Μελλοντικές εφαρμογές τεχνητής νοημοσύνης στην Υγεία

 Η πρόοδος που έχει σημειωθεί στη χρήση της GenAI για την υποστήριξη της εκπαίδευσης και της συμμετοχής των ασθενών, της σύνθεσης πληροφοριών και της απλοποίησης της τεκμηρίωσης και της κωδικοποίησης ήταν ταχεία και αποτελεσματική. Ωστόσο, υπάρχουν πολλές άλλες εφαρμογές της GenAI στην υγειονομική περίθαλψη. Γενικά, αναμένουμε ότι αυτές οι εφαρμογές θα χρειαστούν περισσότερο χρόνο για να ωριμάσουν, είτε λόγω της πολυπλοκότητάς τους είτε της σοβαρότητας των κινδύνων που παρουσιάζουν. Συγκεκριμένα, όσο πιο κοντά βρίσκεται μια εφαρμογή στην άμεση λήψη κλινικών αποφάσεων, τόσο περισσότερο έλεγχο και ρύθμιση θα απαιτεί.

Ιατρική Ακριβείας : Αναλύοντας δεδομένα από πολλαπλές πηγές και σε πολλαπλές μορφές, συμπεριλαμβανομένων δεδομένων από ηλεκτρονικά αρχεία υγείας, γονιδιωματικές και απεικονιστικές μελέτες, οι LLMs μπορεί να βρίσκονται σε καλό δρόμο για να βοηθήσουν στην επιλογή θεραπείας. Ωστόσο, ένας σημαντικός περιορισμός των σημερινών LLMs στην εξατομικευμένη θεραπεία και την υποστήριξη αποφάσεων είναι η αδυναμία τους να δημιουργήσουν συνοδευτικά στοιχεία που είναι χρήσιμα για τους κλινικούς ιατρούς. Επιπλέον, μια πρόσφατη μελέτη έδειξε ότι η ανθρώπινη αλληλεπίδραση με την Τεχνητή Νοημοσύνη επηρεάζεται από πολλαπλούς παράγοντες που σχετίζονται με τον άνθρωπο και το σύστημα της Τεχνητής Νοημοσύνης. Έτσι, η αποτελεσματική χρήση της Γενετικής Τεχνητής Νοημοσύνης στην ιατρική ακριβείας θα απαιτήσει πρόσθετη ανθρώπινη εμπειρία και εμπιστοσύνη στην Τεχνητή Νοημοσύνη και στις ιδιαιτερότητες της εκπαίδευσης σε μοντέλα Τεχνητής Νοημοσύνης.

Θεραπεία για Σπάνιες Παθήσεις : Περίπου 7.000 σπάνιες ασθένειες επηρεάζουν 300 εκατομμύρια ανθρώπους παγκοσμίως και η GenAI μπορεί να παρέχει πληροφορίες και γνώσεις που διευκολύνουν τη διάγνωση αυτών των ασθενειών και διευρύνουν την κατανόηση των μηχανισμών που διέπουν την παθολογία τους. Ένα πρόσφατα αναπτυγμένο μοντέλο επεξεργασίας φυσικής γλώσσας που βασίζεται σε φαινότυπο αποδείχθηκε ότι είναι πιο ακριβές στη διάγνωση σπάνιων ασθενειών από τους ειδικούς γιατρούς. Επιπλέον, η GenAI έχει επιταχύνει την έρευνα ανακάλυψης φαρμάκων για σπάνιες ασθένειες.  

