AI trong chăm sóc sức khỏe nên nghĩ nhỏ

Sáu phút sau khi Apollo 13 thực hiện sứ mệnh lên mặt trăng Năm 1970, bình oxy của tàu đã phát nổ. Sự kiện này đã thúc đẩy NASA phát triển một phương pháp mới để dự đoán các sự cố có thể xảy ra trên tàu vũ trụ của mình. Phương pháp này dựa trên dữ liệu cảm biến liên tục, sau đó cung cấp các mô phỏng kỹ thuật số sâu, cho phép thử nghiệm nghiêm ngặt hơn nhiều đối với các hệ thống du hành vũ trụ phức tạp. Đây là lần đầu tiên công nghệ "song sinh kỹ thuật số" được sử dụng.

Hôm nay, hệ thống song sinh kỹ thuật số được sử dụng trong nhiều ngành công nghiệp để cải thiện hoạt động và mô phỏng chính xác mọi thay đổi trong hệ thống. Các công ty công nghệ như Apple và Tesla sử dụng bản sao kỹ thuật số để theo dõi hiệu suất sản phẩm tại hiện trường và xác định xem các thành phần hệ thống cụ thể có cần bảo trì hay không.

Bản sao kỹ thuật số cũng đã được sử dụng trong chăm sóc sức khỏe, mặc dù chủ yếu là trong nghiên cứu và phát triển thuốc. Tuy nhiên, tiềm năng lớn nhất của nó là trong quản lý bệnh mãn tính. Bằng cách kết hợp công nghệ máy học và Internet vạn vật với AI bản sao kỹ thuật số, một phương pháp tiếp cận bắt nguồn từ một thứ rộng lớn như thám hiểm không gian có tiềm năng biến chăm sóc sức khỏe thực sự trở nên cá nhân hóa.

Số hóa dịch vụ chăm sóc sức khỏe truyền thống đã thất bại

Y học hiện đại đã có những bước tiến gia tăng hướng tới việc chăm sóc cá nhân hóa trong thập kỷ qua bằng cách trao cho bệnh nhân tiếng nói trong việc ra quyết định và hướng tới y học chính xác thông qua những tiến bộ trong nghiên cứu bộ gen. Cả hai đều giúp điều chỉnh việc chăm sóc cho từng cá nhân, nhưng phần lớn, hệ thống chăm sóc sức khỏe của chúng ta áp dụng phương pháp tiếp cận "nhóm lớn" để cung cấp dịch vụ chăm sóc.

Điều này thể hiện rõ trong cách chúng ta quản lý bệnh mãn tính. Mỗi người trong số 133 triệu người Mỹ hiện đang sống chung với một hoặc nhiều bệnh mãn tính đều được đưa vào một lộ trình chăm sóc theo kế hoạch – một chế độ điều trị, một chế độ ăn kiêng theo trào lưu, thường là một số loại thuốc – và sự cải thiện của họ được đo lường theo từng đợt gồm hàng nghìn cá nhân khác có cùng tình trạng bệnh với họ.

Cách tiếp cận này không hiệu quả. chi tiêu của Hoa Kỳ về bệnh tiểu đường, bệnh tim và ung thư tiếp tục gia tăng và tác động của công nghệ đối với kết quả và chi phí còn hạn chế. Trong quản lý kỹ thuật số bệnh tiểu đường, giảm cân và các tình trạng khác, tác động đó không phải là yếu tố quan trọng.

Vào tháng 3, một báo cáo được công bố bởi Viện Công nghệ Y tế Peterson nhấn mạnh sự thiếu hụt kết quả bền vững này. Báo cáo phát hiện ra rằng tất cả các giải pháp được đánh giá đều hoạt động kém về mức độ tương tác và kết quả theo thời gian. Do đó, việc giảm cân, giảm A1C, loại bỏ thuốc, đảo ngược bệnh tiểu đường và lợi ích về sức khỏe, hạnh phúc và kinh tế của các giải pháp này đều hạn chế và không bền vững.

Đó là vì hầu hết các giải pháp chỉ số hóa một mẫu chăm sóc không hiệu quả. Chúng không tính đến sự khác biệt của từng cá nhân. Mỗi người đều có những yếu tố văn hóa, sinh học, chế độ ăn uống, hành vi và môi trường riêng ảnh hưởng đến sức khỏe của họ ở cấp độ cá nhân sâu sắc.

Chuyển từ chăm sóc 'cá nhân hóa' sang chăm sóc cá nhân hóa

Bản sao kỹ thuật số AI hứa hẹn sẽ thoát khỏi khuôn mẫu. Cốt lõi của công nghệ này là khái niệm rằng mỗi cá nhân là N của một. Bản sao kỹ thuật số của một cá nhân được thông báo bằng phép đo liên tục các biến số lâm sàng và hành vi độc đáo của họ và sử dụng dữ liệu đó để định hình hướng dẫn chăm sóc hướng đến phiên bản tốt nhất và khỏe mạnh nhất của cá nhân đó.

