Bruk av AI for å løse problemet med å «preferere toppen»

(Dan Tri) – Kunstig intelligens åpner opp for et enormt potensial innen helsevesen og fjernmedisinsk behandling, spesielt for lav- og mellominntektsland.

Teknologi, kunstig intelligens (KI) og stordata omformer fremtiden for mange bransjer, og helsevesenet fremstår som et lovende felt. På Vietnam Healthcare Forum 2025 diskuterte eksperter potensialet og utfordringene med KI og stordata innen medisinsk diagnose og behandling.

Forumet, med temaet «Big Data and Artificial Intelligence in Medical Diagnosis and Treatment», fant sted 21.–22. juli, og ble arrangert i samarbeid med Association of Vietnamese Scientists and Experts Global (AVSE Global) og 108 Military Central Hospital.

Arrangementet samler ledende innenlandske og utenlandske eksperter for å dele visjoner og erfaringer for å forbedre kvaliteten på helsetjenester i Vietnam.

AI: Innleder en ny æra innen helsevesenet

Professor Guy Marks, president i Den internasjonale unionen mot tuberkulose og lungesykdommer og professor ved University of New South Wales (Australia), ga et innblikk i hvordan kunstig intelligens og avansert teknologi kan håndtere de iboende utfordringene knyttet til global helse, spesielt i lav- og mellominntektsland som Vietnam.

Professor Guy Marks, president i Den internasjonale unionen mot tuberkulose og lungesykdommer og professor ved University of New South Wales på forumet (Foto: Organisasjonskomiteen).

«Tradisjonelle tilnærminger til helsevesenstyring fra 1800-tallet er i ferd med å bli foreldet, noe som har komplisert dagens helsetjenester», sa professor Marks. Han pekte på tre viktige kompleksiteter i medisinen i det 21. århundre:

Menneskebiologi: Menneskekroppen er et komplekst system som trosser en fullstendig vitenskapelig forklaring ;

Miljø: Miljøet inneholder mange patogener og farer. De fleste sykdommer er et resultat av komplekse samspill mellom menneskelig biologi og miljøet;

Medisinske intervensjoner: Moderne medisin har et komplekst utvalg av intervensjoner (farmakologiske, kirurgiske, psykologiske, ikke-farmakologiske) som gjør diagnose og behandling ekstremt kompleks.

«Begrensningene ved tradisjonelle tilnærminger som spesialisering, sentralisering (som fører til at pasienter har vanskeligheter med å få tilgang til spesialister og må oppsøke store sykehus), retningslinjer og protokoller (som ofte er for lange eller for enkle) og opplæring (som stadig endrer kunnskap og har høy turnover-rate) har forårsaket vanskeligheter i dagens helsevesen», understreket professor Marks.

«I mellomtiden krever tradisjonelle sykehus, som ofte er høyrisikosykehus, dyre og langt fra der pasientene bor, en ny, menneskesentrert tilnærming, og teknologier kan nå gjøre det.»

I dag innleder avansert teknologi en ny æra innen helsevesenet, med plattformer for pasientnær testing (PoC) og fjernrapportering av bildebehandling som spiller en nøkkelrolle. Spesielt har ultraportable røntgenbilder med AI-drevet bildelesing vist seg å utkonkurrere radiologer i diagnostisering av tuberkulose.

«Utviklingen av transport og kommunikasjon, som utnytter høyhastighetsinternett, Wi-Fi og tilkoblede enheter, muliggjør utplassering av datakraft og databaser i skyen, noe som gjør informasjon og teknologi tilgjengelig for folk i avsidesliggende områder. Droner kan til og med brukes til å transportere pasientprøver og legemidler med letthet. Kliniske forsøksdata av høy kvalitet, ofte tilgjengelig i anonymisert form, er avgjørende for personlig tilpasset behandling og avansert analyse», sa professor Marks.

Ifølge ham er kliniske beslutningsstøttesystemer (CDSS) kraftige verktøy som gir behandlingsanbefalinger basert på pasientdata og medisinsk kunnskap. Spesielt kunstig intelligens og maskinlæring vil spille en viktig rolle i å samle inn og organisere strukturerte pasientdata, utvinne og syntetisere informasjon fra store datasett fra kliniske studier, samt gi beslutningsstøtte til klinikere.

Professor Marks ser for seg en ny menneskesentrert helsemodell, basert på en fastlege nær pasientens hjem, støttet av et CDSS og AI-drevne anbefalinger. Denne tilnærmingen lover å gi bedre medisinske beslutninger, optimale pasientresultater, redusert ressurs- og antibiotikasvinn, og økt kapasitet for helsearbeidere i frontlinjen.

AI-potensial i helsevesenet i Vietnam

I rundebordsdiskusjonen fordypet ledende eksperter seg i hvilken rolle AI kan spille i fremtidens vietnamesiske helsevesen.

