
Làm thế nào để xác định một triệu chứng bệnh, chẳng hạn cơn ho kéo dài, là do một trường hợp bệnh lý riêng, hay là do yếu tố hậu Covid (long Covid). Câu hỏi này đã có lời giải từ trí thông minh nhân tạo (AI), và thậm chí, công cụ AI mới này xác định tỷ lệ mắc hậu Covid cao gấp ba lần so với trước đây.
Trước đây, các nghiên cứu chẩn đoán ước tính rằng 7% dân số bị ảnh hưởng bởi hậu COVID. Tuy nhiên, một nghiên cứu mới sử dụng công cụ AI do hệ thống y tế tích hợp Mass General Brigham phát triển cho thấy tỷ lệ này cao hơn đáng kể, ở mức 22,8%.
Công cụ AI dựa trên hồ sơ y tế điện tử giúp các bác sĩ xác định các trường hợp hậu COVID. Tình trạng phức tạp này bao gồm nhiều triệu chứng kéo dài như mệt mỏi, ho mãn tính và “sương mù não” (brain fog) sau khi nhiễm SARS-CoV-2.
Thuật toán được phát triển bằng cách sử dụng dữ liệu bệnh nhân phi danh tính (de-identified patient data) từ hồ sơ y tế của gần 300.000 bệnh nhân thuộc 14 bệnh viện và 20 trung tâm y tế cộng đồng trong hệ thống Mass General Brigham. Kết quả, được công bố trên tạp chí Med, có khả năng xác định thêm nhiều người cần được chăm sóc y tế cho tình trạng mệt mỏi này.
“Công cụ AI của chúng tôi có thể biến một quy trình chẩn đoán mơ hồ thành một điều gì đó rõ ràng và sắc nét, trao cho các bác sĩ khả năng hiểu rõ hơn về một tình trạng phức tạp,” tiến sĩ Hossein Estiri, tác giả chính của nghiên cứu, Trưởng nhóm Nghiên cứu AI tại Trung tâm AI và Tin sinh học Y khoa (CAIBILS) thuộc Hệ thống y tế Mass General Brigham, đồng thời là giáo sư y khoa tại Trường Y Harvard, cho biết. “Với công trình này, chúng tôi có thể hiểu rõ hậu COVID thực sự là gì — và quan trọng hơn, cách điều trị nó.”
Trong nghiên cứu, tiến sĩ Estiri và các đồng nghiệp định nghĩa hậu COVID là một chẩn đoán loại trừ (diagnosis of exclusion), có liên quan đến nhiễm COVID-19. Điều này có nghĩa là chẩn đoán không thể được giải thích từ hồ sơ y tế hiện tại của bệnh nhân mà là liên quan đến một đợt nhiễm COVID trước đó. Chẩn đoán bệnh lý này cũng cần tồn tại trong ít nhất hai tháng trong khoảng thời gian theo dõi 12 tháng.
Phương pháp “đặc điểm hóa chính xác”
Phương pháp mới, gọi là “precision phenotyping (đặc điểm hóa chính xác),” phân tích từng hồ sơ y tế cá nhân để nhận diện triệu chứng và tình trạng liên quan đến COVID-19, theo dõi triệu chứng qua thời gian nhằm phân biệt chúng với các bệnh lý khác. Ví dụ, thuật toán có thể xác định liệu khó thở là do các bệnh lý trước đó như suy tim hay hen suyễn thay vì hậu COVID. Công cụ này chỉ gắn nhãn bệnh nhân (flag the patient) hậu COVID khi tất cả các khả năng khác đã được loại trừ.
“Các bác sĩ thường phải đối mặt với việc xử lý một mớ bòng bong các triệu chứng (a tangled web of symptoms) và lịch sử y khoa mà không biết phải bắt đầu từ đâu. Có một công cụ được hỗ trợ bởi AI để làm điều này một cách có phương pháp sẽ tạo ra sự thay đổi lớn,” bác sĩ Alaleh Azhir, đồng tác giả chính và là bác sĩ nội trú tại Bệnh viện Brigham and Women, cho biết.
Ưu điểm và hạn chế của công cụ AI
Công cụ này được cho là chính xác hơn khoảng 3% so với các dữ liệu mã ICD-10 trong phương pháp chẩn đoán hiện tại, đồng thời ít bị thiên kiến hơn. Nghiên cứu cho thấy các bệnh nhân được công cụ này xác định có hậu COVID phản ánh đúng hơn về tỷ lệ bệnh nhân trên dân số, không bị lệch như các thuật toán dựa vào mã chẩn đoán đơn lẻ hoặc dữ liệu từ các buổi khám riêng lẻ.
Tuy nhiên, một số hạn chế bao gồm dữ liệu hồ sơ y tế có thể không đầy đủ hoặc công cụ không ghi nhận được sự gia tăng triệu chứng từ một tình trạng đã tồn tại trước đó do hậu COVID.
Nhóm nghiên cứu dự định công khai thuật toán này để các bác sĩ và hệ thống y tế trên toàn cầu có thể sử dụng. Nghiên cứu này cũng đặt nền tảng cho việc tìm hiểu các yếu tố di truyền và hóa sinh đằng sau các dạng khác nhau của hậu COVID.
“Những câu hỏi về gánh nặng thực sự của hậu COVID — những câu hỏi cho đến nay vẫn khó nắm bắt — giờ đây dường như nằm trong tầm với hơn,” tiến sĩ Estiri chia sẻ.
Công cụ AI mới do Mass General Brigham phát triển cho thấy hậu COVID có thể ảnh hưởng đến 22,8% dân số, cao hơn nhiều so với dự đoán trước đây. Công cụ này phân tích hồ sơ y tế để cải thiện độ chính xác trong chẩn đoán và giảm thiểu sự chủ quan trong chăm sóc sức khỏe. Ảnh: SciTechDaily