Nội dung bài viết
Nghiên cứu chẩn đoán tuần tự của Microsoft được công bố trên Science ngày 22/10 đặt AI vào bài toán hỏi thêm thông tin và lựa chọn bước kiểm tra tiếp theo. Thay vì nhận toàn bộ dữ liệu rồi trả một đáp án, hệ thống phải xây dựng nhận định theo từng lượt, gần hơn với cấu trúc của một cuộc đánh giá lâm sàng.
Microsoft báo cáo kết quả nổi bật trên các bộ ca bệnh dùng trong nghiên cứu. Tuy nhiên, đây là đánh giá có điều kiện thiết kế, không phải xác nhận hệ thống đã tốt hơn bác sĩ trong mọi công việc ở bệnh viện hoặc phù hợp để người bệnh tự chẩn đoán.
Từ câu hỏi trắc nghiệm tới quá trình tìm hiểu
Một bài thi thường đưa sẵn thông tin. Trong thực tế, người phụ trách phải xác định cần hỏi gì và dữ liệu nào có thể làm thay đổi giả thuyết. Cách đánh giá tuần tự thử đưa phần lựa chọn đó vào quá trình kiểm tra năng lực AI.
Sự thay đổi đáng quan tâm vì một câu trả lời đúng có thể đến sau những bước thừa hoặc thiếu hợp lý. Đánh giá đường đi tới kết luận giúp nhìn thêm khía cạnh mà điểm số cuối cùng khó thể hiện đầy đủ.
Bộ dữ liệu quyết định phạm vi so sánh
Nghiên cứu sử dụng cả ca phức tạp và những tình huống lấy từ dữ liệu cấp cứu. Hai nhóm phục vụ các câu hỏi khác nhau. Tỷ lệ đạt được ở nhóm này không nên dùng thay cho nhóm kia hoặc gộp thành mức chính xác chung cho mọi bệnh nhân.
Vai trò và điều kiện của nhóm so sánh cũng quan trọng. Khi đọc tỷ lệ AI cao hơn con người, cần biết người tham gia được cung cấp tài liệu gì và làm việc trong bối cảnh nào. Bỏ các điều kiện này dễ khiến thông điệp vượt ra ngoài thiết kế nghiên cứu.
Việc hệ thống có thể giải thích quá trình đặt câu hỏi cũng cần được xem xét trong cách dùng thực tế. Một người phụ trách phải hiểu tại sao công cụ yêu cầu thêm dữ liệu và có thể kiểm tra phần thông tin đó. Nếu chỉ nhận một kết luận cuối cùng, người sử dụng khó nhận ra giới hạn hoặc sai lệch. Khả năng làm việc cùng nhân viên y tế vì thế là phần cần được kiểm tra bên cạnh điểm số nghiên cứu.
Chi phí giả định khác hóa đơn điều trị
Việc ước tính chi phí xét nghiệm có thể giúp đánh giá hiệu quả của chuỗi quyết định. Nó không tự chứng minh người bệnh ở mọi hệ thống y tế sẽ trả ít tiền hơn. Giá dịch vụ và quy trình thực tế có thể khác môi trường dùng để tính toán.
Một công cụ muốn đi vào hoạt động còn cần đánh giá cách kết nối dữ liệu, quyền tiếp cận thông tin và trách nhiệm kiểm tra. Những phần việc này không thể được suy ra chỉ từ khả năng giải ca bệnh trên bộ dữ liệu thử.
Bước tiếp theo nằm ở môi trường chăm sóc thật
Microsoft cho biết sẽ hợp tác với Beth Israel Deaconess Medical Center để đánh giá thêm trong bệnh viện. Kế hoạch này cho thấy khoảng cách giữa kết quả nghiên cứu và ứng dụng vẫn cần được xem xét trực tiếp, có cơ chế theo dõi phù hợp.
Đối với công chúng, ý nghĩa của bản tin là nhận diện một hướng phát triển mới trong AI y tế. Nó không phải lý do thay chỉ định hoặc tự yêu cầu xét nghiệm theo phản hồi của chatbot. Tiến bộ chỉ có thể trở thành hỗ trợ đáng tin khi được kiểm tra theo đúng công việc, đúng nhóm người và đúng điều kiện sử dụng.
Xem thêm Y học hiện đại trên Tinh Hoa Số.