Μελέτη Γονιδιώματος : Οι μεταπτυχιακοί φοιτητές του Προγράμματος Ανθρώπινου Γονιδιώματος (LLM), οι οποίοι έχουν εκπαιδευτεί σε δισεκατομμύρια γονιδιωματικές παραλλαγές, αρχίζουν να προβλέπουν τις επιδράσεις νέων γονιδιωματικών παραλλαγών. Αυτά τα «μοντέλα γλώσσας DNA» μπορούν να ενισχύσουν τις παραδοσιακές μελέτες συσχέτισης σε ολόκληρο το γονιδίωμα και να παράγουν πιο ακριβή χαρακτηρισμό παραλλαγών άγνωστης σημασίας, οδηγώντας στην ανάπτυξη νέων θεραπευτικών επιλογών για ασθένειες όπως ο καρκίνος. Οι πρόοδοι σε αυτόν τον τομέα συνεχίζουν να επιταχύνονται μέσω της αυξημένης διαφάνειας των μοντέλων, καθώς και μέσω της δημιουργίας νέων προ-εκπαιδευμένων βασικών μοντέλων για τη μελέτη νέων βιομοριακών αλληλεπιδράσεων. 

Εικονικοί Βοηθοί Υγείας : Δεδομένης της κατάλληλης επικύρωσης, οι εικονικοί βοηθοί υγείας που υποστηρίζονται από το LLM μπορούν να διεξάγουν αξιολογήσεις συμπτωμάτων, να παρέχουν συστάσεις διαλογής και να διευκολύνουν τις εξ αποστάσεως διαβουλεύσεις, διευρύνοντας την πρόσβαση στην περίθαλψη. Τέτοια μοντέλα μπορεί επίσης να είναι σε θέση να προσαρμοστούν σε νέα στοιχεία και θεραπευτικές προσεγγίσεις ταχύτερα από τους επαγγελματίες υγείας. Πολλές εταιρείες παρέχουν πλέον υπηρεσίες σε ασθενείς με εικονικούς βοηθούς υγείας που υποστηρίζονται από Τεχνητή Νοημοσύνη, οι οποίοι παρέχουν συνεχή, εξατομικευμένη υποστήριξη μέσω προσαρμοστικών συνομιλιών που προάγουν υγιεινές συνήθειες. Ωστόσο, υπάρχουν λίγα στοιχεία σχετικά με την ποιότητα, την ακρίβεια και την ασφάλεια αυτών των εφαρμογών και απομένει να γίνουν προσπάθειες για να διασφαλιστεί η σωστή χρήση των δυνατοτήτων GenAI στην παροχή φροντίδας.

Επιτήρηση Νοσημάτων : Τα μεταπτυχιακά LLM θα μπορούσαν επίσης να συμβάλουν στην ανάπτυξη εργαλείων για την ανίχνευση και διαχείριση επιδημιών σε επίπεδο πληθυσμού, τα οποία θα βοηθούσαν στην έγκαιρη αναγνώριση απειλών για τη δημόσια υγεία και θα έδιναν πληροφορίες για έγκαιρες παρεμβάσεις. Για τις επιδημίες μολυσματικών ασθενειών, η Γενετικά Τροποποιημένη Τεχνητή Νοημοσύνη (και η προγνωστική Τεχνητή Νοημοσύνη) έχει μεγάλες δυνατότητες βελτίωσης της επιτήρησης των ασθενειών. Ωστόσο, απαιτείται περισσότερη εργασία για την προώθηση των υφιστάμενων στατιστικών μοντέλων, με έμφαση στην εξηγησιμότητα, την αιτιότητα και την αυστηρή θεωρητική βάση για τα αποτελέσματα. 

