Bài Tập Lớn Kết Thúc Học Phần Năng Lực Số Ứng Dụng Ứng Dụng Trí Tuệ Nhận Tạo Trong Lĩnh Vực Y Tế.pdf

HỌC VIỆN NGÂN HÀNG

KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

BÀI TẬP LỚN KẾT THÚC HỌC PHẦN

Học phần: Năng lực số ứng dụng

Chủ đề: Ứng dụng trí tuệ nhận tạo trong lĩnh vực y tế

Hà Nội, ngày 25 tháng 06 năm 2022

Thành viên nhóm thực hiệnHọ và tênPhần trăm

đóng góp

Mức độ hoànthành

Công việc phụtráchPhạm Huy

đầy đủ

1.1 Thử nghiệm lâm sàng1.2 Phân tích y

tếTrần Quang

đầy đủ

1.3 Robot y tế1.4 Y tế di động1.5 Chăm sóc

người già

Lê VănTrọng

đầy đủ

2.1 Hiện trạng ứng dụng TTNT tại VN

2.2 Hiện trạng ứng dụng TTNT trên thế giớiHà Thị Hảo

đầy đủ

3.1 Bài học kinh nghiệm

3.2 Giải phápHoàn thành word bài tập lớn.Danh mục các từ viết tắt

IBMInternational Business Machines

MỤC LỤCContents

5 Chăm sóc người già 10

II Hiện trạng ứng dụng TTNT trong lĩnh vực y tế tại Việt Nam và thế giới 11

1 Tại Việt Nam 11

Lời mở đầu

Sức khỏe là nền tảng của thành tựu, sự hài lòng, hạnh phúc của mỗi cánhân, gia đình và xã hội Bên cạnh các vấn đề nghiêm trọng như biến đổi khíhậu và đói nghèo, sức khỏe của người dân chính là mối quan tâm được đặt lênhàng đầu, tiêu tốn nhiều nguồn lực của các quốc gia Chủ đề sức khỏe càng quantrọng hơn khi được đặt trong bối cảnh thế giới đang bước vào một kỉ nguyênmới với những thay đổi mang tính cách mạng Trong đó công cuộc ứng dụngTTNT trong lĩnh vực y tế trên toan thế giới đóng vai trò động lực chủ đạo.Bài nghiên cứu này giúp tìm hiểu, phân tích và làm rõ các ứng dụng của trí tuệnhân tạo trong lĩnh vực y tế, đánh giá thực trạng TTNT trong nền y học thế giớinói chung và nền y học Việt Nam nói riêng, rút ra các bài học kinh nghiệm Từđó nhóm ngiêm cứu đưa ra những giải pháp cụ thể dựa trên quan điểm chủ đạocủa Thủ tướng Chính phủ để phát triển lĩnh vực y tế găn liền với AI Để thựchiện mục tiêu trên bài viết giải quyết các nội dung nghiên cứu sau:(1) Các ứngdụng của TTNT trong lĩnh vực y tế, (2) Thực trạng ứng dụng TTNT trong lĩnhvực y tế tại Việt Nam, (3) Thực trạng ứng dụng TTNT trong lĩnh vực y tế trênthế giới, (4) Bài học kinh nghiệm và giải pháp cụ thể thúc đẩy quá trình pháttriển AI gắn liền nền y học Việt Nam.

1 Lý do chọn đề tài

Vượt qua kì thi tốt nghiệp trung học phổ thông 2021 là một niềm vui tolớn của mỗi tân sinh viên chúng em, chúng em được tiếp thu thêm nhiều kiếnthức mới mẻ nhưng bên cạnh đó không kém phần khó khăn khi trước mắt làkhối lượng kiến thức khổng lồ, chính điều này đã làm không ít sinh viên cảmthấy bỡ ngỡ và choáng ngợp Nhận thấy phương thức học tập cũ đã không cònhiệu quả và không quá phù hợp với môi trường đại học, do đó nhóm chúng emchọn đề tài này nhằm giúp đỡ một bộ phận sinh viên nói chung và sinh biên họcviện ngân hàng nói riêng nghiên cứu, tìm hiểu nội dung “Ứng dụng trí tuệ nhântạo trong lĩnh vực y tế” và tính ứng dụng trong thực tế.

