Kỷ nguyên AI trong chăm sóc sức khỏe tạo ra những thách thức dữ liệu

Công nghệ AI (trí tuệ nhân tạo) cho phép các nhà nghiên cứu y học, chuyên gia y bác sỹ làm ra các bộ dữ liệu tổng hợp từ các dữ liệu đầu vào của các bệnh nhân khác nhau. Nhưng có một câu hỏi được đặt ra đó là, liệu bộ dữ liệu đầu ra đó có đủ chính xác dùng để lên kế hoạch phác đồ điều trị lâm sàng cho một bệnh nhân cụ thể hay không.

Dữ liệu do AI tạo ra mang lợi ích trong chăm sóc sức khỏe nhưng…

Sự phức tạp và gia tăng của dữ liệu trong lĩnh vực chăm sóc sức khỏe đồng nghĩa với việc trí tuệ nhân tạo (AI) sẽ ngày càng được áp dụng nhiều hơn trong lĩnh vực này. Một số loại AI đã được sử dụng bởi các cá nhân, nhà cung cấp dịch vụ chăm sóc sức khỏe, và các công ty khoa học đời sống, bệnh viện…

Các danh mục chính của ứng dụng AI liên quan đến các khuyến nghị chẩn đoán và điều trị, sự tham gia và tuân thủ của bệnh nhân cũng như các hoạt động hành chính. Nói một cách đơn giản, AI đang phát minh lại và tái tạo dịch vụ chăm sóc sức khỏe hiện đại thông qua các máy móc cũng như phần mềm có thể dự đoán, lĩnh hội, học hỏi và hỗ trợ hành động.

Cũng vì xu hướng này mà ngành chăm sóc sức khỏe tạo ra một lượng dữ liệu khổng lồ. Một nghiên cứu của IDC cho biết, khối lượng dữ liệu sức khỏe được tạo hàng năm, đạt hơn 2.000 exabyte vào năm 2020, và xu hướng này sẽ tiếp tục tăng với tốc độ 48% qua mỗi năm kế tiếp.

Các công ty công nghệ và hệ thống y tế đã dùng AI để thực hiện những kỳ tích đáng chú ý bằng cách sử dụng dữ liệu sức khỏe của nhiều bệnh nhân. Các công ty khởi nghiệp như K Health lấy nguồn từ cơ sở dữ liệu chứa hàng trăm đến hàng triệu hồ sơ y tế các bệnh nhân, và nội dung từ các phản hồi của chatbot tự động.

IBM, Pfizer, Salesforce và Google, trong số những công ty khác, đang cố gắng sử dụng hồ sơ sức khỏe của nhiều bệnh nhân đưa vào công nghệ AI để dự đoán sự khởi đầu của các tình trạng như bệnh Alzheimer, bệnh tiểu đường, bệnh võng mạc do tiểu đường, ung thư vú và tâm thần phân liệt.

Tuy nhiên, một nhóm các nhà khoa học Vương quốc Anh đã phát hiện ra rằng, hầu hết các dữ liệu về bệnh về mắt đều đến từ các bệnh nhân ở Bắc Mỹ, Châu Âu và Trung Quốc, có nghĩa là bộ dữ liệu y tế đầu ra do AI tạo ra chắc chắn sẽ ít có sự tương quan, đại diện đối với các bệnh nhân đến từ các nhóm chủng tộc từ các quốc gia có ít đại diện.

Trong một nghiên cứu khác của UnitedHealth Group, họ đã xác định rằng, thuật toán AI có thể đánh giá thấp một nửa số bệnh nhân da màu cần được chăm sóc nhiều hơn. Còn các nhà nghiên cứu từ Đại học Toronto, Viện Vector và MIT đã chỉ ra rằng, bộ dữ liệu X-quang ngực được AI tổng hợp lại có thành kiến ​​​​về chủng tộc, giới tính và các chuẩn mực kinh tế xã hội.

Và một nhóm nghiên cứu khác chỉ ra rằng, bộ dữ liệu tổng hợp đầu ra do AI tạo ra có khả năng dùng để chẩn đoán phát hiện ung thư da có xu hướng kém chính xác hơn khi được sử dụng trên bệnh nhân da màu, một phần là do các dữ liệu đầu vào được đào tạo chủ yếu dựa trên hình ảnh của bệnh nhân da trắng.

Tại NewYork-Presbyterian, Peter Fleischut, giám đốc Bộ phận thông tin và chuyển đổi, cho biết ông đang theo dõi những phát triển xung quanh dữ liệu tổng hợp. Fleischut nói: “Nếu dùng AI tạo ra một bộ dữ liệu tổng hợp đầu ra về bệnh suy tim, chúng tôi thực sự nghĩ rằng những bộ dữ liệu tổng hợp đó dùng để nghiên cứu lâm sàng, lên phác đồ điều trị hay điều chế thuốc phải xác thực, có tính tương quan chi tiết với các bệnh nhân cụ thể được nhắm mục tiêu. Với dữ liệu tổng hợp từ AI kiểu này, tôi vẫn chưa tin rằng nó thực sự đủ chính xác để đại diện hay áp dụng cho những bệnh nhân cụ thể”.

