Βλέποντας στην οθόνη οι αναισθησιολόγοι έχουν τη δυνατότητα να γνωρίζουν με μεγαλύτερη ακρίβεια σε ποιο σημείο πρέπει να χορηγήσουν τα τοπικά αναισθητικά και ποια νεύρα πρέπει να αποκλείσουν από την τεχνική της περιοχικής αναισθησίας.

Στη χρήση ενός τέτοιου συστήματος τεχνητής νοημοσύνης, του ScanNav Anatomy Peripheral Nerve Blocks/PNB (Anatomy Guide) εκπαιδεύτηκαν αναισθησιολόγοι στο πλαίσιο του 39ου ετήσιου συνεδρίου της Ευρωπαϊκής Eταιρείας Περιοχικής Αναισθησίας και Θεραπείας Πόνου (ΕSRA), το οποίο διεξάγεται στη Θεσσαλονίκη

Το σύστημα αυτό χρησιμοποιεί τεχνικές ανίχνευσης ανατομικών δομών με υπερήχους (Β Mode), με δυνατότητα «χρωματισμού» τους κατά στρώματα, σε πραγματικό χρόνο, με την εφαρμογή διαδικασιών συνελικτικών νευρωνικών δικτύων. Πρόκειται για δίκτυα που αποτελούνται από πολλά επίπεδα νευρώνων και μοιάζουν με τα βιολογικά συστήματα όρασης.

«Στο εγγύς μέλλον, η τεχνητή νοημοσύνη είναι πιθανό να λειτουργήσει ως αυτόματος πιλότος για τους αναισθησιολόγους. Εντούτοις, η λήψη κλινικών αποφάσεων θα παραμείνει βασικό χαρακτηριστικό της ανθρώπινης νοημοσύνης. Ακόμα και όταν η τεχνητή νοημοσύνη τελειοποιηθεί και φτάσει στο σημείο να αποκτήσει ικανότητες δράσης χωρίς την ύπαρξη ανθρώπινου λάθους και χωρίς συναισθηματικές και γνωσιακές προκαταλήψεις, πρέπει να θυμόμαστε ότι υπάρχει πάντα το ενδεχόμενο σφάλματος λόγω μη ορθού προγραμματισμού, καθώς και ότι με βάση τα σημερινά δεδομένα η κριτική σκέψη του αναισθησιολόγου δεν μπορεί να αντικατασταθεί», αναφέρει η αναισθησιολόγος, εκπρόσωπος της Τοπικής Οργανωτικής Επιτροπής του 39ου συνεδρίου της ΕSRA, Ελένη Μόκα σύμφωνα με το ΑΠΕ-ΜΠΕ.

Παράλληλα εξηγεί ότι «η τεχνητή νοημοσύνη είναι μια διαδικασία προσομοίωσης της ανθρώπινης νοημοσύνης, που γίνεται από μια μηχανή, ένα σύστημα ηλεκτρονικού υπολογιστή, του οποίου το πρόγραμμα οδηγεί τον υπολογιστή ή το ρομπότ να εκτελεί υπολογισμούς με μεγαλύτερη ακρίβεια σε όγκο και ταχύτητα συγκριτικά με τον άνθρωπο. Ουσιαστικά είναι η ικανότητα μιας μηχανής -ενός προγράμματος υπολογιστή- να αναπαράγει τις γνωστικές λειτουργίες ενός ανθρώπου, όπως είναι η μάθηση, ο σχεδιασμός και η δημιουργικότητα. Σαφώς τα συστήματα που βασίζονται στη χρήση τεχνητής νοημοσύνης έχουν περιορισμούς και εγγενείς ανακρίβειες. Ωστόσο, ήδη έχουν αναπτυχθεί αυτοματοποιημένα συστήματα ερμηνείας ιατρικής εικόνας που προσεγγίζουν και μάλιστα ξεπερνούν τις ανθρώπινες επιδόσεις στην ιατρική ερμηνεία εικόνας» .

Αναφερόμενη στο σύστημα ScanNav Anatomy Peripheral Nerve Blocks/ PNB (Anatomy Guide), η κ. Μόκα σημειώνει ότι «με εφαρμογή του στην υπερηχογραφικά καθοδηγούμενη πραγματοποίηση περιφερικών νευρικών αποκλεισμών, αξιολογήθηκε ως προς την ορθή και ακριβή αυτόματη τοποθέτηση χρώματος στις εκάστοτε ανατομικές δομές. Βρέθηκε ότι η επικάλυψη ανατομικών δομών (αγγείων, μυών, περιτονιών, νεύρων) με χρώμα από το σύστημα τεχνητής νοημοσύνης ήταν χρήσιμη για τον προσδιορισμό των ανατομικών δομών στο 99,7% των περιπτώσεων (στις 1.330 από τις 1.334 περιπτώσεις) και για την επιβεβαίωση της σωστής προβολής υπερηχογραφικής εικόνας στο 99,3% των εξεταζόμενων εικόνων (στις 273 από τις 275 εικόνες). Η συγκεκριμένη συσκευή έχει λάβει έγκριση για κλινική χρήση στην Ευρώπη και επί του παρόντος είναι υπό έλεγχο από τον αντίστοιχο ρυθμιστικό φορέα στις ΗΠΑ, τον FDA».