Google thử nghiệm AMIE: AI hỗ trợ chẩn đoán y tế qua video đạt hiệu quả như bác sĩ

Hệ thống AI y tế nghiên cứu của Google, AMIE (Video), đã thực hiện các buổi tư vấn video đồng bộ với các diễn viên đóng vai bệnh nhân chuyên nghiệp và nhận được đánh giá từ các chuyên gia lâm sàng ngang bằng với các bác sĩ chăm sóc sức khỏe ban đầu trên nhiều tiêu chí cốt lõi.

Mười lăm diễn viên được đào tạo đã mô phỏng các tình trạng bệnh lý thuộc các nhóm tim phổi, bụng, tai mũi họng (HEENT), thần kinh hoặc tâm thần, và cơ xương khớp. Google cho biết các nghiên cứu liên quan đến bệnh nhân thực tế và tình trạng sức khỏe của chính họ cần được thực hiện trước khi có thể đưa ra bất kỳ kết luận nào về việc sử dụng trong lâm sàng.

AMIE chia một buổi tư vấn video thành ba tác nhân (agents).

AMIE sử dụng kiến trúc đa tác nhân không đồng bộ thay vì giao nhiệm vụ đối thoại, suy luận lâm sàng và nhận thức cho một quy trình mô hình duy nhất. Google cho biết một tác nhân đơn lẻ hiện không thể duy trì thời gian phản hồi hội thoại tự nhiên trong khi vẫn thực hiện suy luận chi tiết và xử lý liên tục dữ liệu đầu vào nghe nhìn.

Tác nhân hội thoại (talker agent) xử lý tương tác bằng lời nói với bệnh nhân. Nó nhằm mục đích duy trì luồng hội thoại, dựa trên thông tin từ các tác nhân khác. Tác nhân lập kế hoạch (planner agent) chạy ở chế độ nền, cập nhật các chẩn đoán phân biệt và kế hoạch quản lý khi buổi tư vấn diễn ra. Nó cũng xác định các thông tin còn thiếu và ưu tiên lại các mục tiêu lâm sàng.

Tác nhân nhận thức (perception agent) xem xét các luồng video và âm thanh liên tục. Nó tìm kiếm các dấu hiệu phi ngôn ngữ, các phát hiện thể chất và tín hiệu âm thanh, sau đó đặt những quan sát đó vào bối cảnh lâm sàng của cuộc trò chuyện.

Độ trễ vẫn là yếu tố then chốt. Suy luận lâm sàng chuyên sâu cần thời gian, và những khoảng dừng dài có thể ảnh hưởng đến sự kết nối trong buổi tư vấn. Kiến trúc của Google tách biệt phần đối thoại với bệnh nhân khỏi công việc suy luận và nhận thức chậm hơn, cho phép tác nhân hội thoại phản hồi mà không cần chờ đợi mọi quy trình nền hoàn tất.

Google báo cáo rằng các đánh giá tự động cho thấy mỗi tác nhân đều cải thiện các chỉ số lâm sàng, bao gồm việc lấy bệnh sử, suy luận lâm sàng và các khuyến nghị điều trị. Các đánh giá cũng bao gồm giao tiếp lấy bệnh nhân làm trung tâm và độ trễ phản hồi.

Nghiên cứu đã so sánh AMIE video với văn bản và các bác sĩ.

Google đã cấu trúc đánh giá của con người thành một nghiên cứu ngẫu nhiên đa nhánh. AMIE đã hoàn thành các buổi tư vấn video theo thời gian thực. Một phiên bản AMIE chỉ dùng văn bản cung cấp cơ sở so sánh phương thức. Mười bác sĩ chăm sóc sức khỏe ban đầu có chứng chỉ hành nghề đã sử dụng cùng một giao diện video.

Một hội đồng độc lập gồm 20 bác sĩ chăm sóc sức khỏe ban đầu giàu kinh nghiệm đã xem xét mọi buổi tư vấn bằng cách sử dụng các tiêu chuẩn lâm sàng đã được thiết lập. Hội đồng đánh giá năng lực lâm sàng chung, sau đó áp dụng các tiêu chí cụ thể cho từng kịch bản phù hợp với ca bệnh.

Nghiên cứu bao gồm năm hệ cơ quan trong cơ thể. Mỗi kịch bản tuân theo một định dạng tư vấn tiêu chuẩn hóa với một diễn viên đóng vai bệnh nhân đã qua đào tạo.

Google cho biết các đánh giá viên xếp hạng AMIE ngang bằng với nhóm bác sĩ chăm sóc sức khỏe ban đầu (PCP) về độ kỹ lưỡng trong việc lấy bệnh sử, độ chính xác trong chẩn đoán, sự phù hợp trong quản lý và chất lượng giao tiếp. AMIE (Video) cũng đạt kết quả tương đương hoặc vượt trội hơn AMIE (Văn bản) trên các tiêu chí đó.

Các đánh giá viên xếp hạng hệ thống video cao hơn trong việc gợi mở các dấu hiệu thể chất và chủ động hướng dẫn các diễn viên thực hiện các thao tác thăm khám ảo so với nhóm PCP hoặc AMIE chỉ dùng văn bản. Điểm số về nhận thức và thăm khám cụ thể cho từng ca bệnh cũng phản ánh mô hình tương tự.

