμπληρώσει την υποστήριξη και την παρακολούθηση των παιδιών που γίνεται από γιατρούς, νοσοκόμες και κυρίως γονείς: «Πρέπει να είμαστε όσον το δυνατόν περισσότερο παρόντες γι' αυτήν και να παρακολουθούμε την ανάπτυξή της. Πρέπει να δυναμώσει γρήγορα και να πάμε σπίτι» λέει με χαρά η Ελέν Ριαντιέρ, μητέρα της μικρής Γκαράνς.