Quy mô của Trí tuệ nhân tạo (AI) trong Thị trường chăm sóc sức khỏe toàn cầu đã vượt quá 4,2 tỷ đô la vào năm 2020 và dự kiến tốc độ tăng trưởng kép hàng năm (CAGR) sẽ là 33,7% từ 2021 đến 2027, đạt 34,5 tỷ đô la vào cuối giai đoạn này. Theo Hype Cycle (Chu kỳ Bong bóng) của Gartner đối với các Nhà cung cấp Dịch vụ Chăm sóc Sức khỏe, công nghệ đang ở đỉnh điểm của kỳ vọng lạm phát.
Chăm sóc sức khỏe là một trong những ngành dịch vụ nhiều hứa hẹn nhất về việc triển khai và ứng dụng sinh trắc học cũng như công nghệ AI. Đảm bảo việc triển khai phân tích video dựa trên AI trong các tổ chức y tế sẽ cho phép chẩn đoán sớm, giảm nguy cơ lây lan, phát triển bệnh tật. Ngoài ra, Hệ thống Hỗ trợ Quyết định Lâm sàng (Clinical Decision Support System, СDSS) có thể giúp phân tích hình ảnh y khoa, tối ưu hóa phương án điều trị cá nhân và dự đoán tình trạng bệnh nhân dựa trên dữ liệu có sẵn và còn hơn thế nữa.
NtechLab đã phỏng vấn các chuyên gia chăm sóc sức khỏe và xác định được nhiều lợi ích tiềm năng cho cộng đồng y tế bằng cách cung cấp các giải pháp hình ảnh y khoa có AI hỗ trợ trong lĩnh vực chăm sóc sức khỏe.
Bài viết này sẽ xem xét những thách thức hiện tại cản trở việc áp dụng AI rộng rãi hơn trong hình ảnh y khoa, những lợi ích của công nghệ này và các tính năng tiến bộ.
Signify Research ước tính thị trường toàn cầu của AI trong mảng Hình ảnh Y khoa là 0,3 tỷ đô la, dự đoán sẽ đạt 1,15 tỷ đô la vào năm 2025 với tốc độ tăng trưởng kép hàng năm là 25,6%.
Các nhà phát triển tiến bộ đã bắt đầu triển khai việc tự động hóa đổi mới sáng tạo như thị giác máy tính cho СDSS trong các chẩn đoán thí nghiệm khác nhau. Các giải pháp hình ảnh y khoa chắc chắn sẽ chiếm giữ một thị trường ngách quan trọng, nhưng có một số trở ngại cản trở việc tìm kiếm sự chấp nhận rộng rãi hơn trong các cơ sở chăm sóc sức khỏe:
Lưu trữ phi tập trung
Các tổ chức y tế thường lưu trữ dữ liệu về bệnh nhân trên hệ thống địa phương của họ. Vấn đề nằm ở chỗ không có kho lưu trữ tập trung cho toàn bộ bệnh sử của tất cả các bệnh nhân. Bằng cách phân tích dữ liệu lớn vừa riêng lẻ và vừa kết hợp, chúng tôi có thể cải thiện và kiểm soát chất lượng chẩn đoán cũng như dự đoán diễn biến của bệnh.
Tuân thủ GDPR
Hiện nay, Quy định chung về Bảo vệ Dữ liệu không giải thích rõ ràng mối quan hệ giữa nhà phát triển và nhân viên y tế. Việc thiếu các cơ chế pháp lý minh bạch đã gây trì hoãn việc áp dụng rộng rãi hơn công nghệ AI ở mảng hình ảnh y khoa. Một vấn đề kỹ thuật khác là việc hợp pháp hóa thị giác máy tính và các giải pháp dựa trên công nghệ AI đang tiêu tốn nhiều thời gian. Sản phẩm phải được đăng ký và trải qua nhiều thử nghiệm khác nhau trước khi đưa vào sử dụng trong y tế.
Khó khăn trong việc Tổ chức Sự đồng thuận của Chuyên gia
Trong khi phát triển giải pháp CDSS (Hệ thống hỗ trợ quyết định lâm sàng) cần có nhiều hơn một bác sĩ để đào tạo mạng lưới thần kinh. Cần từ năm chuyên gia trở lên xác minh kết quả trước khi đưa ra kết luận chắc chắn để tránh hiểu sai và tránh những sai lầm có thể gây nguy hiểm.
Chủ nghĩa bảo thủ
Việc cộng đồng y tế miễn cưỡng chấp nhận một sản phẩm mới là điều bình thường. Điều duy nhất có thể giúp khắc phục vấn đề này là ngày càng có nhiều trường hợp sử dụng thành công khẳng định tính hiệu quả của các giải pháp đổi mới sáng tạo.
Trong thực tế, không thể xác định chắc chắn tỷ lệ mắc lỗi chẩn đoán tổng thể, nhưng dựa trên những ý kiến từ các chuyên gia, ước tính có 10−15% trong tất cả các chẩn đoán đưa ra là không chính xác.
Ứng dụng AI trong chẩn đoán hình ảnh y khoa
Chẩn đoán Tiền Y tế
Các ứng dụng di động dùng để tự kiểm tra y tế nhanh chóng, theo dõi giấc ngủ và sức khỏe giúp duy trì lối sống lành mạnh, phát hiện những sai lệch nhỏ và đáng kể so với tiêu chuẩn mà không cần phải đến gặp bác sĩ.
