Một trong những câu hỏi tôi thường hỏi nhất về Streams, ứng dụng chăm sóc sức khỏe di động an toàn của chúng tôi, là "tại sao DeepMind lại tạo ra thứ gì đó không sử dụng trí thông minh nhân tạo?"
Đó là một câu hỏi công bằng đối với một công ty trí tuệ nhân tạo (AI). Khi chúng tôi lần đầu tiên bắt đầu nghĩ đến việc làm việc trong lĩnh vực chăm sóc sức khỏe, trọng tâm tự nhiên của chúng tôi là về AI và cách nó có thể được sử dụng để giúp NHS và bệnh nhân của nó. Chúng tôi nhận thấy tiềm năng to lớn của AI trong việc cách mạng hóa sự hiểu biết của chúng ta về các loại bệnh - cách chúng phát triển và được chẩn đoán - từ đó có thể giúp các nhà khoa học khám phá các phương pháp điều trị, cách chăm sóc và phương pháp chữa trị mới.
Trong những ngày đầu của DeepMind Health, chúng tôi đã gặp gỡ các bác sĩ lâm sàng tại Bệnh viện Royal Free ở London, những người muốn biết liệu AI có thể cải thiện việc chăm sóc cho những bệnh nhân có nguy cơ bị chấn thương thận cấp tính (AKI) hay không. AKI nổi tiếng là khó phát hiện và có thể dẫn đến bệnh nặng hoặc thậm chí tử vong nếu không được điều trị.
AKI hiện được phát hiện bằng cách áp dụng một công thức (được gọi là Thuật toán AKI) để xét nghiệm máu bệnh nhân NHS. Thuật toán này rất tốt, nhưng người ta biết rằng nó không hoàn hảo. Ví dụ, nó có xu hướng tạo ra dương tính giả cho những bệnh nhân bị bệnh thận mãn tính (trái ngược với cấp tính). Nó cũng không nhạy cảm với việc bệnh nhân đã nhập viện trong hai giờ hoặc hai tuần, hoặc liệu bệnh nhân tám tuổi hay 92 tuổi - tất cả đều tạo nên sự khác biệt.
Cùng với các đối tác của mình tại Royal Free, chúng tôi đã thấy nhiều cách mà công nghệ có thể trợ giúp và quan tâm đến cả các phương pháp AI và không phải AI để tạo ra sự khác biệt.
Là một phần của việc này, chúng tôi đã thực hiện ứng dụng đạo đức ban đầu vào năm 2015 cho Cơ quan Nghiên cứu Sức khỏe NHS (HRA), cho một dự án nghiên cứu tiềm năng tại Royal Free bằng cách sử dụng dữ liệu bệnh nhân được cá nhân hóa. Bằng cách kết hợp thống kê cổ điển và AI, mục tiêu của dự án nghiên cứu này sẽ là phát triển các thuật toán tốt hơn có thể dự đoán và xác định AKI chính xác hơn.
Nhưng càng dành nhiều thời gian cho các bác sĩ tại Royal Free, chúng tôi càng thấy rõ rằng những vấn đề cấp bách nhất của họ sẽ không được giải quyết bằng cách sử dụng AI để phát triển một thuật toán tốt hơn một mình. Họ đã nói rõ với chúng tôi rằng thách thức cốt lõi của họ là cách bạn thực sự triển khai một thuật toán để thay đổi cách thức chăm sóc được thực hiện trong thực tế.
Chúng tôi thường nói về tình trạng công nghệ hiện tại trong NHS, đến mức dễ dàng quên rằng tình hình tồi tệ như thế nào. Các bác sĩ lâm sàng vẫn thường xuyên sử dụng máy nhắn tin để liên lạc với nhau, và nghiên cứu Tôi đảm nhận tại Đại học Imperial College London đã phát hiện ra rằng điều này gây ra rào cản giao tiếp làm chậm quá trình điều trị cho những bệnh nhân có nguy cơ. Hãy nghĩ xem bạn sẽ có ít thời gian hơn trong một ngày nếu thay vì gửi tin nhắn, bạn phải nhắn tin cho ai đó từ điện thoại cố định, sau đó đợi họ gọi lại cho bạn, để bạn có thể gửi tin nhắn cho họ. Hãy tưởng tượng bạn nhận được phân trang lên đến 25 lần một ngày. Và hãy tưởng tượng bạn sẽ có ít thời gian hơn bao nhiêu trong ngày nếu mọi người trong văn phòng của bạn phải dùng chung một số lượng máy tính giới hạn và bạn phải đợi đến lượt mình để sử dụng chúng.
Đó là điều mà các bác sĩ và y tá phải đối mặt hàng ngày khi cố gắng chăm sóc những người bệnh nặng.
Những cuộc họp ban đầu mà nhóm của chúng tôi có với các bác sĩ lâm sàng tại Royal Free đã thay đổi quan điểm của chúng tôi về những gì cần thiết nhất để cải thiện việc chăm sóc các bệnh như AKI. Chúng tôi đã chuyển trọng tâm của mình khỏi nghiên cứu AI tại Royal Free và chỉ tập trung vào việc xây dựng một công cụ - Streams - sẽ giải quyết vấn đề cấp bách hơn là phản hồi nhanh chóng các cảnh báo cụ thể của bệnh nhân theo cách phối hợp.
Thay vì cần đăng nhập vào máy tính dùng chung, Streams cho phép bác sĩ và y tá sử dụng điện thoại di động để xem thông tin về bệnh nhân của họ mà họ cần để đưa ra quyết định về việc chăm sóc và điều trị. Nó đặt các kết quả xét nghiệm và các quan sát dấu hiệu quan trọng trong lòng bàn tay của họ, đồng thời thông báo cho họ bằng một cảnh báo kiểu tin tức nóng hổi nếu tình trạng của bệnh nhân trở nên tồi tệ hơn. Nó cũng giúp cho việc liên lạc giữa các bác sĩ khác nhau trở nên dễ dàng, vì vậy mọi người đều có thông tin cập nhật nhất mọi lúc.
