Trí tuệ nhân tạo dự đoán tử vong do bệnh tim tốt hơn bác sĩ

Đăng vào 09/10/2018

Một nghiên cứu mới từ Viện Francis Crick cho thấy một mô hình được phát triển sử dụng trí tuệ nhân tạo (AI) trong dự đoán nguy cơ tử vong ở bệnh nhân bị bệnh tim tốt hơn so với các mô hình được thiết kế bởi các chuyên gia y tế.

Nghiên cứu này, được công bố trên tờ PLOS One, bổ sung vào bằng chứng ngày càng tăng rằng AI có thể cách mạng hóa y tế ở Anh và hơn thế nữa. AI giúp chẩn đoán và điều trị các bệnh khác nhau, nhưng những kết quả mới này cho thấy nó cũng có thể giúp dự đoán khả năng tử vong của bệnh nhân.

Andrew Steele, tác giả chính của bài báo cho biết: “Sẽ không còn lâu nữa khi các bác sĩ sẽ thường xuyên sử dụng các công cụ này trong phòng khám để chẩn đoán và tiên lượng tốt hơn, có thể giúp họ quyết định cách chăm sóc tốt nhất cho bệnh nhân”.

Ảnh minh họa

Học máy là công cụ cực kỳ mạnh mẽ trong y học và có khả năng cách mạng hóa cách chúng ta cung cấp dịch vụ chăm sóc cho bệnh nhân trong vài năm tới.

Mô hình này được thiết kế bằng cách sử dụng dữ liệu y tế điện tử của hơn 80.000 bệnh nhân, được thu thập như một phần của chăm sóc định kỳ và có sẵn cho các nhà nghiên cứu trên nền tảng CALIBER.

Các nhà khoa học tại Crick, cộng tác với các đồng nghiệp tại Viện nghiên cứu tin học y tế Farr và Bệnh viện Đại học hoàng gia London, xem liệu họ có thể tạo ra một mô hình cho bệnh mạch vành mà làm tốt hơn các chuyên gia kể cả khi họ sử dụng kỹ thuật học máy tự học hay không.

Một mô hình tiên lượng được chuyên gia xây dựng cho bệnh mạch vành mà công trình này được so sánh với dự đoán được thực hiện dựa trên 27 tham số được lựa chọn bởi các chuyên gia y tế, chẳng hạn như độ tuổi, giới tính và đau ngực. Ngược lại, nhóm Crick sử dụng thuật toán AI của họ để tự đào tạo, tìm kiếm các mẫu và chọn các tham số có liên quan nhất từ ​​một tập hợp 600 tham số.

Mô hình hướng dữ liệu mới không chỉ đánh bại các mô hình được thiết kế bởi chuyên gia trong việc dự đoán tỉ lệ tử vong của bệnh nhân mà còn xác định các tham số mới mà các bác sĩ không nghĩ đến.

Nghiên cứu này là một chứng minh khái niệm để so sánh các mô hình được thiết kế bởi chuyên gia với phương pháp tiếp cận học máy, nhưng một mô hình tương tự có thể được triển khai trong phòng khám trong tương lai không xa.