Sức mạnh của công nghệ song sinh kỹ thuật số nằm ở sự chú ý của nó đến những điều nhỏ nhặt – những thứ chúng ta ăn và làm – và cách chúng tác động đến bản thân hiện tại và tương lai của chúng ta. Trong thực tế, song sinh kỹ thuật số có thể dự đoán chính xác tác động của bữa tối bít tết lên sức khỏe tim mạch hoặc trao đổi chất của một người cụ thể. Trong phạm vi tác động đó có thể là tiêu cực, song sinh kỹ thuật số có thể cung cấp các cách để giảm thiểu hậu quả. Nó có thể gợi ý đi bộ 10 phút hoặc một món tráng miệng thay thế. Thay vì kem, có thể là bánh mì chuối hạt với sữa chua Hy Lạp và quả mọng tươi hoặc chỉ đơn giản là một trình tự khác.

Theo cách này, AI song sinh kỹ thuật số có thể cho một cá nhân thấy những gì đang chờ đợi họ nếu họ tiếp tục quỹ đạo hiện tại và những thay đổi lớn có thể xảy ra bằng cách thực hiện những điều chỉnh nhỏ theo thời gian. Duy trì thói quen hiện tại của bạn và bạn sẽ có thể ngừng dùng metformin trong ba tuần. Quay lại thói quen cũ và bạn có thể mong đợi phải mua thêm thuốc.

Đó là công nghệ mạnh mẽ và trong khi tác động của nó đối với chăm sóc sức khỏe phần lớn chỉ được công nhận ở học viện, nó đang bắt đầu tìm thấy vai trò của mình trong các trường hợp sử dụng thương mại. Năm 2014, Dassault Systemes và FDA đã ra mắt SIMULIA Trái tim sống, một dự án hợp tác với các nhà sản xuất thiết bị để phát triển và cải tiến các thiết bị tim mạch với tốc độ nhanh hơn. Khi đại dịch bắt đầu, OnScale Dự án BreathEasy đã phát triển bản sao kỹ thuật số của phổi của bệnh nhân COVID-19 để cải thiện và tối ưu hóa việc sử dụng máy thở.

Các nhà nghiên cứu y khoa cũng đang sử dụng mô hình bệnh song sinh kỹ thuật số để dự đoán hiệu quả của các biện pháp can thiệp dược phẩm dựa trên các quá trình sinh học phức tạp và cực kỳ riêng biệt. Dược phẩm Takeda đã áp dụng công nghệ để rút ngắn quy trình dược phẩm và đưa ra dự đoán đầu vào-đầu ra thực tế cho các phản ứng sinh hóa. Gần đây hơn, các nhà nghiên cứu đã sử dụng công nghệ song sinh kỹ thuật số để mô phỏng kết quả điều trị và xác định phương pháp điều trị tốt nhất cho ung thư vòm họng dựa trên từng cá nhân.

Quản lý bệnh mãn tính là ranh giới tiếp theo

A bài báo gần đây được công bố trên tạp chí Nature khẳng định rằng các bản sao kỹ thuật số “sẵn sàng đóng góp đáng kể” vào việc chăm sóc bệnh ung thư, đặc biệt là trong việc theo dõi tiến triển của bệnh và đánh giá phản ứng điều trị, vốn rất khác nhau tùy từng cá nhân. Bài báo tương tự cũng phân tích các bản sao kỹ thuật số tim được cung cấp dữ liệu hình ảnh, EHR, di truyền và dữ liệu đeo liên tục, cũng như tiềm năng của chúng trong việc dự đoán các biến cố tim cấp tính.

Những tiến bộ này sẽ mở đường cho các công nghệ chăm sóc sức khỏe thay đổi cuộc sống. Sức mạnh của chúng nằm ở cốt lõi khái niệm của mục đích của chúng: không có gì phức tạp là tĩnh.

Điều này đặc biệt đúng với hệ thống sinh học của chúng ta. Một bản sao kỹ thuật số cần hàng nghìn điểm dữ liệu mỗi ngày, cho mỗi cá nhân, để thực sự hiểu được sự tương tác giữa sinh học, văn hóa, lối sống, sở thích và sức khỏe của một cá nhân. Một số dữ liệu này đã được thu thập bởi các thiết bị đeo và ứng dụng di động, nhưng nếu không có mô hình đưa dữ liệu đó vào bối cảnh của cá nhân và hành trình chăm sóc của họ, thì nó sẽ không có phương hướng.

Trong thế giới quản lý bệnh mãn tính, những điều nhỏ nhặt có thể nhanh chóng trở thành những điều lớn lao, đe dọa đến tính mạng. Và trong khi sức khỏe kỹ thuật số đã nâng cao hy vọng của bệnh nhân bằng ngôn ngữ như "cá nhân hóa", các công cụ và phương pháp được cung cấp cho mọi người vẫn chưa giải quyết được nhu cầu và sở thích riêng của họ.

AI song sinh kỹ thuật số sẽ đảo ngược cách tiếp cận này bằng cách giúp chúng ta hiểu rõ hơn và cải thiện sức khỏe ở mức độ cá nhân hóa sâu sắc. Đây là công nghệ sẵn sàng thực hiện lời hứa về dịch vụ chăm sóc cá nhân hóa.