2 Mục đích nghiên cứu

Đưa trí tuệ nhân tạo (AI) ứng dụng vào trong thực tiễn đời sống, đặc biệtlà lĩnh vực y tế; đồng thời tạo nguồn cảm hứng, khơi gợi hứng thú của lớp trẻđặc biệt là sinh viên Học viện Ngân hàng trong lĩnh vực này.

3 Phạm vi nghiên cứu

Tóm gọn trong việc phân tích các ứng dụng của trí tuệ nhân tạo (AI) trong lĩnh vực y tế, nêu lên thực trạng tại Việt Nam và trên thế giới hiện nay Từ đó nhìn nhận được những ưu điểm tích cực cũng như thách thức, rủi ro; đưa ra các giải pháp để hoàn thiện.

I ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG LĨNH VỰC Y TẾ.

Trong điều kiện kinh tế đời sống trong nước và thế giới ngày càng pháttriển, người ta không còn chỉ quan tâm đến cái ăn cái mặc mà bắt đầu chú ý hơnđến chăm sóc sức khỏe của bản thân và gia đình Y tế trở thành khoảng trời rộnglớn để các ứng dụng công nghệ TTNT được triển khai, phát huy các tính năngvượt trội Công nghệ TTNT sẽ giúp hàng triệu người cải thiện kết quả sức khỏe,chất lượng cuộc sống trong tương lai gần nếu nhận được sự tin tưởng, ủng hộcủa các y bác sĩ và bệnh nhân; được gỡ bỏ các rào cản, quy định ràng buộc Khiấy, hệ thống y tế sẽ nhận được nhiều sự hỗ trợ hơn từ TTNT như hỗ trợ quyếtđịnh lâm sàng, theo dõi và huấn luyện bệnh nhân, các thiết bị tự động để hỗ trợtrong phẫu thuật hoặc chăm sóc bệnh nhân, và quản lý các hệ thống chăm sócsức khỏe Khả năng của TTNT trong chăm sóc sức khỏe còn được khẳng địnhthông qua các thành công như khai thác phương tiện truyền thông xã hội để suyra các nguy cơ rủi ro về sức khỏe, máy học để dự đoán nguy cơ cho bệnh nhân,và robot hỗ trợ phẫu thuật Những cải tiến trong phương pháp tương tác với cácchuyên gia y tế và bệnh nhân sẽ là một thách thức quan trọng.

Như trong các lĩnh vực khác, dữ liệu là động lực chính Hiện nay giớinghiên cứu đã có thành công đáng kể trong việc thu thập dữ liệu hữu ích từ cácthiết bị giám sát cá nhân, ứng dụng di động và từ hồ sơ y tế điện tử (EHR) trongcác cơ sở y tế Ngoài ra các thủ tục y tế và các hoạt động của bệnh viện cũngnhận được sự hỗ trợ từ robot Tuy nhiên, vẫn còn nhiều khó khăn trong việc sửdụng dữ liệu để chẩn đoán, điều trị chính xác hơn cho người bệnh Qúa trìnhnghiên cứu và triển khai có tiến triển chậm chạp do ảnh hưởng của các quy định,các ràng buộc và cơ chế lỗi thời Sự thiếu hụt các phương thức tương tức giữangười và máy tính cùng với những rủi ro cố hữu khi áp dụng công nghệ vào mộthệ thống lớn và phức tạp đã làm trì hoãn việc hiện thực hóa triển vọng củaTTNT trong y tế.

