Bill Gates i OpenAI eksperymentują w Afryce. Sztuczna inteligencja zastąpi lekarzy?

Fundacja Billa i Melindy Gatesów oraz OpenAI ogłosiły wspólną inicjatywę o wartości 50 mln dolarów, której celem jest wprowadzenie narzędzi sztucznej inteligencji do sieci podstawowej opieki zdrowotnej w Rwandzie oraz innych krajach Afryki do 2028 roku.  Projekt, nazwany Horizon1000, ma zmienić sposób funkcjonowania lokalnych przychodni i pracy personelu medycznego.

Podczas Światowego Forum Ekonomicznego w Davos Bill Gates przedstawił inicjatywę jako potencjalny punkt zwrotny dla systemów opieki zdrowotnej w regionach o niedoborach kadrowych i infrastrukturalnych. W jego ocenie sztuczna inteligencja może stać się narzędziem, które przyspieszy dostęp do podstawowych usług medycznych nie tylko w przychodniach, lecz także w społecznościach lokalnych i domach pacjentów. Gates podkreślał, że technologia ma pełnić rolę wsparcia dla ludzi, a nie ich zastępować.

Kryzys kadrowy jako punkt wyjścia

Według danych przytaczanych przez Fundację Gatesa w Afryce Subsaharyjskiej brakuje około sześciu milionów pracowników służby zdrowia. Lekarze i pielęgniarki funkcjonują tam często w warunkach permanentnego przeciążenia, mierząc się z ogromną liczbą pacjentów, niedoborem zaplecza administracyjnego oraz ograniczonym dostępem do aktualnych wytycznych klinicznych. Horizon1000 ma w założeniu zmniejszyć to obciążenie poprzez automatyzację części zadań administracyjnych i wsparcie procesu oceny klinicznej.

Jaką rolę ma odegrać sztuczna inteligencja

Fundacja i OpenAI zapowiadają, że wdrażane systemy będą wspierać prowadzenie dokumentacji medycznej, analizę objawów i przygotowywanie wstępnych ocen dla personelu medycznego. Podobne rozwiązania są już testowane w szpitalach na całym świecie, gdzie algorytmy pomagają w sporządzaniu notatek, podsumowywaniu konsultacji oraz sygnalizowaniu potencjalnie poważnych przypadków. W Afryce skala tego wdrożenia ma być jednak znacznie większa i bardziej systemowa.

Dane, prywatność i cienka granica zaufania

Rosnące uzależnienie opieki zdrowotnej od systemów algorytmicznych niesie ze sobą ryzyka wykraczające poza kwestie wydajności. Modele sztucznej inteligencji wymagają dostępu do ogromnych zbiorów danych, w tym informacji medycznych o wysokiej wrażliwości. W regionach, gdzie regulacje dotyczące prywatności są słabsze lub wciąż się kształtują, pojawia się pytanie o to, kto kontroluje te dane i w jaki sposób są one wykorzystywane. Krytycy zwracają uwagę, że granica między pomocą a inwazyjnym gromadzeniem informacji bywa trudna do uchwycenia.

Sam Altman, dyrektor generalny OpenAI, podkreśla społeczny potencjał sztucznej inteligencji i jej zdolność do realnej poprawy jakości życia. Jego wypowiedzi wpisują się w szerszą narrację o technologii jako narzędziu globalnego dobra. Kontekst wdrożeń w krajach rozwijających się sprawia jednak, że ten optymizm jest odbierany z mieszanymi emocjami, zwłaszcza wśród badaczy zajmujących się etyką technologii.

Afryka jako laboratorium innowacji

Kontynent afrykański od lat pełni rolę poligonu doświadczalnego dla szeroko zakrojonych pilotaży technologicznych finansowanych przez międzynarodowe fundacje i korporacje. Programy identyfikacji cyfrowej, systemy dystrybucji szczepionek czy platformy zarządzania danymi zdrowotnymi były tam wdrażane szybciej niż w wielu krajach Zachodu. Zwolennicy takiego podejścia wskazują na przyspieszenie innowacji, krytycy zaś na ryzyko eksperymentowania na populacjach o mniejszej sile negocjacyjnej.

Fundacja Gatesa deklaruje, że modele wykorzystywane w ramach Horizon1000 będą podlegały stałemu monitorowaniu pod kątem bezpieczeństwa, stronniczości i dokładności. W Rwandzie powołano już krajowe centrum wywiadu medycznego, które analizuje dane na poziomie lokalnym z użyciem sztucznej inteligencji. Jednym z największych wyzwań pozostaje jednak język. Większość zaawansowanych modeli trenowana jest głównie na danych anglojęzycznych, co utrudnia interpretację opisów objawów formułowanych w lokalnych dialektach i niestandardowych formach językowych.

Badania akademickie pokazują, że nawet drobne różnice językowe potrafią wpływać na rekomendacje generowane przez systemy sztucznej inteligencji. Odkrycia te podsycają obawy, że algorytmy mogą nieświadomie utrwalać istniejące nierówności, zamiast je niwelować.