Từ Chatbot Văn bản đến Bác sĩ Video
Các mô hình ngôn ngữ lớn (LLM) từ lâu đã rất xuất sắc trong việc trích xuất các sự thật y khoa từ văn bản, nhưng việc mang lại cho chúng phong thái ân cần (bedside manner) lại tỏ ra khó khăn. Các trợ lý AI truyền thống trả lời trong một cửa sổ chat tĩnh; chúng không thể đọc được biểu cảm khuôn mặt của bệnh nhân hay thay đổi tông giọng khi cuộc hội thoại diễn ra. AMIE (Video) cố gắng thu hẹp khoảng cách đó bằng cách chuyển đổi tương tác sang một liên kết video trực tiếp, nơi AI phải theo kịp tốc độ, đặt các câu hỏi tiếp nối và phản hồi các tín hiệu hình ảnh.
Chuyển từ văn bản sang video không chỉ đơn thuần là một sự điều chỉnh về giao diện người dùng (UI). Nó buộc mô hình phải xử lý một luồng dữ liệu âm thanh và hình ảnh không ngừng nghỉ, mô phỏng nhịp độ của một cuộc hẹn thực tế và xử lý nhiều luồng hội thoại cùng lúc mà không cần tạm dừng. Trong thực tế, khả năng đó có thể cho phép AI đóng vai trò như một tác nhân phân loại bệnh (triage) tuyến đầu, xử lý các vấn đề thông thường trong khi giải phóng bác sĩ cho các ca bệnh phức tạp.
Cách thức thực hiện thử nghiệm
Google đã xây dựng một khung thử nghiệm bằng cách tuyển dụng mười lăm diễn viên đã qua đào tạo để đóng vai các bệnh nhân với các triệu chứng phức tạp. Các diễn viên đã ứng biến trong các kịch bản lâm sàng trải dài trên năm hệ cơ quan:
- Các vấn đề về tim phổi
- Các vấn đề về bụng
- Các vấn đề về đầu-mắt-tai-mũi-họng (HEENT)
- Các tình trạng thần kinh và tâm thần
- Các rối loạn cơ xương khớp
Sau đó, các chuyên gia đánh giá lâm sàng độc lập đã xếp hạng AI dựa trên độ chính xác trong chẩn đoán, chiến lược đặt câu hỏi và khả năng giao tiếp thấu cảm. Điểm số cho thấy AMIE (Video) ngang hàng với mức xếp hạng thường dành cho các bác sĩ chăm sóc ban đầu khi xử lý các trường hợp tương tự.
Tại sao kết quả này lại quan trọng
Nếu một AI có thể trò chuyện một cách đáng tin cậy với một diễn viên đóng vai bệnh nhân và đưa ra kết luận tương tự như một bác sĩ lâm sàng, các hệ thống y tế có thể triển khai một điểm tiếp nhận chi phí thấp và có khả năng mở rộng trong bối cảnh thiếu hụt nhân lực. Một AI hỗ trợ video có thể phân loại các vấn đề không khẩn cấp, lên lịch tái khám hoặc đưa ra lời khuyên sơ bộ—tất cả đều không cần đến chi phí vận hành của một phòng khám vật lý. Đối với bệnh nhân ở các vùng sâu vùng xa hoặc các khu vực chưa được phục vụ đầy đủ, một bác sĩ lâm sàng "tuyến đầu" ảo có thể rút ngắn đáng kể thời gian chờ đợi.
Mặt cần thận trọng
Nghiên cứu này vẫn chỉ dừng lại ở mức độ mô phỏng. Các diễn viên, dù kỹ năng đến đâu, cũng không thể tái hiện được sự khó đoán của những bệnh nhân thực sự—những người mang theo tiền sử cá nhân, các bệnh lý đi kèm và sự biến động về cảm xúc trong cuộc gặp. Việc đánh giá cũng dựa vào các giám khảo là con người để diễn giải hiệu suất của AI; định kiến chủ quan có thể len lỏi vào bất kỳ hệ thống chấm điểm nào.
Sự phê duyệt của các cơ quan quản lý vẫn là một rào cản khác. Các khung pháp lý về thiết bị y tế hiện nay yêu cầu bằng chứng từ việc sử dụng trong thế giới thực trước khi phê duyệt các chức năng chẩn đoán hoặc phân loại. Nếu không có dữ liệu đó, bất kỳ việc triển khai nào cũng sẽ chỉ dừng lại ở môi trường nghiên cứu hoặc các chương trình thí điểm được giám sát chặt chẽ. Trách nhiệm pháp lý cũng là một vấn đề lớn: nếu AI đọc sai một tín hiệu hình ảnh và đưa ra hướng xử lý sai, ai sẽ là người chịu trách nhiệm—nhà phát triển, nền tảng lưu trữ, hay bác sĩ giám sát?
Điều gì sẽ diễn ra tiếp theo
Google đã ra tín hiệu rằng giai đoạn tiếp theo sẽ bao gồm các thử nghiệm với bệnh nhân thực sự, đi kèm với hồ sơ sức khỏe xác thực và các nền tảng nhân khẩu học đa dạng. Những nghiên cứu đó sẽ cần phải chứng minh không chỉ sự tương đồng trong lập luận lâm sàng mà còn cả tính an toàn, quyền riêng tư dữ liệu và hiệu suất công bằng giữa các nhóm dân cư.
Kết luận
AMIE (Video) cho thấy một AI được hỗ trợ bởi mô hình ngôn ngữ lớn có thể đứng vững trong một cuộc hẹn video mô phỏng, đạt được mức xếp hạng lâm sàng tương đương với bác sĩ chăm sóc ban đầu trên một phạm vi rộng các tình trạng bệnh lý. Bước đột phá này mở ra cánh cửa cho việc chăm sóc tuyến đầu do AI dẫn dắt, nhưng các thử nghiệm trên bệnh nhân thực, sự phê duyệt của cơ quan quản lý và các khung trách nhiệm pháp lý rõ ràng sẽ quyết định liệu công nghệ này có thể chuyển từ phòng thí nghiệm sang phòng khám hay không.