Chẩn đoán
CDSS có thể giúp cải thiện chất lượng chẩn đoán bằng cách tự động làm nổi bật các vùng hay khu vực bệnh lý và tính toán các thông số để đưa ra một chẩn đoán. Trong một kịch bản hoàn hảo, các thuật toán sẽ có thể tạo ra một báo cáo
Điều trị
Các bác sĩ cần tính toán các thông số cho những ca phẫu thuật một cách thủ công mà không có phần mềm đặc biệt dựa trên AI. Phần mềm này cho phép các bác sĩ thực hiện việc đó một cách tự động, giúp họ tránh tính toán sai và chuyển bệnh nhân đến khoa phẫu thuật nhanh hơn.
Các cơ sở chăm sóc sức khỏe có thể tận dụng phân tích dựa trên AI để tiến hành sàng lọc, thực hiện y học chính xác và đánh giá rủi ro để giúp các bác sĩ xem xét đặc điểm di truyền, môi trường và lối sống của một người để chọn ra phương pháp điều trị có thể phù hợp nhất với họ.
Giám sát
Theo dõi hoạt động của y tá và bác sĩ có thể giúp duy trì lịch trình thăm khám bệnh nhân. Phân tích video do AI điều khiển có thể phát hiện xem bệnh nhân có được cung cấp đúng loại thuốc vào đúng thời điểm hay không.
Dự đoán
Quan sát bệnh nhân trong giai đoạn sau phục hồi chức năng có thể giúp phòng ngừa sự tái phát của bệnh lý. Các bác sĩ có thể phân tích dữ liệu lớn trong các trường hợp tương tự để phát hiện sự tái phát. Hơn nữa, chính phủ có thể dự đoán và kiểm soát sự lây lan của vi rút hoặc quá trình dịch bệnh.
Việc kiểm tra chất lượng chẩn đoán tự động cả trong các cơ sở y tế cũng như ở mức độ chăm sóc sức khỏe do nhà nước quy định sẽ cho phép xem xét và phân tích các nghiên cứu trường hợp y tế, xác định những điểm chưa chính xác.
Việc chẩn đoán tự động cũng có thể được áp dụng cho các đối tượng tham gia thử nghiệm lâm sàng các loại thuốc mới để nghiên cứu tình trạng thể chất của họ.
Ai là người được hưởng lợi?
- Chăm sóc sức khỏe là một trong số ít lĩnh vực mà ngay cả một sai sót nhỏ nhất cũng có thể dẫn đến những hậu quả nghiêm trọng. Cả người khỏe mạnh và bệnh nhân trong bệnh viện đều có thể nhận được chẩn đoán, đơn thuốc và khuyến nghị chính xác của bác sĩ.
- Bác sĩ, trước hết vẫn là con người, mà con người có thể bị phân tâm hoặc mệt mỏi. Mặc dù mọi thứ phụ thuộc vào quyết định của họ, nhưng chúng tôi cần phát triển các giải pháp chẩn đoán có tính tự động hơn để giúp bác sỹ xác định tình trạng bệnh nhanh hơn, thúc đẩy việc can thiệp y tế sớm.
- Các nhà nghiên cứu phải xem qua một lượng lớn dữ liệu hàng ngày khi phát hiện ra các loại thuốc mới, tiến hành nghiên cứu di truyền hoặc thử nghiệm lâm sàng. Với công nghệ dựa trên AI trong hình ảnh y khoa, họ có thể xử lý các tập dữ liệu lớn hơn, phê duyệt các loại thuốc mới đưa ra thị trường nhanh hơn và thúc đẩy áp dụng những tiến bộ trong chăm sóc sức khỏe hiện đại.
- Các tổ chức chăm sóc sức khỏe có thể tận dụng công nghệ thị giác máy tính để quản lý những quy trình hoạt động. Một vài ví dụ ứng dụng như giám sát hoạt động của nhân viên hoặc thiết bị đầu cuối để thực hiện thủ tục check-in trực tuyến.
- Các cơ quan chính phủ có thể dự đoán sự lây lan của vi rút và dịch bệnh bằng cách phân tích một lượng lớn dữ liệu.
Thị trường AI trong mảng hình ảnh y khoa đang phát triển nhanh chóng và được thiết lập để thúc đẩy tạo ra một sự thay đổi đáng kể trong cộng đồng y tế. Hiện tại có rất nhiều dự án với đầy tham vọng, nhưng chỉ một số ít trong số đó trở thành những hợp sử dụng thực tế do nhiều lý do khác nhau đã được đề cập trong bài viết này.
Các vấn đề về trách nhiệm và đạo đức chủ yếu không nằm ở khía cạnh của sản phẩm mà là việc sử dụng sản phẩm và sự phát triển của nó. Nói cách khác, nhà phát triển phải xem xét việc đa dạng hóa các tập dữ liệu và tránh các kết luận sai lệch. Bác sĩ phải đưa ra quyết định với sự trợ giúp của công nghệ, sử dụng nó như một ý kiến
AI trong thị trường Hình ảnh Y khoa là một hướng kinh doanh mới và có uy tín của NtechLab. Công ty của chúng tôi sẵn sàng tiếp nhận các đề xuất hợp tác và khuyến khích cộng đồng khoa học, y tế và doanh nghiệp tham gia vào khát vọng của chúng tôi.
Liên hệ với chúng tôi
Nguồn:
1) Machine Learning in Medical Imaging. World Market Analysis 2021 (July / Signify Research) — www.gminsights.com/industry-analysis/healthcare-artificial-intelligence-market
2) «GMInsights 2020 & Market & Market Report 2020.»
3) «Hype Cycle for Healthcare Providers, Gartner, 2021.»
4) Newman-Toker, David, et al. «Rate of Diagnostic Errors and Serious Misdiagnosis-Related Harms for Major Vascular Events, Infections, and Cancers: Toward a National Incidence Estimate Using the ‘Big Three.'» De Gruyter, 1 Feb. 2021 — www.degruyter.com/document/doi/10.1515/dx-2019−0104/html