Trí tuệ nhân tạo (AI) dự báo sức khỏe: Bước tiến mới trong y học dự phòng

Các nhà nghiên cứu phát triển mô hình AI để dự báo sức khỏe. Ảnh: Phòng thí nghiệm Sinh học Phân tử châu Âu (EMBL)

Nhóm nghiên cứu quốc tế do Giáo sư Ewan Birney, quyền Giám đốc điều hành Phòng thí nghiệm Sinh học Phân tử châu Âu (EMBL) dẫn đầu, đang phát triển mô hình trí tuệ nhân tạo mang tên Delphi-2M. Mô hình AI này được huấn luyện trên hàng ngàn hồ sơ y tế để nhận diện các đặc trưng về sức khỏe, từ đó đưa ra dự báo về nguy cơ đối với hơn 1.000 loại bệnh khác nhau.

Khác với các công cụ lâm sàng hiện tại thường chỉ dự báo nguy cơ một vài bệnh cụ thể, Delphi-2M có khả năng tính toán xác suất đồng thời cho nhiều tình trạng sức khỏe, từ bệnh tim mạch, đái tháo đường loại 2, nhiễm trùng huyết cho đến các bệnh lý lâu dài khác.

Giáo sư Birney cho biết mô hình hoạt động tương tự dự báo thời tiết, có thể đưa ra xác suất mắc bệnh như cách dự báo khả năng mưa và đặc biệt là có thể tính toán đồng thời cho nhiều loại bệnh khác nhau, điều mà các công cụ trước đây chưa làm được.

Cách thức hoạt động của Delphi-2M

Về nguyên lý, Delphi-2M vận hành tương tự các chatbot AI như ChatGPT. Tuy nhiên, điểm khác biệt là các chatbot thông thường được huấn luyện để dự đoán chuỗi từ ngữ trong câu, Delphi-2M được huấn luyện để tìm quy luật trong dữ liệu y tế. Dữ liệu đầu vào gồm hồ sơ bệnh viện, thông tin khám tổng quát và cả thói quen sinh hoạt như hút thuốc, thu thập từ hơn 400.000 người tham gia UK Biobank, một dự án ngân hàng dữ liệu sinh học do Chính phủ Anh tài trợ.

Sau giai đoạn huấn luyện, mô hình được kiểm nghiệm bằng cách so sánh dự báo với dữ liệu sức khỏe thực tế của người tham gia Biobank. Mô hình này cũng đã được tiếp tục kiểm chứng trên 1,9 triệu hồ sơ bệnh án tại Đan Mạch. Theo Giáo sư Birney, kết quả kiểm chứng cho thấy nếu mô hình dự báo rủi ro ở mức một trên mười trong năm tới thì dữ liệu thực tế cũng phản ánh chính xác đúng tỷ lệ đó.

Delphi-2M hoạt động theo xác suất thay vì chỉ ra ngày tháng cụ thể. Cụ thể, mô hình sẽ không đưa ra dự báo theo kiểu “bệnh nhân sẽ bị đau tim vào ngày 1/10”, mà ước tính xác suất mắc bệnh trong khung thời gian nhất định. Điều này tương tự với các chẩn đoán mang tính xác suất của bác sĩ trong thực hành lâm sàng. Mô hình AI này tạo ra công cụ dự báo sớm, giúp nhận diện bệnh nhân nguy cơ cao và hỗ trợ hệ thống y tế trong việc chuẩn bị nguồn lực.

Ứng dụng tiềm năng

Giới chuyên môn kỳ vọng mô hình AI này có thể hỗ trợ bác sĩ sớm nhận diện nhóm bệnh nhân nguy cơ cao để có thể có những khuyến nghị và can thiệp kịp thời.

Bên cạnh việc hỗ trợ chẩn đoán bệnh lý, mô hình còn hữu ích trong quản lý y tế công cộng. Bằng cách phân tích dữ liệu tổng hợp, Delphi-2M có thể giúp bệnh viện dự báo nhu cầu dịch vụ. Chẳng hạn, cơ quan y tế có thể ước tính số ca nhồi máu cơ tim tại một thành phố vào năm 2030, từ đó phân bổ nguồn lực và chuẩn bị cơ sở hạ tầng phù hợp.

Giáo sư Moritz Gerstung, trưởng bộ phận ứng dụng AI trong điều trị ung thư tại Trung tâm Nghiên cứu Ung thư Đức (DKFZ), cho rằng đây là bước khởi đầu của một cách tiếp cận mới trong chăm sóc sức khỏe con người. Ông nhấn mạnh các mô hình AI như Delphi-2M có thể giúp cá nhân hóa việc chăm sóc sức khỏe và dự báo nhu cầu y tế trên quy mô lớn trong tương lai.

Hạn chế và thách thức

Dù kết quả bước đầu tích cực, các nhà khoa học nhấn mạnh Delphi-2M mới dừng ở mức nghiên cứu. Hệ thống cần được tinh chỉnh, thử nghiệm lâm sàng và chịu sự giám sát chặt chẽ trước khi ứng dụng rộng rãi.

Một hạn chế lớn là dữ liệu huấn luyện chủ yếu lấy từ UK Biobank, tập trung vào nhóm người có độ tuổi từ 40-70 và đa phần là người gốc Âu. Điều này có nguy cơ tạo ra sai lệch khi áp dụng cho cộng đồng đa dạng hơn. Nhóm nghiên cứu đang nâng cấp mô hình để tích hợp thêm dữ liệu từ hình ảnh y tế, phân tích gen và xét nghiệm máu nhằm tăng độ chính xác.

Giáo sư Birney nhấn mạnh đây mới chỉ là nghiên cứu và công nghệ này cần thời gian để kiểm chứng, quản lý cũng như cân nhắc kỹ lưỡng trước khi áp dụng lâm sàng. Ông cho rằng cần ít nhất một thập kỷ nữa để mô hình này nhận được sự tin tưởng của cộng đồng khoa học và được ứng dụng rộng rãi trong y tế.

Công trình nghiên cứu, công bố trên tạp chí khoa học Nature, là sản phẩm hợp tác giữa EMBL, DKFZ và Đại học Copenhagen. Nếu được phát triển thành công và ứng dụng rộng rãi, mô hình như Delphi-2M sẽ trở thành một bước tiến quan trọng của y học dự phòng.

Các nhà nghiên cứu phát triển mô hình AI để dự báo sức khỏe. Ảnh: hành Phòng thí nghiệm Sinh học Phân tử châu Âu (EMBL).

Hải Trần/Báo Tin tức và Dân tộc