Ιατρική Εκπαίδευση : Καθώς η Γενική Τεχνητή Νοημοσύνη (GenAI) και οι πράκτορες της Τεχνητής Νοημοσύνης (AI) γίνονται μέρος της ομάδας ιατρικής περίθαλψης, θα υπάρξει μετατόπιση στα καθήκοντα και τις ικανότητες που απαιτούνται από τους κλινικούς ιατρούς. Παρόλο που η ανάκτηση ιατρικής γνώσης αποτελεί το μέτρο που χρησιμοποιείται από τις ιατρικές σχολές και τις ειδικότητες για την αξιολόγηση της ικανότητας των ιατρών, η εφαρμογή της Γενικής Τεχνητής Νοημοσύνης (GenAI) μπορεί να μετατοπίσει τις ανάγκες σε ικανότητες προς έναν πιο διευθυντικό ρόλο. Ο Σύνδεσμος Αμερικανικών Ιατρικών Κολλεγίων επανεξετάζει την αξιολόγηση και την εκπαίδευση των φοιτητών στην εποχή της Γενικής Τεχνητής Νοημοσύνης. Ορισμένες νέες στρατηγικές περιλαμβάνουν την ενσωμάτωση της γνώσης δεδομένων και της κριτικής σκέψης σχετικά με τους αλγόριθμους της Τεχνητής Νοημοσύνης στα προγράμματα σπουδών των φοιτητών, τον καθορισμό της εργασίας που πρέπει να γίνεται από έναν άνθρωπο καθώς και αυτής που γίνεται από την Τεχνητή Νοημοσύνη, και την αξιολόγηση της αναγνώρισης και του μετριασμού των προκαταλήψεων της Τεχνητής Νοημοσύνης στη φροντίδα των ασθενών.

Τροχιές

 Μερικές φορές λαχταρούν έναν ψυχρό θυελλώδη άνεμο, τη βροχή να πέφτει δυνατά, φθινοπωρινά φύλλα, λασπωμένα πόδια, ένα περίεργο σκυλί, έναν ξαφνιασμένο λαγό, το ξαφνικό άλμα ενός ελαφιού, μια ηλιαχτίδα. Μερικές φορές απλά υποκύπτουν στο αδιάφορο χαμηλό βουητό του σφραγισμένου διαστημικού σκάφους τους. Ενώ τρέχουν, ενώ κάνουν ποδήλατο, ενώ σπρώχνουν και πιέζουν, οι ήπειροι και οι ωκεανοί χάνονται από κάτω τους - περνά ο Αρκτικός κύκλος στο χρώμα της λεβάντας, πίσω του φεύγει η ανατολική άκρη της Ρωσίας, καταιγίδες δυναμώνουν πάνω στον Ειρηνικό, έρχονται οι πρωϊνές έρημοι του Τσάντ με τα πτυχωτά βουνά τους, και μετά η νότια Ρωσία, η Μογγολία και ξανά ο Ειρηνικός. Όποιος ζει στη Μογγολία ή σ' εκείνους τους ανατολικούς ερημότοπους της Ρωσίας, ή τουλάχιστον όποιος γνωρίζει απ' αυτά τα πράγματα θα ήξερε πως τώρα, μέσα στον ψυχρό απογευματινό ουρανό, ψηλότερα απ' όλα τ΄αεροπλάνα, περνάει ένα διαστημικό σκάφος που μέσα του μια γυναίκα σπρώχνει μια μπάρα άρσης βαρών με τα πόδια της πείθοντας τους μυς της να μην παραδοθούν στη σαγήνη της έλλειψης βαρύτητας και τα οστά της να μην αποδυναμωθούν.

                                                                                 Smantha Harvey 

ΑΙ

 Τεκμηρίωση και σύνθεση πληροφοριών κλινικού Ιατρού

Η Γενετικά Τεχνητή Νοημοσύνη (GenAI) έχει δείξει πολλά υποσχόμενα αποτελέσματα στη βελτίωση της ιατρικής τεκμηρίωσης και της σύνθεσης πληροφοριών για τους κλινικούς ιατρούς. Αυτές οι εξελίξεις μπορούν να μειώσουν το γνωστικό βάρος για τους παρόχους υγειονομικής περίθαλψης και να αντιμετωπίσουν τις ελλείψεις της τεκμηρίωσης που δημιουργείται από τον άνθρωπο. Πρόσφατα παραδείγματα αυτής της εφαρμογής περιλαμβάνουν την τεκμηρίωση κλινικών σημειώσεων, τη σύνοψη διαγραμμάτων και την ανταλλαγή μηνυμάτων από τους ασθενείς. 

