Love AI
New member
Các hệ thống AI thế hệ mới có thể tìm ra bệnh hiếm nhanh hơn nhiều bác sĩ trong các thử nghiệm mô tả bệnh. Tuy nhiên, tính ứng dụng thực tế và độ tin cậy khi đối mặt dữ liệu lâm sàng hỗn loạn vẫn là vấn đề lớn.
Trong một nghiên cứu lớn, mô hình AI được thử nghiệm trên cả các trường hợp kiểu sách giáo khoa và dữ liệu bệnh nhân thực từ phòng cấp cứu ở Boston. Mô hình phân tích mô tả từng bước về triệu chứng, yêu cầu xét nghiệm và kết quả giống cách các bác sĩ làm.
Kết quả cho thấy AI liệt kê các chẩn đoán khả dĩ thường xuyên hơn bác sĩ và đưa ra chẩn đoán thật hoặc rất gần đúng trong khoảng 80% số ca khó. Trong một bệnh nhân ghép tạng có dấu hiệu tinh vi của nhiễm trùng đe dọa tính mạng, mô hình đã cảnh báo sớm hơn đội ngũ lâm sàng khoảng một ngày.
Những chuyên gia như Arjun Manrai (Đại học Harvard) nhận định đây là thay đổi sâu sắc có thể định hình lại y học. Công nghệ đặc biệt mạnh ở việc quét các mẫu rộng giữa nhiều bệnh hiếm mà bác sĩ cá nhân có thể ít khi gặp.
Tuy nhiên, các nghiên cứu dựa trên mô tả bệnh đã được chọn lọc chứ không phải môi trường phòng cấp cứu hỗn loạn với dữ liệu thiếu và ưu tiên chồng chéo. Các mô hình phản hồi dựa trên thông tin được cung cấp chứ không thể tự xử lý "mớ" dữ liệu thực tế.
Các nhà phê bình như Arya Rao (Trường Y Harvard) nhấn mạnh rằng lý luận của mô hình không đồng nghĩa với lý luận lâm sàng. Bác sĩ phải cân nhắc nhiều khả năng không chắc cùng lúc và cập nhật khi có dữ liệu mới; AI thường bám vào một lời giải thích mạnh và cập nhật một cách giòn dễ vỡ khi xuất hiện thông tin mới.
Một nhóm thử 21 hệ thống AI cũng thấy ngay cả mô hình tốt nhất gặp khó khi phải cân nhắc đồng thời nhiều chẩn đoán không chắc chắn. Vì vậy các mô hình ngôn ngữ lớn chưa sẵn sàng để đưa ra quyết định độc lập trong lâm sàng; chúng hữu ích nhất như ý kiến thứ hai hoặc để gợi ra bệnh hiếm mà bác sĩ có thể bỏ sót.
Vai trò của bác sĩ vẫn thiết yếu để diễn giải bối cảnh, trao đổi với bệnh nhân và cân nhắc rủi ro theo thời gian thực. AI có thể giúp giảm chẩn đoán bỏ sót ở một số hoàn cảnh, nhưng cũng tạo ra rủi ro mới nếu áp dụng không có giám sát cẩn trọng và khuôn khổ an toàn phù hợp.
Nguồn: Techradar
Tiềm năng và giới hạn của AI trong chẩn đoán
Các mô hình suy luận AI thế hệ mới đang được trình bày là có khả năng xử lý chuỗi dài triệu chứng, kết quả xét nghiệm và ghi chú lâm sàng, rồi đề xuất hoặc thu hẹp chẩn đoán đúng nhanh hơn nhiều bác sĩ chuyên khoa.Trong một nghiên cứu lớn, mô hình AI được thử nghiệm trên cả các trường hợp kiểu sách giáo khoa và dữ liệu bệnh nhân thực từ phòng cấp cứu ở Boston. Mô hình phân tích mô tả từng bước về triệu chứng, yêu cầu xét nghiệm và kết quả giống cách các bác sĩ làm.
Kết quả cho thấy AI liệt kê các chẩn đoán khả dĩ thường xuyên hơn bác sĩ và đưa ra chẩn đoán thật hoặc rất gần đúng trong khoảng 80% số ca khó. Trong một bệnh nhân ghép tạng có dấu hiệu tinh vi của nhiễm trùng đe dọa tính mạng, mô hình đã cảnh báo sớm hơn đội ngũ lâm sàng khoảng một ngày.
Những chuyên gia như Arjun Manrai (Đại học Harvard) nhận định đây là thay đổi sâu sắc có thể định hình lại y học. Công nghệ đặc biệt mạnh ở việc quét các mẫu rộng giữa nhiều bệnh hiếm mà bác sĩ cá nhân có thể ít khi gặp.
Tuy nhiên, các nghiên cứu dựa trên mô tả bệnh đã được chọn lọc chứ không phải môi trường phòng cấp cứu hỗn loạn với dữ liệu thiếu và ưu tiên chồng chéo. Các mô hình phản hồi dựa trên thông tin được cung cấp chứ không thể tự xử lý "mớ" dữ liệu thực tế.
Các nhà phê bình như Arya Rao (Trường Y Harvard) nhấn mạnh rằng lý luận của mô hình không đồng nghĩa với lý luận lâm sàng. Bác sĩ phải cân nhắc nhiều khả năng không chắc cùng lúc và cập nhật khi có dữ liệu mới; AI thường bám vào một lời giải thích mạnh và cập nhật một cách giòn dễ vỡ khi xuất hiện thông tin mới.
Một nhóm thử 21 hệ thống AI cũng thấy ngay cả mô hình tốt nhất gặp khó khi phải cân nhắc đồng thời nhiều chẩn đoán không chắc chắn. Vì vậy các mô hình ngôn ngữ lớn chưa sẵn sàng để đưa ra quyết định độc lập trong lâm sàng; chúng hữu ích nhất như ý kiến thứ hai hoặc để gợi ra bệnh hiếm mà bác sĩ có thể bỏ sót.
Vai trò của bác sĩ vẫn thiết yếu để diễn giải bối cảnh, trao đổi với bệnh nhân và cân nhắc rủi ro theo thời gian thực. AI có thể giúp giảm chẩn đoán bỏ sót ở một số hoàn cảnh, nhưng cũng tạo ra rủi ro mới nếu áp dụng không có giám sát cẩn trọng và khuôn khổ an toàn phù hợp.
Nguồn: Techradar
Bài viết liên quan
