Trong y học, còn nhiều lĩnh vực đòi hỏi độ chính xác cao hơn, nhiều dữ liệu hơn ung thư bức xạ. Mạng sống của bệnh nhân phụ thuộc vào việc được điều trị đúng cách.
Sau đây là câu chuyện một phòng khám tư nhân ở Mỹ đã ứng dụng AI vào việc điều trị cho bệnh nhân ung thư như thế nào?
Phòng khám Mayo ở Arizona, Mỹ sử dụng RadOnc-GPT là mô hình ngôn ngữ lớn (LLM) ứng dụng kèm Meta Llama 2 có khả năng cải thiện đáng kể tốc độ, độ chính xác và chất lượng của việc ra quyết định về xạ trị, mang lại lợi ích cho cả bác sĩ và bệnh nhân. Nó đã được tinh chỉnh trên tập dữ liệu về bệnh nhân ung thư bức xạ từ Phòng khám này.
Tiến sĩ Wei Liu, Giáo sư về Ung thư bức xạ kiêm Giám đốc Nghiên cứu của Khoa Vật lý Y tế, Phòng khám Mayo, cho biết: “Các LLM nguồn mở, được tinh chỉnh phù hợp có tiềm năng to lớn để cách mạng hóa ung thư bức xạ và các lĩnh vực chăm sóc sức khỏe chuyên môn cao khác”.
Trường hợp sử dụng lâm sàng ngay lập tức của RadOnc-GPT là để theo dõi bệnh nhân. Tiến sĩ Liu muốn phát triển một chatbot để trả lời các câu hỏi thông thường mà bệnh nhân đặt ra sau xạ trị, giảm khối lượng công việc của y tá và bác sĩ để họ có tập trung vào công việc được ưu tiên hơn.
Những phát triển trong tương lai có thể bao gồm việc mở rộng sang các nhiệm vụ lâm sàng bổ sung, như xây dựng mô hình dự đoán kết quả của bệnh nhân xạ trị. Ngoài ra, Tiến sĩ Liu cũng đang xem xét ứng dụng Llama 3 để nâng cao hiệu suất.
Tăng hiệu quả xử lý dữ liệu phức tạp khối lượng lớn
Các công cụ do AI điều khiển có thể tự động hóa các tác vụ thường ngày, phân tích nhanh chóng các dữ liệu phức tạp và nhận diện các dấu hiệu con người không chú ý, từ đó giải phóng thời gian cho các đơn vị chăm sóc sức khỏe. Sự bứt phá này giúp các bác sĩ tập trung vào công việc có mức độ ưu tiên cao nhất, như chăm sóc bệnh nhân và ra quyết định trong các tình huống phức tạp.
Phòng khám Mayo đã cộng tác với Đại học Georgia về xử lý ngôn ngữ tự nhiên trong lĩnh vực chăm sóc sức khỏe, nhằm theo sát những tiến bộ mới nhất trong ngành.
Họ đã chọn Llama 2 làm mô hình nền tảng để tạo ra RadOnc-GPT với 3 nhiệm vụ chính: tạo ra phác đồ xạ trị, xác định phương thức bức xạ tối ưu và cung cấp mô tả chẩn đoán dựa trên chi tiết chẩn đoán bệnh.
Theo truyền thống, quá trình này tốn nhiều thời gian, phụ thuộc vào việc phân tích thủ công một lượng lớn dữ liệu lâm sàng phức tạp và dễ bị lệch đi theo cách giải thích của con người. Các công cụ hiệu quả này có thể nâng cao hiệu quả từng giai đoạn xạ trị và cải thiện kết quả điều trị chung.
Tác động của mã nguồn mở
Các mô hình AI tiên tiến có nguồn mở cho phép Phòng khám Mayo sử dụng các mô hình tiên tiến trực tiếp trong nghiên cứu của mình và đẩy nhanh tiến trình phát triển. Tác động về mặt lâm sàng cũng được khuếch đại, cải thiện việc chăm sóc bệnh nhân. Và mục tiêu của sáng kiến này thậm chí còn vượt xa việc nâng cao tính chính xác của các biện pháp can thiệp trị liệu.
Đó cũng là việc thúc đẩy một hệ sinh thái nơi bảo mật dữ liệu được đặt lên hàng đầu. Đảm bảo tính bảo mật của bệnh nhân không bao giờ bị xâm phạm là điều đặc biệt quan trọng trong ngành ung thư, nơi dữ liệu bệnh nhân rất nhạy cảm.
Đối với các công ty và tổ chức nhỏ hơn, hệ thống AI nguồn mở đóng vai trò then chốt trong việc dân chủ hóa đổi mới, cho phép thúc đẩy sự tiến bộ chung của khoa học y tế. Các phương pháp tiếp cận nguồn mở có thể giúp các tổ chức nhỏ hơn có nguồn lực hạn chế có thể tiếp cận LLM để phát triển các mô hình phù hợp của riêng họ.
Comments