Στην αυγή της τρίτης δεκαετίας του 21ου αιώνα, η αναζήτηση ιατρικών συμβουλών στο διαδίκτυο έχει μετατοπιστεί από τις απλές μηχανές αναζήτησης σε εξελιγμένα μοντέλα Τεχνητής Νοημοσύνης (AI). Ωστόσο, μια πρόσφατη έρευνα που δημοσιεύθηκε στο PsyPost και βασίζεται σε κλινικές αναλύσεις, εγείρει σοβαρά ερωτήματα σχετικά με την ασφάλεια αυτών των εργαλείων, ιδιαίτερα στον ευαίσθητο τομέα των εξαρτήσεων και των διαταραχών χρήσης ουσιών (SUD). Παρόλο που τα μοντέλα όπως το ChatGPT και το Claude επιδεικνύουν υψηλή ακρίβεια στην παράθεση γενικών πληροφοριών, η «κλινική τους διαίσθηση» παραμένει επικίνδυνα περιορισμένη.
Η Ψευδαίσθηση της Αυθεντίας
Η μελέτη εξέτασε τον τρόπο με τον οποίο τα μεγάλα γλωσσικά μοντέλα (LLMs) ανταποκρίνονται σε ερωτήματα που αφορούν τη διακοπή ουσιών, τα συμπτώματα στέρησης και τις στρατηγικές απεξάρτησης. Τα αποτελέσματα ήταν δίκοπο μαχαίρι: η ακρίβεια των πληροφοριών ήταν εντυπωσιακή, συχνά αγγίζοντας το 90%, αλλά η ικανότητα των μοντέλων να αναγνωρίζουν «κόκκινες σημαίες» (red flags) ήταν απογοητευτική. Για παράδειγμα, ενώ η AI μπορεί να εξηγήσει ορθά τι είναι το τρομώδες παραλήρημα (delirium tremens), συχνά αποτυγχάνει να συμβουλεύσει έναν χρήστη που αναφέρει συγκεκριμένα συμπτώματα να μεταβεί αμέσως στα επείγοντα περιστατικά.
Η διαφορά μεταξύ της «πληροφορίας» και της «κλινικής συμβουλής» είναι χαώδης. Η ιατρική, και ειδικά η ψυχιατρική των εξαρτήσεων, βασίζεται στο πλαίσιο (context). Ένα AI μοντέλο επεξεργάζεται πιθανότητες λέξεων, όχι την αγωνία ενός ανθρώπου που βρίσκεται σε κρίση. Η έλλειψη ιατρικής λεπτότητας (medical nuance) σημαίνει ότι το εργαλείο μπορεί να προτείνει μια τεχνικά σωστή μέθοδο απεξάρτησης, η οποία όμως είναι ακατάλληλη ή και επικίνδυνη για το συγκεκριμένο ιατρικό ιστορικό του χρήστη, το οποίο η AI δεν έχει την ικανότητα να αξιολογήσει ολιστικά.
Το Έλλειμμα Ενσυναίσθησης και η Στρατηγική του Ρίσκου
Οι ερευνητές επισημαίνουν ότι οι εξαρτήσεις δεν είναι μόνο βιολογικά φαινόμενα αλλά και βαθιά ψυχοκοινωνικά. Τα AI εργαλεία, παρά την «ευγενική» τους γλώσσα, στερούνται πραγματικής ενσυναίσθησης. Η απάντηση που δίνει ένα chatbot είναι γραμμική, ενώ η πορεία της απεξάρτησης είναι χαοτική και απαιτεί συνεχή αναπροσαρμογή. Επιπλέον, υπάρχει το ζήτημα της ευθύνης. Όταν ένα AI μοντέλο δίνει μια γενική συμβουλή που οδηγεί σε υποτίμηση ενός στερητικού συνδρόμου, οι συνέπειες μπορεί να είναι μοιραίες.
- Η AI αδυνατεί να αξιολογήσει μη λεκτικά σημάδια ή την ένταση της κρίσης του χρήστη.
- Οι απαντήσεις συχνά βασίζονται σε παρωχημένα ή υπερβολικά γενικευμένα ιατρικά πρωτόκολλα.
- Υπάρχει κίνδυνος «ψευδούς καθησυχασμού», όπου ο χρήστης θεωρεί ότι η απάντηση του bot υποκαθιστά την επίσκεψη σε ειδικό.
Προς ένα Νέο Πλαίσιο Ψηφιακής Υγείας
Η λύση δεν είναι η απαγόρευση της χρήσης AI στην υγεία, αλλά η αυστηρή ρύθμισή της. Οι επιστήμονες προτείνουν τη δημιουργία «ιατρικά πιστοποιημένων» LLMs, τα οποία θα έχουν εκπαιδευτεί αποκλειστικά σε κλινικά δεδομένα και θα διαθέτουν ενσωματωμένα πρωτόκολλα διαχείρισης κινδύνου. Στην Ελλάδα, όπου η πρόσβαση σε εξειδικευμένες δομές απεξάρτησης μπορεί να είναι χρονοβόρα, ο κίνδυνος οι πολίτες να καταφύγουν στο ChatGPT ως «φθηνό θεραπευτή» είναι υπαρκτός και ανησυχητικός.
«Η τεχνολογία πρέπει να λειτουργεί ως γέφυρα προς τον γιατρό, όχι ως υποκατάστατο. Στην απεξάρτηση, η ανθρώπινη σύνδεση είναι το φάρμακο, και αυτό η AI δεν μπορεί να το προσομοιώσει», αναφέρει χαρακτηριστικά η ανάλυση.
Συμπερασματικά, η έρευνα του PsyPost υπογραμμίζει ότι βρισκόμαστε σε ένα μεταβατικό στάδιο. Η AI είναι ένας εξαιρετικός βιβλιοθηκάριος, αλλά ένας επικίνδυνος γιατρός. Η πρόκληση για το μέλλον είναι να διδάξουμε στα συστήματα αυτά όχι μόνο να «γνωρίζουν» την ιατρική βιβλιογραφία, αλλά να «κατανοούν» την ανθρώπινη ευαλωτότητα και την πολυπλοκότητα της κλινικής πράξης.
