Dự đoán tình trạng của bệnh nhân COVID-19

Trong số những câu hỏi cấp bách nhất mà các bệnh viện phải đối mặt: Bệnh nhân nào trong số những bệnh nhân COVID-19 sẽ trở nên tồi tệ hơn, và điều đó sẽ xảy ra nhanh chóng như thế nào? Các nhà nghiên cứu đang chạy đua để phát triển và xác nhận các mô hình dự đoán có thể trả lời những câu hỏi đó nhanh nhất có thể.

Thuật toán mới nhất đến từ các nhà nghiên cứu tại Trường Y khoa NYU Grossman, Đại học Columbia và hai bệnh viện ở Ôn Châu, Trung Quốc. Trong một bài báo đăng trên tạp chí khoa học máy tính, các nhà nghiên cứu báo cáo rằng họ đã phát triển một mô hình để dự đoán liệu bệnh nhân có tiếp tục phát triển hội chứng suy hô hấp cấp tính hay ARDS, một sự tích tụ chất lỏng có thể gây chết người trong phổi. 

Các nhà nghiên cứu đã đào tạo mô hình của họ bằng cách sử dụng dữ liệu AI (trí tuệ nhân tạo) đã trở thành một trong những tuyến phòng thủ đầu tiên trong đại dịch COVID-19. Các bệnh viện đang sử dụng AI để sàng lọc và phân loại bệnh nhân và xác định những người có nhiều khả năng phát triển các triệu chứng nghiêm trọng nhất. Họ đang quét khuôn mặt để kiểm tra nhiệt độ và khai thác dữ liệu của các ứng dụng theo dõi sức khỏe trên thiết bị di động, nhằm xác định trường hợp F0 với các trường hợp cá thể và ổ dịch tiềm năng. Bệnh viện cũng đang sử dụng AI để theo dõi virus trong cộng đồng y bác sĩ của họ. Họ cần biết ai mắc bệnh, ai có khả năng mắc bệnh và nguồn lây dịch nào sẽ được dập tắt.

Tuy vậy, một số nỗ lực đó có thể đã gây ra phản ứng về quyền riêng tư. Các công cụ AI khác còn trong giai đoạn thử nghiệm vì vẫn cần phải nghiên cứu tác động của chúng đối với bệnh nhân. Nhưng khi COVID-19 đã trở thành một cuộc khủng hoảng toàn cầu, cách tiếp cận thông thường trong của ngành chăm sóc sức khỏe đối với công nghệ mới buộc phải thay đổi theo tiêu chí cấp bách hơn và AI là lời giải cho tình huống này.

Sàng lọc những người có thể bị nhiễm bệnh

Đây là một trong những ứng dụng sớm nhất và phổ biến nhất của AI. Các bệnh viện đã triển khai một loạt các công cụ tự động để cho phép bệnh nhân tự kiểm tra các triệu chứng của họ và nhận lời khuyên về những biện pháp phòng ngừa cần thực hiện và việc có nên tìm kiếm sự chăm sóc hay không.

Một số hệ thống y tế, như Cleveland Clinic và OSF HealthCare tại Illinois (Mỹ), đã tùy chỉnh chatbot riêng, trong khi những hệ thống khác đang dựa vào các công cụ kiểm tra triệu chứng được xây dựng với sự hợp tác của Microsoft hoặc các công ty khởi nghiệp như Buoy Health có trụ sở tại Boston. Apple cũng đã phát hành hệ thống sàng lọc COVID-19, được xây dựng sau khi tham khảo ý kiến của Lực lượng đặc nhiệm Coronavirus của Nhà Trắng và các cơ quan y tế công cộng. Các nhà phát triển mã hóa kiến thức vào các công cụ đó để đưa ra các khuyến nghị cho bệnh nhân.

