Các chuyên gia về trí tuệ nhân tạo thảo luận về cách tích hợp trí tuệ nhân tạo mạnh mẽ vào lĩnh vực chăm sóc sức khỏe, tầm quan trọng của hợp tác liên ngành và tiềm năng của trí tuệ nhân tạo tạo sinh trong nghiên cứu.
Feifei Li và Lloyd Minor đã có bài phát biểu khai mạc tại Hội nghị chuyên đề RAISE Health lần đầu tiên được tổ chức tại Trường Y Đại học Stanford vào ngày 14 tháng 5. Steve Fish
Hầu hết những người được trí tuệ nhân tạo thu hút đều đã trải qua một khoảnh khắc "bừng tỉnh", mở ra cho họ một thế giới đầy những khả năng. Tại Hội nghị chuyên đề RAISE Health lần đầu tiên vào ngày 14 tháng 5, Tiến sĩ Lloyd Minor, hiệu trưởng Trường Y Đại học Stanford và phó chủ tịch phụ trách các vấn đề y tế tại Đại học Stanford, đã chia sẻ quan điểm của mình.
Khi một thiếu niên tò mò được yêu cầu tóm tắt những phát hiện của mình về tai trong, cậu đã sử dụng trí tuệ nhân tạo tạo sinh. “Tôi đã hỏi, ‘Hội chứng hở ống bán khuyên trên là gì?’”, Minor kể với gần 4.000 người tham dự hội thảo. Chỉ trong vài giây, một vài đoạn văn đã xuất hiện.
“Chúng rất tốt, thực sự rất tốt,” ông nói. “Việc tổng hợp thông tin này thành một bản mô tả ngắn gọn, nhìn chung chính xác và được sắp xếp theo thứ tự ưu tiên rõ ràng về căn bệnh này là điều đáng chú ý.”
Nhiều người cùng chia sẻ sự hào hứng của Minor về sự kiện kéo dài nửa ngày này, vốn là kết quả của sáng kiến RAISE Health, một dự án do Trường Y Đại học Stanford và Viện Trí tuệ Nhân tạo hướng đến Con người (HAI) của Stanford khởi xướng nhằm hướng dẫn việc sử dụng trí tuệ nhân tạo một cách có trách nhiệm trong nghiên cứu y sinh, giáo dục và chăm sóc bệnh nhân. Các diễn giả đã xem xét ý nghĩa của việc triển khai trí tuệ nhân tạo trong y học theo cách không chỉ hữu ích cho các bác sĩ và nhà khoa học, mà còn minh bạch, công bằng và bình đẳng cho bệnh nhân.
“Chúng tôi tin rằng đây là một công nghệ giúp tăng cường khả năng của con người,” Fei-Fei Li, giáo sư khoa học máy tính tại Trường Kỹ thuật Stanford, giám đốc dự án RAISE Health with Minor và đồng giám đốc HAI, cho biết. Hết thế hệ này đến thế hệ khác, các công nghệ mới có thể xuất hiện: từ các trình tự phân tử mới của thuốc kháng sinh đến việc lập bản đồ đa dạng sinh học và hé lộ những phần ẩn giấu của sinh học cơ bản, trí tuệ nhân tạo đang thúc đẩy khám phá khoa học. Nhưng không phải tất cả điều này đều có lợi. “Tất cả các ứng dụng này đều có thể gây ra những hậu quả không lường trước được, và chúng ta cần các nhà khoa học máy tính phát triển và triển khai [trí tuệ nhân tạo] một cách có trách nhiệm, làm việc với nhiều bên liên quan, từ bác sĩ và các nhà đạo đức học… đến các chuyên gia an ninh và hơn thế nữa,” bà nói. “Các sáng kiến như RAISE Health thể hiện cam kết của chúng tôi về điều này.”
Việc hợp nhất ba bộ phận của Stanford Medicine—Trường Y khoa, Trung tâm Chăm sóc Sức khỏe Stanford và Trường Y khoa Nhi khoa Đại học Stanford—và các mối liên hệ của nó với các bộ phận khác của Đại học Stanford đã đặt nó vào vị thế mà các chuyên gia đang phải vật lộn với sự phát triển của trí tuệ nhân tạo, các vấn đề quản lý và tích hợp trong lĩnh vực chăm sóc sức khỏe và y học. Y học, bài hát đã nói vậy.
