Hãy chú ý đến bản tin truyền thông về trí tuệ nhân tạo và dễ dàng cảm nhận được rằng công nghệ như chatbot đặt ra một "khủng hoảng tồn tại" đối với mọi thứ từ nền kinh tế đến dân chủ.

Những mối đe dọa này là thực tế và việc quy định chủ động là rất quan trọng. Nhưng cũng quan trọng là nhấn mạnh các ứng dụng tích cực của trí tuệ nhân tạo, đặc biệt là trong lĩnh vực chăm sóc sức khỏe.

Hãy xem xét Mayo Clinic, bệnh viện tư nhân phi lợi nhuận tích hợp lớn nhất thế giới, đã tạo ra hơn 160 thuật toán trí tuệ nhân tạo trong lĩnh vực tim mạch, thần kinh, x-quang và các chuyên ngành khác. Bốn mươi trong số đó đã được triển khai trong chăm sóc bệnh nhân.

Để hiểu rõ hơn về cách trí tuệ nhân tạo được sử dụng trong y học, tôi đã nói chuyện với John Halamka, một bác sĩ được đào tạo về tin học y khoa và là chủ tịch của Mayo Clinic Platform. Như anh ấy giải thích cho tôi, "Trí tuệ nhân tạo chỉ là mô phỏng trí tuệ con người thông qua máy móc".

Halamka phân biệt giữa trí tuệ nhân tạo dự đoán và trí tuệ nhân tạo tạo kiểu. Loại trước đòi hỏi các mô hình toán học sử dụng mẫu từ quá khứ để dự đoán tương lai; loại sau sử dụng văn bản hoặc hình ảnh để tạo ra một loại tương tác giống con người.

Chính loại đầu tiên đó là có giá trị nhất đối với y học ngày nay. Như Halamka mô tả, trí tuệ nhân tạo dự đoán có thể xem xét kinh nghiệm của hàng triệu bệnh nhân và căn bệnh của họ để giúp trả lời một câu hỏi đơn giản: "Chúng ta có thể làm gì để đảm bảo rằng bạn có hành trình tốt nhất có thể và ít gặp trở ngại nhất trên đường đi?"

Ví dụ, hãy cho rằng có ai đó bị chẩn đoán mắc bệnh tiểu đường loại 2. Thay vì đưa ra những khuyến nghị chung cho bất kỳ ai có tình trạng này, một thuật toán có thể dự đoán kế hoạch chăm sóc tốt nhất cho bệnh nhân đó bằng cách sử dụng tuổi tác, địa lý, nguồn gốc chủng tộc và dân tộc, tình trạng y tế hiện tại và thói quen dinh dưỡng của họ.

Loại điều trị tập trung vào bệnh nhân như vậy không mới; các bác sĩ luôn cá nhân hóa các khuyến nghị. Vì vậy, trong trường hợp này, trí tuệ nhân tạo dự đoán chỉ là một công cụ bổ trợ thêm giúp đưa ra quyết định lâm sàng.

Chất lượng của thuật toán phụ thuộc vào số lượng và đa dạng dữ liệu. Tôi đã rất ngạc nhiên khi biết rằng đội ngũ Mayo Clinic đã ký kết các thỏa thuận hợp tác dữ liệu với các hệ thống lâm sàng trên toàn Hoa Kỳ và trên toàn cầu, bao gồm Canada, Brazil và Israel. Đến hết năm 2023, Halamka kỳ vọng mạng lưới các tổ chức này sẽ bao gồm hơn 100 triệu bệnh nhân có hồ sơ y tế, với thông tin nhận dạng bị loại bỏ, sẽ được sử dụng để cải thiện chăm sóc cho người khác.

Trí tuệ nhân tạo dự đoán cũng có thể cải thiện chẩn đoán. Ví dụ, để phát hiện ung thư đại trực tràng, thực hành tiêu chuẩn là các chuyên gia nội soi tiêu hóa thực hiện thông qua nội soi đại tràng và xác định và loại bỏ khối u tiền ung thư bằng cách thủ công. Nhưng một số nghiên cứu ước tính rằng 1 trong 4 khối u ác tính được bỏ sót trong quá trình nội soi đại tràng.

