"AI không nhằm mục đích thay thế các bác sĩ lâm sàng."

Tôi đang lắng nghe Angela Adams, y tá đã đăng ký và Giám đốc điều hành của nền tảng quản lý theo dõi X quang AI Inflo Health. Chia sẻ lý do công ty là một giải pháp cho các bác sĩ lâm sàng, bệnh nhân và toàn bộ ngành chăm sóc sức khỏe, cô nói rằng công nghệ trí tuệ nhân tạo trong chăm sóc sức khỏe hướng tới việc khắc phục sự hỗn loạn và tổn hại. "Nó nên thay thế tất cả những phần bị hỏng của hệ thống y tế mà chúng ta không thể tiếp tục bổ sung nhân lực vào."

Mọi chuyện bắt đầu khi Adams, lúc đó là y tá chăm sóc đặc biệt tại Trung tâm Y tế Đại học Duke ở North Carolina, nhận được tin nhắn từ một đồng nghiệp và bạn bè đã đến phòng cấp cứu vì đau bụng dữ dội. Bạn của Adams được đưa đi phẫu thuật cấp cứu vì viêm ruột thừa cấp tính. Khi ở đó, một bác sĩ X quang phát hiện một tổn thương vú đáng kể, nghi ngờ ác tính, cần phải theo dõi ngay lập tức. Bác sĩ X quang đã ghi lại điều đó, nhưng phát hiện này đã biến mất trong hệ thống.

"Không có thông tin nào được gửi đến bác sĩ chăm sóc chính của cô ấy," Adams nhớ lại. "Và vì vậy cô ấy đã trải qua 10 tháng [cho đến khi] được chẩn đoán và điều trị chậm trễ." 

Một lần chụp PET sau đó cho thấy ung thư vú di căn đã lan đến não cô ấy. Bạn của Adams qua đời một năm rưỡi sau đó vào năm 2020, cùng năm Adams đồng sáng lập Inflo Health với CTO Nate Sutton.

Adams, với kinh nghiệm về điều dưỡng chăm sóc đặc biệt và lãnh đạo AI trong chăm sóc sức khỏe -- từ lâu trước khi có sự bùng nổ AI sau đại dịch -- đang sử dụng trí tuệ nhân tạo để cải thiện chăm sóc phòng ngừa và theo dõi bệnh nhân trong X quang. Nó được xây dựng dựa trên sứ mệnh của Inflo Health, "không bao giờ bỏ lỡ một cuộc hẹn tái khám." 

Adams nói rằng nếu Inflo Health đã được triển khai, bạn của cô ấy đã nhận được tin nhắn thông báo rằng cô ấy có một cuộc hẹn tái khám do các phát hiện X quang, và bác sĩ của cô ấy cũng đã được thông báo. 

Inflo Health sử dụng AI như thế nào 

Khi các bác sĩ X quang phát hiện những dấu hiệu đáng ngờ trên các bản quét được chỉ định cho một mục đích hoàn toàn khác, những phát hiện đó thường bị lạc trong sự hỗn loạn của hệ thống. 

Theo một nghiên cứu năm 2015-17 từ Đại học Washington và Trung tâm Y tế và Bệnh viện Lahey, khoảng 50% các khuyến nghị theo dõi X quang không được tuân thủ (không bao gồm chụp nhũ ảnh), dẫn đến chẩn đoán chậm trễ, rủi ro pháp lý và tăng chi phí chăm sóc sức khỏe. Một nghiên cứu gần đây cho thấy việc bỏ lỡ các cuộc hẹn tái khám đã dẫn đến 3 triệu đô la chi phí chăm sóc sức khỏe hàng năm. 

Trong lịch sử, các khoa X quang và lãnh đạo bệnh viện đã có những quan điểm trái ngược về việc ủy quyền liên quan đến thông tin theo dõi bệnh nhân. Adams nói rằng thường có sự cố trong giao tiếp trong hệ thống chăm sóc sức khỏe, nhưng cũng có một khoảng cách trong việc truyền tải thông tin, chẳng hạn như khi chuyên môn của bác sĩ X quang không phải lúc nào cũng được truyền đạt rõ ràng đến bác sĩ đã chỉ định xét nghiệm. Đôi khi, các phát hiện có thể bị hiểu sai hoặc bỏ qua.

Công nghệ hình ảnh hiện đại (thường được tăng cường bằng AI) đã trở nên cực kỳ tốt trong việc phát hiện các bất thường không liên quan, mà Adams mô tả là "incidentalomas" -- những phát hiện không phải là lý do ban đầu cho cuộc kiểm tra, giống như tổn thương vú được phát hiện trong quá trình chụp CT viêm ruột thừa của bạn cô ấy.

"Chúng ta đang chứng kiến sự gia tăng 40% chỉ riêng trong việc phát hiện [hình ảnh]," Adams nói. Nhiều phát hiện hơn đồng nghĩa với nhiều cuộc hẹn theo dõi hơn cần sự phối hợp, gây quá tải cho một hệ thống vốn đã căng thẳng.

