Xu hướng ứng dụng trí tuệ nhân tạo vào y khoa

Ngành công nghiệp chăm sóc sức khỏe ứng dụng trí tuệ nhân tạo (AI) được dự đoán trị giá gần 200 tỷ USD vào năm 2025.

Trong những năm gần đây, ứng dụng trí tuệ nhân tạo (AI) vào y khoa là một trong những lĩnh vực nghiên cứu ứng dụng nổi trội nhất. Tương tự cách để trở thành một bác sĩ, mô hình AI cũng phải "học", cụ thể là "học" từ dữ liệu thực tế. Để huấn luyện một mô hình AI hiệu quả, các hệ thống máy tính được cung cấp dữ liệu và nhãn của dữ liệu tương ứng (ví dụ như triệu chứng của bệnh và tên của bệnh tương ứng). Sau khi có đủ nhiều điểm dữ liệu và nhãn sẽ thực hiện huấn luyện mô hình. Sau đó là quá trình kiểm thử để kiểm tra độ chính xác trên một tập dữ liệu hoàn toàn khác so với dữ liệu dùng để huấn luyện.

Có nhiều thuật toán khác nhau có thể học từ dữ liệu. Hầu hết các ứng dụng AI trong y học đều có thể huấn luyện từ dữ liệu dạng số (như nhịp tim hoặc huyết áp) hoặc dữ liệu hình ảnh (như quét MRI hoặc hình ảnh của các mẫu mô sinh thiết). Sau khi được huấn luyện, mô hình sẽ đưa ra xác suất phân loại bệnh. Ví dụ, mô hình AI có thể đưa ra xác suất có xuất hiện máu đông hay không, khi được cung cấp dữ liệu về nhịp tim và huyết áp, hoặc phân loại một ảnh chụp mẫu mô tế bào là ung thư hoặc không ung thư. Để đánh giá mô hình AI khách quan hơn, hiệu suất của mô hình trên kết quả chẩn đoán được so sánh với hiệu suất của bác sĩ để xác định khả năng và độ tin cậy của mô hình.

Các ứng dụng trí tuệ nhân tạo được xem là trợ thủ đắc lực và hứa hẹn tạo ra nhiều thay đổi lớn trong y khoa. Ảnh: Health Journal.

Sắp tới đây ở sự kiện VietAI Summit diễn ra vào ngày 02/02/2021, PGS.TS Truyen Tran từ đại học Deakin, Australia sẽ có bài thuyết trình về ứng dụng AI trong y khoa. Bài nói sẽ đề cập mô hình AI có thể giúp con người nhận dạng phân tử mới, thiết kế thuốc, lập kế hoạch tổng hợp, tương tác giữa hai loại thuốc, liên kết mục tiêu thuốc, tái sử dụng thuốc, ước tính đáp ứng tế bào và đánh giá an toàn. Chuyên gia cũng sẽ thảo luận về những mô hình Machine Learning liên quan để phân loại biểu đồ, chuyển đổi biểu đồ phân tử, tạo thuốc bằng cách ứng dụng các mô hình Deep Generative Model và Reinforcement learning.

Theo Dân trí