![\"\"](\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2023\/04\/Screenshot-2023-04-12-at-21.58.11.png\")
<\/p>\n<\/p>\n
Wprowadzenie narz\u0119dzi AI i data science do medycyny otwiera przed nami wiele nowych mo\u017cliwo\u015bci, kt\u00f3re jeszcze niedawno wydawa\u0142y si\u0119 niemo\u017cliwe. Jednak\u017ce, cho\u0107 technologie te z pewno\u015bci\u0105 pomog\u0105 lekarzom w diagnozowaniu i leczeniu chor\u00f3b, czy zast\u0105pi\u0105 one w pe\u0142ni diagnost\u00f3w, internist\u00f3w i radiolog\u00f3w, kt\u00f3rzy posiadaj\u0105 niezast\u0105pione do\u015bwiadczenie i wiedz\u0119 medyczn\u0105?<\/p>\n
<\/p>\n
Wprowadzenie<\/strong><\/p>\n Ostatnimi czasy sztuczna inteligencja zacz\u0119\u0142a zyskiwa\u0107 szerok\u0105 popularno\u015b\u0107 w r\u00f3\u017cnych dziedzinach, pocz\u0105wszy od wykorzystania w generowaniu dzie\u0142 sztuki a\u017c po zastosowanie w naukach medycznych.\u00a0<\/span><\/p>\n Wykorzystanie sztucznej inteligencji w pracy medyka ma przede wszystkim wiele zalet. St\u0105d, w tym po\u015bcie skupimy si\u0119 na wykorzystaniu AI (sztucznej inteligencji) w\u0142a\u015bnie w naukach medycznych. Jednymi ze wspomnianych zalet s\u0105 m.in:\u00a0<\/span><\/p>\n Jednym z najbardziej obiecuj\u0105cych zastosowa\u0144 AI w medycynie jest diagnostyka obrazowa. Jak powszechnie wiadomo, systemy AI mog\u0105 by\u0107 wykorzystywane do analizy wynik\u00f3w bada\u0144 obrazowych zar\u00f3wno takich jak tomografia komputerowa czy rezonans magnetyczny, co z kolei mo\u017ce przyspieszy\u0107 i usprawni\u0107 diagnozowanie chor\u00f3b. Dzi\u0119ki temu medycy mog\u0105 dok\u0142adniej analizowa\u0107 dane medyczne, szybciej i trafniej diagnozowa\u0107 choroby, a tak\u017ce tworzy\u0107 skuteczniejsze plany leczenia.\u00a0<\/span><\/p>\n Mimo wszystko, wykorzystanie AI w medycynie stawia nas r\u00f3wnie\u017c przed szeregiem wyzwa\u0144. Pojawiaj\u0105 si\u0119 tutaj m.in problemy zwi\u0105zane z etyk\u0105 (np. problemy w kwestii odpowiedzialno\u015bci za decyzje podejmowane przez algorytmy AI) i prywatno\u015bci\u0105 pacjent\u00f3w (dane mog\u0105 trafi\u0107 w niepowo\u0142ane r\u0119ce, lub <\/span>wyniku analizy danych medycznych przez algorytmy, co wi\u0119cej, mo\u017cna wyodr\u0119bni\u0107 szczeg\u00f3lne cechy i profile pacjent\u00f3w) <\/span>oraz te zwi\u0105zane z ryzykiem pomy\u0142ek ze strony system\u00f3w opartych na sztucznej inteligencji.\u00a0<\/span><\/p>\n <\/p>\n Jakie s\u0105 korzy\u015bci i wyzwania zwi\u0105zane z wykorzystaniem narz\u0119dzi AI i data science w medycynie?<\/b><\/p>\n Wykorzystanie sztucznej inteligencji (AI) w medycynie przynosi wiele korzy\u015bci. Po pierwsze, umo\u017cliwia szybsz\u0105 i bardziej precyzyjn\u0105 diagnostyk\u0119 chor\u00f3b poprzez analiz\u0119 du\u017cej ilo\u015bci danych medycznych. <\/span><\/p>\n Dzi\u0119ki temu, systemy AI mog\u0105 pom\u00f3c w wykryciu zmian w obrazach diagnostycznych (np. tomografii komputerowej, rezonansu magnetycznego), co znacznie przyspiesza proces diagnozowania.