AI trên iPhone, iPad hỗ trợ khám chữa bệnh ở Singapore

Thay vì lắp đặt phòng thí nghiệm dáng đi trị giá triệu USD, bác sĩ phẫu thuật thần kinh tại SingHealth sử dụng CareCam ứng dụng AI trên iPad Pro để hỗ trợ chẩn đoán bệnh. - VnExpress

Bức tranh tổng quan

Nội dung chi tiết

AI trên iPhone, iPad hỗ trợ khám chữa bệnh ở Singapore

Thay vì lắp đặt phòng thí nghiệm dáng đi trị giá triệu USD, bác sĩ phẫu thuật thần kinh tại SingHealth sử dụng CareCam ứng dụng AI trên iPad Pro để hỗ trợ chẩn đoán bệnh.

Trải qua nhiều ca phẫu thuật cột sống phức tạp nhưng với tiến sĩ Damian Lee, Chuyên gia tư vấn phẫu thuật thần kinh tại Viện Khoa học Thần kinh Quốc gia thuộc SingHealth, đánh giá mức độ phục hồi của bệnh nhân mới luôn là thử thách thường trực. Cảm giác đau vốn mang tính chủ quan, ngưỡng chịu đựng mỗi người cũng khác nhau khiến các bác sĩ thường gặp khó khăn trong việc đánh giá tình trạng bệnh nhân đang thực sự tốt lên hay tệ đi sau phẫu thuật.

Ông Lee ví cột sống con người như một "xa lộ" truyền tín hiệu từ não xuống chân, bất kỳ sự tắc nghẽn hay hư hại nào sẽ thể hiện ngay qua dáng đi của bệnh nhân. Trước đây, để có dữ liệu, cơ sở khám bệnh cần đầu tư phòng thí nghiệm dáng đi (Gait Lab) với chi phí lắp đặt lên tới một triệu USD, bệnh nhân phải đến, gắn đầy cảm biến lên người và mất hàng giờ đồng hồ để chuẩn bị. Nhưng hiện tại, tiến sĩ Lee có thể phân tích ngay tại phòng khám hoặc phòng mổ để biết mức độ tiến triển của bệnh nhân chỉ sau hơn một phút vơi chiếc iPad Pro.

Thay thế phòng thí nghiệm triệu USD

Ramanpreet Pahwa, Giám đốc công nghệ của CareCam cho biết ý tưởng về ứng dụng này xuất hiện khi ông một bác sĩ phản hồi: "Nếu bạn chỉ báo cho tôi biết ai đó bị ngã, như thế đã là quá muộn. Nhưng nếu bạn có thể cho tôi biết ai đó có nguy cơ bị té ngã cao, tôi có thể thực sự giúp điều gì đó". Ứng dụng CareCam sau đó ra đời với tính năng nổi bật nhất là phân tích dáng đi của con người, đưa ra các báo cáo phân tích, trợ giúp bác sĩ chẩn đoán bệnh cũng như theo dõi mức độ tiến triển của bệnh nhân.

Theo ông Ramanpreet, những phòng thí nghiệm truyền thống đem đến kết quả phân tích dáng đi chính xác nhưng chi phí đắt đỏ và tốn nhiều thời gian. Quá trình thiết lập cho mỗi bệnh nhân có thể lên tới 2 tiếng, đôi khi chỉ cần một cảm biến bị rơi, toàn bộ bài kiểm tra phải làm lại từ đầu vào ngày hôm sau.

Trong khi đó, với giải pháp 3DGait của CareCam, người bệnh chỉ cần đi bộ đoạn ngắn trước camera của iPad Pro, bác sĩ theo dõi đã có kết quả phân tích sau hơn một phút. Theo tiến sĩ Damian Lee, các dữ liệu này đủ chi tiết để đánh giá khả năng vận động và thăng bằng của bệnh nhân đột quỵ hoặc mắc bệnh thần kinh một cách nhất quán theo thời gian.

Quá trình phân tích bước đi của CareCam bằng iPad Pro. Video: Hoàng Ngân

Giải pháp 3DGait kết hợp giữa camera thông thường, cảm biến LiDAR và chip AI trên thiết bị của iPad Pro để tự động nhận diện khớp xương và tính toán các thông số chuyển động qua video. Người bệnh không cần đeo các cảm biến phức tạp giúp tăng quy mô thăm khám lên gấp nhiều lần.

Tại sự kiện Woodlands Health do CareCam tổ chức ở một cụm dân cư hồi tháng 5, hệ thống đã tầm soát cho 300 người chỉ trong vòng 4 tiếng, vượt xa các phòng lab truyền thống chỉ làm được vài ca mỗi buổi.

Trong thử nghiệm thực tế, với quãng đường đi bộ hơn 10 mét và thời gian phân tích khoảng một phút, CareCam đưa ra nhiều thông số giá trị như tốc độ dáng đi, tính đối xứng tổng thể, các pha trong chu kỳ bước đi (pha tiếp xúc, pha vung chân), phân tích vận động học chi tiết (khớp khuỷu tay, hông, gối, háng) hay đánh giá bất đối xứng thân trên và dưới. Ví dụ, một người thử nghiệm đang bị căng cơ đùi, hông sau do chơi thể thao cường độ cao, kết quả phân tích lập tức phản ánh rõ ở thông số bất đối xứng tại khớp gối và hông do yếu hoặc căng cứng của các nhóm cơ hỗ trợ khớp.

Theo đại diện CareCam, với người khỏe mạnh, giải pháp 3DGait có độ chính xác khoảng 95%, sai số góc dưới 3 độ và sai số không gian bước đi khoảng 3 cm, trong ngưỡng được chấp nhận về mặt lâm sàng.

