AI chẩn đoán đạt độ chính xác 90% khi thử nghiệm nhưng vừa bước vào đời thật thì lại thất bại thảm hại

“Chúng ta cần hiểu cách thức thiết bị trí tuệ nhân tạo giúp đỡ con người trong những hoàn cảnh nhất định, nhất là trong lĩnh vực chăm sóc sức khỏe, trước khi ta ứng dụng chúng rộng rãi”, cô Beede nói.

Cơ hội thử công cụ AI trong bối cảnh thực tế đầu tiên tới từ đất nước Thái Lan. Bộ Y tế nước này đã đặt mục tiêu chẩn đoán 60% người mắc tiểu đường để xem họ có mắc bệnh màng lưới, nỗ lực giúp giảm tỷ lệ mùa lòa do tiểu đường. Nhưng chỉ khoảng 200 chuyên gia mắt khám cho 4,5 triệu người bệnh tiểu đường thì không đủ, nên Thái Lan khó có thể đạt mục tiêu do chính phủ đặt ra nếu không có công nghệ hậu thuẫn.

Cho dù vẫn đang chờ chứng nhận Cục quản lý Thực phẩm và Dược phẩm Hoa Kỳ FDA, Google vẫn được phép lắp đặt hệ thống trí tuệ nhân tạo để giúp Thái Lan chống di chứng tiểu đường. Cô Beede và cộng sự tới 11 phòng khắp trên khắp nước Thái, lắp đặt hệ thống deep learning được huấn luyện để phát hiện bệnh mắt trên bệnh nhân tiểu đường.

Thông thường, y tá sẽ chụp ảnh mắt bệnh nhân và gửi cho chuyên gia – một quá trình có thể kéo dài tới 10 tuần. Hệ thống AI của Google Heath có thể xác nhận bệnh màng lưới mắt với độ chính xác lên tới 90%, mức được đội ngũ cho là tương đương với đẳng cấp chuyên gia; quá trình chẩn đoán chỉ mất dưới 10 phút.

Nghe rất ấn tượng, nhưng máy đạt được độ chính xác nói trên trong phòng điều kiện phòng thí nghiệm. Vì không rõ máy móc tự động vận hành ra sao trong thế giới thực, Google Health cố gắng tìm ra sự thật. Sau nhiều tháng theo dõi, phỏng vấn y bác sĩ về trải nghiệm sử dụng hệ thống AI, các chuyên gia Google nhận về kết quả không mấy tích cực.

Khi mọi thứ trôi chảy, AI có tăng tốc độ chẩn đoán bệnh. Nhưng thỉnh thoảng cỗ máy từ chối đưa kết quả. Cũng giống nhiều hệ thống nhận dạng hình ảnh khác, chúng đã quen với hình ảnh chất lượng cao nên sẽ từ chối phân tích hình ảnh với chất lượng thấp hơn mức quy chuẩn. Nó đã từ chối nhận khoảng hơn 20% lượng ảnh do y bác sĩ đưa vào phân tích.

Tuy nhiên, nguy cơ vẫn còn đó

“Đây là nghiên cứu tối quan trọng với bất kỳ ai muốn tham gia vào ngành [nhận dạng hình ảnh] cũng như muốn ứng dụng giải pháp AI vào tình huống thực tế”, nhà nghiên cứu Hamid Tizhoosh tới từ Đại học Waterloo, Canada, nói. Tizhoosh là chuyên gia trong lĩnh vực nhận dạng hình ảnh y học, và ông chỉ trích việc nhanh chóng ứng dụng công cụ AI vào chẩn đoán Covid-19. Chuyên gia Tizhoosh cho rằng nghiên cứu mới của Google Health chính là hồi chuông cảnh tỉnh, cho thấy AI vẫn chưa sẵn sàng, đạt độ chính xác cao mới chỉ là bước đầu tiên.

Ông cũng đặt dấu hỏi liên quan tới việc so sánh độ chính xác của AI với chuyên gia. Con người còn có thể tranh luận, chứ một hệ thống chỉ biết từ chối khi máy móc nhận định hai giá trị “đúng” và “sai”. Bác sĩ Abramoff cho rằng một hệ thống AI cần biết tham gia vào quá trình thảo luận những điểm chưa rõ.

Khi mọi thứ diễn ra trôi chảy, thì hiệu quả công việc tăng vọt. Nhà nghiên cứu Beede và cộng sự chứng kiến tận mắt cách hệ thống AI trợ giúp những y bác sĩ tài năng. “Có những y tá chỉ làm một mình mà cũng chẩn đoán được tới 1.000 bệnh nhân, bằng công cụ mới này, cô ấy sẽ còn làm việc trôi chảy hơn nữa”, cô Beede nói.