LLM cho thấy tiềm năng hỗ trợ cho bác sĩ lâm sàng trong quá trình khám sức khỏe

Khám sức khỏe giúp bác sĩ chẩn đoán tình trạng sức khỏe của bệnh nhân, tuy nhiên một số tình trạng sức khỏe phức tạp khác có thể bị bỏ sót nếu bác sĩ không được đào tạo chuyên sâu trong chuyên ngành đó. Trong các nghiên cứu trước đây đã điều tra việc sử dụng Large Language Models (LLMs) làm công cụ hỗ trợ chẩn đoán, nhưng chưa có nghiên cứu ứng dụng LLMs vào quá trình khám sức khỏe. 

Để giải quyết vấn đề này, các nhà nghiên cứu từ Mass General Brigham đã thúc đẩy LLM GPT-4 đề xuất hướng dẫn khám sức khỏe dựa trên các triệu chứng của bệnh nhân. Nghiên cứu cho thấy tiềm năng sử dụng LLM làm công cụ hỗ trợ cho bác sĩ lâm sàng trong quá trình khám sức khỏe. Kết quả được công bố trên Tạp chí Trí tuệ Nhân tạo Y khoa (Journal of Medical Artificial Intelligence).

Mô hình Large Language Models (LLMs)

Marc D. Succi, Tiến sĩ y khoa, tác giả cao cấp, Lãnh đạo Đổi mới Chiến lược tại Mass General Brigham Innovation, Phó Chủ tịch Đổi mới và Thương mại hóa Khoa X-quang Doanh nghiệp và Giám đốc Điều hành của Trung tâm Ươm tạo Giải pháp Kỹ thuật Y tế trong Chăm sóc Sức khỏe (MESH) tại Mass General Brigham cho biết: Các chuyên gia y tế mới vào nghề có thể gặp khó khăn trong việc thực hiện khám lâm sàng phù hợp và cá nhân hóa cho bệnh nhân do kinh nghiệm còn hạn chế hoặc các yếu tố phụ thuộc vào hoàn cảnh, chẳng hạn như môi trường có nguồn lực hạn chế. 

Do đó, mô hình LLM có tiềm năng đóng vai trò như một cầu nối, hỗ trợ song song cho bác sĩ và các chuyên gia y tế khác trong kỹ thuật khám lâm sàng, đồng thời nâng cao khả năng chẩn đoán ngay tại thời điểm chăm sóc.

Succi và các đồng nghiệp đã yêu cầu GPT-4 đề xuất hướng dẫn khám lâm sàng dựa trên triệu chứng chính của bệnh nhân, ví dụ như đau hông. Các câu trả lời của GPT-4 sau đó được ba bác sĩ lâm sàng đánh giá theo thang điểm từ 1 đến 5, dựa trên độ chính xác, tính đầy đủ, dễ hiểu và chất lượng tổng thể.

Kết quả cho thấy GPT-4 hoạt động tốt trong việc cung cấp hướng dẫn, đạt ít nhất 80% số điểm tối đa. Chủ đề có điểm cao nhất là "Đau chân khi gắng sức," trong khi chủ đề có điểm thấp nhất là "Đau bụng dưới."

Tiềm năng mô hình Large Language Models GPT-4 (LLM GPT-4)

Arya Rao, tác giả chính và là nhà nghiên cứu tại MESH Incubator, sinh viên Trường Y Harvard, cho biết GPT-4 hoạt động tốt ở nhiều khía cạnh, nhưng sự mơ hồ hoặc thiếu sót trong các lĩnh vực quan trọng như tính đặc hiệu của chẩn đoán. Điều đó cho thấy vai trò không thể thiếu của bác sĩ trong việc đảm bảo chăm sóc bệnh nhân toàn diện.

Mặc dù GPT-4 đưa ra các phản hồi chi tiết, tuy nhiên các nhà nghiên cứu nhận thấy đôi khi nó bỏ qua những hướng dẫn quan trọng hoặc diễn đạt quá mơ hồ, cho thấy sự cần thiết của các chuyên gia y tế. Theo các nhà nghiên cứu, hiệu suất mạnh mẽ của mô hình ngôn ngữ lớn này cho thấy tiềm năng của nó như một công cụ hỗ trợ lấp đầy khoảng trống kiến thức của bác sĩ và hỗ trợ chẩn đoán bệnh lý trong tương lai.

Việc ứng dụng GPT-4 vào hỗ trợ khám lâm sàng cho thấy tiềm năng to lớn trong việc nâng cao chất lượng chẩn đoán và điều trị. Mặc dù mô hình này đạt kết quả ấn tượng, nhưng những thiếu sót trong các chi tiết quan trọng nhắc nhở chúng ta về vai trò không thể thay thế của bác sĩ trong việc đưa ra quyết định cuối cùng. 

Sự kết hợp giữa trí tuệ nhân tạo và kinh nghiệm lâm sàng của con người hứa hẹn sẽ tạo ra một hệ thống chăm sóc sức khỏe toàn diện, chính xác và hiệu quả hơn, giúp cải thiện kết quả điều trị và mang lại lợi ích thiết thực cho bệnh nhân.

Hy vọng bài viết đã cung cấp cho bạn đọc những thông tin hữu ích về chủ đề LLM cho thấy tiềm năng hỗ trợ cho bác sĩ lâm sàng trong quá trình khám sức khỏe. Hẹn gặp lại bạn trong những bài viết sức khỏe khác của Nhà thuốc Long Châu.