1 Thử nghiệm lâm sàng.

Trong nhiều thập kỉ, khả năng tồn tại một ‘trợ lí bác sĩ’ dựa trên TTNT gầnnhư bằng không Chúng vẫn có những cấu trúc không thích hợp với những hấpthụ và triển khai những tiến bộ nhanh chóng dù đã có những thử nghiệm thànhcông công nghệ liên quan TTNT trong chăm sóc sức khoẻ Các phân tích mớinhờ dữ liệu từ hồ sơ sức khỏe điện tử (EHR) và TTNT gặp các rào cản về quyđịnh và cấu trúc nên chưa thể thực hiện được.

Trong 10 năm tới, những tiến bộ TTNT hướng tới kết hợp thành công vớidữ liệu đầy đủ và hệ thống nhằm mục tiêu tốt, kì vọng sẽ thay thế bác sĩ lâmsàng trong nhiệm vụ nhận thức Hiện nay, các bác sĩ chủ yếu đưa ra các suyđoán ban đầu về căn bệnh thông qua lời kể các triệu chứng của bệnh nhân, từ đóhình dung ra các mô hình tương quan chống lại các bệnh đã biết Bên cạnh ‘kinh nghiệm truyền tay’ đóng vai trò quan trọng, các bác sĩ còn có thể hướng dẫn quátrình đầu vào và đánh giá đầu ra của máy thông minh nhờ sự hỗ trợ tự động Sựtích hợp giữa các quá trình suy luận tự động và khía cạnh chăm sóc con người làvấn đề không nhỏ, tạo ra nhiều khó khăn và thách thức cho giới nghiên cứu vàphát triển.

Để có thể nhìn thấy những thành tựu trong tương lai, các nhà lâm sàng cầntham gia ngay từ đầu để chắc chắn rằng hệ thống này được chế tạo tốt và đángtin cậy Hiện nay, các ứng dụng chuyên ngành đang được thế hệ bác sĩ mới amhiểu công nghệ ứng dụng trên các thiết bị di động Đồng thời khối lượng côngviệc của các bác sĩ tăng lên đòi hỏi cần có sự trợ giúp Chính vì vậy, chưa baogiờ nhu cầu khai thác các phương thức học mới, tạo ra mô hình cấu trúc suy luậnvà trợ lý nhận thức lại lớn như ngày nay.

2 Phân tích y tế

Ở cấp toàn dân, khả năng của TTNT khai thác kết quả từ hàng triệu hồ sơlâm sàng của bệnh nhân hứa hẹn sẽ cho phép chẩn đoán và điều trị điều chỉnhmang tính cá nhân hơn Tự động phát hiện các kết nối kiểu gen-kiểu hình cũngsẽ có thể trở nên đầy đủ, việc xếp trình tự gen một lần trong đời trở thành bìnhthường cho mỗi bệnh nhân Trong tương lai gần, AI sẽ giúp tìm thấy những

“bệnh nhân giống tôi” như một cách để thông báo quyết định điều trị dựa trênphân tích của một nhóm tương tự Các dữ liệu y tế truyền thống và phi truyềnthống, được tăng cường bởi các nền tảng xã hội, có thể dẫn đến sự xuất hiện củacác nhóm dân cư tự xác định, mỗi nhóm được quản lý bởi một hệ sinh thái cácnhà cung cấp dịch vụ chăm sóc sức khỏe được hỗ trợ bởi các hệ thống giám sátvà khuyến nghị tự động Những phát triển này có khả năng thay đổi căn bản việccung cấp chăm sóc sức khỏe khi sẵn có các quy trình y tế và hồ sơ lâm sàng suốtđời của hàng trăm triệu cá nhân Tương tự như vậy, việc tự động thu thập dữ liệumôi trường cá nhân từ các thiết bị mang trên người sẽ mở rộng y học cá nhân.Những hoạt động này đang ngày càng trở nên có tính thương mại như các nhàcung cấp phát hiện ra cách để tiếp cận số đông dân số (ví dụ ShareCare) và sauđó để tạo ra dữ liệu quy mô toàn dân có thể được khai thác để tạo ra phân tích vàkiến nghị cá nhân Tự động giải thích hình ảnh cũng là một đề tài đầy hứa hẹncủa nghiên cứu trong nhiều thập kỷ Tiến độ trong giải thích lượng lớn hình ảnhlưu trữ dán nhãn kém, chẳng hạn như các lưu trữ ảnh lớn lấy từ web, đã bùngnổ Hầu hết các phương thức hình ảnh y khoa (CT, MR, siêu âm) là kỹ thuật sốđều được lưu trữ, và các công ty lớn có hoạt động NC&PT dành cho hình ảnh(ví dụ Siemens, Philips, GE).

