Chuyển đến nội dung

Tri thức soi sáng thế giới

AI trong Y tế: Từ Chẩn đoán hình ảnh đến Khám phá thuốc, Những gì đang được thực hiện hôm nay và Giới hạn ở đâu?

Trí tuệ nhân tạo đã thâm nhập vào nhiều lĩnh vực của y học, từ việc đọc phim X-quang và chụp CT đến dự đoán cấu trúc protein. Các ứng dụng thực tế đang được sử dụng hiện nay, quy trình phê duyệt, thay đổi do AlphaFold mang lại, các rủi ro và những điều bệnh nhân cần biết.

AI trong Y tế: Từ Chẩn đoán hình ảnh đến Khám phá thuốc, Những gì đang được thực hiện hôm nay và Giới hạn ở đâu?

Trí tuệ nhân tạo (AI) đề cập đến các hệ thống máy tính có khả năng học các mô hình từ lượng dữ liệu khổng lồ. Y học là một trong những lĩnh vực hứa hẹn nhất cho công nghệ này, và cũng là lĩnh vực đòi hỏi sự cẩn trọng cao nhất: nếu sử dụng tốt, nó có thể đẩy nhanh quá trình chẩn đoán và giảm bớt khối lượng công việc cho bác sĩ lâm sàng; nếu sử dụng sai cách, nó có thể gây hại cho bệnh nhân.

Chẩn đoán hình ảnh y tế

Chẩn đoán hình ảnh là lĩnh vực mà AI được sử dụng rộng rãi nhất trong y học hiện nay. Các hệ thống gắn cờ các phát hiện đáng ngờ trên hình ảnh X-quang, CT, MRI và chụp nhũ ảnh, ưu tiên các trường hợp khẩn cấp như xuất huyết não, hoặc sàng lọc ảnh võng mạc để phát hiện bệnh võng mạc tiểu đường đang được sử dụng trong lâm sàng. Danh sách các thiết bị y tế hỗ trợ AI của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) đã vượt quá một nghìn sản phẩm, phần lớn trong số đó thuộc lĩnh vực chẩn đoán hình ảnh.

Khám phá thuốc và AlphaFold

Việc biết cấu trúc ba chiều của một loại protein là rất quan trọng để hiểu về bệnh tật và phát triển thuốc. AlphaFold, được phát triển bởi Google DeepMind, đã tạo ra bước đột phá bằng cách dự đoán cấu trúc protein từ trình tự axit amin của chúng với độ chính xác cao. Một nửa Giải Nobel Hóa học 2024 đã được trao cho Demis Hassabis và John Jumper cho công trình này; nửa còn lại thuộc về David Baker cho công trình thiết kế protein. AI cũng được sử dụng để sàng lọc các phân tử thuốc tiềm năng và thiết kế các thử nghiệm lâm sàng.

Các công việc lâm sàng hàng ngày

Các hệ thống ghi chép lại các buổi tư vấn bệnh nhân và soạn thảo ghi chú, các công cụ cảnh báo sớm ước tính rủi ro, và các ứng dụng giúp giảm bớt quy trình đặt lịch hẹn và giấy tờ là những ứng dụng ít được chú ý hơn nhưng ngày càng phổ biến của AI trong bệnh viện.

Giới hạn và rủi ro

  • Thiên kiến dữ liệu: Một mô hình được huấn luyện trên một nhóm bệnh nhân có thể hoạt động kém hiệu quả hơn đối với bệnh nhân ở độ tuổi, giới tính hoặc sắc tộc khác.
  • Quyền riêng tư: Dữ liệu sức khỏe là một trong những loại dữ liệu cá nhân nhạy cảm nhất.
  • Sự phụ thuộc quá mức: Việc bác sĩ lâm sàng hoặc bệnh nhân chấp nhận đề xuất của hệ thống mà không đặt câu hỏi có thể dẫn đến sai sót.
  • Trách nhiệm giải trình: Ai chịu trách nhiệm khi có sự cố xảy ra vẫn là vấn đề đang được tranh luận.

Trong hướng dẫn được công bố năm 2021, Tổ chức Y tế Thế giới (WHO) khuyến nghị rằng AI trong y tế phải bảo vệ quyền tự chủ của con người, minh bạch, có khả năng giải thích và được thiết kế theo hướng bao trùm. Đạo luật AI của Liên minh Châu Âu cũng coi các hệ thống AI phục vụ mục đích y tế là rủi ro cao và áp đặt các nghĩa vụ bổ sung.