“Chúng tôi có vị thế thuận lợi để trở thành người tiên phong trong việc phát triển và triển khai có trách nhiệm trí tuệ nhân tạo, từ những khám phá sinh học cơ bản đến việc cải thiện quá trình phát triển thuốc và làm cho các quy trình thử nghiệm lâm sàng hiệu quả hơn, cho đến việc cung cấp dịch vụ chăm sóc sức khỏe thực tế. Hệ thống chăm sóc sức khỏe được thiết lập như thế nào,” ông nói.
Một số diễn giả nhấn mạnh một khái niệm đơn giản: tập trung vào người dùng (trong trường hợp này là bệnh nhân hoặc bác sĩ) và mọi thứ khác sẽ theo sau. “Điều đó đặt bệnh nhân vào trung tâm của mọi việc chúng ta làm,” Tiến sĩ Lisa Lehmann, giám đốc đạo đức sinh học tại Bệnh viện Brigham and Women's, cho biết. “Chúng ta cần xem xét nhu cầu và ưu tiên của họ.”
Từ trái sang phải: Người dẫn chương trình STAT News Mohana Ravindranath; Jessica Peter Lee của Microsoft Research; Sylvia Plevritis, giáo sư khoa học dữ liệu y sinh, thảo luận về vai trò của trí tuệ nhân tạo trong nghiên cứu y học. Steve Fish
Các diễn giả trong hội thảo, bao gồm Lehmann, chuyên gia đạo đức sinh học y tế Mildred Cho, MD, thuộc Đại học Stanford, và Giám đốc lâm sàng của Google, Michael Howell, MD, đã nhấn mạnh sự phức tạp của hệ thống bệnh viện, đồng thời nêu bật sự cần thiết phải hiểu rõ mục đích của chúng trước khi can thiệp. Việc triển khai cần đảm bảo tất cả các hệ thống được phát triển đều mang tính toàn diện và lắng nghe những người mà chúng được thiết kế để giúp đỡ.
Một yếu tố quan trọng là tính minh bạch: nó làm rõ nguồn gốc dữ liệu được sử dụng để huấn luyện thuật toán, mục đích ban đầu của thuật toán là gì, và liệu dữ liệu bệnh nhân trong tương lai có tiếp tục giúp thuật toán học hỏi hay không, cùng với các yếu tố khác.
“Việc cố gắng dự đoán các vấn đề đạo đức trước khi chúng trở nên nghiêm trọng [có nghĩa là] tìm ra điểm cân bằng hoàn hảo, nơi bạn hiểu đủ về công nghệ để có sự tin tưởng nhất định vào nó, nhưng không phải trước khi [vấn đề] lan rộng hơn và cần giải quyết nó sớm hơn”, Denton Char nói. Ông là Tiến sĩ Y khoa, Phó Giáo sư Khoa Gây mê Nhi khoa, Y học Chu phẫu và Y học Giảm đau. Một bước quan trọng, ông nói, là xác định tất cả các bên liên quan có thể bị ảnh hưởng bởi công nghệ và xác định cách họ muốn trả lời những câu hỏi đó.
Tiến sĩ Jesse Ehrenfeld, chủ tịch Hiệp hội Y tế Hoa Kỳ, thảo luận về bốn yếu tố thúc đẩy việc áp dụng bất kỳ công cụ y tế kỹ thuật số nào, bao gồm cả những công cụ được hỗ trợ bởi trí tuệ nhân tạo. Liệu nó có hiệu quả? Liệu nó có phù hợp với cơ sở của tôi? Ai trả tiền? Ai chịu trách nhiệm?
Tiến sĩ Michael Pfeffer, giám đốc thông tin của Stanford Health Care, đã dẫn chứng một ví dụ gần đây, trong đó nhiều vấn đề đã được thử nghiệm với các y tá tại các bệnh viện Stanford. Các bác sĩ lâm sàng được hỗ trợ bởi các mô hình ngôn ngữ lớn cung cấp các chú thích ban đầu cho các tin nhắn bệnh nhân đến. Mặc dù dự án không hoàn hảo, nhưng các bác sĩ tham gia phát triển công nghệ này cho biết mô hình giúp giảm bớt khối lượng công việc của họ.
