Can thiệp X Quang là lĩnh vực sẵn sàng cho sự gián đoạn của Trí tuệ nhân tạo – Các nhà lãnh đạo tư tưởng

By: Oz Moskovich, Trưởng nhóm Khoa học dữ liệu và Trí tuệ nhân tạo, 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 tế có nhiều cơ hội cho sự gián đoạn của trí tuệ nhân tạo hơn những lĩnh vực khác. Với vai trò là trưởng nhóm khoa học dữ liệu trong lĩnh vực robot y tế, tôi luôn tìm kiếm các lĩnh vực cần thiết, và không có chuyên ngành y tế nào có nhu cầu rõ ràng hơn về trí tuệ nhân tạo như can thiệp x quang.

Các thách thức mà can thiệp x quang đang phải đối mặt hiện nay bao gồm:

• Thiếu hụt chuyên gia: Chỉ khoảng 10 phần trăm bác sĩ X quang nhận được đào tạo chuyên sâu về can thiệp x quang.
• Chi phí: Thiếu hụt chuyên gia dẫn đến chi phí thêm 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 gần đây của Sinai cho thấy chẩn đoán sớm dẫn đến giảm đáng kể tỷ lệ tử vong do ung thư phổi.
• Tính chất của khối u: Khi chẩn đoán một khối u tiềm năng, kích thước, vị trí và sự tuân thủ của mô đều 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 đòi hỏi phải chèn nhiều lần 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 hiện có ngày nay đã giúp giảm bớt những thách thức này và trí tuệ nhân tạo là một trong những công cụ quan trọng. Bằng cách kết hợp khả năng của 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 với chất lượng chăm sóc. 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 phổ biến trên toàn bộ 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 một lựa chọn lý tưởng cho can thiệp 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 khả năng đe dọa tính mạng sớm hơn – khi các khối u còn nhỏ và dễ điều trị hơn. Công nghệ robot cũng cung cấp một con đường để kết hợp trí tuệ nhân tạo và học máy vào can thiệp x quang.

Với các quy trình lâm sàng ngày càng tích hợp các công nghệ được hỗ trợ bởi trí tuệ nhân tạo trong nhiều lĩnh vực, chỉ là vấn đề thời gian trước khi các hệ thống robot được áp dụng tương tự. 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 minh. 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 nâng cao chất lượng chăm sóc dựa trên một tập hợp kinh nghiệm rộng lớn hơn. Từ việc tìm kiếm các trường hợp có đặc điểm tương tự đến việc nhấn mạnh rủi ro và bất thường đến các khuyến nghị theo thời gian thực, ngay cả những bác sĩ có kinh nghiệm nhất cũng sẽ được lợi từ việc tiếp cận với tập hợp khả năng này. Ngoài ra, việc kết hợp trí tuệ nhân tạo và hình ảnh tạo ra các khả năng mới, chẳng hạn như tăng cường hình ảnh, kết hợp hình ảnh, phân khúc mô và tạo hình 3D. Mỗi khả năng này 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 được – giảm nguy cơ tái nhập viện và hoàn thành các thủ tục trong một khoảng thời gian nhất quán. Một phần của sự 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 số tiền này được chi cho các trường hợp tái nhập viện có thể tránh được. Bằng cách lập kế hoạch thủ tục và tận dụng học máy, trí tuệ nhân tạo và các nền tảng robot, các bác sĩ của chúng tôi sẽ thực hiện các thủ tục một cách chính xác và hiệu quả, đồng thời 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 về thủ tục trở nên dễ tiếp cận hơn, các bác sĩ hỗ trợ – tức là trợ lý bác sĩ và bác sĩ điều dưỡng – sẽ thực hiện nhiều thủ tục hơn. Bằng cách trao quyền cho nhiều bác sĩ với các công cụ để thực hiện các thủ tục can thiệp, chúng ta có thể giảm bớt gánh nặng cho dân số bác sĩ đang bị căng thẳng và phân bổ 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 to lớn cho trí tuệ nhân tạo để nâng cao khả năng của bác sĩ trong can thiệp 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 đang được tiến hành trên các nhóm phát triển robot, trí tuệ nhân tạo và học máy, chúng ta sẽ giới thiệu công nghệ tiên tiến đến can thiệp x quang. Nó có tiềm năng giúp giải quyết tình trạng thiếu hụt bác sĩ và đạt được kết quả tích cực một cách hiệu quả và nhanh chóng hơn cho một dân số bệnh nhân lớn hơn.