\u00a0<\/span><\/p>\n Wyobra\u017amy sobie hipotetyczny przyk\u0142ad wykorzystania AI w diagnostyce chor\u00f3b serca i jakie korzy\u015bci mo\u017ce przynie\u015b\u0107 to zar\u00f3wno pacjentom jak i lekarzom. Wiemy, \u017ce systemy AI mog\u0105 przetwarza\u0107 i analizowa\u0107 du\u017ce ilo\u015bci danych w tym te\u017c dane r\u00f3\u017cnego typu, np. dane kardiologiczne, takie jak elektrokardiogramy (EKG), badania stresowe oraz echokardiogramy, w celu szybkiego i precyzyjnego wykrycia potencjalnych problem\u00f3w sercowych. W sytuacji, gdy pacjent zg\u0142asza skargi dotycz\u0105ce b\u00f3lu w klatce piersiowej, AI mo\u017ce automatycznie (w czasie rzeczywistym) analizowa\u0107 dane EKG i wykry\u0107 nieregularno\u015bci w rytmie serca, co sugeruje potencjalny zawa\u0142 mi\u0119\u015bnia sercowego. Lekarz w takiej sytuacji mo\u017ce nast\u0119pnie skoncentrowa\u0107 si\u0119 na ocenie wynik\u00f3w i podj\u0119ciu odpowiednich dzia\u0142a\u0144 leczniczych, co pozwoli na szybsze i bardziej precyzyjne postawienie diagnozy. W ten spos\u00f3b, wykorzystanie AI w diagnostyce chor\u00f3b serca mo\u017ce pom\u00f3c w zapewnieniu szybszej i bardziej precyzyjnej opieki medycznej dla pacjent\u00f3w oraz usprawnieniu pracy kardiolog\u00f3w. <\/span>Jednym z przyk\u0142ad\u00f3w systemu analizuj\u0105cego EKG w czasie rzeczywistym jest urz\u0105dzenie do monitorowania rytmu serca firmy AliveCor ([2]). Urz\u0105dzenie to wykorzystuje sztuczn\u0105 inteligencj\u0119 do analizowania sygna\u0142u EKG i identyfikowania r\u00f3\u017cnych zaburze\u0144 rytmu serca, takich jak migotanie przedsionk\u00f3w czy tachykardia. Dzi\u0119ki temu lekarze mog\u0105 otrzymywa\u0107 szybkie i dok\u0142adne diagnozy, a pacjenci mog\u0105 monitorowa\u0107 swoje zdrowie serca w czasie rzeczywistym z wykorzystaniem smartfon\u00f3w lub tablet\u00f3w. Co wi\u0119cej, firma ma na swoim koncie r\u00f3wnie\u017c szereg publikacji z zakresu sztucznej inteligencji w wykrywaniu chor\u00f3b serca. Tytu\u0142y publikacji mo\u017cna znale\u017a\u0107 na ich stronie w zak\u0142adce \u201cresearch\u201d.<\/span><\/p>\n Drug\u0105 korzy\u015bci\u0105 p\u0142yn\u0105c\u0105 z wykorzystania AI jest poprawa efektywno\u015bci i wydajno\u015bci pracy medyka, co oznacza mniej czasu po\u015bwi\u0119conego na analiz\u0119 danych i interpretacj\u0119 wynik\u00f3w. Dzi\u0119ki temu, medycy mog\u0105 skupi\u0107 si\u0119 na bardziej z\u0142o\u017conych zadaniach, takich jak analiza i ocena wynik\u00f3w bada\u0144, planowanie leczenia oraz kontakt z pacjentem. Jako przyk\u0142ad <\/span>za\u0142\u00f3\u017cmy, \u017ce medyk pracuje w oddziale ratunkowym, gdzie liczba pacjent\u00f3w wymagaj\u0105cych natychmiastowej pomocy jest bardzo du\u017ca. W takiej sytuacji, medyk musi b\u0142yskawicznie oceni\u0107 stan pacjenta i podj\u0105\u0107 decyzj\u0119 o dalszych krokach leczniczych. W tym przypadku, systemy AI mog\u0105 pom\u00f3c