Mười lăm năm tới có thể sẽ chưa có X quang hoàn toàn tự động, nhưngnhững đột phá ban đầu trong "phân loại" hình ảnh hoặc kiểm tra thứ cấp có thểsẽ cải thiện tốc độ và hiệu quả kinh tế của chụp ảnh y tế Khi kết hợp với hệthống hồ sơ bệnh nhân điện tử, các kỹ thuật máy học quy mô lớn có thể được ápdụng cho dữ liệu ảnh y học Ví dụ, nhiều hệ thống chăm sóc sức khỏe lớn có lưutrữ hàng triệu ảnh chụp quét của bệnh nhân, mỗi ảnh trong số đó có một báo cáoliên quan, và hầu hết có một hồ sơ bệnh nhân liên quan.

3 Robot y tế.

Quay về quá khứ, người máy y tế gần như là khoa học viễn tưởng.Robodoc, một công ty khởi nguồn (spin-out) từ IBM, đã phát triển các hệ thốngrobot cho phẫu thuật chỉnh hình (thay hông, gối) Tuy nhiên công ty này đãkhông thể phát triển thương mại được, cuối cùng phải đóng cửa và giữ lại công

nghệ của mình mặc dù công nghệ này đã hoạt động thành công Những năm gầnđây việc đưa các nghiên cứu và sử dụng thực tế robot phẫu thuật đã thực sựbùng nổ.

Năm 2000, Intuitive Surgical ra mắt hệ thống da Vinci- một công nghệ hỗtrợ phẫu thuật tim xâm lấn tối thiểu, sau đó đã đạt được thị phần đáng kể trongđiều trị ung thư tuyến tiền liệt Năm 2003, Intuitive Surgical sáp nhập với côngty đối thủ duy nhất Computer Motion Da Vinci hiện đang ở thế hệ thứ tư giúpcung cấp hình ảnh 3D, các công cụ cổ tay trong nền tảng phẫu thuật, là tiêuchuẩn chăm sóc trong nhiều ca nội soi, và được áp dụng trong gần 750000 cabệnh mỗi năm Không chỉ cung cấp nền tảng vật lý, da Vinci còn là nền tảng dữliệu mới cho nghiên cứu quá trình phẫu thuật Sự hiện diện của da Vinci gópphần mở ra nhiều tiện ích như từ thiết bị mới để tổng hợp hình ảnh đến các chỉdấu sinh học mới - tạo ra hệ sinh thái đổi mới của riêng mình.

Trong tương lai, dù không hoàn toàn tự động nhưng robot sẽ hỗ trợ các ybác sĩ được rất nhiều nhiệm vụ trong chăm sóc sức khỏe.

