Tuy nhiên cũng cần lưu ý rằng, y học không chỉ là khoa học, mà còn là một nghệ thuật. Sự tương tác giữa bác sỹ và bệnh nhân là thứ khó có thể đong đếm được tầm quan trọng của nó. Một vấn ngại khi điều trị bằng phương pháp do máy tính thực hiện, đó là cảm giác sai trái, không an tâm.
Nếu vị bác sỹ mắc sai lầm là người – có thể do là người lơ đễnh, nhưng không phải ai cũng như vậy – thế nhưng khi một chiếc máy gặp lỗi, thì lỗi chính là chiếc máy đó.
Mặc dù vậy, máy móc cũng có vai trò rất lớn. “Máy móc có lợi thế của sự tự động hóa, tính khách quan và sự chính xác, nhưng khả năng giao tiếp và tương tác giữa người với người là không thể thiếu khi điều trị”, đồng tác giả của nghiên cứu, Haotian Lin, giáo sư khoa mắt tại đại học Sun Yat-sen cho biết.
“Đối với các bác sỹ, công nghệ là không đủ để quyết định được 100% chắc chắn rằng đâu là liệu pháp tốt nhất, và vì vậy mà họ nên tận dụng những gợi ý đến từ máy móc để nhận diện và phòng chống trường hợp chẩn đoán sai dựa trên kiến thức của riêng mình”, ông nói. “Kết quả của phân tích của chúng tôi cho biết rằng trí tuệ nhân tạo và trí tuệ con người đều có điểm mạnh và giới hạn riêng“.
Việc không nhận ra hoặc chẩn đoán sai là thường thấy ở những bệnh nhân mắc phải các căn bệnh hiếm gặp, và điều này hoàn toàn đúng ở những nước đang phát triển, như Trung Quốc chẳng hạn. Đục thủy tinh thể là một căn bệnh gây nhiều khó khăn cho các bác sỹ bởi để phục hồi trạng thái ban đầu của mắt cần phải được chữa trị kịp thời cũng như áp dụng các liệu pháp đúng cách.
Bệnh nhân mắc đục thủy tinh thể.
Thuật toán này dựa trên công nghệ Convolutional Neural Networks (CNNs), một loại machine learning cố gắng bắt chước quá trình xử lý thần kinh xảy ra trong vỏ não của động vật. CNNs được sử dụng rộng rãi phục vụ cho các công việc nhận diện hình ảnh, tuy nhiên cũng được áp dụng sang các lĩnh vực khác, như chơi cờ vây (kỳ thủ cờ vây AlphaGo của Google cũng sử dụng nó), phân tích ngôn ngữ và khám phá dược phẩm mới.
Quá trình thực hiện bao gồm nạp những hình ảnh về cách căn bệnh cho hệ thống AI, bao gồm những trường hợp mắc thủy tinh thể chẳng hạn, cho tới khi nó học được sự hiện diện của các triệu chứng, rồi sau đó chẩn đoán bệnh thành công.
Các nhà nghiên cứu tại đây đã phát minh ra 3 mạng lưới hữu dụng phục vụ cho 3 công việc nhận diện đục thủy tinh thể khác nhau. Mạng lưới đầu tiên được sử dụng để sàng lọc ra các bệnh nhân từ những người khỏe mạnh; thứ hai dùng để nhận diện bệnh nhân mắc đục thủy tinh thể, và thứ ba dùng để hỗ trợ các bác sỹ mắt đưa ra quyết định chữa trị. Cả ba đều được tích hợp vào một nền tảng sử dụng điện toán đám mây có tên CC-Cruiser.
