Trí tuệ nhân tạo trong y học: Liệu người thầy thuốc có bị thay thế?

Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sĩ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sĩ tham gia. Cũng vào mùa thu năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết.

Và kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sĩ thực hành. Hai ví dụ trên đã cho chúng ta thấy tiềm năng vô cùng to lớn của trí tuệ nhân tạo trong lĩnh vực chăm sóc sức khoẻ con người.

Ảnh: Pinterest

Vậy trí tuệ nhân tạo trong y học là gì? Và liệu nó có thay thế người thầy thuốc trong tương lai?

Trí tuệ nhân tạo (Artificial intelligence-AI) trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà trí tuệ nhân tạo đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm:

Chẩn đoán bệnh

Gần đây, trí tuệ nhân tạo (AI) đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp chẩn đoán rẻ hơn, nhanh hơn và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường-bệnh lý, các chỉ số cơ thể sẽ được các nhà khoa học “Dán nhãn” => nạp vào máy tính => sắp xếp, xử lý => máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “Học” nhanh hơn, “Nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận do vậy AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung:

- Phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp.

- Đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim.

- Phân loại tổn thương da trên những hình ảnh da được cung cấp.

- Đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt

- Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (Cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh nổi tiếng là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc nên trong tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

Tối ưu hoá điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân tuy vậy rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị. Và hiện nay vấn đề đang được giải quyết, AI có thể tự động hóa công việc thống hết sức kê phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể => người thầy thuốc đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9 để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA có thể có các tác dụng phụ không mong muốn (tác dụng ngoài mục tiêu). Việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen.

Vậy liệu tương lai, các thầy thuốc có bị AI thay thế??

Cho đến nay, trí tuệ nhân tạo trong y học đã cho thấy nhiều lợi ích tiềm năng và Cơ quan Quản lý Thực phẩm-Dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy vậy để FDA có thể đánh giá chi tiết các quy trình-thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (Để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng công ty cũng như liên quan đến sự độc quyền.

Hơn nữa những người tạo ra các thuật toán không phải lúc nào cũng là bác sĩ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà tính toán có thể cần phải tìm hiểu thêm về y học. Và ở chiều ngược lại, các bác sĩ lâm sàng cũng cần tìm hiểu thêm về các thuật toán này để các ứng dụng được tối ưu hoá. Và lời cuối, dù thế nào đi nữa thì trí tuệ nhân tạo cũng không thể thay thế hoàn toàn người bác sĩ trong quá trình thăm khám và chữa trị, ví dụ như AI không thể thực hiện ca phẫu thuật não tự động nơi mà đôi khi các phẫu thuật viên phải thay đổi cách tiếp cận của họ ngay khi bộc lộ và nhìn thấy tổn thương.

BS Trần Quốc Khánh - Khoa Phẫu thuật cột sống, Bệnh viện Hữu Nghị Việt Nam (lược dịch)