“Chúng tôi luôn tập trung vào ba điều quan trọng: an toàn, hiệu quả và tính toàn diện. Chúng tôi là bác sĩ. Chúng tôi đã tuyên thệ “không gây hại”, Tiến sĩ Nina Vasan, trợ lý giáo sư lâm sàng về tâm thần học và khoa học hành vi, người đã cùng Char và Pfeffer tham gia nhóm, cho biết. “Đây nên là cách đầu tiên để đánh giá các công cụ này.”
Nigam Shah, MBBS, Ph.D., Giáo sư Y học và Khoa học Dữ liệu Sinh y, đã mở đầu cuộc thảo luận bằng một thống kê gây sốc mặc dù đã cảnh báo trước cho khán giả. Ông nói: “Tôi thường nói bằng những thuật ngữ và con số chung chung, và đôi khi chúng rất trực tiếp”.
Theo Shah, sự thành công của AI phụ thuộc vào khả năng mở rộng quy mô của nó. “Việc thực hiện nghiên cứu khoa học bài bản trên một mô hình mất khoảng 10 năm, và nếu mỗi trong số 123 chương trình học bổng và nội trú muốn thử nghiệm và triển khai mô hình ở mức độ nghiêm ngặt đó, thì sẽ rất khó để thực hiện khoa học chính xác như cách chúng ta hiện đang tổ chức các nỗ lực và [thử nghiệm]. Sẽ tốn 138 tỷ đô la để đảm bảo mọi địa điểm của chúng ta hoạt động chính xác,” Shah nói. “Chúng ta không đủ khả năng chi trả cho điều này. Vì vậy, chúng ta cần tìm cách mở rộng, và chúng ta cần mở rộng và thực hiện khoa học tốt. Kỹ năng về tính nghiêm ngặt nằm ở một nơi và kỹ năng về khả năng mở rộng quy mô nằm ở một nơi khác, vì vậy chúng ta sẽ cần loại hình hợp tác đó.”
Phó trưởng khoa Yuan Ashley và Mildred Cho (Bộ phận lễ tân) đã tham dự Hội thảo Sức khỏe RAISE. Steve Fish
Một số diễn giả tại hội thảo cho rằng điều này có thể đạt được thông qua quan hệ đối tác công tư, chẳng hạn như Sắc lệnh hành pháp gần đây của Nhà Trắng về Phát triển và Sử dụng Trí tuệ Nhân tạo An toàn, Bảo mật và Đáng tin cậy và Liên minh Trí tuệ Nhân tạo trong Chăm sóc Sức khỏe (CHAI).
“Mối quan hệ đối tác công tư có tiềm năng lớn nhất là sự hợp tác giữa giới học thuật, khu vực tư nhân và khu vực công,” bà Laura Adams, cố vấn cấp cao của Viện Hàn lâm Y học Quốc gia, cho biết. Bà lưu ý rằng chính phủ có thể đảm bảo lòng tin của công chúng, các trung tâm y tế học thuật có thể cung cấp tính hợp pháp, và chuyên môn kỹ thuật cũng như thời gian sử dụng máy tính có thể được cung cấp bởi khu vực tư nhân. “Tất cả chúng ta đều giỏi hơn bất kỳ ai trong chúng ta, và chúng ta nhận ra rằng… chúng ta không thể cầu nguyện để hiện thực hóa tiềm năng của [trí tuệ nhân tạo] trừ khi chúng ta hiểu cách tương tác với nhau.”
Một số diễn giả cho rằng trí tuệ nhân tạo (AI) cũng đang tác động đến nghiên cứu, cho dù các nhà khoa học sử dụng nó để khám phá các định luật sinh học, dự đoán trình tự và cấu trúc mới của các phân tử tổng hợp để hỗ trợ các phương pháp điều trị mới, hay thậm chí giúp họ tóm tắt hoặc viết các bài báo khoa học.
