Chẩn đoán hình ảnh chụp tia X phần ngực bằng thuật toán DLAD - Ảnh: Twitter của ERICTOPOL
Một nghiên cứu đăng trên tạp chí y khoa Annals of Internal Medicine cho thấy trung bình các bác sĩ mất khoảng 49% thời gian làm việc của họ để điền thông tin vào các hồ sơ bệnh án điện tử và làm việc bàn giấy, chỉ 27% tổng thời gian của họ dành cho thăm khám lâm sàng trực tiếp người bệnh.
Trong khi đó, một nghiên cứu khác của Đại học California, San Francisco nhận thấy 82% dữ liệu được nhập vào hồ sơ bệnh án điện tử là dạng thông tin kiểu "copy-paste" hoặc nhập tự động, chỉ 18% thông tin được nhập liệu thủ công. Tất cả những yếu tố này là nguyên nhân làm gia tăng lỗi/sự cố y khoa và dẫn tới những quyết định chẩn trị sai lầm, gây hại hoặc nguy hiểm cho người bệnh.
Thật may khi đây chính là lĩnh vực AI có thể giúp đỡ các bác sĩ và ngành y tế. Các mạng lưới thần kinh nhân tạo, công nghệ nền tảng của các thuật toán học sâu (deep learning), rất giỏi trong việc tìm ra những khía cạnh liên quan, mối tương quan giữa một khối dữ liệu khổng lồ, lộn xộn, chưa được sắp xếp như hình ảnh, âm thanh và văn bản.
Trong lĩnh vực y khoa, các thuật toán AI có thể tự động hóa một số nhiệm vụ trước đây tốn rất nhiều sức người. Chẳng hạn, những thuật toán này có thể giảm tải nỗi khổ phải ghi chép khi thăm khám bệnh nhân cho các bác sĩ.
Đã có những nỗ lực lớn trong lĩnh vực này, trong đó có dự án của Microsoft và Google. Các thuật toán máy học (machine learning) có thể trích xuất những thông tin ý nghĩa từ việc thăm khám bệnh nhân, nhập thông tin người bệnh vào hồ sơ bệnh án điện tử.
Có nhiều lĩnh vực y khoa mà AI có thể giúp cải thiện tốc độ cũng như độ chính xác cho công việc chuyên môn của bác sĩ như phân tích ảnh chụp/chiếu, tìm kiếm thông tin liên quan trong các bệnh án.
Theo trang web của ĐH Harvard, gần đây thế giới đã ghi nhận hiệu quả của hai sự ứng dụng AI mang lại lợi ích cho cả bác sĩ lẫn người bệnh khi đưa ra những chẩn đoán nhanh chóng, đơn giản.
Thuật toán đầu tiên giúp giải quyết nhiệm vụ phân loại hình ảnh với hiệu quả vượt trội. Mùa thu năm 2018, các nhà nghiên cứu tại Bệnh viện ĐH quốc gia Seoul và CĐ Y khoa Hàn Quốc đã phát triển ra thuật toán có tên DLAD để phân tích các ảnh chụp tia X phần ngực và phát hiện những khối u phát triển bất thường có thể là tín hiệu ung thư.
Hiệu quả chẩn đoán hình ảnh của thuật toán này đã được so sánh với khả năng phát hiện bệnh của nhiều bác sĩ khi cùng xem xét các ảnh chụp X-quang giống nhau và ứng dụng DLAD đã làm tốt hơn 17/18 bác sĩ .
Thuật toán thứ hai là thành tựu của các nhà nghiên cứu thuộc dự án ứng dụng AI trong y tế của Google, và cũng đạt được trong mùa thu năm 2018 có tên LYNA giúp xác định các khối u di căn ở vú từ các mẫu sinh thiết hạch bạch huyết.
Điều đáng nói, thuật toán LYNA có khả năng phát hiện cả những khu vực nghi có bệnh mắt thường không thể phân biệt trong các mẫu sinh thiết mà người và máy cùng xem xét.
Đăng ký tại đây
Bình luận hay