Can thiệp Phẫu thuật X quang sẵn sàng cho sự gián đoạn của Trí tuệ nhân tạo – Lãnh đạo tư tưởng

By: Oz Moskovich, Trưởng nhóm Trí tuệ nhân tạo và Khoa học Dữ liệu, XACT Robotics.

Gần như mọi lĩnh vực chăm sóc sức khỏe đều đang khám phá các ứng dụng cho trí tuệ nhân tạo, nhưng có một số lĩnh vực y học có nhiều cơ hội cho sự gián đoạn của trí tuệ nhân tạo hơn các lĩnh vực khác. Với vai trò là trưởng nhóm khoa học dữ liệu trong lĩnh vực robot y tế, tôi rất muốn tìm kiếm các lĩnh vực cần thiết, và không có chuyên ngành y tế nào thể hiện nhu cầu rõ ràng hơn về trí tuệ nhân tạo như can thiệp phẫu thuật x quang.

Các thách thức mà can thiệp phẫu thuật x quang đang đối mặt hôm nay bao gồm:

• Thiếu chuyên gia: Chỉ khoảng 10 phần trăm bác sĩ X quang nhận được đào tạo chuyên sâu về can thiệp phẫu thuật x quang.
• Chi phí: Sự thiếu hụt chuyên gia góp phần làm tăng chi phí cho bệnh nhân. Bệnh nhân ở khu vực nông thôn thường phải đi lại để tìm bác sĩ X quang can thiệp gần nhất – chi phí cho đi lại và lưu trú.
• Chẩn đoán kịp thời: Một nghiên cứu Sinai gần đây cho thấy chẩn đoán sớm dẫn đến sự giảm đáng kể tỷ lệ tử vong do ung thư phổi.
• Tính chất khối u: Khi chẩn đoán một khối u tiềm năng, kích thước, vị trí và tính chất mô có thể dẫn đến chẩn đoán và điều trị chậm.
• Không nhất quán trong thủ tục: Các phương pháp thủ tục thủ công đôi khi yêu cầu nhiều lần chèn để đạt được mục tiêu mong muốn, điều này có thể dẫn đến thời gian thủ tục dài hơn, tái nhập viện hoặc biến chứng.

May mắn thay, các công cụ có sẵn ngày nay đã giúp giảm bớt những thách thức đó và trí tuệ nhân tạo là chìa khóa trong số đó. Bằng cách kết hợp khả năng trí tuệ nhân tạo và học máy với các nền tảng robot và hình ảnh, hệ thống chăm sóc sức khỏe của chúng ta có thể mở rộng khả năng tiếp cận chăm sóc chất lượng. Điều đó liên quan đến việc cải thiện tốc độ, hiệu quả và sẵn có của các thủ tục như sinh thiết và phá hủy, dẫn đến kết quả tích cực hơn và bệnh nhân hài lòng hơn.

Cơ hội trong robot

Hệ thống robot đã lan rộng khắp y học, nhưng nhu cầu về lập kế hoạch và giám sát hình ảnh chính xác trong các thủ tục như sinh thiết hoặc phá hủy làm cho robot trở thành lựa chọn lý tưởng cho can thiệp phẫu thuật x quang. Với việc chèn và điều khiển chính xác bằng robot, các bác sĩ có thể chẩn đoán và điều trị các bệnh có thể đe dọa đến tính mạng sớm hơn – khi các khối u nhỏ hơn và dễ điều trị hơn. Công nghệ robot cũng cung cấp con đường để kết hợp thêm trí tuệ nhân tạo và học máy vào can thiệp phẫu thuật x quang.