w diagnozowaniu i planowaniu leczenia pacjent\u00f3w, przyspieszaj\u0105c procesy decyzyjne. Na przyk\u0142ad, je\u015bli pacjent zg\u0142asza objawy udaru m\u00f3zgu, system AI mo\u017ce szybko przeanalizowa\u0107 dane z bada\u0144 diagnostycznych, takich jak tomografia komputerowa, i dostarczy\u0107 medykowi dok\u0142adne informacje o lokalizacji i rozmiarze udaru. To pozwala lekarzowi szybko podj\u0105\u0107 decyzj\u0119 o podj\u0119ciu dalszych krok\u00f3w leczniczych, takich jak podanie lek\u00f3w rozpuszczaj\u0105cych skrzepy krwi, co jest kluczowe dla uratowania \u017cycia pacjenta. Jednym z przyk\u0142ad\u00f3w jest aplikacja „Viz.ai” ([3]), kt\u00f3ra wykorzystuje algorytmy uczenia maszynowego do automatycznej identyfikacji udaru m\u00f3zgu na podstawie obraz\u00f3w z tomografii komputerowej (CT) m\u00f3zgu. Aplikacja Viz.ai analizuje obrazy CT m\u00f3zgu, aby okre\u015bli\u0107, czy wyst\u0105pi\u0142 udar m\u00f3zgu i jakiego typu jest to udar. Aplikacja ta wykorzystuje algorytmy sztucznej inteligencji do analizy obraz\u00f3w m\u00f3zgu w czasie rzeczywistym i identyfikuje obszary m\u00f3zgu, kt\u00f3re zosta\u0142y uszkodzone przez udar. Po zidentyfikowaniu udaru m\u00f3zgu, aplikacja automatycznie przekazuje informacje do odpowiednich specjalist\u00f3w, takich jak neurolog, radiolog lub neurochirurg. Dzi\u0119ki temu lekarze s\u0105 w stanie szybko i skutecznie przeprowadzi\u0107 leczenie pacjenta, co przyczynia si\u0119 do zwi\u0119kszenia szans na pe\u0142ne wyleczenie.\u00a0<\/span><\/p>\n Co wi\u0119cej, wykorzystanie AI mo\u017ce przyczyni\u0107 si\u0119 do redukcji koszt\u00f3w, poniewa\u017c procesy diagnostyczne s\u0105 przyspieszone, a z\u0142o\u017cono\u015b\u0107 analizy danych zmniejszona. <\/span>Za\u0142\u00f3\u017cmy, \u017ce szpital dysponuje ogromn\u0105 ilo\u015bci\u0105 danych medycznych dotycz\u0105cych pacjent\u00f3w, takich jak wyniki bada\u0144, diagnozy, historie chor\u00f3b i zastosowane leczenie. Analizowanie tych danych przez lekarzy i personel medyczny mo\u017ce by\u0107 czasoch\u0142onne i kosztowne, a w niekt\u00f3rych przypadkach nawet niemo\u017cliwe np. przez ograniczon\u0105 dyspozycyjno\u015b\u0107 personelu szpitala, kt\u00f3ry mo\u017ce w danej chwili zajmowa\u0107 si\u0119 pacjentami wymagaj\u0105cymi wi\u0119kszej opieki. W tym przypadku, wykorzystanie system\u00f3w AI mo\u017ce znacznie zmniejszy\u0107 koszty, poprzez automatyzacj\u0119 i usprawnienie proces\u00f3w analizy danych. AI mo\u017ce przetwarza\u0107 ogromne ilo\u015bci danych, identyfikowa\u0107 wzorce i zwi\u0105zki mi\u0119dzy r\u00f3\u017cnymi chorobami i leczeniem, co jednocze\u015bnie pozwala na szybsze i bardziej skuteczne diagnozowanie i leczenie pacjent\u00f3w. Na przyk\u0142ad, AI mo\u017ce pom\u00f3c w wykrywaniu chor\u00f3b wczesnym stadium, co mo\u017ce zapobiec konieczno\u015bci przeprowadzania kosztownych i skomplikowanych procedur leczniczych w p\u00f3\u017aniejszym czasie. Ponadto, wykorzystanie AI