Κλινική τεκμηρίωση σημειώσεων 

Τα τελευταία χρόνια έχει αναπτυχθεί μια ποικιλία εργαλείων Τεχνητής Νοημοσύνης (ΤΝ) για τη δημιουργία κλινικών σημειώσεων. Μια μελέτη έδειξε ότι σε όλες τις ειδικότητες, οι κλινικοί γιατροί που χρησιμοποιούσαν τεχνολογία ΤΝ για τη σύνταξη κλινικών σημειώσεων αφιέρωναν 20% λιγότερο χρόνο στη συμπλήρωση σημειώσεων και 30% λιγότερο χρόνο εργασίας εκτός ωραρίου σε σχέση με τους κλινικούς γιατρούς που δεν χρησιμοποιούσαν τέτοια τεχνολογία. Μια άλλη μελέτη περιέγραψε την ικανότητα του GenAI να διευκολύνει πιο προσωπικές, ουσιαστικές και αποτελεσματικές αλληλεπιδράσεις ασθενούς-παρόχου και να μειώνει το βάρος της γραφειακής εργασίας εκτός ωραρίου. Το GenAI μπορεί να εντοπίζει παραγγελίες που συζητούνται κατά τη διάρκεια μιας επίσκεψης και να τις παρουσιάζει στον κλινικό ιατρό για επαλήθευση και έγκριση. Απαιτούνται πρόσθετες μελέτες για την αξιολόγηση της πληρότητας και της ακρίβειας των σημειώσεων, καθώς και της επίδρασης αυτών των εργαλείων στην αποτελεσματικότητα και την ικανοποίηση των κλινικών ιατρών. 

Σύνοψη γραφήματος 

Πολλοί οργανισμοί υγειονομικής περίθαλψης στις ΗΠΑ και σε διεθνές επίπεδο χρησιμοποιούν τη σύνοψη διαγραμμάτων που βασίζεται στην GenAI για να βελτιστοποιήσουν την ανασκόπηση των διαγραμμάτων. Οι συνόψεις διαγραμμάτων που παράγονται από την GenAI έχουν αποδειχθεί παρόμοιες με τις συνόψεις διαγραμμάτων που δημιουργούνται από ιατρούς όσον αφορά την πληρότητα, την ορθότητα και τη συνοπτικότητα. Σε μία μελέτη, οι συνόψεις από LLM θεωρήθηκαν είτε ισοδύναμες (στο 45% των περιπτώσεων) είτε ανώτερες (στο 36%) από τις συνόψεις από ιατρικούς εμπειρογνώμονες και χρειάστηκαν λιγότερο χρόνο για να παραχθούν, με τον μέσο χρόνο για τη σύνταξη να μειώνεται από 7 λεπτά χωρίς τη χρήση LLM σε μόνο λίγα δευτερόλεπτα με LLM. 

Μηνύματα ασθενών 

Τα εργαλεία GenAI έχουν αναπτυχθεί για να βοηθήσουν στην ηλεκτρονική επικοινωνία μεταξύ κλινικών ιατρών και ασθενών. Το εργαλείο δημιουργεί ένα αρχικό προσχέδιο μιας απάντησης κλινικού ιατρού στο ηλεκτρονικό μήνυμα ενός ασθενούς, το οποίο ο κλινικός ιατρός εξετάζει και επεξεργάζεται πριν το στείλει στον ασθενή. Μία μελέτη έδειξε ότι το 72% των κλινικών ιατρών που χρησιμοποιούσαν απαντήσεις που συντάχθηκαν από το GenAI για να απαντήσουν σε μηνύματα ασθενών ανέφεραν μείωση του γνωστικού φορτίου. Σε μια άλλη μελέτη, το 92% των νοσηλευτών πίστευαν ότι η χρήση των μηνυμάτων που συντάχθηκαν από την Τεχνητή Νοημοσύνη είχε ως αποτέλεσμα βελτιωμένη αποτελεσματικότητα, ενσυναίσθηση και τόνο. Ωστόσο, ορισμένες μελέτες δεν έδειξαν μείωση του χρόνου που σχετίζεται με τις απαντήσεις, και άλλες έδειξαν ότι ο ρόλος του κλινικού ιατρού μπορεί να έχει σημασία, με τους νοσηλευτές να είναι πιο πιθανό να αναφέρουν αυξημένη αποτελεσματικότητα από τους γιατρούς 

