AI giúp thu gọn phòng lab 'triệu USD' vào một chiếc iPad Pro

Quá trình quét bước đi với ứng dụng 3DGait của CareCam.

Tại một khu dân cư ở Singapore, cụ ông lớn tuổi bước đi chậm rãi trước chiếc iPad Pro đặt trên chân máy. Trong video ghi lại của CareCam, chưa đầy một phút sau, màn hình hiển thị đầy đủ chỉ số về dáng đi, thăng bằng và biên độ chuyển động khớp - dữ liệu trước đây phải mất 3-4 tiếng trong phòng thí nghiệm chuyên dụng.

Cách đó không xa, tại Bệnh viện Đa khoa Singapore (SGH), điều dưỡng chỉ cần chụp ảnh vết thương bằng điện thoại. Hình ảnh lập tức được AI phân tích, đo đạc và đưa thẳng vào hồ sơ bệnh án điện tử.

Hai ví dụ về y tế tại Singapore cho thấy xu hướng ứng dụng AI trong y tế để tối ưu những thao tác, quy trình phức tạp và tốn kém.

Mang chức năng của phòng lab triệu USD lên trong chiếc iPad

Hệ thống phân tích dáng đi nói trên có tên 3DGait, do CareCam, công ty công nghệ y tế có trụ sở tại Singapore, phát triển. Ban đầu, đội ngũ sáng lập chỉ định xây dựng công cụ phát hiện té ngã cho người lớn tuổi. Chính phản hồi từ các bác sĩ lâm sàng đã khiến họ đổi hướng.

"Nếu bạn chỉ báo cho tôi biết ai đó đã té ngã, thì đã quá muộn rồi. Nhưng nếu bạn có thể cho tôi biết ai đó đang có nguy cơ té ngã cao, tôi mới thực sự có thể làm được gì đó", Tiến sĩ Raman Pahwa, Giám đốc công nghệ CareCam, nhớ lại lời các bác sĩ trong những ngày đầu phát triển sản phẩm.

Theo ông Raman, một phòng lab phân tích dáng đi truyền thống có thể tiêu tốn khoảng một triệu USD, gồm tấm đo lực, hệ thống camera đa góc, cảm biến chuyên dụng và không gian vận hành riêng. Riêng khâu chuẩn bị đã có thể mất hàng giờ, và nếu một điểm đánh dấu gắn trên người bệnh rơi ra, toàn bộ bài test đôi khi phải làm lại.

Với 3DGait, người bệnh chỉ cần bước đi bình thường trước camera của iPad Pro. Các mô hình AI được tối ưu để chạy trực tiếp trên thiết bị thông qua Core ML, kết hợp ARKit và cảm biến LiDAR để tái tạo chuyển động trong không gian ba chiều, không cần máy chủ bên ngoài. Việc xử lý dữ liệu ngay trên thiết bị cũng giúp bảo vệ thông tin bệnh nhân, vốn thuộc nhóm nhạy cảm nhất trong y tế.

Dữ liệu và báo cáo có sau khi quét chỉ hơn một phút.

CareCam cho biết với người khỏe mạnh, 3DGait đạt độ chính xác khoảng 95%, sai số góc dưới 3 độ và sai số không gian bước đi khoảng 3 cm, nằm trong ngưỡng chấp nhận về mặt lâm sàng. Tại một sự kiện cộng đồng của Woodlands Health, hệ thống thực hiện khoảng 300 lượt kiểm tra chỉ trong 4 tiếng, quy mô mà phòng lab truyền thống không thể đáp ứng.

Giá trị của phân tích dáng đi không chỉ nằm ở tốc độ. Tiến sĩ Damian Lee, Chuyên gia tư vấn Phẫu thuật thần kinh tại Viện Khoa học Thần kinh Quốc gia thuộc SingHealth, ví cột sống như một đường cao tốc truyền tín hiệu từ não xuống đôi chân. Bất kỳ rối loạn nào trên "đường cao tốc" đó đều khiến dáng đi thay đổi.

Trong thực hành lâm sàng, ông dùng hệ thống này để theo dõi bệnh nhân trước và sau phẫu thuật cột sống. Do cơn đau mang tính chủ quan cao, phân tích dáng đi trở thành thước đo khách quan hơn để đánh giá bệnh nhân đang cải thiện hay xấu đi. "Tôi có thể mang nó từ phòng khám đến phòng mổ và đánh giá bệnh nhân gần như ở bất cứ đâu", ông nói.

Khả năng của AI thể hiện rõ tại buổi demo. Dù không tiết lộ tiền sử chấn thương dây chằng gối, người thử nghiệm vẫn nhận về báo cáo chỉ ra thời gian chân trái chạm đất lâu hơn chân phải, mức bất đối xứng dáng đi khoảng 25,4% - dấu hiệu cơ thể đang vô thức bù trừ để giữ thăng bằng. Bằng mắt thường, gần như không ai nhận ra bất thường này.

AI hỗ trợ cho bác sĩ, điều dưỡng

Nếu 3DGait cho thấy AI mở rộng năng lực chẩn đoán, thì câu chuyện tại Bệnh viện Đa khoa Singapore (SGH) cho thấy AI đang giảm tải trực tiếp cho đội ngũ điều dưỡng.

Bà Nanthakumahrie Gunasegaran, Điều dưỡng lâm sàng tại SGH, cho biết trước đây việc đánh giá vết thương hoàn toàn thủ công: điều dưỡng dùng thước đo, ghi ra giấy rồi quay lại nhập vào hồ sơ. Quá trình này tốn thời gian, dễ gián đoạn và kết quả đo có thể chênh lệch giữa các điều dưỡng.

Điều dưỡng Nanthakumahrie Gunasegaran quét vết thương của bệnh nhân để đánh giá tiến triển bằng phần mềm inSight.

Giải pháp SGH đang dùng là inSight, nền tảng chụp ảnh và ghi chép vết thương kỹ thuật số của eKare. Điều dưỡng chỉ cần quét mã định danh bệnh nhân, chụp ảnh và tải thẳng lên hồ sơ điện tử. Bác sĩ muốn xem tiến triển vết thương sau phẫu thuật không cần mở lại băng gạc, chỉ cần vào hệ thống là thấy hình ảnh mới nhất, từ đó điều chỉnh phác đồ kịp thời.

"Công nghệ thực sự hỗ trợ chúng tôi. Nó không thay thế công việc của chúng tôi mà đang giúp đỡ chúng tôi", bà Nanthakumahrie nói. Theo bà, lợi ích quan trọng nhất là độ chính xác của hồ sơ, khi phân tích bằng AI giúp giảm sai lệch giữa các lần đo của những người khác nhau.

Giải pháp này còn bảo đảm tính liên tục trong chăm sóc. Trước đây, khi bệnh nhân xuất viện, y tế cộng đồng không biết vết thương từng như thế nào trong bệnh viện. Nay toàn bộ hình ảnh được lưu xuyên suốt, giúp bác sĩ mới tiếp nhận nắm ngay tiền sử, kể cả khi bệnh nhân tái nhập viện.

Dữ liệu của bệnh nhân, bao gồm cả hình ảnh về tiến triển vết thương, được tích hợp vào hệ thống dữ liệu của bệnh viện.

Từ dáng đi đến vết thương, các ứng dụng này đều biến dữ liệu sức khỏe thành chỉ số khách quan, đo được và chia sẻ tức thời. Trong bối cảnh dân số nhiều quốc gia già hóa nhanh trong khi nguồn lực chăm sóc ngày càng mỏng, AI đang trở thành trợ thủ giúp hệ thống y tế làm được nhiều hơn với ít nhân lực hơn.