Ứng dụng AI trong y tế: Không chỉ là chuyện dữ liệu

Ảnh: Sohuutritue.net.vn

Không thiếu dữ liệu

Câu chuyện dữ liệu luôn là vấn đề thời sự của ngành y. Từ nhiều năm nay, ngành y đã đứng trước một nguồn dữ liệu khổng lồ, không chỉ từ các hồ sơ, bệnh án, các phương pháp điều trị, giải pháp hỗ trợ mà còn từ những phát triển vượt bậc trong những chuyên ngành hẹp cũng như những lĩnh vực liên quan. Những dữ liệu đó tồn tại dưới nhiều hình thức như ghi chép khám chữa bệnh của bác sĩ, kết quả xét nghiệm, hướng dẫn điều trị (văn bản giấy hoặc thông tin được số hóa và lưu trong hệ thống thông tin bệnh viện), ảnh chụp X quang, cộng hưởng từ, quét CT… (dưới dạng ảnh chụp phim), đến những kết quả nghiên cứu mới về thuốc, sinh học phân tử… hay những thiết bị phục vụ điều trị, chẩn đoán mới… Những dữ liệu khác nhau này chỉ thực sự phát huy được ý nghĩa khi được kết nối với nhau và kết nối với những dữ liệu mới về lối sống và sức khỏe khác.

Giáo sư Nguyễn Công Khẩn (Ban chủ nhiệm Chương trình KC 10/16-20), tiến sỹ khoa học Dinh dưỡng tại Đại học Wageningen Hà Lan và nguyên Vụ trưởng Vụ KH&CN (Bộ Y tế), cho rằng, ngành Y đang đứng trước rất nhiều cơ hội đổi mới và việc đón lấy những cơ hội đó đã “đem lại những bước tiến vượt bậc với các kỹ thuật tiên tiến ghép tạng, ghép tủy, các can thiệp động mạch…, qua đó làm thay đổi diện mạo y khoa Việt Nam”. Điều khiến ông phải suy nghĩ xuất phát từ chính từ những tiến bộ đó. “Chúng ta bắt đầu triển khai được vấn đề áp dụng công nghệ mới trong chẩn đoán hình ảnh nhưng cũng chưa làm được nhiều vì sự yếu kém về dữ liệu của Việt Nam”. Ông đưa ra ví dụ, muốn áp dụng được các thuật toán AI để hỗ trợ quyết định của thầy thuốc trong mổ không xâm lấn thì phải dựa trên bằng chứng và dữ liệu được thu thập trong một quá trình dài về bệnh học và dịch tễ học. Tuy nhiên, việc tập hợp dữ liệu ở dưới nhiều định dạng khác nhau, trong đó có dữ liệu phi cấu trúc, dữ liệu khó chuẩn hóa, và ở những khoảng thời gian khác nhau trong khi cách định nghĩa dữ liệu không đồng nhất và cách thức sử dụng thiết bị tiên tiến ở mỗi cơ sở y tế đều khác nhau.

Tất cả những thách thức này còn được “bồi thêm” bởi sự khác biệt về phần mềm quản lý bệnh viện cũng như cách sử dụng của mỗi loại thiết bị ở mỗi nơi khiến hình thành những bộ dữ liệu thô và tồn tại một cách biệt lập. Do đó, giáo sư Nguyễn Công Khẩn chỉ ra một trong những công việc cần được xử lý một cách hiệu quả là “xây dựng cơ sở dữ liệu chung nhưng ai sẽ là người tập hợp được những dữ liệu đó để đưa vào dữ liệu chung?”. Bác sĩ Công, một đồng nghiệp của ông tại Bệnh viện Phổi Trung ương, nơi mới được Ban chủ nhiệm Chương trình KC 4.0 thông qua một nhiệm vụ nghiên cứu về chẩn đoán bệnh lao phổi bằng ảnh X quang ngực, đồng ý với nhận định này. “Việt Nam mình có một dữ liệu rất lớn và quý giá nhưng chỉ là dữ liệu thô. Không riêng gì bệnh viện của chúng tôi mà nhiều nơi khác cũng có rất nhiều loại dữ liệu hình ảnh, không thiếu cái gì cả nhưng mỗi nơi một kiểu, dữ liệu vô cùng lộn xộn, cố gắng mấy thì các thuật toán học máy cũng không để học được. Chúng ta cần chuẩn hóa dữ liệu thô mới có được dữ liệu chuẩn để máy học, như thế may ra mới áp dụng được AI”.