Professor Dinh Xuan Anh Tuan, leder for Institutt for respiratorisk medisin - funksjonell utforskning, Cochin Hospital, Paris (Frankrike), uttrykte: «Kompleksiteten i menneskers helse, fysiologi, hjerne, ånd og miljø er faktorer som gjør helsetjenester ekstremt vanskelige og krever individualisering i behandlingen. Men AI kan bidra til å løse denne kompleksiteten ved å behandle store mengder informasjon som mennesker ikke kan.»

Dr. Vo Si Nam, direktør for det biomedisinske senteret (VinBigData), deler det samme synet og presiserte: «Store språkmodeller kan løse viktige punkter i stordatabehandling og oppfølging. Maskinlæring og store språkmodeller opererer basert på sannsynlighet, og velger resultatet med høyest sannsynlighet, men flertallet har ikke alltid rett.»

Derfor må mennesker alltid være i sentrum, kontrollere resultatene av AI og alltid huske på at AI også kan ta feil, akkurat som mennesker.

Eksperter er enige om at AI og annen teknologi i helsevesenet må tjene mennesker (Illustrasjon: Base).

David Nguyen, administrerende direktør i N2N AI (Australia), delte sine erfaringer fra fiaskoen til IBM Watson, et medisinsk AI-prosjekt som hevdet å kunne erstatte leger, men som mislyktes på grunn av «rå» inndata. «AI er et system som støtter leger i å ta beslutninger raskere og mer effektivt, ikke erstatter dem. Leger må ha strenge verifiseringstrinn for å sikre nøyaktighet og gå i ønsket retning», sa han.

Angående rollen til kunstig intelligens i å redusere overbelastning på sykehus og forebyggende medisin, presiserte professor Guy Marks at målet ikke er å eliminere sykehus, men å reservere sykehus kun for virkelig komplekse og vanskelige tilfeller.

I Australia, sa han, har mange tjenester som tidligere fant sted på sykehus nå blitt flyttet utenfor sykehuset, der pasienter bare trenger å dra til sykehuset når de virkelig trenger tjenestene som bare er tilgjengelige der. Kunstig intelligens kan nå bidra til å tilpasse behandlingen selv før folk faktisk blir pasienter. Det er imidlertid ikke lett å gjøre dette viktige skiftet på grunn av kulturelle faktorer.

Generalmajor professor Le Huu Song, direktør for 108 militære sentralsykehus, og eksperter diskuterte potensialet til kunstig intelligens i Vietnams helsesektor (Foto: Organisasjonskomiteen).

Generalmajor professor Le Huu Song, direktør for 108 Central Military Hospital, påpekte: «Den vietnamesiske kulturen med å «foretrekke sykehus på høyere nivå» har ført til overbelastning, og mange pasienter ønsker til og med å be leger om å undersøke dem for mange andre ting. Jeg håper at AI kan bidra til å effektivisere og gjøre helseadministrasjon smartere, spesielt ved å støtte fjernhelsetjenester for å unngå overbelastning av sykehus i frontlinjen.»

Professor Dinh Xuan Anh Tuan avsluttet diskusjonen med å understreke at kunstig intelligens er en mulig løsning for å forbedre menneskers helse og den vietnamesiske helsesektoren, spesielt når det gjelder kompleksiteten i menneskekroppen og miljøet.

Han uttrykte håp om at leger i fremtiden ikke bare vil behandle sykdommer, men også bidra til å opprettholde helse, og at kunstig intelligens vil spille en viktig rolle i å finne de mest mulige måtene å forebygge sykdommer på. Dette vil hjelpe folk ikke bare å leve lenger, men også å leve sunnere.

I tillegg til det store potensialet, står bruken av kunstig intelligens i Vietnams helsevesen fortsatt overfor mange hindringer. En av de største utfordringene er data. For at kunstig intelligens skal fungere effektivt, krever den store, synkroniserte datakilder av høy kvalitet. I Vietnam er imidlertid helsedata ofte fragmenterte, ikke standardiserte, og pasientinformasjonssikkerhet er også et bemerkelsesverdig problem.

I tillegg, selv om internett er populært, krever drift av komplekse AI-systemer kraftig datainfrastruktur, stabile og sikre forbindelser, spesielt i avsidesliggende områder. I tillegg til dette må det juridiske rammeverket avklare dataeierskap, sikkerhetsstandarder og effektiviteten til AI-produkter i helsevesenet.

Til slutt, når det gjelder opplæring og utvikling av menneskelige ressurser, trenger Vietnam et team av eksperter som ikke bare er gode på AI, men som også har omfattende kunnskap om medisin for å utvikle og distribuere AI-løsninger effektivt og trygt.

Kilde: https://dantri.com.vn/suc-khoe/dung-ai-giai-bai-toan-chuong-tuyen-tren-20250722142156390.htm