mo\u017ce pom\u00f3c w optymalizacji proces\u00f3w leczniczych i eliminacji nadmiernych bada\u0144, co pozwala na zmniejszenie koszt\u00f3w. J<\/span>ednym z przyk\u0142ad\u00f3w jest aplikacja „Stroke Riskometer” opracowana przez Stroke RiskometerTM w Wielkiej Brytanii, kt\u00f3ra wykorzystuje algorytmy sztucznej inteligencji do okre\u015blenia ryzyka wyst\u0105pienia udaru m\u00f3zgu. Aplikacja pozwala u\u017cytkownikom na wprowadzanie r\u00f3\u017cnych czynnik\u00f3w ryzyka, takich jak wiek, p\u0142e\u0107, ci\u015bnienie krwi, cukrzyca, palenie papieros\u00f3w, a tak\u017ce inne czynniki medyczne, takie jak choroby serca czy migrena. Na podstawie tych informacji algorytmy sztucznej inteligencji okre\u015blaj\u0105 indywidualne ryzyko wyst\u0105pienia udaru m\u00f3zgu, a tak\u017ce proponuj\u0105 r\u00f3\u017cne sposoby zmniejszenia ryzyka, takie jak zmiana stylu \u017cycia, dieta i \u0107wiczenia fizyczne, lub skonsultowanie si\u0119 z lekarzem w celu przepisania odpowiedniego leczenia.<\/span><\/p>\n W tera\u017aniejszo\u015bci wskaza\u0107 mo\u017cna bardzo wiele przyk\u0142ad\u00f3w po\u015bredniego wp\u0142ywu algorytm\u00f3w sztucznej inteligencji na prac\u0119 medyka zwi\u0105zanego z analiz\u0105 danych. Kolejnym z nich jest platforma telemedyczna CarnaLife System firmy MedApp. Umo\u017cliwia ona <\/span>lekarzowi ocen\u0119 i monitorowanie stanu zdrowia pacjent\u00f3w oraz przeprowadzanie konsultacji o dowolnej porze dnia i w dowolnym miejscu. Aplikacja daje unikalne mo\u017cliwo\u015bci powi\u0105zania konsultacji lekarskich z pog\u0142\u0119bion\u0105 diagnostyk\u0105 \u2013 system jest wspierany przez ponad 20 typ\u00f3w urz\u0105dze\u0144 umo\u017cliwiaj\u0105cych zdalny pomiar, takich jak: pulsoksymetr, elektrokardiograf (EKG), ci\u015bnieniomierz, termometr, waga, urz\u0105dzenie do badania os\u0142uchowego i inne. Wyniki bada\u0144 s\u0105 analizowane 24\/7 z wykorzystaniem AI i analizy Big Data. W razie pojawienia si\u0119 odchyle\u0144 od normy system alarmuje personel medyczny, kt\u00f3ry sprawuje opiek\u0119 nad danym pacjentem. Dzi\u0119ki temu wzrasta bezpiecze\u0144stwo i polepszaj\u0105 si\u0119 wyniki terapeutyczne pacjenta.<\/span>\u00a0<\/span><\/p>\n Bardziej ciekawe s\u0105 bezpo\u015brednie aplikacje sztucznej inteligencji w pracy medyk\u00f3w. Tutaj r\u00f3wnie\u017c\u00a0przyk\u0142adem mo\u017ce by\u0107 produkt z portfolio firmy MedApp –<\/span>CarnaLife Holo<\/a>. Jest to prze\u0142omowa technologia tr\u00f3jwymiarowej wizualizacji obrazowych danych diagnostycznych, wspieraj\u0105ca planowanie i przeprowadzanie zabieg\u00f3w medycznych. Z pomoc\u0105 gogli HoloLens 2 firmy Microsoft lekarz widzi w przestrzeni rzeczywistej tr\u00f3jwymiarowy hologram odzwierciedlaj\u0105cy struktur\u0119 obrazowanego obszaru anatomicznego. U\u017cytkownik mo\u017ce wchodzi\u0107 w interakcj\u0119 z wy\u015bwietlanym hologramem, mi\u0119dzy innymi obracaj\u0105c go, skaluj\u0105c, przemieszczaj\u0105c, czy te\u017c wchodz\u0105c we wn\u0119trze struktur anatomicznych \u2013 przy pomocy gest\u00f3w i komend g\u0142osowych, bez utraty sterylno\u015bci i konieczno\u015bci wsp\u00f3\u0142pracy z dodatkowym technikiem. Gogle stanowi\u0105 pomocniczy, interaktywny ekran dost\u0119pny podczas planowania zabiegu oraz w dowolnym miejscu sali zabiegowej, w ka\u017cdym momencie jego trwania.