Βελτιστοποίηση Τεκμηρίωσης και Κωδικοποίησης

Η Γενετικά Τροποποιημένη Τεχνητή Νοημοσύνη (GenAI) μπορεί να βελτιώσει την ακρίβεια και την αποτελεσματικότητα της κωδικοποίησης, της χρέωσης και των πληρωμών στον τομέα της υγειονομικής περίθαλψης. Η Τεχνητή Νοημοσύνη μπορεί να βελτιστοποιήσει την αξιολόγηση και την κωδικοποίηση διαχείρισης με τη χρήση σημειώσεων που δημιουργούνται από την Τεχνητή Νοημοσύνη, οι οποίες μπορούν να μειώσουν τα σφάλματα και να αυξήσουν την ακρίβεια της κωδικοποίησης. Οι πληροφορίες που παράγονται από την Τεχνητή Νοημοσύνη μπορούν επίσης να βοηθήσουν στον εντοπισμό και την αντιμετώπιση των βαθύτερων αιτιών των απορρίψεων αξιώσεων, οδηγώντας σε πιο αποτελεσματική κωδικοποίηση και ταχύτερες διαδικασίες διαχείρισης του κύκλου εσόδων.Επιπλέον, η Γενετική Τεχνητή Νοημοσύνη (GenAI) μπορεί να διευκολύνει ταχύτερες προηγούμενες εγκρίσεις, μειώνοντας έτσι τις καθυστερήσεις στη φροντίδα των ασθενών, αυξάνοντας τη συμμετοχή και μειώνοντας το διοικητικό φόρτο. Ωστόσο, με την Τεχνητή Νοημοσύνη (AI) να δημιουργεί τόσο επιστολές ιατρικής αναγκαιότητας από γιατρούς όσο και επιστολές απόρριψης (ή έγκρισης) από ασφαλιστικές εταιρείες, ένα περιβάλλον «Τεχνητής Νοημοσύνης έναντι Τεχνητής Νοημοσύνης» θα μπορούσε να αυξήσει τον κίνδυνο μεροληψίας και σφαλμάτων - ένας παράγοντας που υπογραμμίζει την ανάγκη για ισχυρή διακυβέρνηση και εποπτεία της χρήσης της Τεχνητής Νοημοσύνης στη λήψη αποφάσεων από κλινικούς ιατρούς και ασφαλιστές.

Τεχνητή Νοημοσύνη στην Ιατρική

 Η γενετική τεχνητή νοημοσύνη (GenAI), και ειδικότερα τα μοντέλα μεγάλων γλωσσών (LLM - αλγόριθμος τεχνητής νοημοσύνης), χρησιμοποιούνται ολοένα και περισσότερο στην υγειονομική περίθαλψη. Για να αντιμετωπίσει αυτήν την τάση, η Συνεργασία Δράσης για την Ψηφιακή Υγεία της Εθνικής Ακαδημίας Ιατρικής (NAM) συγκάλεσε ένα εργαστήριο εμπειρογνωμόνων στον τομέα της υγειονομικής περίθαλψης, της τεχνολογίας και των κανονιστικών ρυθμίσεων τον Οκτώβριο του 2023, για να ορίσει εφαρμογές και πλαίσια για τη Γενετική Τεχνητή Νοημοσύνη (GenAI) και τα LLM στην ιατρική και τη βιοϊατρική επιστήμη. Σε μια συνοδευτική Ειδική Έκδοση της NAM,1 «Γενετική Τεχνητή Νοημοσύνη στην Υγεία και την Ιατρική», έχει σκιαγραφηθεί ένας ρυθμό ετοιμότητας εφαρμογών  καθώς και ένας πίνακας ανάθεσης ευθυνών για τους διάφορους ενδιαφερόμενους φορείς που απαιτούνται στον «κύκλο ζωής» της τεχνολογίας Γενετικής Τεχνητής Νοημοσύνης (GenAI). Έχουν σημειωθεί πρόοδοι στην εκπαίδευση και την εμπλοκή των ασθενών και στη σύνθεση πληροφοριών .