Lưu ý cho bệnh nhân

Các chatbot đa năng có thể giúp bạn hiểu các câu hỏi về sức khỏe, nhưng chúng không chẩn đoán bệnh và có thể mắc sai lầm. Hãy gặp chuyên gia y tế về các triệu chứng của bạn và đọc các điều khoản về quyền riêng tư của các ứng dụng mà bạn chia sẻ dữ liệu sức khỏe của mình.

Các thiết bị y tế AI được phê duyệt được sử dụng trong những lĩnh vực nào?

Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) duy trì một danh sách công khai các thiết bị y tế hỗ trợ AI mà họ đã cấp phép lưu hành. Tính đến năm 2025, số lượng sản phẩm trong danh sách này đã vượt quá một nghìn, và sự phân bổ khá không đồng đều:

  • Chẩn đoán hình ảnh dẫn đầu: Khoảng ba phần tư số thiết bị trong danh sách nhằm mục đích xem xét hình ảnh X-quang, CT, MRI và chụp nhũ ảnh.
  • Tim mạch đứng thứ hai: Các ứng dụng như diễn giải điện tâm đồ (ECG) và phát hiện các rối loạn nhịp tim rất nổi bật.
  • Các lĩnh vực khác: Ngoài ra còn có các công cụ được phê duyệt trong thần kinh học, nhãn khoa, bệnh học và tiêu hóa, nhưng với số lượng ít hơn.

Việc một công cụ được phê duyệt không có nghĩa là nó sẽ hoạt động hiệu quả như nhau ở mọi bệnh viện và mọi nhóm bệnh nhân; sự phê duyệt được cấp cho một mục đích sử dụng cụ thể và các điều kiện cụ thể.

Độ tin cậy của AI trong y tế được đánh giá như thế nào?

Khi các nhà nghiên cứu và bệnh viện đánh giá một công cụ mới, họ xem xét một vài câu hỏi cơ bản:

  • Kiểm chứng độc lập (External validation): Công cụ đó đã được thử nghiệm trên dữ liệu từ các thiết bị và nhóm bệnh nhân khác nhau bên ngoài bệnh viện nơi nó được phát triển hay chưa?
  • Nghiên cứu tiền cứu (Prospective study): Nó đã được thử nghiệm không chỉ trên dữ liệu quá khứ mà còn trong quy trình làm việc lâm sàng thực tế, và nếu có thể, trong các thử nghiệm ngẫu nhiên hay chưa?
  • Báo cáo minh bạch: Các hướng dẫn CONSORT-AI và SPIRIT-AI được công bố vào năm 2020 nhằm chuẩn hóa cách báo cáo các thử nghiệm lâm sàng liên quan đến AI.
  • Giám sát liên tục: Sau khi triển khai, liệu hiệu suất có bị suy giảm theo thời gian hay không?

Năm 2024, Tổ chức Y tế Thế giới cũng đã công bố hướng dẫn riêng về việc sử dụng các mô hình đa phương thức lớn (bao gồm cả các hệ thống dựa trên trò chuyện) trong y tế, đưa ra hơn 40 khuyến nghị cho các chính phủ, nhà phát triển và các tổ chức y tế.

Bài viết này chỉ mang tính chất thông tin chung và không thay thế cho lời khuyên y tế. Hãy tham khảo ý kiến bác sĩ về các quyết định liên quan đến sức khỏe của bạn.

Nguồn và đọc thêm

  1. Tổ chức Y tế Thế giới (WHO), “Đạo đức và quản trị trí tuệ nhân tạo trong y tế” (2021).
  2. Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ, Danh sách “Thiết bị y tế hỗ trợ trí tuệ nhân tạo”.
  3. Nobel Prize Outreach, Thông cáo báo chí “Giải Nobel Hóa học 2024”.
  4. Jumper, J. và cộng sự, “Dự đoán cấu trúc protein có độ chính xác cao với AlphaFold”, Nature (2021).
  5. U.S. FDA – Thiết bị y tế hỗ trợ trí tuệ nhân tạo (danh sách)
  6. Liu X. và cộng sự – Phần mở rộng CONSORT-AI, Nature Medicine (2020)
  7. WHO – Đạo đức và quản trị AI trong y tế: Hướng dẫn về các mô hình đa phương thức lớn (2024)
Chia sẻ
Theo dõi YulaHubNhận những tin quan trọng nhất trong ngày sớm nhất.
RSS

Để lại bình luận

Địa chỉ email của bạn sẽ không được công khai. Các trường bắt buộc được đánh dấu *