Facebook phát triển mô hình AI dự đoán diễn biến bệnh nhân COVID-19

Các mô hình mã nguồn mở này chỉ cần một loạt tia X để dự đoán tình trạng bệnh nhân xấu đi ít nhất bốn ngày sau đó, đồng thời dự đoán lượng oxy bệnh nhân có thể cần bổ sung.

Facebook và các nhà nghiên cứu của Đại học New York (NYU) đã phát triển ba mô hình học máy có thể giúp các bác sĩ dự đoán diễn biến bệnh của bệnh nhân COVID-19. Thực tế, việc sử dụng tia X để phát triển thuật toán AI tương ứng và sử dụng chúng để chẩn đoán COVID-19 không phải là mới.

Facebook phát triển mô hình AI dự đoán diễn biến bệnh nhân COVID-19

Trước đây, Đại học Stanford, Bệnh viện Mount Sinai và các nhà cung cấp hồ sơ y tế điện tử Epic, Cerner cũng phát triển các mô hình liên quan có thể tính điểm rủi ro cho những bệnh nhân tử vong hoặc cần thở máy. Facebook và NYU đã áp dụng nhiều phương pháp khác nhau. Mô hình do nhóm xây dựng đã cố gắng dự đoán quỹ đạo lâm sàng dài hạn.

Theo các báo cáo, dự án là một phần của sự hợp tác giữa Facebook với Phòng Phân tích Dự đoán của Trung tâm Y tế Lange thuộc Đại học New York và Khoa X quang. Các nhà nghiên cứu của Facebook đã sử dụng kỹ thuật học tự giám sát để đào tạo trước hệ thống AI trên hai bộ dữ liệu X-quang ngực MIMIC-CXR-JPG và CheXpert. Thông qua việc học tự giám sát, mô hình có tên MoCo này vẫn có thể học từ tia X trong tập dữ liệu ngay cả khi không cho mô hình biết ý nghĩa của các nhãn dữ liệu trên tia X.

Bước tiếp theo của nghiên cứu là tinh chỉnh mô hình MoCo mở rộng bằng cách sử dụng bộ dữ liệu COVID-19 có sẵn công khai của NYU. Các nhà nghiên cứu đã xây dựng một bộ phân loại bằng cách sử dụng 26.838 hình ảnh X-quang từ 4.914 bệnh nhân và chú thích chúng để chỉ ra tình trạng của bệnh nhân liệu có xấu đi trong vòng 24, 48 hay 72 giờ sau khi chụp X-quang hay không. Các nhà nghiên cứu cũng xây dựng hai bộ phân loại. Một bộ sử dụng một bộ phim X-quang duy nhất để dự đoán tình trạng xấu đi của bệnh nhân và một bộ sử dụng một loạt phim X-quang để đánh giá.

Theo các nhà nghiên cứu, dựa vào mô hình có thể dự đoán nhu cầu ICU của bệnh nhân, tỷ lệ tử vong và các biến cố bất lợi trước 96 giờ, tốt hơn so với dự đoán của con người. Mặc dù kết quả có thể không áp dụng được cho những bệnh viện khác có tập dữ liệu duy nhất, nhưng các nhà nghiên cứu tin rằng một bộ phân loại mới có thể được xây dựng với tương đối ít tài nguyên (có lẽ là một GPU duy nhất) dựa trên mô hình MoCo.

“Có thể dự đoán liệu bệnh nhân có cần nguồn oxy hay không cũng là ưu tiên hàng đầu và có thể giúp bệnh viện quyết định cách phân bổ oxy trong những tuần và tháng tới. Khi COVID-19 bùng phát trở lại trên quy mô toàn cầu, các bệnh viện đang lên kế hoạch phân bổ nguồn. Cần có những công cụ để dự đoán và chuẩn bị cho sự gia tăng sắp tới trong mọi trường hợp”, nhóm nghiên cứu của Facebook chia sẻ. Ngoài ra, “những dự đoán này có thể giúp các bác sĩ tránh đưa bệnh nhân có nguy cơ về nhà sớm, và giúp các bệnh viện dự đoán tốt hơn nhu cầu bổ sung oxy, cũng như nguồn lực hạn chế khác”.

 

Tuy nhiên, theo một nghiên cứu gần đây của Trường Vector thuộc Đại học Toronto và Viện Công nghệ Massachusetts, những bộ dữ liệu X-quang ngực được sử dụng để đào tạo các mô hình chẩn đoán, bao gồm bộ dữ liệu MIMIC-CXR và CheXpert, không cân bằng và dữ liệu sẽ bị sai lệch.

Điều này có thể phụ thuộc vào giới tính, kinh tế xã hội và dân tộc. Mặc dù tỷ lệ phụ nữ trong tập dữ liệu thấp hơn một chút so với nam giới, nhưng mức độ khác biệt giữa các bệnh nhân nữ là cao. Trong toàn bộ tập dữ liệu, bệnh nhân da trắng chiếm đa số, về cơ bản chiếm 67,6%, là tập dữ liệu ưa thích của mô hình, trong khi bệnh nhân gốc Tây Ban Nha là tập dữ liệu ít phổ biến nhất.

