Các nhà khoa học từ Google và công ty con Verily, tham gia vào các phát triển trong lĩnh vực chăm sóc sức khỏe, đã trình bày một phương pháp mới để đánh giá nguy cơ mắc bệnh tim ở người. Bằng cách quét đáy mắt của một người, trí tuệ nhân tạo sẽ phân tích thông tin nhận được và hiển thị các dữ liệu sau với độ chính xác cao: tuổi, huyết áp và liệu bệnh nhân có hút thuốc hay không. Trong tương lai, công nghệ này có thể được sử dụng để dự đoán các bệnh tim nghiêm trọng.
Hiện tại, phương pháp này vẫn chưa hoàn thiện và phải trải qua nhiều thử nghiệm trước khi có thể sử dụng trong môi trường lâm sàng. Hôm nay, một bài báo mô tả hoạt động của thuật toán đã được xuất bản trên tạp chí Nature, chuyên về kỹ thuật y sinh.
Đọc thêm: Google và Nest hợp tác để thêm AI vào mọi thiết bị
Để đào tạo AI, các nhà khoa học của Google và Verily đã sử dụng hơn 300000 chỉ định y tế. Thông tin này bao gồm hình ảnh quét võng mạc của bệnh nhân, cũng như dữ liệu y tế tổng quát. Tiếp theo, các mạng lưới thần kinh tạo ra các mẫu dựa trên dữ liệu nhận được và học cách liên kết các dấu hiệu kiểm soát khi quét mắt với các số liệu nhất định để dự đoán nguy cơ mắc bệnh tim mạch.
Mặc dù ý tưởng quét mắt để theo dõi sức khỏe của bệnh nhân nghe có vẻ bất thường, nhưng nó dựa trên một loạt các nghiên cứu đã được tiến hành. Thành sau của mắt chứa đầy các mạch máu phản ánh tình trạng chung của cơ thể. Bằng cách nghiên cứu sự xuất hiện của chúng với sự trợ giúp của máy ảnh và kính hiển vi, các bác sĩ xác định các yếu tố là tác nhân gây bệnh tim mạch.
Đọc thêm: Jamboard là bảng trắng kỹ thuật số của Google, hiện cũng có ở Châu Âu
Khi nghiên cứu hình ảnh võng mạc của 2 bệnh nhân, một người mắc bệnh tim mạch 5 năm và người còn lại chưa từng mắc bệnh này, thuật toán của Google cho kết quả chính xác với xác suất 70%. Phương pháp hiện đang được sử dụng, được gọi là SCORE, đưa ra câu trả lời đúng trong 72% trường hợp, nhưng đồng thời yêu cầu lấy mẫu máu để phân tích.
Hiện tại, ý tưởng sử dụng AI để phân tích nhanh bệnh tật của bệnh nhân là một viễn cảnh xa vời. Cần nhiều thập kỷ nghiên cứu trước khi công nghệ này sẵn sàng để sử dụng thực tế.
Đại ca: theverge.com