Trí tuệ nhân tạo có thể dự đoán thời điểm bệnh nhân chết chính xác đáng kinh ngạc

Mặc dù ý tưởng này có vẻ gây hoang mang nhưng nhóm nghiên cứu nói rằng nó có thể nâng cao chất lượng chăm sóc cho bệnh nhân giai đoạn cuối và gia đình họ.

Bằng cách xác định chính xác hơn khi nào một bệnh nhân chết hoặc một bệnh nhân ốm nặng qua đời, những người chăm sóc có thể sắp xếp ưu tiên cho các mong ước của bệnh nhân và đảm bảo các cuộc trò chuyện quan trọng được diễn ra trước khi quá muộn.

Trong nghiên cứu mới đã xuất bản trên arXiv, nhóm nghiên cứu Stanford giải thích rằng thường có một sự khác biệt lớn giữa cách các bệnh nhân muốn sống trong suốt phần đời còn lại của họ và cách nó thực sự xảy ra như thế nào.

Theo các nhà nghiên cứu, gần 80% người Mỹ muốn dành những ngày cuối cùng ở nhà - nhưng, đến 60% người cuối cùng lại chết trong bệnh viện.

Trong nỗ lực xóa bỏ khoảng trống này, nhóm nghiên cứu tại Đại học Stanford đã huấn luyện một mạng neuron sâu về Dữ liệu ghi chép sức khỏe điện tử từ Bệnh viện Stanford và bệnh viện Nhi khoa Lucile Packard, bao gồm khoảng 2 triệu người lớn và trẻ em.

Anand Avati, một nghiên cứu sinh tiến sĩ về khoa học máy tính tại Phòng thí nghiệm AI của Đại học Stanford, nói với IEEE, "Chúng tôi có thể xây dựng một mô hình dự đoán bằng cách sử dụng các dữ liệu hoạt động được thu thập thường xuyên trong bối cảnh chăm sóc y tế, đối lập với một nghiên cứu thực nghiệm được thiết kế cẩn thận".

"Quy mô dữ liệu sẵn có cho phép chúng tôi xây dựng mô hình dự báo tử vong do mọi nguyên nhân, thay vì dựa vào bệnh hoặc đặc điểm nhân khẩu học".

Công cụ này không được thiết kế để tự hướng dẫn quá trình chăm sóc. Thay vào đó, nó có thể được sử dụng kết hợp với các đánh giá của bác sĩ để đưa ra các quyết định chủ động trong việc sàng lọc bệnh nhân cho kế hoạch cuối đời.

Như các nhà nghiên cứu giải thích, không phải lúc nào cũng dễ biết ai cần chăm sóc giảm nhẹ và khi nào. Các tiêu chí để quyết định những bệnh nhân nào được hưởng lợi từ chăm sóc giảm nhẹ có thể khó trình bày rõ ràng. Và cách tiếp cận của chúng tôi, sử dụng deep learning sàng lọc bệnh nhân đã nhập viện để xác định những ai vẻ cần chăm sóc giảm nhẹ nhất.

"Thuật toán giải quyết một vấn đề ủy quyền - để dự đoán tỷ lệ tử vong của một bệnh nhân trong vòng 12 tháng tới - và sử dụng dự đoán đó để đưa ra các khuyến nghị cho việc giới thiệu chăm sóc giảm nhẹ."

Mặc dù quá trình này có thể hữu ích, nhưng có một trở ngại là nó dựa trên tính chất "hộp đen" của thuật toán. Các nhà nghiên cứu không biết chính xác những tiên đoán của nó dựa trên cái gì.

Tuy nhiên, trong loại hình ứng dụng này, để biết tại sao nó làm được dự đoán đó thật sự quan trọng.

Nhà khoa học nghiên cứu Kenneth Jung phát beieur với IEEE: "Sự can thiệp chăm sóc giảm nhẹ không gắn liền với lý do tại sao ai đó đang bị bệnh". Nếu trường hợp giả thuyết rằng "ai đó sẽ chết và chúng ta cần phải lựa chọn cách điều trị" thì chúng ta cần hiểu nguyên nhân để điều trị. Nhưng trong bối cảnh này, lý do gần như không quan trọng miễn là chúng ta hiểu đúng về nó."

Đào Hiền (Theo Daily Mail)