4 Y tế di động.

Cho đến nay phân tích theo chứng cứ về y tế vẫn dựa vào các dữ liệu y tếtruyền thống chủ yếu là các hồ sơ y tế điện tử Tuy nhiên đã có các xu hướngtriển vọng hướng tới các dữ liệu mới trong thực tế lâm sàng Ví dụ,TeleLanguage cho phép một bác sĩ lâm sàng tiến hành các buổi trị liệu ngôn ngữvới nhiều bệnh nhân cùng lúc với sự trợ giúp của một phần tử TTNT được đàotạo bởi các bác sĩ lâm sàng Hay một bác sĩ tâm thần ở Israel đã phát hiện sớmnhững dấu hiệu của hành vi u sầu ở bệnh nhân nhờ Lifegraph, lấy từ mô hìnhhành vi và tạo ra các cảnh báo từ dữ liệu thụ động thu được từ điện thoại thôngminh của một bệnh nhân

Trong tương lai, nhờ cuộc cách mạng điện toán di động, sự tăng trưởngđáng kinh ngạc của "sinh trắc học trong tự nhiên" - và sự bùng nổ của nền tảngvà ứng dụng sử dụng chúng - là một xu hướng đầy hy vọng Hàng ngàn ứngdụng di động hiện nay cung cấp thông tin, giới thiệu thay đổi hành vi, hoặc xácđịnh nhóm "những người như tôi" Điều này, kết hợp với các xu hướng đang nổi

lên của các thiết bị theo dõi chuyển động chuyên dụng hơn, như Fitbit, và nhữngkết nối (liên kết) giữa môi trường trong nhà và thiết bị theo dõi sức khỏe, đã tạora một ngành mới sôi động của đổi mới sáng tạo.

Ngày nay một số ứng dụng y tế có thể thực hiện việc khai thác, học dữ liệu,và dự đoán từ dữ liệu nắm bắt được nhờ kết hợp dữ liệu xã hội và y tế mặc dùnhững dự đoán này còn khá thô sơ Sự hội tụ của dữ liệu và chức năng trên cácứng dụng có thể sẽ thúc đẩy các sản phẩm mới, đưa ra các tính năng tốt nhất,tiện ích nhất, chẳng hạn như một ứng dụng tập thể dục không chỉ đề xuất một kếhoạch luyện tập, mà còn cho biết thời gian tốt nhất để làm điều đó, và cung cấphuấn luyện gắn vào lịch tập.

5 Chăm sóc người già.

Thế giới đang phải đối diện với tình trạng già hóa dân số đang tăng nhanhmột cách chóng mặt Kết quả là làm gia tăng sự quan tâm vào thị trường cho cáccông nghệ có sẵn và trưởng thành để hỗ trợ sức khỏe thể chất, tình cảm, xã hội,và tinh thần Dưới đây là một vài ví dụ về khả năng theo thể loại:

Chất lượng cuộc sống và sự độc lập

Vận chuyển tự động: hỗ trợ sự độc lập và mở rộng chân trời xã hội.Chia sẻ thông tin: giúp các thành viên dù ở xa cũng có thể chia sẻ,tham gia hoạt động cùng nhau; phân tích tiên đoán được sử dụngđể “lay chuyển” các nhóm gia đình hướng tới hành vi tích cực, nhưlời nhắc “gọi điện về nhà”.

Thiết bị thông minh trong nhà: giúp cuộc sống trở nên dễ dàng,tiện lợi nếu khả năng khai thác của robot được cải thiện đầy đủ.Y tế và chăm sóc sức khỏe

Các khuyến khích duy trì sức khỏe tinh thần và thể chất được đưara qua các theo dõi chuyển động và hoạt động cùng các nền tảng xãhội

Theo dõi sức khỏe tại gia và truy cập thông tin y tế ngày càng dễdàng Nó đưa ra các cảnh báo khi phát hiện các thay đổi tâm trạng,hành vi.

Giảm phức tạp liên quan đến các tương tác điểu trị và điều kiệnphát sinh bệnh nhờ quản lý sức khỏe cá nhân hóa.

II Hiện trạng ứng dụng TTNT trong lĩnh vực y tế tại Việt Nam và thế giới.

