Xây dựng hệ thống AI truy vết bệnh mạn tính dựa trên bằng chứng y khoa

Bà Nguyễn Thị Trang Nhung, Trưởng bộ phận Nghiên cứu AI tại OmiGroup. Ảnh: AWS

OmiGroup, doanh nghiệp y tế số tại Việt Nam, vừa công bố hoàn thành thử nghiệm concept OmiKG, hệ thống suy luận nhân quả dựa trên bằng chứng y khoa cho bệnh mạn tính. Kết quả thử nghiệm cho thấy hệ thống có khả năng nhận diện và truy vết các cơ chế bệnh lý ở cấp độ phân tử.

OmiKG được phát triển và vận hành trên nền tảng Amazon Web Services (AWS), sử dụng Amazon Bedrock để trích xuất các mối quan hệ nhân quả từ tài liệu y sinh học khi xây dựng đồ thị tri thức, đồng thời phân tích chuỗi nhân quả dựa trên dữ liệu của từng bệnh nhân. Hạ tầng tính toán và lưu trữ được cung cấp thông qua Amazon EC2.

Giải bài toán lớn nhất của AI y tế: Kiểm chứng y khoa

Theo OmiGroup, một trong những thách thức của các hệ thống trí tuệ nhân tạo (AI) trong y tế là khả năng giải thích và kiểm chứng kết quả. Với OmiKG, dữ liệu lâm sàng được ánh xạ lên đồ thị tri thức chuyên biệt, trong đó các mối quan hệ nhân quả được gắn với nguồn công bố và mức độ bằng chứng y khoa.

Cách tiếp cận này cho phép bác sĩ kiểm tra từng liên kết trong quá trình suy luận, truy về các công trình nghiên cứu làm cơ sở cho kết luận, thay vì chỉ nhận được một câu trả lời do mô hình AI tạo ra.

Hệ thống được thiết kế để phân tích các chuỗi nhân quả từ yếu tố khởi phát, rối loạn chức năng sinh học, thay đổi ở hệ thống sinh lý đến biểu hiện lâm sàng. Theo OmiGroup, cách tiếp cận này có thể giúp phân biệt những cơ chế khác nhau dẫn đến cùng một biểu hiện bệnh.

Chẳng hạn, cùng một triệu chứng mệt mỏi có thể liên quan đến những chuỗi cơ chế khác nhau, trong đó có sự thay đổi cortisol, IL-6 hoặc tình trạng viêm mạn tính. Việc xác định các con đường này có thể cung cấp thêm thông tin để bác sĩ xem xét nguyên nhân và hướng can thiệp.

Bà Nguyễn Thị Trang Nhung, Trưởng bộ phận Nghiên cứu AI tại OmiGroup cho biết: "Chúng tôi khởi đầu với hệ thống tư vấn dinh dưỡng cho bệnh nhân đái tháo đường, và nhanh chóng nhận ra thách thức lớn nhất không nằm ở độ chính xác - mà ở khả năng kiểm chứng. Khi bác sĩ không thể truy vết cách một mô hình AI đưa ra kết luận, họ sẽ không đặt niềm tin vào nó.

Chính nhận thức đó đã thúc đẩy chúng tôi chuyển hướng sang suy luận có cấu trúc, dựa trên bằng chứng y khoa. Amazon Bedrock giúp một nhóm nghiên cứu nhỏ phát triển và xác thực hệ thống với tốc độ mà bình thường đòi hỏi nguồn lực lớn hơn rất nhiều".

Thúc đầy kết quả nghiên cứu tiến gần hơn tới ứng dụng thực tế

Sơ đồ trực quan hóa chuỗi nhân quả của OmiKG, truy vết từ các yếu tố khởi phát qua rối loạn chức năng sinh học và hệ thống sinh lý đến biểu hiện lâm sàng. Ảnh: OmiKG

Trong một đánh giá có kiểm soát, hai chuyên gia lâm sàng độc lập thực hiện thẩm định mù đối với kết quả của OmiKG dựa trên 20 câu hỏi lâm sàng liên quan cơ chế bệnh đái tháo đường type 2.

Theo kết quả được OmiGroup công bố, OmiKG nhận diện được 15 trong số 17 cơ chế phân tử được sử dụng làm đại diện trong đánh giá. Hai phương pháp AI được đưa vào so sánh lần lượt nhận diện được một và không nhận diện được cơ chế nào trong nhóm này.

Kết quả đánh giá cũng cho thấy OmiKG vẫn bao quát phạm vi kiến thức tương đương các công cụ AI thông thường, theo OmiGroup. Điều này cho thấy việc tập trung vào suy luận dựa trên bằng chứng không nhất thiết phải đánh đổi khả năng bao quát thông tin.

Một điểm được nhóm nghiên cứu nhấn mạnh là kiến trúc của OmiKG cho phép xác định các vị trí cần cải thiện về độ trung thực của trích dẫn. Đây là cơ sở để nhóm tiếp tục hoàn thiện hệ thống thay vì chỉ đánh giá kết quả cuối cùng của mô hình.

Trong giai đoạn tiếp theo, OmiGroup dự kiến bổ sung kiến thức về can thiệp điều trị và ứng dụng lâm sàng, nhằm mở rộng hệ thống từ việc giải thích “vì sao” bệnh xảy ra sang hỗ trợ trả lời câu hỏi “nên làm gì”.

Ông Eric Yeo, Tổng Giám đốc AWS Việt Nam, nhận định: "Nghiên cứu của OmiGroup đang giải quyết một trong những thách thức quan trọng nhất của AI y tế: làm cho quá trình suy luận của AI trở nên minh bạch, truy vết được và giải thích được với bác sĩ".

"Kết quả thử nghiệm cho thấy một nhóm nghiên cứu tinh gọn, tập trung có thể tận dụng các dịch vụ AWS để phát triển những hướng tiếp cận tiềm năng cho y tế. Chúng tôi mong muốn tiếp tục đồng hành cùng OmiGroup trong quá trình đưa các kết quả nghiên cứu này tiến gần hơn tới ứng dụng thực tế”, ông Eric Yeo nhấn mạnh.

OmiKG dự kiến được giới thiệu tại Hội nghị thường niên AMIA 2026, diễn đàn về tin học y sinh và y tế, qua đó đưa phương pháp suy luận dựa trên bằng chứng của nhóm nghiên cứu tới cộng đồng tin học y sinh quốc tế.

Sau giai đoạn nghiên cứu, OmiGroup đang tìm kiếm cơ hội thí điểm OmiKG với các đối tác nền tảng dữ liệu y tế để đánh giá hệ thống trong quy trình lâm sàng thực tế dưới sự giám sát của bác sĩ. Doanh nghiệp cũng đang thảo luận với các đối tác về khả năng thương mại hóa, trước mắt tại Việt Nam, Nhật Bản và Hàn Quốc.