Mặc dù mọi thứ đã thay đổi đáng kể trong chăm sóc sức khỏe, một số khía cạnh lại tụt hậu một cách nguy hiểm, Adams nói. Trước đây, một bác sĩ X quang trong bệnh viện có thể gọi cho bác sĩ chăm sóc chính và chuyển thông tin chi tiết của bệnh nhân trong trường hợp khẩn cấp. Các cuộc gọi điện thoại hiện đã được thay thế bằng quy trình làm việc tự động; tuy nhiên, công nghệ này không nhất thiết mang lại lợi ích cho bệnh nhân đang được chăm sóc, vì thông tin quan trọng tiềm ẩn có thể bị mất.

Inflo Health sử dụng xử lý ngôn ngữ tự nhiên và các mô hình ngôn ngữ lớn để đảm bảo rằng các cuộc hẹn và khuyến nghị theo dõi X quang không bao giờ bị bỏ lỡ. 

Đầu tiên, nền tảng Inflo tự động quét các báo cáo hình ảnh, chẳng hạn như X-quang, chụp CT, MRI và siêu âm, để xác định và trích xuất dữ liệu liên quan và các điểm chính. Mặc dù các con số về độ chính xác của nó không có sẵn, các nghiên cứu đã được thực hiện về việc liệu điều này có giúp ích hay gây hại cho bệnh nhân hay không, tùy thuộc vào bác sĩ.

Các khuyến nghị này được ưu tiên theo các tình huống khẩn cấp hoặc rủi ro cao, cho phép các nhóm chăm sóc xác định trường hợp nào cần được chú ý trước. Cách tiếp cận này giúp giảm việc theo dõi thủ công, vốn là nơi hầu hết các cuộc hẹn tái khám thường bị bỏ sót.

Inflo Health cũng tích hợp với các hệ thống quy trình làm việc hiện có để theo dõi các cuộc hẹn tái khám trong thời gian thực, và các nhiệm vụ được chuyển tiếp thông qua tin nhắn văn bản và thông báo nền tảng của nhà cung cấp, mang lại khả năng hiển thị về hiệu quả của nhân viên. 

Adams duy trì một phương pháp tiếp cận nghiêm ngặt có sự tham gia của con người. 

"AI không thay thế các bác sĩ X quang. Nó đang trao quyền cho họ để cung cấp dịch vụ chăm sóc bệnh nhân đáng tin cậy hơn," Adams nói với tôi.

Theo dữ liệu của công ty, quá trình tự động hóa xử lý 60% đến 70% các trường hợp theo dõi từ đầu đến cuối -- các tình huống đơn giản mà bệnh nhân phản hồi tin nhắn và hoàn thành các cuộc hẹn của họ. Các trường hợp còn lại được chuyển đến các điều phối viên chăm sóc con người, như những trường hợp liên quan đến các tình huống phức tạp với nhiều phát hiện hoặc bệnh nhân ung thư đang điều trị. 

Bệnh nhân và bác sĩ X quang có cái nhìn rõ ràng hơn về quy trình, điều này cuối cùng có thể cứu sống nhiều người, theo Adams. 

"Chúng tôi đặt họ ở vị trí cao nhất của kim tự tháp [quy trình làm việc], và tự động hóa AI đang xử lý phần lớn công việc để họ thực sự có thể tập trung thời gian, kiến thức, năng lượng của mình vào những trường hợp thực sự phức tạp đó," Adams nói. 

Tác động của AI đối với chăm sóc sức khỏe

Một số loại AI đã được triển khai vào hệ thống y tế từ những năm 1960, Adams nói với tôi, bao gồm điểm Apache (Acute Physiology and Chronic Health Evaluation) để dự đoán tỷ lệ tử vong, cũng như các phương pháp dự đoán nguy cơ tim mạch 10 năm -- các xét nghiệm hiện đã được tích hợp vào chăm sóc lâm sàng. 

Nhưng tư duy truyền thống của hệ thống chăm sóc sức khỏe đang kìm hãm con người, và chắc chắn gây hại cho họ, cô nói.

Adams nói rằng, khi nói đến việc áp dụng công nghệ, các hệ thống y tế đang chậm hơn một thập kỷ so với các ngành công nghiệp khác. Theo cô, việc bổ sung thêm nhân lực để giải quyết vấn đề không hiệu quả. "Cuối cùng, AI -- và những nguyên tắc cơ bản của nó -- chỉ là toán học," cô nói. 

Theo triết lý của Inflo Health, khi công nghệ được triển khai để hỗ trợ con người chứ không phải thay thế họ, kết quả mang lại lợi ích không chỉ cho các bác sĩ lâm sàng và luồng giao tiếp của nhóm họ mà còn cho toàn bộ hệ thống chăm sóc sức khỏe. 

Tác động dường như có thể đo lường được: Hợp tác với Inflo Health, Trung tâm Y tế East Alabama đã tăng cường các cuộc hẹn tái khám lên 74%, theo American College of Radiology. Ngoài ra, Inflo Health báo cáo rằng 125.000 tổng số người đã được hưởng lợi cho đến nay. 

Dữ liệu này củng cố điều mà Adams nhấn mạnh: "Sứ mệnh cao nhất của công nghệ là trả lại cho con người hai điều quan trọng nhất trong cuộc sống mà bạn không thể mua được, đó là sức khỏe và thời gian."