1 Tại Việt Nam.

Phát triển chăm sóc sức khỏe là một trong những ưu tiên hàng đầu của ViệtNam Y tế nước ta đang tiến hành theo hướng bệnh viện số Với làn sóng cuộccách mạng công nghiệp 4.0, ứng dụng nâng cấp phần mềm trong máy móc hỗtrợ chẩn đoán hình ảnh y tế được cập nhật thường xuyên, thậm chí còn nhanhhơn phần mềm di dộng Hiện nay, ứng dụng công nghệ thông minh là hướng đitương lai của y học nước ta.

Việt Nam đã sử dụng AI trong y tế từ vài năm trước Ứng dụng AI hỗ trợchẩn đoán, đưa ra phác đồ điều tri 13 loại ung thư đã được vận hành tại một sốbệnh viện và được đánh giá cao Hiện nay dù AI chưa được ứng dụng nhiềutrong các bệnh viện nhưng một số ứng dụng đã được chứng minh là hỗ trợ rấtnhiều trong công tác khám và điều trị bệnh.

Ngày 12/12/2019, hệ thống y tế Vinmec, bệnh viện phổi Trung ương cùngVinbrain đã kí biên bản ghi nhớ và phát triển ứng dụng “AI trợ lý bác sĩ” trongchẩn đoán hình ảnh Đây là phần mềm trí tuệ nhân tạo đầu tiên tại Việt Nam, kếthợp công nghệ thị giác máy tính và công nghệ xử lý ngôn ngữ tự nhiên nhằm hỗtrợ nâng cao khả năng chẩn đoán và điều trị bệnh.

Cùng với đó, ở Việt Nam hiện nay, trong chẩn đoán bệnh, hệ thống VinDrdo Viện nghiên cứu Dữ liệu lớn (VinBigData) phát triển, ứng dụng AI trongchẩn đoán hình ảnh về bệnh lí phổi trên ảnh X-quang lồng ngực và chẩn đoánung thư vú trên ảnh X-quang tuyến vú, đã được thử nghiệm tại 3 bệnh viện lớntại Việt Nam (bệnh viện 108, bệnh viện Đại học y và bệnh viện Vinmec), ứngdụng trong chẩn đoán lao và bệnh phổi

Đặc biệt, trong đại dịch Covid 19, AI đã được đưa vào áp dụng khấ phổbiến, cụ thể như Zalo đã xây dựng Chatbox qua AI để hỗ trợ tra cứu các cơ sởđiều trị bệnh Covid 19, tránh mọi người chỉ đổ dồn về những cơ sở tuyến trungương khiến tình trạng bệnh nhân quá tải

Ở Việt Nam, nhà mạng FPT và Viettel cũng đã đưa AI vào chatbox đểthống kê tình hình dịch bệnh Covid 19 tại nước ta theo thời gian thực Các sốliệu về người cách ly, người nhập viện, người đang điều trị hay đã phục hồi đượccập nhật liên tục Qua Chatbox, người dân dễ dàng theo dõi tình hình dịch bệnh,chủ động phòng ngừa bệnh tật Các ứng dụng như NCOVID hay Bluezone cũngđược áp dụng công nghệ AI để phát hiện những trường hợp nhiễm bệnh hay tiếpxúc với người bệnh, truy vết được các F0 Từ đó, các cơ quan chức năng vànghành y tế có thể thường xuyên giám sát tình hình dịch bệnh và có biện phápphòng tránh Ngoài ra, AI còn hỗ trợ đánh giá tiên lượng trong điều trị Covid 19giúp phát hiện nhanh các dấu hiệu bất thường dựa trên X-quang ngực thẳng, kếthợp với xét nghiệm PCR từ đó nâng cao độ chính xác, giảm thiểu tình trạng âmtính giả.

2 Trên thế giới.

Xu thế phát triển trí tuệ nhân tạo (AI) trên toàn thế giới cùng với sự pháttriển mạnh mẽ của công nghệ số, công nghệ lưu trữ, dữ liệu lớn đã tạo ra những