AI cũng có thể được sử dụng để phát hiện các triệu chứng ban đầu của bệnh cho các nhân viên y tế, những người có nguy cơ nhiễm vi rút đặc biệt cao. Tại San Francisco, các nhà nghiên cứu tại Đại học California đang sử dụng vòng đeo tay do công ty công nghệ sức khỏe Oura sản xuất để theo dõi các dấu hiệu quan trọng của nhân viên chăm sóc sức khỏe nhằm tìm ra những dấu hiệu sớm của COVID-19. Nếu những dấu hiệu đó – bao gồm nhịp tim tăng và thân nhiệt tăng – hiển thị một cách đáng tin cậy trên các vòng đeo, chúng có thể được đưa vào một thuật toán giúp các bệnh viện biết được những nhân viên y tế cần được cách ly hoặc cần được chăm sóc y tế.

 Dự đoán tình trạng của bệnh nhân COVID-19

Trong số những câu hỏi cấp bách nhất mà các bệnh viện phải đối mặt: Bệnh nhân nào trong số những bệnh nhân COVID-19 sẽ trở nên tồi tệ hơn, và điều đó sẽ xảy ra nhanh chóng như thế nào? Các nhà nghiên cứu đang chạy đua để phát triển và xác nhận các mô hình dự đoán có thể trả lời những câu hỏi đó nhanh nhất có thể.

Thuật toán mới nhất đến từ các nhà nghiên cứu tại Trường Y khoa NYU Grossman, Đại học Columbia và hai bệnh viện ở Ôn Châu, Trung Quốc. Trong một bài báo đăng trên tạp chí khoa học máy tính, các nhà nghiên cứu báo cáo rằng họ đã phát triển một mô hình để dự đoán liệu bệnh nhân có tiếp tục phát triển hội chứng suy hô hấp cấp tính hay ARDS, một sự tích tụ chất lỏng có thể gây chết người trong phổi. Các nhà nghiên cứu đã đào tạo mô hình của họ bằng cách sử dụng dữ liệu từ 53 bệnh nhân COVID-19 được nhập bệnh viện Ôn Châu. Họ nhận thấy rằng mô hình có độ chính xác từ 70% đến 80% trong việc dự đoán liệu bệnh nhân có phát triển ARDS hay không.

Tại Stanford, các nhà nghiên cứu đang cố gắng xác thực một công cụ AI có sẵn để giúp xác định những bệnh nhân nhập viện nào cần sớm được chuyển đến ICU. Mô hình được xây dựng bởi nhà cung cấp hồ sơ sức khỏe điện tử Epic, phân tích dữ liệu của bệnh nhân và gán điểm dựa trên mức độ bệnh của họ và khả năng cần chăm sóc đặc biệt. Các nhà nghiên cứu Stanford đang cố gắng xác thực mô hình – được đào tạo dựa trên dữ liệu từ các bệnh nhân nhập viện với các tình trạng khác nhau – trên hàng chục bệnh nhân COVID-19. Nếu hoạt động, Stanford có kế hoạch sử dụng nó như một công cụ hỗ trợ quyết định trong mạng lưới các bệnh viện và phòng khám của mình.

Những nỗ lực tương tự đang được tiến hành trên toàn cầu. Tại Israel, bệnh viện lớn nhất của đất nước này đã triển khai một mô hình AI do công ty EarlySense của Israel phát triển, nhằm dự đoán bệnh nhân COVID-19 nào có thể bị suy hô hấp hoặc nhiễm trùng huyết trong vòng sáu đến tám giờ tới. Facebook cũng đang khai thác sức mạnh của AI để giúp các bác sĩ dự đoán liệu họ có cần thêm nguồn lực, chẳng hạn như thêm oxy để chăm sóc bệnh nhân COVID-19 trong bệnh viện hay không.