Ông đã nêu thêm một thực tế đang diễn ra tại Bệnh viện Phổi Trung ương, nơi mỗi ngày có hàng trăm người bệnh đến khám và điều trị các bệnh liên quan đến hệ hô hấp, lao phổi, là bệnh viện đã quan tâm đến ứng dụng AI trong hỗ trợ chẩn đoán từ lâu và nhiều tập đoàn thiết bị y tế của Nhật Bản, Hàn Quốc, Singapore tuần nào cũng hẹn lịch làm việc để giới thiệu giải pháp mới. “Các tập đoàn công nghệ thế giới đang đổ xô tới Việt Nam để bán hàng và khai thác dữ liệu của Việt Nam”, ông chỉ ra một khả năng có thể sẽ đến là sự mất mát dữ liệu quý về bệnh học, điều trị lâm sàng... trên các bệnh nhân Việt Nam.

Cần nắm bắt cơ hội mới

Việc nhận diện được khó khăn sẽ là điểm quan trọng để ngành y Việt Nam tìm được cách giải quyết phù hợp với hiện trạng. Theo nhận định của TS. Lưu Vĩnh Toàn, một chuyên gia về khoa học dữ liệu tại Thụy Sĩ thì “nên coi dữ liệu lớn là mục tiêu dài hạn, mục tiêu ngắn hạn vẫn là hiện đại hóa, chuẩn hóa nhanh chóng việc ứng dụng tin học”, đây sẽ là cách thức để ngành y từng bước xử lý được nguồn dữ liệu thô của mình.

Công việc liên quan đến dữ liệu của ngành y không chỉ gói gọn ở đó mà cần nghĩ đến những phát triển mới có thể hỗ trợ trực tiếp cho công tác chẩn đoán, điều trị và đem lại những dữ liệu cần thiết. Giáo sư Nguyễn Công Khẩn cho rằng, “dữ liệu hình ảnh là căn cứ tốt và quan trọng. Trong tương lai, chúng ta không chỉ dựa vào hệ thống hình ảnh dựa vào những công nghệ cũ mà thế giới đã áp dụng từ lâu như điện não đồ, cộng hưởng từ, chụp X quang, nội soi mà còn là vi hình ảnh về tế bào rất hiện đại”. Tương lai mà ông đề cập đến ở Việt Nam sẽ là những phần mềm có thể giúp bác sĩ chọn lựa được phác đồ điều trị, quyết định phương pháp mổ ngoại khoa… “Để tìm được phương pháp phù hợp giữa hàng chục phương pháp khác nhau trong thời gian ngắn nhất, chúng ta cần có sự hỗ trợ của AI”, ông nói.

Tuy nhiên, điều ông mong muốn các nhà khoa học ở các trường, viện trong nhiều lĩnh vực nghiên cứu khác nhau hỗ trợ ngành y còn là phát triển những thiết bị thông minh phục vụ điều trị và hỗ trợ đào tạo. Ông giải thích, tỷ lệ mắc một số bệnh tiểu đường, huyết áp của người Việt Nam tăng lên cũng như yêu cầu phổ biến các phương pháp sơ cứu người bệnh khiến cần phải áp dụng cách đào tạo mới. “Vì vậy chúng ta cần xây dựng các bộ công cụ giáo dục, công cụ y tế từ xa có AI để hỗ trợ hồi sức cấp cứu song song với việc nghiên cứu phát triển các hệ thống mô phỏng trong thực hành, ví dụ nghiên cứu robot của Bệnh viện Nhi Trung ương đã có để hỗ trợ tập huấn từ xa”.

Riêng ngành y không thể giải quyết được những thách thức này. Những thất bại của ngành y như thiết kế và chế tạo giường bệnh có bánh xe và hệ thống thông tin điều trị của bệnh nhân đi kèm theo lời kể của giáo sư Nguyễn Công Khẩn cho thấy điều đó. “Chúng tôi rất muốn có được các hệ thiết bị phục vụ đào tạo hoặc chẩn bệnh từ xa như hệ robot hỗ trợ đào tạo nhưng chúng tôi rất lo là có ra được hay không. Muốn như vậy, ngành y và công nghệ thông tin cũng như một số ngành khác như cơ khí tự động hóa phải hợp tác với nhau rất sát sao thì may ra mới thành công. Tôi rất sợ là chúng ta vẽ mô hình rất hay nhưng cuối cùng sản phẩm robot có vận hành được không, có đạt được những yêu cầu về nhịp tim với các thông số về sự sống hay không. Tôi hi vọng thông qua các chương trình của Bộ KH&CN, chúng ta sẽ giải quyết được điều này”.