Các nhà khoa học này còn đưa ra giả thuyết rằng sự khác biệt giữa tuổi dự đoán theo công nghệ trí tuệ nhân tạo và tuổi thực theo thời gian có thể đóng vai trò là thước đo sinh lý của sức khỏe.
Theo một báo cáo mới nhất từ các nhà nghiên cứu, trí thông minh nhân tạo AI nếu được đào tạo thông qua deep learning (deep learning là một phương pháp của Học máy). Nó cho phép chúng ta huấn luyện một AI có thể dự đoán được các đầu ra dựa vào một tập các đầu vào) để dự đoán chính xác tuổi và giới tính của một người chỉ bằng cách sử dụng tín hiệu điện tâm đồ ECG 12 kênh tiêu chuẩn.
TS. Suraj Kapa của Đại học Y khoa Mayo, Rochester, Minnesota, Hoa Kỳ - một trong những tác giả của nghiên cứu cho biết: “Các công cụ chẩn đoán tiêu chuẩn của chúng ta có thể mang lại nhiều thông tin hơn so với những gì chúng ta mong đợi thông qua các phương pháp tiếp cận tiêu chuẩn để giải mã các chẩn đoán”.
TS. Suraj Kapa chia sẻ thêm: “Nghiên cứu này nhất quán với các nghiên cứu trước đây cho thấy chúng ta có khả năng dự đoán tình trạng rung tâm nhĩ từ điện tâm đồ bình thường hoặc sự hiện diện của phân suất tống máu thấp. Phân tích điện tâm đồ với sự hỗ trợ của trí thông minh nhân tạo có thể cung cấp những hiểu biết mới, nhanh chóng với chi phí hiệu quả đối với sức khỏe con người vượt xa những gì chúng ta có thể dự đoán trong 2 thế kỷ qua kể từ khi điện tâm đồ được phát triển lần đầu tiên”.
Sự khác biệt giữa tuổi thực và tuổi đo qua điện tâm đồ
Các nhà khoa học đã nghiên cứu xem việc áp dụng thuật toán trí tuệ nhân tạo vào bộ dữ liệu lớn về điện tâm đồ của bệnh nhân có thể giúp dự đoán tuổi và giới tính độc lập với các dữ liệu lâm sàng bổ sung hay không và tìm cách xác định sự khác biệt giữa tuổi đo được thông qua điện tâm đồ và tuổi thực theo thời gian có thể là dấu hiệu của sức khỏe sinh lý hay không.
Áp dụng trí tuệ nhân tạo vào chăm sóc sức khỏe.
Họ đã đào tạo mạng nơron tích chập (convolutional neural network - CNN, là một trong những mô hình deep learning tiên tiến giúp chúng ta xây dựng được những hệ thống thông minh với độ chính xác cao) trên gần 400.000 kết quả điện tâm đồ của bệnh nhân, xác nhận nội bộ trên gần 100.000 kết quả điện tâm đồ khác và thử nghiệm thêm trên hơn 275.000 điện tâm đồ bổ sung.
Kết quả kiểm tra trên 275.056 bệnh nhân cho thấy: Độ chính xác tổng thể về phân loại giới tính là 90,4% đối với nữ và 90,3% đối với nam, đồng thời độ chính xác cao hơn khi xác định giới tính ở những người dưới 45 tuổi (93%) so với những người trên 55 tuổi (89%).
Kết quả nghiên cứu được báo cáo trực tuyến trên tạp chí Arrhythmia and Electrophysiology (tạp chí về rối loạn nhịp và điện sinh lý tim) mới đây, ghi nhận: Sai số tuyệt đối trung bình trong ước tính tuổi là 6,9 tuổi và độ chính xác trong phát hiện tuổi ở những người từ 40 tuổi trở lên là 87%.
Mạng nơron tích chập này cũng đã phân loại các trường hợp thành 1 trong 4 nhóm tuổi (18-25, 25-50, 50-75 và 75 trở lên) với độ chính xác tổng thể 71,6%.
Trong số 100 bệnh nhân với dữ liệu theo chiều dọc, những bệnh nhân có sự tương ứng chặt chẽ giữa tuổi dự đoán theo mạng nơron tích chập và tuổi thực theo thời gian (giá trị R2 trong khoảng 0,9-1,0) không có bệnh lý đáng kể về mặt y tế và ở trong trạng thái khỏe mạnh.
Ngược lại, những bệnh nhân có tuổi dự đoán theo mạng nơron tích chập bị lệch so với tuổi thực hơn 7 năm có tỷ lệ mắc bệnh trước đó cao hơn (nhồi máu cơ tim, phân suất tống máu thấp, bệnh mạch vành, tăng huyết áp và rung nhĩ). Đáng chú ý, với một bệnh nhân trong số này được ghi nhận đã trải qua ca ghép tim, tuổi dự đoán theo mạng nơron tích chập khá gần so với tuổi của người hiến tim.
Tương lai tạo ra lĩnh vực khám và chẩn đoán bệnh mới
TS. Suraj Kapa cho biết, chúng tôi đang nghiên cứu sâu hơn để hiểu được sự khác biệt giữa tuổi do trí tuệ nhân tạo dự đoán và tuổi thực theo thời gian có thể có liên quan kết quả ngắn hạn và dài hạn của bệnh nhân (tỷ lệ tử vong, các sự kiện lớn về sức khỏe...). Những kết quả này có thể định hình lợi ích của các thuật toán dự đoán hỗ trợ trí tuệ nhân tạo này để tạo ra một lĩnh vực khám và chẩn đoán bệnh hoàn toàn mới trong y học, lĩnh vực mà thực sự có thể bùng nổ lớn do hiệu quả về mặt chi phí cho tất cả bệnh nhân.
Việc áp dụng và phát triển các công cụ mới này (mạng nơron tích chập, deep learning...) cho dữ liệu y tế hứa hẹn sẽ không thay thế vai trò của bác sĩ mà giúp làm rõ và tăng cường hiểu biết về sức khỏe của những người chúng ta chăm sóc.