Các diễn viên đóng vai bệnh nhân cũng ưa thích giao diện video đồng bộ hơn là trò chuyện bằng văn bản. Google cho biết họ đánh giá video dễ sử dụng hơn và hiệu quả hơn trong việc truyền đạt các mối quan tâm về sức khỏe. Các diễn viên đánh giá AMIE tích cực về sự đồng cảm, khả năng kết nối và sự tin tưởng trong chăm sóc khi so sánh với cả hai phương án thay thế trong nghiên cứu.

Kiểm thử tự động được thực hiện trước khi các bác sĩ xem xét.

Google đã xây dựng một bộ đánh giá tự động để phát triển hệ thống video trước khi thực hiện nghiên cứu trên người. Khung đánh giá của nó dựa trên hệ thống phân loại các năng lực chăm sóc sức khỏe từ xa từ tài liệu y khoa, bao gồm các tín hiệu hình ảnh, tín hiệu âm thanh và các thao tác thăm khám thể chất.

Các đánh giá đơn lượt (single-turn) đã kiểm tra các nhiệm vụ nhận thức và suy luận cụ thể. Google đưa ra ví dụ về tính đối xứng giải phẫu và các dấu hiệu suy hô hấp. Các buổi tư vấn âm thanh mô phỏng đa lượt (multi-turn) đã đánh giá hiệu suất hội thoại của hệ thống trong một tương tác dài hơn.

Dữ liệu hình ảnh đầu vào được đưa vào một số mô phỏng đa lượt này dưới dạng mô tả văn bản. Ví dụ, trong một kịch bản về bệnh Parkinson, một trình mô phỏng bệnh nhân AI có thể mô tả một bệnh nhân đang cầm giấy trước camera cho thấy chữ viết tay nhỏ và nguệch ngoạc. Cách sắp xếp này giúp Google kiểm tra hành vi đối thoại cùng với thông tin hình ảnh, mặc dù nó không tái tạo hoàn toàn một luồng video trực tiếp từ đầu đến cuối.

Bộ công cụ tự động cho phép thay đổi nhanh chóng thiết kế hệ thống và bộc lộ những khoảng trống về năng lực trước khi thực hiện nghiên cứu dựa trên diễn viên. Đánh giá OSCE sau đó đã sử dụng giao diện tư vấn video đồng bộ, mặc dù các phần trình bày của bệnh nhân vẫn tuân theo các kịch bản đã chuẩn bị sẵn.

Sự phân tách giữa các phương pháp này sẽ định hình các cuộc thảo luận về mua sắm và quản trị. Các đánh giá tự động có thể kiểm tra các nhiệm vụ nhận thức được xác định ở quy mô lớn. Các buổi tư vấn video mô phỏng có thể đánh giá chất lượng tương tác trong các điều kiện được kiểm soát. Không phương pháp nào thiết lập được hiệu suất với những bệnh nhân có triệu chứng, hành vi, khả năng kết nối, môi trường và tiền sử bệnh nằm ngoài một ca bệnh đã chuẩn bị sẵn.

Bằng chứng thực tế vẫn giới hạn ở công việc dựa trên văn bản.

Google xác định một số hạn chế trong nghiên cứu AMIE. Các diễn viên chuyên nghiệp không thể tái tạo hoàn toàn sự đa dạng của các cuộc gặp gỡ bệnh nhân thực tế. Các kịch bản cũng loại trừ những tình trạng bệnh lý mà các diễn viên không thể thể hiện một cách chân thực, bao gồm cả những ca bệnh mà nhận thức về nghe nhìn có thể mang lại giá trị chẩn đoán cao hơn.

Các đánh giá tự động có mục tiêu đã phát hiện ra những lỗi nhận thức và suy luận không thường xuyên. Google cũng báo cáo các vấn đề kỹ thuật không liên tục có thể làm gián đoạn sự tự nhiên của cuộc hội thoại. Project Astra vẫn là một nguyên mẫu, với các cân nhắc kỹ thuật ở cấp độ hệ thống nằm ngoài ứng dụng y tế này. Google tuyên bố rằng nghiên cứu trên bệnh nhân thực tế là giai đoạn tiếp theo.

Công ty đã bắt đầu công việc liên quan trong môi trường lâm sàng với AMIE dựa trên văn bản. Google cho biết một nghiên cứu khả thi với Trung tâm Y tế Beth Israel Deaconess đã cung cấp bằng chứng ban đầu về tính an toàn và hữu ích trong thực hành lâm sàng. Một nghiên cứu ngẫu nhiên trên toàn quốc đang diễn ra với Included Health đang đánh giá AI trong chăm sóc ảo thực tế.

Nghiên cứu của Google cung cấp bằng chứng có kiểm soát về hành vi tư vấn video, hướng dẫn thăm khám thể chất và chấm điểm của bác sĩ lâm sàng. Nó chưa cung cấp bằng chứng cho thấy AMIE có thể chẩn đoán hoặc quản lý bệnh nhân thực tế một cách an toàn trong môi trường thực tế.

Xem thêm: Novo Nordisk và AWS đưa AI tác nhân vào khám phá thuốc.

Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ các nhà lãnh đạo ngành? Hãy xem AI & Big Data Expo diễn ra tại Amsterdam, California và London. Sự kiện toàn diện này là một phần của TechEx và được tổ chức cùng với các sự kiện công nghệ hàng đầu khác bao gồm Cyber Security & Cloud Expo. Nhấp vào đây để biết thêm thông tin.

AI News được vận hành bởi TechForge Media. Khám phá các sự kiện và hội thảo trực tuyến về công nghệ doanh nghiệp sắp tới tại đây.