Εκπαίδευση και συμμετοχή ασθενών

Έχουν σημειωθεί μεγάλα βήματα στην υποστήριξη της εκπαίδευσης και της συμμετοχής των ασθενών που βασίζεται στην GenAI. Πρώιμες μελέτες έχουν δείξει ότι τα chatbot που βασίζονται στην τεχνητή νοημοσύνη μπορούν να βοηθήσουν τους ασθενείς με τον προγραμματισμό ραντεβού, την ταξινόμηση συμπτωμάτων και τα ερωτήματα που σχετίζονται με την υγεία. Οι περιλήψεις ιατρικών πληροφοριών που δημιουργούνται από την GenAI έχουν οδηγήσει σε αυξημένη κατανόηση, επιτρέποντας στους ασθενείς να λαμβάνουν τεκμηριωμένες αποφάσεις σχετικά με τη φροντίδα τους. Η σύνταξη μηνυμάτων με τη βοήθεια της GenAI έχει αποδειχθεί ότι ενισχύει τη σαφήνεια και την ενσυναίσθηση της ψηφιακής επικοινωνίας ασθενούς-παρόχου, προωθώντας ισχυρότερη συμμετοχή. Μια πολλά υποσχόμενη δυνατότητα του GenAI είναι η δυνατότητά του να ξεπερνά τα γλωσσικά εμπόδια και τα εμπόδια στον τομέα της υγειονομικής παιδείας. Υπάρχουν ορισμένες πρώιμες ενδείξεις ότι τα μοντέλα GenAI μπορούν να μεταφράσουν και να απλοποιήσουν το ιατρικό περιεχόμενο πιο αποτελεσματικά από τα παραδοσιακά εργαλεία μετάφρασης. Μελέτες έχουν δείξει ότι οι περιλήψεις σε απλή γλώσσα που δημιουργούνται από το GenAI μπορούν να βοηθήσουν στην κατανόηση των ασθενών, ιδιαίτερα μεταξύ εκείνων με περιορισμένη υγειονομική παιδεία. Αυτές οι περιλήψεις σε απλή γλώσσα μπορούν να διαδραματίσουν ρόλο στη μετάφραση της τεκμηρίωσης με στόχο την αύξηση της κατανόησης της πορείας και της διαχείρισης μιας ασθένειας από τους ασθενείς.

Παρά την αυξανόμενη διαθεσιμότητα εργαλείων GenAI, τα στοιχεία σχετικά με την εμπλοκή των ασθενών με αυτά τα εργαλεία παραμένουν περιορισμένα. Τα πρώτα στοιχεία υποδηλώνουν μικτή υιοθέτηση. Ορισμένοι ασθενείς υιοθετούν την καθοδήγηση που δημιουργείται από την GenAI, ενώ άλλοι παραμένουν διστακτικοί λόγω ανησυχιών σχετικά με την αξιοπιστία και τη διαφάνεια. Επιπλέον, υπάρχει ένα αξιοσημείωτο κενό στην έρευνα σχετικά με τα αποτελέσματα που επικεντρώνονται στον ασθενή, όπως η κατανόηση, η ικανοποίηση και η εμπιστοσύνη στη φροντίδα που υποβοηθείται από την GenAI.  

