Nga phát triển thành công trợ lý robot CoBrain - Analytics hỗ trợ chẩn đoán bệnh

(SHTT) - Nắm bắt xu thế chung toàn cầu về sử dụng trí tuệ nhân tạo trong y tế, các nhà khoa học và bác sĩ Nga đang tích cực phát triển hệ CoBrain-Analytics làm trợ lý trong việc chẩn đoán và phòng bệnh.

Các nhà khoa học tại Nga đã tạo ra một bác sĩ robot CoBrain-Analytics, một nền tảng gồm dữ liệu sinh trắc học và thuật toán y tế dành cho các bác sĩ và nhà khoa học, sẽ phân tích vật liệu sinh học. Bác sĩ chỉ cần nhập kết quả phân tích vào cơ sở dữ liệu, sau đó, yêu cầu trí tuệ nhân tạo phân tích và đưa ra kết luận thay thế.

CoBrain-Analytics không hoàn toàn đưa ra kết luận mà sẽ hỗ trợ các bác sĩ trong quá trình đưa ra chẩn đoán cho tình trạng của bệnh nhân.

Kết quả sẽ nhanh chóng được đưa ra chỉ trong một vài giây - ông Arsenij Pozdyshev, phụ trách dự án CoBrain-Analytics chia sẻ. Điều này đặc biệt hữu ích đối với những người sống ở các vùng hẻo lánh khó tiếp cận kịp thời dịch vụ y tế.

Tiềm năng thị trường toàn cầu trong lĩnh vực này ước tính khoảng 10 tỉ đôla vào năm 2024. Rõ ràng, đây là thị trường có triển vọng tăng trưởng rất lớn. Ông Vladimir Soloviev, giám đốc phát triển mảng y tế của công ty Netrika cho rằng ngày nay, những phát triển thành công nhất liên quan đến phân tích hình ảnh chẩn đoán, chứ không phải vật liệu sinh học. Tuy nhiên, mạng lưới phòng thí nghiệm Liên bang Nga đang tích cực phát triển các hệ thống để giúp bác sĩ giải mã các xét nghiệm trong phòng thí nghiệm.

Được biết, trên nền tảng CoBrain-Analytics là các phòng làm việc - không gian đám mây được các nhà phát triển, bác sĩ và nhà khoa học cùng tiến hành nghiên cứu chung, xử lý khối lượng lớn dữ liệu y tế. Nền tảng này hợp tác với các ngân hàng dữ liệu sinh học và các tổ chức y tế ở Nga, nơi lưu trữ các phần mô, máu và nội tạng. Thông tin này cho phép lập các mô hình cho trí tuệ nhân tạo.

Ông Anton Aksenov, giám đốc điều hành của Tập đoàn Basis Genotech nêu ví dụ, để hiểu được tình trạng hiện tại của một người, cần tiến hành xét nghiệm máu để thu hơn 150 chỉ dấu sinh học. Thông thường, còn cần phải tiến hành phân tích di truyền trên vài chục, thậm chí hàng trăm thông số nữa để hiểu được thiên hướng mắc bệnh của một người cụ thể.

Trong khi đó, chỉ có rất ít bác sĩ có trình độ rất cao có thể so sánh tất cả các thông tin nhận được, trên cơ sở đó đưa ra chẩn đoán chính xác và dự đoán nguy cơ phát triển bệnh. Vì vậy, các hệ trí tuệ nhân tạo có thể xử lý lượng dữ liệu khổng lồ dựa trên hàng trăm thông số để dự đoán về nguy cơ mắc các bệnh khác nhau, chắc chắn sẽ là trợ thủ đắc lực, đặc biệt là trong lĩnh vực phòng ngừa bệnh.

Vũ An