Để giải quyết vấn đề sai lệch tập dữ liệu, các nhà nghiên cứu của Facebook và NYU cho biết họ đã tim hiểu trước dữ liệu của những bệnh nhân không bị nhiễm COVID-19 và lựa chọn cẩn thận từng mẫu thử nghiệm để giải quyết sự sai lệch này. Nhưng đầu năm ngoái, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Mỹ khuyến cáo không sử dụng chụp CT hoặc chụp X-quang để chẩn đoán COVID-19, bởi ngay cả hệ thống AI tốt nhất đôi khi cũng không thể phân biệt giữa COVID-19 và các bệnh nhiễm trùng phổi thông thường (chẳng hạn như viêm phổi do vi khuẩn hoặc vi rút).

Xác định độ tin cậy của các thuật toán Facebook và NYU có thể yêu cầu thử nghiệm toàn diện trong nhiều hệ thống y tế đa dạng trên khắp thế giới với sự đồng ý của bệnh nhân. Không thể dự đoán chính xác nhưng việc tinh chỉnh mô hình có thể giúp tránh các thuật toán của Facebook và NYU rơi vào tình trạng sai lệch, điều này cho thấy rằng thuật toán cần được xem xét lại trước khi triển khai trên quy mô lớn.

Phong Vũ

Apple Watch có thể phát hiện Covid-19

Apple Watch có thể phát hiện Covid-19

Nghiên cứu cho thấy smartwatch của Apple có thể phát hiện sớm và hạn chế lây lan Covid-19.

 
List comment
 
Mất 8.000 USD do bị lừa mua altcoin, một người đàn ông Mỹ quyết dành cả đời để săn những kẻ lừa đảo tiền điện tử
icon

Sau khi trở thành nạn nhân của một âm mưu lừa đảo, Robert Browning đã quyết dấn thân vào hành trình săn lùng những kẻ lừa đảo tiền điện tử.

 
Bên trong nhà kho bí mật của Intel tại Costa Rica
icon

Trước khi có cơ sở này, đôi lúc các chuyên gia của Intel phải lên mạng tìm mua lại những chip do công ty sản xuất cách đó vài năm, phục vụ cho việc nghiên cứu bảo mật.

 
Đà Nẵng tập trung nguồn lực cho chuyển đổi số và đô thị thông minh
icon

Thành phố Đà Nẵng sẽ tập trung nguồn lực, dự kiến dành 2% nguồn chi cho chuyển đổi số, xây dựng thành phố thông minh.

 
Khai trương nền tảng xã hội số, Thái Nguyên muốn giải bài toán phát triển công dân số
icon

Nền tảng xã hội số Thái Nguyên ID vừa được chính thức ra mắt, đưa vào ứng dụng. Sự ra đời của nền tảng này với công nghệ định danh điện tử eKYC được kỳ vọng sẽ là lời giải đáp cho bài toán phát triển công dân số.

 
Bưu chính chuyển đổi thành hạ tầng thiết yếu của kinh tế số
icon

Chiến lược Phát triển bưu chính đến năm 2025, tầm nhìn đến 2030 dự kiến sẽ được Thủ tướng Chính phủ phê duyệt trong tháng 12/2021. Theo đó, bưu chính giữ vai trò hạ tầng thiết yếu của nền kinh tế số.

 
 
Chính thức vận hành Cổng hỗ trợ hộ sản xuất nông nghiệp trên sàn thương mại điện tử
icon

Cổng thông tin điện tử hỗ trợ sản xuất nông nghiệp trên sàn thương mại điện tử tại địa chỉ tmdt.mic.gov.vn vừa chính thức được khai trương. Kênh kết nối này sẽ là công cụ giúp các hộ sản xuất nông nghiệp giảm khoảng cách về kỹ năng số.

Trình diễn nhiều giải pháp công nghệ mới “thành phố xanh thông minh”
icon

Thành phố xanh thông minh sẽ xuất hiện tại Techday 2021 của FPT, bao gồm các giải pháp, sản phẩm công nghệ mới nhất của tập đoàn này.

Vĩnh Long thử nghiệm từng dịch vụ đô thị thông minh trước khi nhân rộng
icon

Trong kế hoạch giai đoạn 2021-2025, Vĩnh Long đặt mục tiêu xây dựng phát triển các dịch vụ đô thị thông minh phù hợp điều kiện, đặc thù, nhu cầu thực tế của tỉnh; ưu tiên các dịch vụ giải quyết vấn đề bức thiết của xã hội

CMC Telecom - nhà mạng Việt đầu tiên kết nối “đa điểm” đến AWS và Google
icon

Vừa qua, CMC Telecom đã nâng cấp thêm 3 đường truyền kết nối với Google, AWS - trở thành nhà mạng Việt đầu tiên thiết lập kết nối “đa điểm” trực tiếp đến hai “ông lớn” Cloud tại Hong Kong và Singapore (2 hubs viễn thông lớn nhất Châu Á).

Xây dựng đô thị thông minh cần đi vào thiết thực, phục vụ con người
icon

Theo đề xuất, hai Bộ Xây dựng và TT&TT sẽ phối hợp triển khai rà soát quy hoạch các đô thị dự kiến triển khai đô thị thông minh, đảm bảo việc triển khai đô thị thông minh có đầy đủ cơ sở pháp lý ngay từ khi lập quy hoạch.

 
123

Giấy phép hoạt động báo chí: Số 09/GP-BTTTT, Bộ Thông tin và Truyền thông cấp ngày 07/01/2019.

Tòa soạn: Tầng 7, Tòa nhà Cục Tần số Vô tuyến điện, 115 Trần Duy Hưng, Quận Cầu Giấy, Hà Nội

Điện thoại: 024 3 936 9966 - Fax: 024 3 936 9364

Hotline nội dung: 0888 911 911 - Email: toasoan@ictnews.vn

123