Yellowface

 Όλοι πάντα περιγράφουν τη ζήλια σαν κάτι αιχμηρό, πράσινο και τοξικό. Σαν κάτι αβάσιμο, ξινό, κακόβουλο. Εγώ ωστόσο ανακάλυψα πως, αν είσαι συγγραφέας η ζήλια θυμίζει περισσότερο φόβο. Ζήλια είναι ο σφυγμός μου, που αυξάνεται όταν παίρνει το μάτι μου στο Twitter τα νέα για την επιτυχία της Αθηνάς - άλλο ένα συμβόλαιο για βιβλίο, υποψηφιότητα σε βραβεία, ειδικές εκδώσεις, δικαιώματα στο εξωτερικό. Ζήλια είναι να συγκρίνομαι συνεχώς μαζί της και να βγαίνω λειψή, να με πιάνει πανικός πως δεν γράφω αρκετά καλά ή αρκετά γρήγορα, πως δεν είμαι - και ποτέ δεν θα είμαι αρκετή. Ζήλια σημαίνει πως ακούγοντας ότι η Αθηνά υπέγραψε συμβόλαιο με εξαψήφιο νούμερο με το Netflix, η πληροφορία κει μόνο με βραχυκυκλώνει για μέρες, δεν με αφήνει να συγκεντρωθώ στη δουλειά μου, βυθίζομαι στη ντροπή και σιχαίνομαι τον εαυτό μου κάθε φορά που βλέπω κάποιο βιβλίο της στις προθήκες ενός βιβλιοπωλείου.

                                                                                                       Ρ.Φ.Κουανγκ 

Το θεώρημα του παπαγάλου

 Ο Θαλής ήταν ο πρώτος "διανοητής" στην ιστορία. Δε λέω ότι πριν απ' αυτόν δεν υπήρξε κανένας που να σκέφτεται! Όχι βέβαια. Οι άνθρωποι σκέφτονται εδώ και πολύ καιρό. Πριν απ' αυτόν υπήρξαν οι μάγοι, οι γραφείς, οι ιερείς, οι λογιστές, οι παραμυθάδες. Απάγγελλαν προσευχές, έκαναν πράξεις, διηγούνταν μύθους. Όμως ο Θαλής έκανε κάτι διαφορετικό : αναρωτήθηκε. Για παράδειγμα : Τι σημαίνει σκέφτομαι; Ή : Τι σχέση έχει αυτό που σκέφτομαι με αυτό που είναι; Ή ακόμα : Υπάρχουν πράγματα που διαφεύγουν από τη σκέψη μου; Από τι είναι φτιαγμένη η Φύση; Τέτοιες ερωτήσεις, κι αυτό είναι που μας παραξενεύει σήμερα, δεν είχαν τεθεί μέχρι τότε. Την εποχή του Θαλή, τον έκτο αιώνα προ Χριστού, η φιλοσοφία και τα μαθηματικά ήταν αδιαχώριστα. Άλλωστε οι ίδιες οι λέξεις δεν υπήρχαν ακόμα. Δημιουργήθηκαν πολύ αργότερα. Κι ακόμα πιο μετά χωρίστηκαν οι έννοιες. Αλλά σήμερα όλος ο κόσμος λησμονεί ότι στη γέννηση τους ήταν ενωμένες.

Έβδομος αιώνας π.Χ. παράλια της Ανατολίας. Ενώ στις Σάρδεις , πρωτεύουσα της Αυτοκρατορίας της Λυδίας.βασιλεύει ο γιος του βασιλιά Γύγη, κανένας δεν βασιλεύει στη Μίλητο της γειτονικής Ιωνίας. Η πόλη είναι μια από τις πρώτες πόλεις-κράτη. Μια ελεύθερη πόλη. Εκεί γεννήθηκε ο Θαλής, γύρω στο 620. Σ' αυτόν οφείλεται το γνωστό ρητό "Γνώθι σαυτόν!". Υπήρξε ένας από τους Επτά Σοφούς της αρχαιότητας και ο πρώτος που διατύπωσε γενικά συμπεράσματα σχετικά με μαθηματικά. Δεν ασχολήθηκε πολύ με αριθμούς, κυρίως ασχολήθηκε με γεωμετρικά σχήματα, κύκλους, ευθείες, τρίγωνα. Ήταν ο πρώτος που αντιμετώπισε τη γωνία ως αυτόνομη μαθηματική οντότητα, και την καθιέρωσε ως ένα τέταρτο γεωμετρικό μέγεθος, συμπληρώνοντας την τριάδα μήκος, επιφάνεια, όγκος.

