Episode 340 – Các thuật toán AI hàng đầu cho Chăm sóc sức khỏe – Nguyên tắc và Ứng dụng – July 9– 2019 Do Lê Quang Văn thực hiện

Vina Blockchain

Các thuật toán AI hàng đầu cho Chăm sóc sức khỏe Những lợi ích của AI đối với chăm sóc sức khỏe đã được thảo luận rộng rãi trong những năm gần đây cho đến khi có khả năng thay thế bác sĩ con người bằng AI trong tương lai. • AI có thể học các tính năng từ một khối lượng lớn dữ liệu chăm sóc sức khỏe, sau đó sử dụng những hiểu biết thu được để hỗ trợ thực hành lâm sàng trong thiết kế điều trị hoặc đánh giá rủi ro; • Hệ thống AI có thể trích xuất thông tin hữu ích từ một lượng lớn bệnh nhân để hỗ trợ đưa ra những suy luận theo thời gian thực về cảnh báo rủi ro sức khỏe và dự đoán kết quả sức khỏe; • AI có thể thực hiện các công việc lặp đi lặp lại, chẳng hạn như phân tích các bài kiểm tra, Tia X, quét CT hoặc nhập dữ liệu; • Các hệ thống AI có thể giúp giảm các lỗi chẩn đoán và điều trị không thể tránh khỏi trong thực hành lâm sàng ở người; • AI có thể hỗ trợ các bác sĩ bằng cách cung cấp thông tin y tế cập nhật từ các tạp chí, sách giáo khoa và thực hành lâm sàng để thông báo chăm sóc bệnh nhân đúng cách; • AI có thể quản lý hồ sơ y tế và phân tích cả hiệu suất của một tổ chức cá nhân và toàn bộ hệ thống chăm sóc sức khỏe; • AI có thể giúp phát triển y học chính xác và các loại thuốc mới dựa trên quá trình xử lý đột biến và liên kết với bệnh nhanh hơn; • AI có thể cung cấp các dịch vụ tư vấn kỹ thuật số và theo dõi sức khỏe - đến mức trở thành các y tá kỹ thuật số. Mặc dù có nhiều ứng dụng của AI trong các nghiên cứu lâm sàng và dịch vụ chăm sóc sức khỏe, chúng thuộc hai loại chính: (1) phân tích dữ liệu có cấu trúc, bao gồm hình ảnh, gen và dấu ấn sinh học và (2) phân tích dữ liệu phi cấu trúc, như ghi chú, tạp chí y khoa hoặc khảo sát bệnh nhân để bổ sung cho dữ liệu có cấu trúc. Cách tiếp cận trước đây được thúc đẩy bởi Thuật toán học máy và học sâu, trong khi phương pháp thứ hai dựa trên các thực hành Xử lý ngôn ngữ tự nhiên chuyên ngành. Trường hợp áp dụng thực tế trong Chăm sóc sức khỏe 1 - Ung thư vú Ung thư vú là loại ung thư phổ biến nhất ở phụ nữ trên thế giới; chiếm 25% trong tất cả các trường hợp ung thư và ảnh hưởng đến hơn 2,1 triệu người chỉ riêng cho năm 2015. Ung thư vú bắt đầu khi các tế bào trong vú bắt đầu phát triển ngoài tầm kiểm soát. Những tế bào này thường hình thành các khối u có thể nhìn thấy qua tia X hoặc cảm thấy như khối u ở vùng vú. Chẩn đoán sớm làm tăng đáng kể cơ hội sống sót. Những thách thức chính chống lại sự phát hiện của nó là làm thế nào để phân loại khối u thành ác tính (ung thư) hoặc lành tính (không ung thư). Một khối u được coi là ác tính nếu các tế bào có thể phát triển thành các mô xung quanh hoặc lan đến các khu vực khác của cơ thể. Một khối u lành tính không xâm lấn mô gần đó và cũng không lan sang các bộ phận khác của cơ thể theo cách mà khối u ung thư có thể. Nhưng các khối u lành tính có thể nghiêm trọng nếu chúng ấn vào các cấu trúc quan trọng như mạch máu hoặc dây thần kinh. Kỹ thuật dựa trên Học máy có thể cải thiện đáng kể mức độ chẩn đoán trong bệnh ung thư vú. Nghiên cứu cho thấy các bác sĩ có kinh nghiệm có thể phát hiện ung thư với độ chính xác 79%, trong khi các kỹ thuật dựa trên Học máy có độ chính xác 91% đến 97%. Trước khi đề cập đến việc áp dụng Thuật toán Học máy trong việc dự đoán bệnh ung thư vú cũng như các bệnh tật khác, chúng ta cần tìm hiểu cách thức đi từ dữ liệu đến kết quả dự đoán thông qua mô hình và áp dụng các thuât toán. Sự quan trọng của mô hình trong giải quyết vấn đề Tùy thuộc vào hoàn cảnh và thời gian, chúng ta sống ở một địa điểm cụ thể và đi đến một địa điểm. Chúng ta có thể hiểu rõ về thời gian đi lại trong khu vực. Ví dụ: chúng ta đã đi làm / đi học bằng cách sử dụng một số kết hợp của tàu điện ngầm, xe buýt, xe lửa, ubers, taxi, đi chung xe, đi bộ, đi xe đạp, v.v. Tất cả con người tự nhiên mô hình thế giới xung quanh họ. Theo thời gian, các quan sát của chúng tôi về giao thông vận tải đã xây dựng một bộ dữ liệu tinh thần và một mô hình tinh thần giúp chúng ta dự đoán lưu lượng sẽ như thế nào tại các thời điểm và địa điểm khác nhau. Chúng t