Theo đó, Machine learning (học máy) hiện là 'bà trùm' đứng sau các chatbots và các văn bản dự đoán (predictive text), ứng dụng dịch ngôn ngữ và các công cụ truy xuất dữ liệ mà chúng ta thường xuyên sử dụng. Hiện nay, công cụ này đã được phát triển lên một tầm cao mới nhằm cung cấp cho các phương tiện tự động và máy móc khả năng chẩn đoán tình trạng y tế dựa trên hình ảnh.

Nhóm nghiên cứu cho biết các phần mềm phân tích máy tính có thể giúp hệ thống chăm sóc sức khỏe “học hỏi” bằng cách cung cấp thông tin quan trọng để cải thiện việc chăm sóc sức khỏe cho mọi người.

Các nhà nghiên cứu đang sử dụng công nghệ AI để thu thập thêm những thông tin từ các hồ sơ khám bệnh của bệnh nhân tại các bệnh viện nhằm cải thiện dịch vụ của hệ thống chăm sóc sức khỏe và gợi ý phương pháp chăm sóc phù hợp với từng trình trạng của bệnh nhân.

Các hồ sơ về điện tâm đồ ECG của bệnh nhân đang là nguồn thông tin chính của chương trình này. Trong nghiên cứu được công bố gần đây, nhóm đã xây dựng và đào tạo các chương trình máy tính dựa trên 1,6 triệu mẫu điện tâm đồ của 244.077 bệnh nhân ở phía bắc Alberta từ năm 2007 đến 2020.

Thuật toán của chương trình dự đoán nguy cơ tử vong tại từng thời điểm cho mỗi bệnh nhân do mọi nguyên nhân trong vòng một tháng, một năm và năm năm với tỷ lệ chính xác lên tới 85%. Ngoài ra, chương trình còn phân loại bệnh nhân thành năm loại từ rủi ro thấp nhất đến cao nhất. Các dự đoán thậm chí còn chính xác hơn khi bao gồm thông tin nhân khẩu học (tuổi và giới tính) và sáu kết quả xét nghiệm máu tiêu chuẩn.

“Chúng tôi muốn biết liệu việc sử dụng các phương pháp mới như trí tuệ nhân tạo để phân tích dữ liệu và xác định những bệnh nhân có nguy cơ tử vong cao có khả thi hay không. Những phát hiện này minh họa cách các mô hình máy học có thể sử dụng để chuyển đổi dữ liệu được thu thập thường xuyên trong thực hành lâm sàng thành kiến thức giúp hệ thống chăm sóc sức khỏe phát triển ”, giáo sư Padma Kaul, giám sát viên của nghiên cứu kiêm giám đốc Trung tâm VIGPR (Canada) chia sẻ.

Bác sĩ thường sẽ yêu cầu đo điện tâm đồ nếu bệnh nhân đó bị cao huyết áp hoặc có các triệu chứng của bệnh tim như đau ngực, khó thở hoặc nhịp tim không đều. Giai đoạn đầu tiên của nghiên cứu đã kiểm tra kết quả điện tâm đồ ở tất cả bệnh nhân, nhưng giáo sư Kaul và nhóm nghiên cứu hy vọng sẽ tinh chỉnh các chương trình này cho các nhóm bệnh nhân cụ thể. Nhóm cũng lên kế hoạch tập trung vào dự đoán các nguy cơ bệnh lý khác nhằm xem xét cụ thể các nguyên nhân tử vong liên quan đến tim.

“Chúng tôi muốn có dữ liệu từ hệ thống chăm sóc sức khỏe, chuyển đổi chính dữ liệu đó thành kiến thức và đưa chúng trở lại hệ thống để cải thiện chất lượng chăm sóc sức khỏe bệnh nhân cùng độ chính xác của kết quả. Đó là định nghĩa của một hệ thống chăm sóc sức khỏe theo chương trình học máy”, giáo sư Kaul chia sẻ.

Thùy Mai