Bagaimana AI mengubah industri penjagaan kesihatan.

Dengan 4.5 bilion orang kini kekurangan akses kepada perkhidmatan penjagaan kesihatan penting dan unjuran kekurangan 11 juta petugas penjagaan kesihatan menjelang 2030, kecerdasan buatan (AI) berpotensi untuk merapatkan jurang tersebut dan merevolusikan sistem penjagaan kesihatan global.

AI juga boleh membantu manusia kembali ke landasan yang betul untuk mencapai matlamat pembangunan mampan Pertubuhan Bangsa-Bangsa Bersatu iaitu perlindungan kesihatan sejagat menjelang 2030.

AI membantu dalam menilai keperluan ambulans. Foto: Weforum.org

Walau bagaimanapun, meskipun terdapat kemajuan teknologi yang pesat, sektor penjagaan kesihatan berada "di bawah purata" dalam penggunaan AI berbanding industri lain, menurut laporan Forum Ekonomi Dunia bertajuk "Masa Depan Penjagaan Kesihatan Berasaskan AI: Menerajui Jalan."

Menurut laporan itu, "Transformasi yang dipacu AI bukan sekadar tentang menerima pakai alatan baharu, tetapi memerlukan pemikiran semula keseluruhan cara penjagaan kesihatan disampaikan dan diakses."

Dengan pasaran penjagaan kesihatan yang dijana AI diunjurkan mencecah $2.7 bilion tahun ini—dan hampir $17 bilion menjelang 2034—berikut adalah beberapa cara AI mengubah industri penjagaan kesihatan:

AI boleh menganalisis imej otak.

Satu program perisian AI baharu adalah dua kali lebih tepat berbanding pakar dalam menganalisis imej otak pesakit strok. Dua universiti di UK telah melatih perisian ini menggunakan 800 imbasan otak dan kemudian mengujinya pada 2,000 pesakit. Hasilnya mengagumkan. Selain ketepatannya yang tinggi, perisian ini juga dapat mengenal pasti jangka masa kejadian strok – faktor penting bagi doktor.

Pakar neurologi Paul Bentley memberitahu Akhbar Health Tech: “Bagi sebahagian besar strok yang disebabkan oleh pembekuan darah, jika pesakit tiba di hospital dalam tempoh 4.5 jam selepas strok, mereka layak untuk ubat dan pembedahan. Dalam tempoh 6 jam, pembedahan masih boleh dilakukan, tetapi selepas itu, keputusan rawatan menjadi lebih sukar kerana banyak kes tidak dapat dipulihkan. Oleh itu, menentukan potensi permulaan dan pemulihan dengan tepat adalah penting.”

AI mengesan keretakan tulang dengan lebih baik berbanding manusia.

Menggunakan AI untuk analisis awal dapat membantu mengelakkan sinar-X yang tidak perlu dan meminimumkan risiko patah tulang yang hilang. Institut Kebangsaan untuk Kecemerlangan Kesihatan dan Penjagaan (NICE) di UK mengatakan teknologi ini selamat, andal dan dapat mengurangkan bilangan lawatan susulan.

Menilai keperluan ambulans menggunakan AI.

Di UK, kira-kira 350,000 orang dibawa ke hospital dengan ambulans setiap bulan. Keputusan siapa yang perlu dipindahkan ke hospital lain terletak pada kakitangan perubatan pra-hospital, di tengah-tengah kekurangan katil hospital yang berterusan. Satu kajian di Yorkshire (utara England) menunjukkan bahawa dalam 80% kes, AI boleh meramalkan pesakit yang perlu dipindahkan dengan tepat. Model AI dilatih berdasarkan faktor seperti mobiliti, kadar denyutan jantung, tahap oksigen darah dan sakit dada – terutamanya, AI tidak menunjukkan berat sebelah dalam pemprosesan datanya.

Pengesanan awal lebih 1,000 penyakit.

Satu model pembelajaran mesin baharu daripada AstraZeneca berpotensi untuk mengesan penyakit sebelum pesakit mengalami sebarang gejala. Berdasarkan data perubatan daripada 500,000 orang dalam pangkalan data perubatan UK, model tersebut boleh “meramalkan diagnosis dengan keyakinan yang tinggi bertahun-tahun kemudian.”

Satu lagi kajian di UK mendapati bahawa alat AI dapat mengesan 64% lesi otak epilepsi yang sebelum ini terlepas pandang oleh ahli radiologi. Dilatih dengan lebih 1,100 imbasan MRI orang dewasa dan kanak-kanak di seluruh dunia, AI bukan sahaja mengesan lesi dengan lebih pantas tetapi juga mengenal pasti lesi yang sangat kecil atau tersembunyi yang tidak dapat dilihat oleh mata manusia.

Bot sembang perubatan menyokong proses membuat keputusan klinikal.

Doktor perlu membuat keputusan yang cepat dan tepat, dan walaupun AI boleh membantu mempercepatkan proses, ia juga membawa risiko memberikan maklumat yang tidak tepat atau berat sebelah.

Satu kajian di AS menunjukkan bahawa model bahasa besar standard (LLM) seperti ChatGPT, Claude atau Gemini tidak dapat memberikan jawapan yang lengkap dan berasaskan saintifik kepada doktor. Walau bagaimanapun, ChatRWD – sistem generatif dengan pencarian maklumat yang dipertingkatkan – menunjukkan prestasi yang lebih baik, dengan 58% jawapan adalah berguna (berbanding 2%-10% daripada LLM konvensional).

Antara muka digital juga sedang digunakan untuk menyokong triaj pesakit. Laporan 2024 daripada Inisiatif Transformasi Kesihatan Digital Forum Ekonomi Dunia menyatakan bahawa platform pesakit digital Huma dapat membantu mengurangkan kadar kemasukan semula sebanyak 30%, mengurangkan masa semakan doktor sehingga 40% dan “mengurangkan beban kerja untuk kakitangan penjagaan kesihatan.”

Laporan itu menjangkakan bahawa teknologi masa hadapan akan “mengubah pengalaman penjagaan kesihatan pesakit secara dramatik. Individu yang sihat boleh menggunakan peranti pemantauan untuk mengoptimumkan kesihatan fizikal dan mental mereka, manakala mereka yang mempunyai masalah kesihatan akan mempunyai akses kepada pelbagai penyelesaian digital.”

(Menurut Weforum.org)

Sumber: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html