Các bác sĩ lâm sàng tập trung nỗ lực vào AI của họ để tham gia vào cuộc chiến chống lại đại dịch COVID-19. Làm thế nào nó có thể giúp những người có triệu chứng dai dẳng – cái gọi là “Covid kéo dài”?
Sự xuất hiện của đại dịch virus COVID-19 vào tháng 3 năm 2020 đã ảnh hưởng sâu sắc đến nhu cầu về dịch vụ y tế vẫn tiếp tục cho đến ngày nay. Tác động đối với các dịch vụ trong phòng thí nghiệm đặc biệt đáng chú ý trong những ngày đầu của đại dịch. Một nghiên cứu do Thomas JS Durant thuộc Khoa Y học Phòng thí nghiệm tại Trường Y Đại học Yale chủ trì cho thấy từ cuối tháng 2 đến giữa tháng 4 năm 2020, hơn 870.000 xét nghiệm COVID-19 đã được thực hiện ở Mỹ, nhưng xét nghiệm tổng thể trong phòng thí nghiệm đã giảm. đáng kể. Nhanh chóng, COVID đã trở thành gánh nặng ảnh hưởng đến các hoạt động khác của phòng thí nghiệm.
Nhưng một số phòng thí nghiệm của bệnh viện lại có một con át chủ bài: Trí tuệ nhân tạo (AI). Một số thuật toán đã phát triển để dự đoán khả năng bệnh nhân mắc bệnh COVID dựa trên dữ liệu nhân khẩu học và lịch sử tiêm chủng để ưu tiên các nguồn lực xét nghiệm bị hạn chế. Một số dự án hiện có đã điều chỉnh để dự đoán suy hô hấp.
Một số dự án AI hình ảnh X quang được đào tạo lại đã được tạo ra để tăng tốc độ chẩn đoán các bệnh về lồng ngực. Những người khác đã sử dụng mô hình AI và máy học (ML) để tìm ra bệnh nhân nào cần ít sự chăm sóc chu đáo hơn và những bệnh nhân có khả năng cần đặt nội khí quản (quy trình được sử dụng khi bạn không thể tự thở). Các nhà nghiên cứu của Viện Công nghệ Massachusetts (MIT) cũng đã phát triển một mô hình AI có thể phân biệt ngay cả những người mắc bệnh COVID-19 không có triệu chứng với độ chính xác đáng kinh ngạc bằng cách phân tích các bản ghi âm các cơn ho được thu thập qua điện thoại di động. Mô hình này được điều chỉnh từ các thuật toán đã được chứng minh là có khả năng phát hiện bệnh hen suyễn và viêm phổi một cách chính xác.
Nói tóm lại, AI và ML đã giảm bớt gánh nặng chăm sóc sức khỏe bằng cách giảm bớt số lượng bệnh nhân để giải phóng tài nguyên, ưu tiên xét nghiệm cho những người có nhiều khả năng đã bị phơi nhiễm nhất và cung cấp chẩn đoán bằng các hình thức thu thập dữ liệu mới. Mặc dù điều này mang lại lợi ích cho các giai đoạn dự đoán và điều trị sớm của quy trình COVID, nhưng AI cũng phải đóng một vai trò nào đó trong các trường hợp hậu cấp tính.
Trong khi hầu hết mọi người hồi phục sau khi nhiễm COVID trong vòng vài tuần, một số người vẫn có các triệu chứng kéo dài. COVID kéo dài – hay còn gọi là COVID hậu cấp tính, hoặc COVID mãn tính – được định nghĩa là các triệu chứng kéo dài từ 12 tuần trở lên sau khi nhiễm trùng mà không thể giải thích được bằng một tình trạng bệnh lý hiện tại hoặc mắc phải gần đây khác. Danh sách các triệu chứng rất dài: khó thở, nhức đầu, sốt, “sương mù não”, tim đập nhanh, đau khớp hoặc cơ, và những thay đổi về mùi hoặc vị chỉ là một số ít. COVID kéo dài có thể là do tổn thương ban đầu của nhiễm trùng đối với phổi, tim, thận, da và não – thực tế là bất kỳ cơ quan nào trong cơ thể con người. Và Long COVID không chỉ là vấn đề đối với những người bị bệnh nặng hoặc phải nhập viện vì COVID; nó có thể biểu hiện ở những bệnh nhân COVID không có triệu chứng trong giai đoạn cấp tính của nhiễm trùng.
Chúng ta có thể tận dụng các công nghệ AI và ML tuyến đầu để giúp quản lý sự đau khổ kéo dài của COVID. Các mô hình dự đoán có thể xác định khả năng một bệnh nhân có thể mắc phải COVID sau cấp tính, xác định bệnh nhân nào đang phải chịu những hậu quả không lây nhiễm của COVID, như bị cô lập và mất thu nhập, đồng thời xem xét thành phần hóa học của toàn bộ thư viện các phương pháp điều trị dược phẩm mà có thể có hiệu quả trong việc điều trị các triệu chứng sau COVID.
Chúng tôi có một lượng dữ liệu khổng lồ để đào tạo nền tảng trí tuệ nhân tạo và máy học. Nhưng có một trở ngại cho sự thành công của nó: sự im lặng.
Khi COVID-19 lần đầu tiên được tuyên bố là đại dịch, các nhà cung cấp dịch vụ chăm sóc sức khỏe đã phải nỗ lực áp dụng hoặc điều chỉnh các công cụ AI để giải quyết những thách thức cụ thể của họ. Điều này có nghĩa là việc phát triển mô hình và thuật toán diễn ra nội bộ chứ không phải trong một diễn đàn chia sẻ. Điều này dẫn đến không đảm bảo về việc thu thập dữ liệu nhất quán hoặc định dạng đầu ra có thể được chia sẻ với các nhà cung cấp khác, ngay cả trong cùng khu vực, nơi kết quả được chia sẻ sẽ có lợi nhất.
Sự tương tác của các hệ thống khác nhau là một thành phần quan trọng của phương pháp tiếp cận toàn diện để dự đoán, phát hiện và điều trị COVID-19 cũng như các biến chứng sau cấp tính của nó. Điều này đòi hỏi phải tiêu chuẩn hóa các định dạng báo cáo trên cơ sở chăm sóc sức khỏe hoặc trên toàn tiểu bang, lý tưởng nhất là tuân thủ các giao thức của Trung tâm Kiểm soát Dịch bệnh (CDC). Quy trình thu thập dữ liệu phải được chính thức hóa, số hóa ở dạng có khả năng chống lỗi và mang đến gần bệnh nhân nhất có thể để có độ chính xác tối đa.
Công nghệ AI và ML mang đến cơ hội gần như vô tận trong lĩnh vực khoa học đời sống—mô hình hóa các điểm nóng tiềm ẩn về bệnh tật, nhận biết những người bệnh nặng cần điều trị chu đáo so với những người mắc bệnh nhẹ có thể tự quản lý và dự đoán những nguồn lực nào sẽ cần và ở đâu để chiến đấu với đại dịch. Chúng tôi đã bắt đầu chiến đấu với Covid kéo dài và các triệu chứng liên quan bằng cách chuẩn bị cho khả năng tương tác.