Ngoài ra, Clover, một công ty khởi nghiệp bảo hiểm y tế có trụ sở tại San Francisco, đang sử dụng một thuật toán để xác định những bệnh nhân có nguy cơ mắc COVID-19 để có thể chủ động liên hệ với họ về các triệu chứng và mối lo ngại tiềm ẩn. Thuật toán sử dụng ba nguồn dữ liệu chính: một thuật toán hiện có mà công ty sử dụng để gắn cờ những người có nguy cơ phải nhập viện, điểm số của bệnh nhân dựa trên chỉ số ốm yếu FI và thông tin về việc liệu một bệnh nhân với tình trạng hiện tại khiến họ có nguy cơ tử vong cao hơn do COVID-19.

Theo dõi giường bệnh và vật tư

AI cũng đang giúp trả lời các câu hỏi cấp bách về thời điểm bệnh viện có thể hết giường, máy thở và các nguồn lực khác. Definitive Healthcare & Esri, công ty sản xuất phần mềm lập bản đồ và phân tích không gian, đã xây dựng một công cụ đo lường công suất giường bệnh trên khắp nước Mỹ.

Sử dụng mô hình gia tăng dịch cúm do CDC tạo ra, Qventus đang làm việc với các hệ thống y tế trên toàn nước Mỹ để dự đoán khi nào dịch sẽ đạt đến điểm bùng phát. Qventus đã xuất bản một trực quan hóa dữ liệu theo dõi một số chỉ số sẽ thay đổi như thế nào từ tuần này sang tuần khác, bao gồm cả số lượng bệnh nhân được thở máy và trong ICU. Theo dự báo hiện tại: Vào lúc cao điểm, sẽ thiếu 9.100 giường ICU và 115.000 giường được sử dụng cho chăm sóc thông thường.

 Phát hiện từ xa thân nhiệt và ngăn chặn người bệnh vào những nơi công cộng

Một số công ty đang khám phá việc sử dụng máy theo dõi thân nhiệt do AI hỗ trợ để phát hiện từ xa những người bị sốt và chặn họ vào không gian công cộng. Bệnh viện Đa khoa Tampa ở Florida gần đây đã triển khai một hệ thống sàng lọc bao gồm các camera quét mặt bằng nhiệt do công ty Care.ai có trụ sở tại Orlando, Fla. sản xuất. Máy ảnh tìm kiếm các cơn sốt, đổ mồ hôi và đổi màu. Tại Singapore, cơ quan công nghệ y tế của quốc gia này gần đây đã hợp tác với một công ty khởi nghiệp có tên là KroniKare để thí điểm việc sử dụng một thiết bị tương tự tại trụ sở chính và tại Bệnh viện Cộng đồng St. Andrew. 

Đo phản nứng với các phương pháp điều trị thử nghiệm

Khi các liệu pháp thử nghiệm ngày càng được thử nghiệm trên bệnh nhân COVID-19, việc theo dõi cách họ sử dụng những loại thuốc đó có thể là biên giới tiếp theo cho các hệ thống AI.

Một mô hình có thể được đào tạo để phân tích ảnh chụp phổi của những bệnh nhân đăng ký nghiên cứu thuốc và xác định xem những hình ảnh đó có dấu hiệu cải thiện tiềm năng hay không. Điều đó có thể hữu ích cho các nhà nghiên cứu và bác sĩ lâm sàng đang khao khát tìm kiếm một phương pháp điều trị có hiệu quả. Tuy nhiên, vẫn chưa rõ liệu hình ảnh có phải là cách thích hợp nhất để đo phản ứng với các loại thuốc đang được thử lần đầu tiên trên bệnh nhân hay không.

Hiện nay, Facebook đưa ra mô hình dựa trên một lần chụp X-quang ngực và một mô hình chụp X-quang hàng loạt, có thể giúp dự báo liệu một bệnh nhân bị nhiễm coronavirus có khả năng trở nên tồi tệ hơn hay không. Các mô hình AI của Facebook thường hoạt động tốt hơn con người khi dự báo trước tới 4 ngày nếu bệnh nhân sẽ cần các nguồn lực chăm sóc đặc biệt hơn.