Với các quy trình lâm sàng ngày càng kết hợp các công nghệ được hỗ trợ bởi trí tuệ nhân tạo trong nhiều lĩnh vực, chỉ là vấn đề thời gian trước khi có sự áp dụng tương tự đối với các hệ thống robot. Khi kết hợp với học máy, các hệ thống robot có thể tận dụng lượng lớn dữ liệu thủ tục trong quá khứ để giúp các bác sĩ đưa ra quyết định thông tin. Bằng cách chia sẻ dữ liệu đó trên toàn cầu và cung cấp phương tiện để phân tích nó, học máy đang trở thành một lực lượng thống nhất giúp tạo ra một mức độ chăm sóc tinh vi hơn dựa trên một tập hợp trải nghiệm rộng lớn hơn. Từ việc tìm kiếm các trường hợp có đặc điểm tương tự đến việc nhấn mạnh các rủi ro và bất thường đến các khuyến nghị theo thời gian thực, ngay cả các bác sĩ giàu kinh nghiệm nhất cũng sẽ được hưởng lợi từ việc tiếp cận với tập hợp các khả năng này. Ngoài ra, việc kết hợp trí tuệ nhân tạo và hình ảnh tạo ra các khả năng mới, chẳng hạn như nâng cao hình ảnh, kết hợp hình ảnh, phân đoạn mô và kết xuất 3D. Mỗi khả năng đó cung cấp cho bác sĩ hình ảnh rõ ràng nhất về mục tiêu của họ, cho phép lập kế hoạch thủ tục trước và có thể góp phần vào một thủ tục chính xác hơn và tối ưu hóa kết quả.

Địa chỉ thiếu hụt và không hiệu quả

Các nền tảng robot được hỗ trợ bởi trí tuệ nhân tạo có khả năng làm cho các thủ tục trở nên có thể dự đoán hơn – giảm nguy cơ tái nhập viện và hoàn thành các thủ tục trong một khoảng thời gian nhất quán. Một phần của tính dự đoán đó là đảm bảo kết quả tối ưu với một thủ tục và tránh cần phải tái nhập viện cho một thủ tục thứ hai. Medicare chi khoảng 30 tỷ đô la mỗi năm cho việc tái nhập viện và hơn một nửa chi phí đó dành cho việc tái nhập viện có thể tránh được. Bằng cách lập kế hoạch thủ tục và tận dụng dữ liệu lớn, học máy và trí tuệ nhân tạo thông qua các nền tảng robot, các bác sĩ của chúng tôi sẽ thực hiện các thủ tục một cách chính xác và hiệu quả và sẽ giảm chi tiêu lãng phí cho các thủ tục có thể tránh được.

Trí tuệ nhân tạo cũng có cơ hội giúp giải quyết tình trạng thiếu hụt chuyên gia. Khi các thiết bị trực quan trở nên phổ biến hơn trên các cơ sở cung cấp dịch vụ chăm sóc sức khỏe và kiến thức thủ tục trở nên dễ tiếp cận hơn, các bác sĩ phụ trợ – tức là trợ lý bác sĩ và bác sĩ hành nghề – sẽ thực hiện nhiều thủ tục hơn. Bằng cách trao quyền cho nhiều nhà lâm sàng với các công cụ để thực hiện các thủ tục can thiệp, chúng tôi có thể giảm bớt dân số bác sĩ căng thẳng và phân phối gánh nặng lâm sàng một cách công bằng hơn.

Các ứng dụng của trí tuệ nhân tạo trong y học vẫn còn vài năm nữa mới trở nên phổ biến, nhưng cuối cùng, có cơ hội tuyệt vời cho trí tuệ nhân tạo để nâng cao khả năng của bác sĩ trong can thiệp phẫu thuật x quang – nó sẽ không thay thế họ, mà sẽ phục vụ như một bộ công cụ mới tuyệt vời. Bằng cách tiếp tục phát triển công việc đã được tiến hành trên các nhóm phát triển robot, trí tuệ nhân tạo và học máy, chúng tôi sẽ giới thiệu công nghệ tiên tiến đến can thiệp phẫu thuật x quang. Nó có tiềm năng giúp giải quyết tình trạng thiếu hụt bác sĩ và đạt được kết quả tích cực hơn một cách hiệu quả và nhanh chóng cho một dân số bệnh nhân lớn hơn.