<\/span><\/p>\n <\/p>\n Perspektywy rozwoju i przysz\u0142o\u015b\u0107 wykorzystania narz\u0119dzi AI i data science w medycynie<\/b><\/p>\n Jako kilka prostych przyk\u0142ad\u00f3w perspektyw rozwoju i przysz\u0142o\u015bci wykorzystania narz\u0119dzi AI i data science w medycynie mo\u017cna wymieni\u0107 nast\u0119puj\u0105ce punkty:<\/span><\/p>\n Jak to dzia\u0142a:<\/b> AI analizuje dane genetyczne pacjenta, wyniki bada\u0144 diagnostycznych, histori\u0119 choroby, styl \u017cycia, diet\u0119 oraz \u015brodowisko i proponuje spersonalizowany plan leczenia.<\/span><\/p>\n Przyk\u0142ad z \u017cycia:<\/b> Pacjent z chorob\u0105 nowotworow\u0105 jest analizowany pod k\u0105tem mutacji genetycznych, co pozwala na dobranie leku docelowego w leczeniu nowotworu, kt\u00f3ry b\u0119dzie mia\u0142 najwi\u0119ksz\u0105 skuteczno\u015b\u0107 i minimalne skutki uboczne.<\/span><\/p>\n Jak to dzia\u0142a:<\/b> AI analizuje wyniki bada\u0144 diagnostycznych, takie jak zdj\u0119cia rentgenowskie lub tomografi\u0119, aby wykry\u0107 nawet niewielkie zmiany chorobowe, kt\u00f3re nie s\u0105 widoczne dla ludzkiego oka.<\/span><\/p>\n Przyk\u0142ad z \u017cycia:<\/b> system AI mo\u017ce wykry\u0107 niewielki guz piersi na mammografii, kt\u00f3ry zosta\u0142by przeoczony przez lekarza, a wcze\u015bniejsza diagnoza pozwoli\u0142aby na szybsze i bardziej skuteczne leczenie.<\/span><\/p>\n Jak to dzia\u0142a:<\/b> AI automatyzuje procesy medyczne, takie jak prowadzenie historii choroby, sk\u0142adanie zam\u00f3wie\u0144 na leki i materia\u0142y medyczne, czy te\u017c przetwarzanie dokument\u00f3w.<\/span><\/p>\n Przyk\u0142ad z \u017cycia:<\/b> system AI mo\u017ce automatycznie analizowa\u0107 wyniki bada\u0144 laboratoryjnych i zapisywa\u0107 je w elektronicznej dokumentacji medycznej, co pozwala na oszcz\u0119dno\u015b\u0107 czasu i redukcj\u0119 b\u0142\u0119d\u00f3w ludzkich.<\/span><\/p>\n Jak to dzia\u0142a:<\/b> Roboty medyczne wyposa\u017cone w AI wykonuj\u0105 skomplikowane procedury chirurgiczne, zapewniaj\u0105c wi\u0119ksz\u0105 precyzj\u0119 i szybszy czas reakcji.\u00a0<\/span><\/p>\n Przyk\u0142ad z \u017cycia:<\/b> robotyczna asysta chirurgiczna mo\u017ce pom\u00f3c w usuni\u0119ciu guza m\u00f3zgu, gdzie precyzja ruch\u00f3w jest kluczowa dla unikni\u0119cia uszkodzenia pobliskich obszar\u00f3w m\u00f3zgu i minimalizowania ryzyka powik\u0142a\u0144.<\/span><\/p>\n <\/p>\n Podsumowanie: Czy technologie zast\u0105pi\u0105 diagnost\u00f3w, internist\u00f3w i radiolog\u00f3w?