Sau nhà báo, công nhân lao động, bác sỹ da liễu, giờ đây đến bác sỹ mắt sẽ không còn giữ được vị trí làm việc của mình?
Chẩn đoán những căn bệnh là một trong những lợi ích thực tiễn của hệ thống machine learning. Máy móc có thông tin, rất nhiều thông tin, và chúng có khả năng xử lý tất cả những dữ liệu này theo nhiều cách mà bộ não con người không thể.
Quan trọng hơn, máy móc có thể cứu chữa được những trường hợp "khó nhằn" nhất, các căn bệnh hiếm gặp mà kể cả những bác sỹ giỏi nhất trong ngành cũng từng sơ suất bỏ qua cũng không thể "qua mắt" được hệ thống AI. Thế nhưng, máy móc được sử dụng để trợ giúp cho con người, chứ không phải để thay thế họ.
Để thực hiện được điều này, một nhóm bác sỹ và các nhà khoa học máy tính người Trung Quốc đã giới thiệu một thuật toán machine learning để nhận biết được căn bệnh đục thủy tinh thể bẩm sinh, một căn bệnh về mắt hiếm gặp khiến 10% trẻ em trên thế giới mất hoàn toàn thị lực. Thuật toán này có khả năng chẩn đoán bệnh chính xác tới hơn 90%, ngang ngửa với những bác sỹ chửa mắt giỏi nhất thế giới. Nó được miêu tả chi tiết trong số báo mới nhất của tờ Nature Niomedical Engineering.
Máy móc có thể cứu chữa được những trường hợp "khó nhằn" nhất.
Tuy nhiên cũng cần lưu ý rằng, y học không chỉ là khoa học, mà còn là một nghệ thuật. Sự tương tác giữa bác sỹ và bệnh nhân là thứ khó có thể đong đếm được tầm quan trọng của nó. Một vấn ngại khi điều trị bằng phương pháp do máy tính thực hiện, đó là cảm giác sai trái, không an tâm.
Nếu vị bác sỹ mắc sai lầm là người – có thể do là người lơ đễnh, nhưng không phải ai cũng như vậy – thế nhưng khi một chiếc máy gặp lỗi, thì lỗi chính là chiếc máy đó.
Mặc dù vậy, máy móc cũng có vai trò rất lớn. "Máy móc có lợi thế của sự tự động hóa, tính khách quan và sự chính xác, nhưng khả năng giao tiếp và tương tác giữa người với người là không thể thiếu khi điều trị", đồng tác giả của nghiên cứu, Haotian Lin, giáo sư khoa mắt tại đại học Sun Yat-sen cho biết.
"Đối với các bác sỹ, công nghệ là không đủ để quyết định được 100% chắc chắn rằng đâu là liệu pháp tốt nhất, và vì vậy mà họ nên tận dụng những gợi ý đến từ máy móc để nhận diện và phòng chống trường hợp chẩn đoán sai dựa trên kiến thức của riêng mình", ông nói. "Kết quả của phân tích của chúng tôi cho biết rằng trí tuệ nhân tạo và trí tuệ con người đều có điểm mạnh và giới hạn riêng".
Việc không nhận ra hoặc chẩn đoán sai là thường thấy ở những bệnh nhân mắc phải các căn bệnh hiếm gặp, và điều này hoàn toàn đúng ở những nước đang phát triển, như Trung Quốc chẳng hạn. Đục thủy tinh thể là một căn bệnh gây nhiều khó khăn cho các bác sỹ bởi để phục hồi trạng thái ban đầu của mắt cần phải được chữa trị kịp thời cũng như áp dụng các liệu pháp đúng cách.
Bệnh nhân mắc đục thủy tinh thể.
Thuật toán này dựa trên công nghệ Convolutional Neural Networks (CNNs), một loại machine learning cố gắng bắt chước quá trình xử lý thần kinh xảy ra trong vỏ não của động vật. CNNs được sử dụng rộng rãi phục vụ cho các công việc nhận diện hình ảnh, tuy nhiên cũng được áp dụng sang các lĩnh vực khác, như chơi cờ vây (kỳ thủ cờ vây AlphaGo của Google cũng sử dụng nó), phân tích ngôn ngữ và khám phá dược phẩm mới.
Quá trình thực hiện bao gồm nạp những hình ảnh về cách căn bệnh cho hệ thống AI, bao gồm những trường hợp mắc thủy tinh thể chẳng hạn, cho tới khi nó học được sự hiện diện của các triệu chứng, rồi sau đó chẩn đoán bệnh thành công.
Các nhà nghiên cứu tại đây đã phát minh ra 3 mạng lưới hữu dụng phục vụ cho 3 công việc nhận diện đục thủy tinh thể khác nhau. Mạng lưới đầu tiên được sử dụng để sàng lọc ra các bệnh nhân từ những người khỏe mạnh; thứ hai dùng để nhận diện bệnh nhân mắc đục thủy tinh thể, và thứ ba dùng để hỗ trợ các bác sỹ mắt đưa ra quyết định chữa trị. Cả ba đều được tích hợp vào một nền tảng sử dụng điện toán đám mây có tên CC-Cruiser.
CC-Cruiser là một cỗ máy rất có triển vọng, tuy nhiên nó lại chưa sẵn sàng để được đem vào sử dụng ngay lúc này.
Thử nghiệm thực tế của phần mềm này dựa trên 50 trường hợp mắc bệnh do các bác sỹ chuyên khoa lựa chọn và bao gồm nhiều "căn bệnh khó chữa". Hiệu quả của CC-Cruiser được đem ra so sánh với 3 mức độ khác nhau của các bác sỹ: bác sỹ thực tập, bác sỹ có giấy phép hành hề và bác sỹ chuyên gia.
Các trường hợp nhiễm bệnh bình thường, CC-Cruiser không chẩn đoán sai hoặc đưa ra kết luận không chính xác. Không cấp độ bác sỹ con người nào đạt được kết quả như vậy. Chỉ khi tiếp tục thực hiện các nhiệm vụ về việc đưa ra quyết định áp dụng các liệu pháp sau này thì hệ thống mới chịu thua với số lượng chẩn đoán sai nhiều hơn.
CC-Cruiser là một cỗ máy rất có triển vọng, tuy nhiên nó lại chưa sẵn sàng để được đem vào sử dụng ngay lúc này. "Hiện tại, nó đã được sử dụng tại 3 bệnh viện không chuyên để giám định tính ứng dụng về lĩnh vực y học của CC-Cruiser", ông Lin cho biết. "Tuy nhiên, vì tôn trọng và mong muốn bảo vệ tính mạng con người, các lĩnh vực y học luôn giữ thái độ cẩn trọng khi sử dụng công nghệ mới. Còn cần phải thử nghiệm nó trong nhiều bài đánh giá khác trước khi chúng ta có thể chính thức đưa AI vào trợ giúp chữa trị".