Kết quả phân tích của CareCam bao gồm cả video tái hiện 3D, vị trí các khớp xương và các phân tích chi tiết. Video: Hoàng Ngân

Theo dõi, phân tích vết thương bằng thiết bị di động

Không chỉ CareCam, SingHealth còn đang áp dụng một số ứng dụng AI trên thiết bị khác để hỗ trợ y bác sĩ như chăm sóc các vết thương mạn tính, hướng dẫn y tế và tự chăm sóc tại nhà.

Theo bà Nanthakumahrie Gunasegaran, điều dưỡng lâm sàng tại SingHealth, việc xử lý các vết thương như loét do tiểu đường vốn là quy trình tốn nhiều thời gian và dễ sai lệch. Cách đánh giá vết thương trước đây hoàn toàn thủ công khi điều dưỡng dùng thước đo, ghi ra giấy rồi nhập vào hồ sơ. Quá trình này tốn nhiều thời gian và kết quả đo có sự chênh lệch giữa các điều dưỡng.

Chẩn đoán vết thương và lưu quá trình tiến triển trên hệ thống của eKare. Ảnh: Hoàng Ngân

Để hỗ trợ quá trình thăm khám được chuẩn hóa và đơn giản hơn, SingHealth sử dụng giải pháp inSight của eKare. Ứng dụng trên iPhone này sẽ sử dụng camera, cảm biến đo chiều sâu để tính toán diện tích và độ sâu vết thương, loại bỏ sai lệch giữa các lần đo của những nhân viên y tế khác nhau. Ứng dụng cũng tích hợp trợ lý ảo AI để phân tích tình trạng vết thương và đưa ra gợi ý điều trị dựa trên hướng dẫn, chính sách của bệnh viện.

Ông Patrick Cheng, Giám đốc điều hành eKare, cho biết giải pháp này giúp biến một bức ảnh đơn giản thành thông tin lâm sàng có cấu trúc, hỗ trợ các bác sĩ "theo dõi tiến trình và đưa ra quyết định tốt hơn". Phần mềm cài trực tiếp trên iPhone cũng giúp nhân viên y tế có thể dễ dàng làm quen thay vì máy móc chuyên dụng.

"Công nghệ thực sự hỗ trợ chúng tôi. Nó không thay thế mà giúp công việc chúng tôi làm trở nên đơn giản và chính xác hơn", bà Nanthakumahrie nhận định. Các thông tin của từng bệnh nhân sẽ được lưu theo mã định dạng vào hồ sơ điện tử, bác sĩ có thể xem từ xa tiến triển vết thương sau phẫu thuật hoặc không cần thăm khám quá nhiều lần nhưng vẫn có thể điều chỉnh phác đồ kịp thời.

Những thách thức kỹ thuật

Dù mang lại những bước tiến đột phá trong việc chẩn đoán, hỗ trợ điều trị, đội ngũ y tế tại SingHealth cũng chỉ ra những hạn chế trong quá trình ứng dụng giải pháp mới. Với ứng dụng dựa trên hình ảnh như inSight của eKare, điều kiện ánh sáng đóng vai trò quyết định đến độ chính xác của chẩn đoán.

Bà Nanthakumahrie Gunasegaran chia sẻ ánh sáng tại phòng khám hoặc tại nhà bệnh nhân có thể làm thay đổi kết quả chẩn đoán. Trong đó, hiện tượng phản xạ ánh sáng hoặc đổ bóng trên bề mặt vết thương có thể dẫn đến việc diễn giải sai (misinterpretation) tình trạng lành thương. Một thách thức khác là tính nhất quán trong góc chụp, các điều dưỡng viên cần được đào tạo và sử dụng tính năng Ghosting Opacity để khớp ảnh cũ và ảnh mới, đồng nhất góc chụp nếu không việc so sánh tiến triển vết thương sẽ không chính xác.

Bà Nanthakumahrie Gunasegaran chia sẻ quá trình ứng dụng giải pháp của eKafe tại SingHealth. Ảnh: Hoàng Ngân

Giải pháp này cũng gặp những giới hạn về mặt vật lý khi hệ thống đôi khi không thể đo tự động chính xác với các vết thương có độ sâu rõ rệt (dạng hốc hoặc crater). Các điều dưỡng vẫn được yêu cầu thực hiện đo thủ công với các trường hợp phức tạp để đảm bảo dữ liệu đưa vào hệ thống là chính xác nhất.

Về phần cứng, các giải pháp như CareCam cũng phụ thuộc vào các thiết bị đặc thù. Ông Ramanpreet Pahwa khẳng định hiện không có máy tính bảng thương mại nào khác ngoài iPad Pro có thể cung cấp thông tin 3D và dữ liệu LiDAR đủ tiêu chuẩn để phân tích dáng đi. Ngoài ra, phần cứng cũng đòi hỏi đồng bộ cảm biến màu và cảm biến LiDAR ở cấp độ từng khung hình để đảm bảo hệ thống có thể bắt đầu bài kiểm tra lập tức mà không cần quy trình hiệu chuẩn phức tạp.

Bảo mật dữ liệu và an ninh mạng cũng là ưu tiên hàng đầu khi xử lý các thông tin y tế nhạy cảm với các ứng dụng như CareCam, eKare. Việc gửi các video, hình ảnh lên máy chủ xử lý đôi khi có độ chính xác cao hơn nhưng không đủ bảo mật thông tin. Vì vậy, các giải pháp nói trên đều yêu cầu quá trình xử lý AI phải thực hiện trực tiếp trên thiết bị, đòi hỏi các model được dùng có chip AI riêng biệt, hiệu năng đủ tốt.

Tuấn Hưng

Nguồn: VnExpress

Đọc bài gốc →