Mạng lưới bệnh viện Toronto bổ nhiệm nhà khoa học AI trưởng nhằm cải thiện dịch vụ chăm sóc sức khỏe

Mạng lưới bệnh viện nghiên cứu lớn nhất Canada đã bổ nhiệm một nhà khoa học trí tuệ nhân tạo trưởng để khai thác công nghệ đầy hứa hẹn có tiềm năng tăng tốc độ chẩn đoán, cải thiện và cá nhân hóa việc chăm sóc bệnh nhân cũng như rút ngắn thời gian hồi phục.

Bo Wang, người có chuyên môn tại Mạng lưới Y tế Đại học có trụ sở tại Toronto, bao gồm học máy và sinh học tính toán, sẽ đảm nhận vai trò này sau khi ra mắt Trung tâm AI của UHN vào đầu năm nay. Mạng lưới bệnh viện cho biết trung tâm này tập hợp các bác sĩ và nhà nghiên cứu làm việc với AI trong các lĩnh vực bao gồm ung thư và bệnh tim mạch.

Wang sẽ dẫn đầu cuộc nghiên cứu về cách AI có thể sử dụng lượng lớn dữ liệu bệnh nhân ẩn danh được thu thập từ dân số đa dạng của khu vực Toronto để cải thiện việc chăm sóc. Ông cho biết một số ứng dụng AI mà ông hy vọng sẽ khám phá bao gồm việc phát triển các kế hoạch điều trị được cá nhân hóa và tạo ra các ghi chú lâm sàng tự động.

Wang cho biết trong một cuộc phỏng vấn: “Mục tiêu là thúc đẩy việc áp dụng AI trong chăm sóc sức khỏe. Chúng tôi có rất nhiều nghiên cứu nhưng việc áp dụng khá hiếm và tôi muốn thay đổi điều đó."

UHN không đơn độc trong việc khám phá ứng dụng AI trong chăm sóc sức khỏe. Các bệnh viện khác trên khắp Canada đã sử dụng công nghệ này theo những cách còn hạn chế, chẳng hạn như để phân tích kết quả chụp quét y tế, với sự giám sát của các bác sĩ X quang.

Mục tiêu cuối cùng là tạo ra các kế hoạch điều trị cá nhân hóa bằng cách sử dụng AI để phân tích lượng thông tin khổng lồ và xác định các mẫu dựa trên mọi thứ, từ dữ liệu di truyền đến các triệu chứng của bệnh nhân, kết quả xét nghiệm và thuốc.

Wang cho biết UHN sẽ hợp tác với các công ty tư nhân để tích hợp các giải pháp AI của họ vào thực hành lâm sàng sau khi được Bộ Y tế Canada phê duyệt.

Ông cho biết, với tư cách là thành viên sáng lập mạng dữ liệu Mayo Clinic ở Mỹ, UHN cũng sẽ có quyền truy cập vào các bộ dữ liệu từ các quốc gia khác bao gồm Israel và Brazil.

Wang, cũng là giảng viên tại Viện Vector của Toronto, chuyên về AI, là một trong những nhà phát triển chính của mô hình demo có tên là Clinic Camel, được đào tạo dựa trên dữ liệu từ hàng nghìn hồ sơ y tế UHN ẩn danh. Ông cho biết, nó có thể tóm tắt các cuộc trò chuyện dài giữa bác sĩ và bệnh nhân thành các ghi chú lâm sàng trong vòng vài giây.

Wang cho biết thêm, các nhà cung cấp dịch vụ chăm sóc sức khỏe phải phê duyệt các ghi chú và họ cũng có thể thêm thông tin về tâm trạng hoặc trạng thái cảm xúc của bệnh nhân. Các bác sĩ cũng có thể đặt câu hỏi cho chatbot về các triệu chứng của một số bệnh và chẩn đoán để đưa ra quyết định chăm sóc bệnh nhân của họ.

Tuy nhiên, cái gọi là mô hình AI tổng quát, vẫn đang được phát triển cùng với các nhà nghiên cứu từ Đại học Toronto và Đại học McGill ở Montreal, cần được cải tiến để trở nên đáng tin cậy hơn. Và Bộ Y tế Canada sẽ phải phê duyệt phần mềm để đảm bảo tính chính xác và an toàn để nó không đưa ra những dự đoán sai về chẩn đoán, ông Wang cho biết, đồng thời cho biết thêm cơ quan quản lý cũng phải hài lòng rằng quyền riêng tư của bệnh nhân được bảo vệ.

Nhiều công ty khác nhau cũng đang phát triển các mô hình ngôn ngữ tương tự để ghi lại các cuộc tư vấn giữa bác sĩ và bệnh nhân và tăng hiệu quả.

Wang nói về công nghệ này: “Nó chưa xảy ra ở bất cứ đâu nhưng chúng tôi thấy rất nhiều bản demo, rất nhiều thông báo từ các tập đoàn lớn như Microsoft.”

UHN cho biết họ hy vọng sẽ mở rộng các ứng dụng AI hẹp đang được sử dụng tại các bệnh viện của mình. Ví dụ, tại Trung tâm Ung thư Princess Margaret, thời gian điều trị bằng bức xạ đã giảm gần một nửa trong một số trường hợp, dựa trên mô hình dự đoán được xây dựng từ dữ liệu UHN về quá trình phục hồi của bệnh nhân sau điều trị, phản ứng với một số loại thuốc và thời gian sống sót, Wang nói.

"Mô hình AI này có thể tự động quyết định liều lượng tối ưu cho mỗi lần xạ trị (điều trị) cho bệnh nhân cụ thể này và khoảng thời gian giữa các liệu pháp xạ trị khác nhau. Vì vậy, điều đó giúp tối đa hóa cơ hội sống sót và tối đa hóa quá trình phục hồi sau điều trị," ông nói.

"Thời gian chờ đợi của bệnh nhân ngắn hơn, lượng phóng xạ tiếp xúc với bệnh nhân ít hơn mà không làm giảm hiệu quả điều trị. Chúng tôi đang xem xét cải thiện mức phóng xạ gần 40% đến 50%."

Brad Wouters, phó chủ tịch điều hành khoa học và nghiên cứu của UHN, cho biết trong khi AI mang đến cơ hội to lớn trong chăm sóc sức khỏe, thì vẫn có những “mối lo ngại rõ ràng” liên quan đến quyền riêng tư của bệnh nhân và bảo vệ dữ liệu.

Đó là lý do tại sao UHN sẽ không chia sẻ ngay cả dữ liệu ẩn danh của mình với mạng Mayo hoặc ngược lại, ông nói.

Ông nói: “Thực ra, những gì được chia sẻ là các thuật toán và công cụ đào tạo dựa trên dữ liệu. Dữ liệu thực sự không bao giờ bị rò rỉ hoặc bị trộn lẫn hoặc dưới sự bảo trợ của bất kỳ tổ chức nào khác."

Bản tiếng Việt của The Canada Life