“Đây là cơ hội để khám phá những điều chưa biết,” Tiến sĩ Jessica Mega, bác sĩ tim mạch tại Trường Y Đại học Stanford và đồng sáng lập Verily của Alphabet, cho biết. Tiến sĩ Mega đề cập đến hình ảnh siêu phổ, giúp thu thập các đặc điểm hình ảnh mà mắt người không nhìn thấy. Ý tưởng là sử dụng trí tuệ nhân tạo để phát hiện các mô hình trong các tiêu bản bệnh lý mà con người không nhìn thấy, từ đó chỉ ra bệnh tật. “Tôi khuyến khích mọi người hãy đón nhận những điều chưa biết. Tôi nghĩ mọi người ở đây đều biết ai đó mắc một loại bệnh nào đó cần những phương pháp điều trị vượt xa khả năng hiện tại của chúng ta,” Tiến sĩ Mega nói.
Các chuyên gia tham gia thảo luận cũng nhất trí rằng các hệ thống trí tuệ nhân tạo sẽ cung cấp những phương pháp mới để xác định và chống lại việc ra quyết định thiên vị, dù là do con người hay trí tuệ nhân tạo thực hiện, với khả năng xác định nguồn gốc của sự thiên vị đó.
“Sức khỏe không chỉ đơn thuần là chăm sóc y tế,” một số diễn giả tham gia hội thảo đã đồng ý. Họ nhấn mạnh rằng các nhà nghiên cứu thường bỏ qua các yếu tố xã hội ảnh hưởng đến sức khỏe, chẳng hạn như tình trạng kinh tế xã hội, mã bưu chính, trình độ học vấn, chủng tộc và sắc tộc, khi thu thập dữ liệu toàn diện và tuyển chọn người tham gia nghiên cứu. “Trí tuệ nhân tạo chỉ hiệu quả khi dữ liệu được sử dụng để huấn luyện mô hình chất lượng cao,” Michelle Williams, giáo sư dịch tễ học tại Đại học Harvard và phó giáo sư dịch tễ học và sức khỏe cộng đồng tại Trường Y Đại học Stanford, cho biết. “Nếu chúng ta muốn đạt được mục tiêu cải thiện kết quả sức khỏe và xóa bỏ bất bình đẳng, chúng ta phải đảm bảo thu thập dữ liệu chất lượng cao về hành vi con người cũng như môi trường xã hội và tự nhiên.”
Tiến sĩ Natalie Pageler, giáo sư lâm sàng về nhi khoa và y học, cho biết dữ liệu tổng hợp về ung thư thường không bao gồm dữ liệu về phụ nữ mang thai, tạo ra những sai lệch không thể tránh khỏi trong các mô hình và làm trầm trọng thêm sự bất bình đẳng hiện có trong chăm sóc sức khỏe.
Tiến sĩ David Magnus, giáo sư nhi khoa và y học, cho biết giống như bất kỳ công nghệ mới nào, trí tuệ nhân tạo có thể làm cho mọi thứ tốt hơn theo nhiều cách hoặc làm cho mọi thứ tồi tệ hơn. Rủi ro, theo Tiến sĩ Magnus, là các hệ thống trí tuệ nhân tạo sẽ học hỏi về những kết quả sức khỏe bất bình đẳng do các yếu tố xã hội quyết định sức khỏe gây ra và củng cố những kết quả đó thông qua đầu ra của chúng. Ông nói: “Trí tuệ nhân tạo là một tấm gương phản chiếu xã hội mà chúng ta đang sống. Tôi hy vọng rằng mỗi khi chúng ta có cơ hội soi sáng một vấn đề – soi gương cho chính mình – điều đó sẽ là động lực để cải thiện tình hình.”
Nếu bạn không thể tham dự hội thảo RAISE Health, bạn có thể xem lại bản ghi âm buổi hội thảo tại đây.
Trường Y khoa Đại học Stanford là một hệ thống chăm sóc sức khỏe học thuật tích hợp, bao gồm Trường Y khoa Đại học Stanford và các hệ thống cung cấp dịch vụ chăm sóc sức khỏe cho người lớn và trẻ em. Cùng nhau, họ hiện thực hóa toàn bộ tiềm năng của y sinh học thông qua nghiên cứu hợp tác, giáo dục và chăm sóc bệnh nhân lâm sàng. Để biết thêm thông tin, vui lòng truy cập med.stanford.edu.
Một mô hình trí tuệ nhân tạo mới đang giúp các bác sĩ và y tá tại Bệnh viện Stanford phối hợp làm việc để cải thiện chất lượng chăm sóc bệnh nhân.
Thời gian đăng bài: 19/07/2024