Υπογονιμότητα - θεραπεία

 Θεραπεία με ανδρογόνα : η τεστοστερόνη και η διυδροτεστοστερόνη (DHT-μεταβολίτης) είναι οι κύριες ανδρικές ορμόνες. Η τεστοστερόνη είναι υπεύθυνη για τη διαφοροποίηση του πόρου του Wolf στην εμβρυική ζωή, την έκκριση LH και τη σπερματογέννεση. H DHT είναι υπεύθυνη για την ανάπτυξη των έξω γεννητικών οργάνων και του προστάτη στην εμβρυογέννεση και για τις μεταβολές στην εφηβεία. Σε υπογοναδικό άνδρα η υποκατάσταση με τεστοστερόνη είναι απαραίτητη για τη φυσιολογική σεξουαλική λειτουργία, την πρόληψη οστεοπόρωσης και τη διατήρηση της μυικής μάζας. Όμως ελαττώνεται η παραγωγή της φυσικής τεστοστερόνης και σε μακροχρόνια χρήση χρειάζεται έλεγχο ο προστάτης με PSA και κλινική εξέταση (μέγεθος) και η πιθανή πολυκυτταραιμία (HT>55%) σαν δείκτης διακοπής της θεραπείας. Επίσης μπορεί να προκύψει γυναικομαστία , κατακράτηση υγρών , ακμή και μείωση HDL.

Αυξητική ορμόνη : Επικουρική η χορήγηση της, φαίνεται ότι ενισχύει την σπερματογέννεση σε ασθενείς με υπογοναδοτροφικό υπογοναδισμό, συμπληρωματικά με τις άλλες ορμόνες

Αντιοιστρογόνα : Η οιστραδιόλη ενισχύει τη λειτουργία των σπερματοζωαρίων, υποδοχείς της βρίσκονται στα Leydig στα Sertoli και στα σπερματοκύτταρα και επίσης συμβάλλει στη σωστή λειτουργία των επιδιδυμίδων. Τα οιστρογόνα ασκούν αρνητική ανατροφοδότηση στις γοναδοτροφίνες, οπότε η απουσία αναστολής με τα αντιοιστρογόνα μπορεί να βοηθήσει στην αύξηση γοναδοτροφινών

 . Ταμοξιφαίνη : συνδέεται με τον υποδοχέα των οιστρογόνων στον υποθάλαμο και οδηγεί σε αυξημένη έκκριη GnRH. Χρησιμοποιείται στον καρκίνο του μαστού, αλλά και σε γυναικομαστία και σε ολιγοσπερμία, με ικανοποιητικά αποτελέσματα όταν χορηγείται γα 1-6 μήνες, 10-20 mg, με αύξηση στην FSH και τεστοστερόνη, αλλά διακυμάνσεις στις επιμέρους παραμέτρους του σπέρματος. Ο συνδυασμός της με τεστοστερόνη επίσης έχει χρησιμοποιηθεί με καλά αποτελέσματα.

 . Κιτρική κλομιφαίνη : προκαλεί αύξηση γοναδοτροφινών, σε δόση 10-25mg/Kg σε διάστημα από 10 ημέρες μέχρι 9 μήνες με σημαντική βελτίωση των παραμέτρων του σπέρματος

 . Θυρεοειδικές ορμόνες : επηρεάζουν τη libido και τη στυτική λειτουργία. Σε υπογονιμότητα επιβάλλεται έλεγχος θυρεοειδικής λειτουργίας