AI "Tiên Tri" Sức Khỏe: Cảnh Báo Nguy Cơ Bệnh Tật Trước Nhiều Năm Nhờ Công Nghệ ChatGPT
Hãy tưởng tượng một công cụ có thể phân tích lịch sử sức khỏe của bạn và đưa ra cảnh báo về nguy cơ mắc bệnh tiểu đường, đau tim hay thậm chí là nhiễm trùng huyết trong nhiều năm tới. Điều này không còn là viễn tưởng, mà là hiện thực với Delphi-2M – một mô hình AI đột phá vừa được công bố trên tạp chí danh tiếng Nature.
Một nhóm các nhà nghiên cứu quốc tế đã phát triển thành công mô hình AI Delphi-2M, sử dụng công nghệ "transformer" tương tự như chatbot ChatGPT, nhưng thay vì dự đoán từ ngữ, nó dự đoán... bệnh tật.
AI Hoạt Động Như Thế Nào?
Tương tự cách ChatGPT học các mẫu ngôn ngữ để đoán từ tiếp theo trong một câu, Delphi-2M được "dạy" cách nhận diện các quy luật và mô hình lặp lại ẩn trong hàng triệu hồ sơ bệnh án. Bằng cách phân tích lịch sử nhập viện, thói quen sinh hoạt (như hút thuốc), và các dữ liệu y tế khác, nó có thể tính toán xác suất một người sẽ mắc hơn 1.000 loại bệnh khác nhau trong tương lai.
Để làm được điều này, các nhà khoa học đã huấn luyện mô hình trên kho dữ liệu y sinh khổng lồ UK Biobank của Anh, sau đó kiểm tra độ chính xác của nó với hồ sơ của 1,9 triệu người ở Đan Mạch. Kết quả cho thấy, Delphi-2M hoạt động đặc biệt hiệu quả trong việc dự đoán các bệnh có tiến trình rõ ràng như tiểu đường tuýp 2, đau tim và nhiễm trùng huyết.
Nhà nghiên cứu lập trình cho mô hình AI tìm kiếm mô hình lặp lại ở bệnh án của mọi người. Ảnh: Jeff Dowling/EMBL-EBI
Ứng Dụng Thay Đổi Nền Y Tế
Dù chưa sẵn sàng để áp dụng tại các phòng khám, tiềm năng của Delphi-2M là vô cùng to lớn và có thể tái định hình hoàn toàn ngành y tế:
Cá nhân hóa việc phòng bệnh: Bác sĩ có thể sử dụng AI để xác định những bệnh nhân có nguy cơ cao, từ đó đưa ra lời khuyên can thiệp sớm. Ví dụ, một người có nguy cơ cao mắc bệnh gan sẽ được khuyến cáo hạn chế rượu bia một cách quyết liệt hơn.
Tối ưu hóa chương trình sàng lọc: Thay vì sàng lọc hàng loạt, AI giúp tập trung nguồn lực vào những nhóm người có nguy cơ cao nhất, tăng hiệu quả và tiết kiệm chi phí.
Lập kế hoạch y tế công cộng: Các nhà quản lý có thể dùng AI để dự báo nhu cầu y tế trong tương lai, chẳng hạn như "ước tính số ca đau tim tại một thành phố vào năm 2030" để chuẩn bị sẵn sàng về nhân lực và trang thiết bị.
Vẫn Còn Những Thách Thức
Nhóm nghiên cứu thừa nhận mô hình vẫn cần được tinh chỉnh thêm. Do được xây dựng chủ yếu dựa trên dữ liệu của người từ 40-70 tuổi ở Anh, nó có thể chứa đựng những sai lệch nhất định và chưa phản ánh đúng toàn bộ dân số.
Hiện tại, họ đang tiếp tục nâng cấp Delphi-2M để có thể phân tích thêm nhiều loại dữ liệu phức tạp hơn như hình ảnh y tế (X-quang, MRI), thông tin di truyền và kết quả xét nghiệm máu, hứa hẹn sẽ mang lại độ chính xác ngày càng cao hơn. Đây là một bước tiến quan trọng, đưa y học từ thế "chữa bệnh" sang thế chủ động "phòng bệnh".