<\/b><\/p>\n Praca diagnostyk\u00f3w, internist\u00f3w oraz radiolog\u00f3w wyr\u00f3\u017cnia si\u0119 przede wszystkim du\u017c\u0105 odpowiedzialno\u015bci\u0105 za podj\u0119te decyzje. Sztuczna inteligencja jest w stanie znakomicie wspom\u00f3c ekspert\u00f3w w ich podejmowaniu, natomiast samoistnie nie jest w stanie ud\u017awign\u0105\u0107 ci\u0119\u017caru zwi\u0105zanego z ich odpowiedzialno\u015bci\u0105. W przypadku pomy\u0142ki cz\u0142owieka lekarz odpowiada przed prawem, w przypadku hipotetycznej pomy\u0142ki sztucznej inteligencji kwestia tego, kto jest za ni\u0105\u00a0odpowiedzialny jest szalenie sporna. <\/span>St\u0105d warto pami\u0119ta\u0107, \u017ce narz\u0119dzia AI powinny by\u0107 traktowane jako narz\u0119dzie <\/span>wspomagaj\u0105ce<\/b>, a nie zast\u0119puj\u0105ce prac\u0119 os\u00f3b do tego powo\u0142anych. Nale\u017cy r\u00f3wnie\u017c zwr\u00f3ci\u0107 uwag\u0119, \u017ce <\/span>wp\u0142yw automatyzacji na zwi\u0119kszenie efektywno\u015bci pracy medyka, niesie ze sob\u0105 potrzeb\u0119 rozwoju nowych umiej\u0119tno\u015bci i kompetencji.<\/span><\/p>\n <\/p>\n \u0179r\u00f3d\u0142a:<\/p>\n <\/p>\n <\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" Wprowadzenie narz\u0119dzi AI i data science do medycyny otwiera przed nami wiele nowych mo\u017cliwo\u015bci, kt\u00f3re jeszcze niedawno wydawa\u0142y si\u0119 niemo\u017cliwe. Jednak\u017ce, cho\u0107 technologie te z pewno\u015bci\u0105 pomog\u0105 lekarzom w diagnozowaniu i leczeniu chor\u00f3b, czy zast\u0105pi\u0105 one w pe\u0142ni diagnost\u00f3w, internist\u00f3w i radiolog\u00f3w, kt\u00f3rzy posiadaj\u0105 niezast\u0105pione do\u015bwiadczenie i wiedz\u0119 medyczn\u0105?<\/p>\n","protected":false},"author":120,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[225],"tags":[15,102,105,20],"class_list":["post-3205","post","type-post","status-publish","format-standard","hentry","category-agh-2022-23","tag-ai","tag-medycyna","tag-oprogramowanie-medyczne","tag-sztuczna-inteligencja"],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/3205","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/users\/120"}],"replies":[{"embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/comments?post=3205"}],"version-history":[{"count":9,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/3205\/revisions"}],"predecessor-version":[{"id":3358,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/posts\/3205\/revisions\/3358"}],"wp:attachment":[{"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/media?parent=3205"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/categories?post=3205"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/architeles.eu\/ethics\/index.php\/wp-json\/wp\/v2\/tags?post=3205"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n
![\"\"](\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2023\/04\/Screenshot-2023-04-12-at-22.34.09.png\")
<\/p>\n\n
\n
\n
\n
![\"\"](\"https:\/\/architeles.eu\/ethics\/wp-content\/uploads\/2023\/04\/Screenshot-2023-04-12-at-22.29.34.png\")
<\/p>\n\n
<\/p>\n