Hay nói rõ hơn thì các công ty chăm sóc sức khỏe đã bị mê hoặc bởi khả năng của cái gọi là dữ liệu tổng hợp, là loại dữ liệu đầu ra được xây dựng, bằng cách áp dụng các thuật toán trí tuệ nhân tạo vào các tập dữ liệu thực đầu vào trước đó. Nhưng những thách thức công nghệ AI đang diễn ra tiếp tục hạn chế việc áp dụng rộng rãi nó trong ngành, với nhiều công ty tạm ngừng sử dụng nó.

Trong nhiều năm, các nhà nghiên cứu về thuốc và sức khỏe đã thử nghiệm công nghệ này, cho phép họ phân tích nghiên cứu ý học tự do hơn, chẳng hạn như nghiên cứu tác động của một loại thuốc đối với một nhóm dân số nhất định. Một thống kê của Gartner năm 2021 ước tính rằng, trong những năm tới, 60% dữ liệu y tế đầu vào được sử dụng rộng rãi đổ vào các dự án AI sẽ cho ra các bộ dữ liệu đầu ra riêng biệt, độc lập bằng cách tổng hợp.

Arun Chandrasekaran, một nhà phân tích tại công ty tư vấn và nghiên cứu CNTT nhận định, trong một số lĩnh vực, nhờ AI mà nhiều bộ dữ liệu được tạo ra đã đạt được tiến bộ, chẳng hạn như bộ dữ liệu hình ảnh xác thực tổng hợp dùng trong công nghệ ô tô tự lái. Nhưng trong nghiên cứu về sức khỏe và dược phẩm, việc áp dụng nó vẫn còn thấp.

Chi phí cao của công nghệ AI và số lượng nhà cung cấp thưa thớt đã là một lực cản đối với sự hấp thụ công nghệ này vào trong ngành. Nhưng có vấn đề lớn hơn nhiều, theo các công ty chăm sóc sức khỏe là làm thế nào phải đảm bảo rằng, các bộ dữ liệu y tế tổng hợp do AI tạo ra phải đại diện chính xác, đầy đủ cho các đối tượng bệnh nhân được nhắm mục tiêu.

Jim Swanson, giám đốc thông tin của công ty Johnson & Johnson cho biết: “Sự phức tạp của AI và tính hay thay đổi trong lĩnh vực chăm sóc sức khỏe và khoa học, khiến nó trở thành một vấn đề thực sự khó giải quyết”.

Tuy nhiên, việc AI tạo ra một bộ dữ liệu tổng hợp đầu ra đại diện cho các đối tượng được nhắm mục tiêu rất khó, do có nhiều biến số y tế liên quan ở các bệnh nhân khác nhau ở đầu vào, bao gồm họ đang dùng bao nhiêu loại thuốc, họ có hút thuốc hay không, họ có từng thay khớp chưa, trong số nhiều yếu tố khác nữa. Và những biến số đó có thể thay đổi khi những khám phá khoa học y học mới xuất hiện, Swanson nói thêm.

“Bạn có thể tạo bộ dữ liệu y tế tổng hợp đầu ra dễ dàng, nhưng liệu nó có đủ tương quan hay chính xác với một đối tượng cụ thể không thì đó là một câu chuyện hoàn toàn khác. Đó là vấn đề chúng ta phải giải quyết”, Swanson nói thêm.

Nan giải về quyền riêng tư

Lalana Kagal, nhà khoa học nghiên cứu chính tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo MIT cho biết, khi tạo dữ liệu tổng hợp đầu ra từ AI, chắc chắn sẽ có sự đánh đổi giữa độ chính xác và quyền riêng tư. Dữ liệu gốc khi đưa vào các công cụ AI để đào tạo cũng làm tăng nguy cơ nhiều khả năng chúng bị rò rỉ ra bên ngoài, hoặc bị hacker đánh cắp từ bên ngoài thông qua môi trường trực tuyến.

Hay nói rõ hơn thì khi việc trao đổi thông tin y tế giữa bệnh nhân, bác sĩ và nhóm chăm sóc thông qua các sản phẩm AI tăng lên, việc bảo vệ thông tin và quyền riêng tư của một cá nhân càng trở nên quan trọng hơn, và nó sẽ sớm dẫn đến việc bị tăng cường giám sát và thực thi gắt gao hơn. Vì vậy, trước những thực trạng nan giải kể trên mà một số công ty chăm sóc sức khỏe, bệnh viện đang tạm “treo chân” việc áp dụng công nghệ này.

Bình minh- Theo WSJ/Venturebeat/Reuters