AI Chatbot vượt nhóm chuyên gia trong phân tích dữ liệu y khoa

Các công cụ AI tạo sinh vừa khiến giới nghiên cứu bất ngờ khi xây dựng được mô hình dự đoán sinh non với độ chính xác cao, nhanh hơn rất nhiều so với nhóm chuyên gia con người – thậm chí trong một số trường hợp còn cho kết quả tốt hơn. Phát hiện này cho thấy AI có thể rút ngắn đáng kể thời gian khám phá y học và cải thiện việc chăm sóc trẻ sơ sinh có nguy cơ cao.

Trong một thử nghiệm thực tế ban đầu về ứng dụng AI trong nghiên cứu sức khỏe, các nhà khoa học tại University of California, San Francisco (UCSF) và Wayne State University nhận thấy các công cụ AI tạo sinh có thể phân tích tập dữ liệu y khoa lớn nhanh hơn đáng kể so với nhóm nghiên cứu truyền thống. Thậm chí, ở một số trường hợp, AI còn tạo ra mô hình dự đoán tốt hơn những chuyên gia khoa học máy tính đã dành hàng tháng để xử lý cùng bộ dữ liệu.

Nhóm nghiên cứu thiết kế một phép so sánh trực tiếp. Một số đội chỉ dựa vào chuyên môn con người, trong khi các đội khác kết hợp nhà khoa học với AI. Tất cả đều nhận cùng một nhiệm vụ: dự đoán nguy cơ sinh non dựa trên dữ liệu của hơn 1.000 phụ nữ mang thai.

Điều đáng chú ý là ngay cả một nhóm “non kinh nghiệm” gồm một học viên cao học của UCSF và một học sinh trung học cũng có thể xây dựng mô hình dự đoán nhờ AI hỗ trợ. Họ tạo ra mã phân tích hoạt động được chỉ trong vài phút – công việc vốn có thể mất hàng giờ hoặc thậm chí vài ngày nếu do lập trình viên giàu kinh nghiệm thực hiện.

Lợi thế lớn nhất của AI tạo sinh nằm ở khả năng tạo mã phân tích từ những yêu cầu kỹ thuật ngắn gọn. Tuy nhiên, không phải hệ thống nào cũng làm tốt. Trong 8 chatbot AI được thử nghiệm, chỉ có 4 hệ thống tạo ra mã sử dụng được. Dù vậy, những hệ thống thành công không cần đội ngũ chuyên gia lớn để giám sát từng bước.

Nhờ tốc độ xử lý này, nhóm nghiên cứu trẻ có thể tiến hành thí nghiệm, xác minh kết quả và gửi bài tới tạp chí khoa học chỉ trong vài tháng.

Theo Marina Sirota, giáo sư Nhi khoa và là đồng tác giả cao cấp của nghiên cứu, AI có thể giúp giải quyết một trong những “điểm nghẽn” lớn nhất của khoa học dữ liệu: xây dựng pipeline phân tích. Nghiên cứu đã được công bố ngày 17/2 trên tạp chí Cell Reports Medicine.

Vì sao dự đoán sinh non là vấn đề quan trọng?

Sinh non là nguyên nhân hàng đầu gây tử vong ở trẻ sơ sinh và là yếu tố góp phần lớn vào các vấn đề vận động và nhận thức lâu dài. Tại Mỹ, mỗi ngày có khoảng 1.000 trẻ sinh ra trước thời hạn.

Dù tác động rất lớn, giới khoa học vẫn chưa hiểu đầy đủ nguyên nhân kích hoạt sinh non. Để tìm lời giải, nhóm của Sirota đã thu thập dữ liệu hệ vi sinh (microbiome) từ khoảng 1.200 phụ nữ mang thai trong 9 nghiên cứu khác nhau, theo dõi suốt thai kỳ cho đến khi sinh.

Tuy nhiên, khối lượng và độ phức tạp của dữ liệu khiến việc phân tích trở nên cực kỳ khó khăn. Vì vậy, nhóm đã tìm kiếm sự hỗ trợ thông qua cuộc thi toàn cầu DREAM (Dialogue on Reverse Engineering Assessment and Methods). Hơn 100 nhóm nghiên cứu trên thế giới tham gia phát triển thuật toán học máy nhằm xác định các mẫu liên quan đến sinh non. Dù phần thi chỉ kéo dài ba tháng, việc tổng hợp và công bố kết quả phải mất gần hai năm.

AI có thể rút ngắn quá trình phân tích ra sao?

Để kiểm chứng, nhóm UCSF hợp tác với các nhà nghiên cứu do Adi L. Tarca tại Wayne State dẫn đầu. Họ yêu cầu 8 hệ thống AI độc lập xây dựng thuật toán từ cùng bộ dữ liệu DREAM, không có sự hỗ trợ lập trình trực tiếp từ con người.

Các hệ thống nhận được những yêu cầu bằng ngôn ngữ tự nhiên nhưng được thiết kế kỹ lưỡng, tương tự cách người dùng tương tác với ChatGPT. Mục tiêu vẫn như trong cuộc thi: phân tích dữ liệu hệ vi sinh âm đạo để tìm dấu hiệu sinh non, đồng thời đánh giá mẫu máu hoặc nhau thai để ước tính tuổi thai.

Kết quả cho thấy 4/8 hệ thống AI tạo ra mô hình dự đoán có hiệu suất tương đương các nhóm DREAM, và trong một số trường hợp còn vượt trội hơn. Toàn bộ dự án AI – từ ý tưởng ban đầu đến khi nộp bài – chỉ mất sáu tháng.

Dù vậy, các nhà nghiên cứu nhấn mạnh rằng AI vẫn có thể tạo ra kết quả sai lệch và luôn cần sự giám sát của con người. Công nghệ này không thay thế chuyên môn khoa học. Nhưng bằng cách xử lý nhanh khối dữ liệu khổng lồ, AI cho phép nhà nghiên cứu dành ít thời gian sửa lỗi code và nhiều thời gian hơn cho việc diễn giải kết quả, đặt ra những câu hỏi sinh học đúng đắn.

Nói cách khác, AI có thể trở thành công cụ tăng tốc nghiên cứu y học – đặc biệt trong những lĩnh vực cấp thiết như sinh non, nơi mỗi ngày trôi qua đều ảnh hưởng trực tiếp đến sinh mạng trẻ sơ sinh.