Trí tuệ nhân tạo dự đoán có thể cải thiện đáng kể quá trình phát hiện. Phần mềm đã được "đào tạo" để xác định khối u tiền ung thư bằng cách xem nhiều hình ảnh của chúng và khi phát hiện một khối u trong quá trình nội soi đại tràng, nó thông báo cho bác sĩ kiểm tra kỹ hơn. Một cuộc thử nghiệm ngẫu nhiên kiểm soát tại tám trung tâm ở Hoa Kỳ, Anh và Ý đã phát hiện rằng việc sử dụng trí tuệ nhân tạo như vậy giảm tỷ lệ bỏ sót các khối u tiềm năng ung thư hơn một nửa, từ 32,4% xuống còn 15,5%.

Halamka đã đưa ra một tuyên bố gây chú ý rằng trong năm năm tới, không sử dụng trí tuệ nhân tạo trong kiểm tra ung thư đại trực tràng có thể được coi là phạm tội khủng khiếp. Nhưng anh ấy cũng cẩn thận chỉ ra rằng "đó không phải là trí tuệ nhân tạo thay thế bác sĩ, mà là trí tuệ nhân tạo bổ trợ bác sĩ cung cấp cái nhìn bổ sung". Nhu cầu chưa đáp ứng nhiều, công nghệ sẽ không làm giảm nhu cầu về nhà cung cấp dịch vụ chăm sóc sức khỏe; thay vào đó, theo lập luận của anh ấy, "chúng ta sẽ có thể xem xét nhiều bệnh nhân hơn và trên nhiều địa lý hơn.

Trí tuệ nhân tạo tạo ra, phía bên kia, là "loài động vật hoàn toàn khác," ông Halamka nói. Một số công cụ, như ChatGPT, được đào tạo trên các tư liệu chưa được chỉnh lý tìm thấy trên internet. Bởi vì các thông tin đầu vào chứa các thông tin không chính xác, các mô hình có thể tạo ra văn bản không thích hợp và gây hiểu nhầm. Hơn nữa, trong khi chất lượng của trí tuệ nhân tạo có thể được đo lường, các mô hình tạo sinh sản nhiều câu trả lời khác nhau cho cùng một câu hỏi mỗi lần, làm cho quá trình xác thực khó khăn hơn.

Hiện tại, có quá nhiều lo ngại về chất lượng và độ chính xác cho trí tuệ nhân tạo tạo sinh để điều hướng chăm sóc lâm sàng. Tuy nhiên, nó mang trong mình tiềm năng to lớn như một phương pháp để giảm gánh nặng hành chính. Một số phòng khám đã sử dụng ứng dụng chuyển ngữ tự động cuộc thăm khám của bệnh nhân. Thay vì tạo ra hồ sơ y tế từ đầu, các bác sĩ sẽ chỉnh sửa bản ghi nhật trình, tiết kiệm thời gian quý báu cho họ.

Mặc dù ông Halamka rõ ràng là một người ủng hộ việc sử dụng trí tuệ nhân tạo trong y tế, ông kêu gọi quản lý từ phía chính phủ. Giống như Cục Quản lý Thực phẩm và Dược phẩm đánh giá từ mới, nên có quy trình để độc lập xác thực thuật toán và công khai chia sẻ kết quả. Hơn nữa, ông Halamka đang ủng hộ các nỗ lực để ngăn chặn sự duy trì của các thiên hướng chủ quan hiện có trong các ứng dụng trí tuệ nhân tạo trong chăm sóc sức khỏe.

Đây là một cách tiếp cận thận trọng và chu đáo. Giống như bất kỳ công cụ nào khác, trí tuệ nhân tạo phải được nghiên cứu một cách nghiêm túc và triển khai cẩn thận, trong khi lưu ý cảnh báo "trước tiên, không gây hại". Tuy nhiên, trí tuệ nhân tạo mang trong mình hứa hẹn phi thường để làm cho chăm sóc sức khỏe an toàn hơn, tiếp cận dễ dàng và công bằng hơn.