Använda AI för att lösa problemet med att "föredra toppen"

(Dan Tri) – Artificiell intelligens öppnar upp för enorm potential inom hälso- och sjukvård och distansmedicinsk behandling, särskilt för låg- och medelinkomstländer.

Teknik, artificiell intelligens (AI) och stordata omformar framtiden för många branscher, och hälso- och sjukvården framstår som ett lovande område. Vid Vietnam Healthcare Forum 2025 diskuterade experter potentialen och utmaningarna med AI och stordata inom medicinsk diagnos och behandling.

Forumet, med temat "Big Data and Artificial Intelligence in Medical Diagnosis and Treatment", ägde rum den 21-22 juli och arrangerades i samarbete med Association of Vietnamese Scientists and Experts Global (AVSE Global) och 108 Military Central Hospital.

Evenemanget samlar ledande inhemska och utländska experter för att dela visioner och erfarenheter för att förbättra kvaliteten på hälso- och sjukvården i Vietnam.

AI: Inleder en ny era inom hälso- och sjukvård

Professor Guy Marks, ordförande för Internationella unionen mot tuberkulos och lungsjukdomar och professor vid University of New South Wales (Australien), gav en inblick i hur AI och avancerad teknik kan hantera de inneboende utmaningarna inom global hälsa, särskilt i låg- och medelinkomstländer som Vietnam.

Professor Guy Marks, ordförande för Internationella unionen mot tuberkulos och lungsjukdomar och professor vid University of New South Wales vid forumet (Foto: Organisationskommittén).

”Traditionella 1800-talsstrategier för vårdhantering håller på att bli föråldrade, vilket har komplicerat dagens vårdleveranser”, sa professor Marks. Han pekade på tre viktiga komplexiteter inom 2000-talets medicin:

Mänsklig biologi: Människokroppen är ett komplext system som trotsar en fullständig vetenskaplig förklaring ;

Miljö: Miljön innehåller många patogener och faror. De flesta sjukdomar är resultatet av komplexa interaktioner mellan mänsklig biologi och miljön;

Medicinska interventioner: Modern medicin har en komplex uppsättning interventioner (farmakologiska, kirurgiska, psykologiska, icke-farmakologiska) som gör diagnos och behandling extremt komplex.

”Begränsningarna med traditionella metoder som specialisering, centralisering (vilket leder till att patienter har svårt att få tillgång till specialister och måste söka sig till stora sjukhus), riktlinjer och protokoll (som ofta är för långa eller för enkla) och utbildning (som ständigt förändrar kunskap och har hög personalomsättning) har orsakat svårigheter inom dagens hälso- och sjukvård”, betonade professor Marks.

"Samtidigt kräver traditionella sjukhus, som ofta är högrisksjukhus, dyra och långt ifrån patienternas boendemiljö, ett nytt, människocentrerat tillvägagångssätt, och tekniken kan nu göra det."

Idag inleder avancerad teknik en ny era inom hälso- och sjukvården, där plattformar för vårdnära testning (PoC) och fjärrrapportering av bilddiagnostik spelar en nyckelroll. I synnerhet har ultraportabla röntgenbilder med AI-driven bildläsning visat sig vara bättre än radiologer vid diagnostisering av tuberkulos.

”Utvecklingen av transporter och kommunikationer, som utnyttjar höghastighetsinternet, Wi-Fi och uppkopplade enheter, möjliggör utbyggnad av datorkraft och databaser i molnet, vilket gör information och teknik tillgänglig för människor i avlägsna områden. Drönare kan till och med användas för att enkelt transportera patientprover och läkemedel. Högkvalitativa kliniska prövningsdata, ofta tillgängliga i anonymiserad form, är avgörande för personlig behandling och avancerad analys”, säger professor Marks.

Enligt honom är kliniska beslutsstödssystem (CDSS) kraftfulla verktyg som ger hanteringsrekommendationer baserade på patientdata och medicinsk kunskap. I synnerhet kommer artificiell intelligens och maskininlärning att spela en viktig roll för att samla in och organisera strukturerad patientdata, extrahera och syntetisera information från stora datamängder från kliniska prövningar, samt ge beslutsstöd till kliniker.

Professor Marks föreställer sig en ny människocentrerad vårdmodell, baserad på en allmänläkare nära patientens hem, med stöd av ett CDSS och AI-drivna rekommendationer. Denna metod lovar att ge bättre medicinska beslut, optimala patientresultat, minskat resurs- och antibiotikaslöseri och ökad kapacitet för vårdpersonal i frontlinjen.

AI-potential inom hälso- och sjukvård i Vietnam

Vid rundabordsdiskussionen fördjupade ledande experter sig i AI:s roll i den vietnamesiska hälso- och sjukvårdens framtid.

Professor Dinh Xuan Anh Tuan, chef för institutionen för andningsmedicin - funktionell utforskning, Cochin Hospital, Paris (Frankrike), uttryckte: "Komplexiteten i människors hälsa, fysiologi, hjärna, ande och miljö är faktorer som gör hälso- och sjukvården extremt svår och kräver individualisering i behandlingen. Men AI kan hjälpa till att lösa denna komplexitet genom att bearbeta stora mängder information som människor inte kan."

Dr. Vo Si Nam, chef för biomedicinska centret (VinBigData), delar samma åsikt och förtydligade: ”Big Language-modeller kan lösa viktiga punkter inom bearbetning av stordata och uppföljning av vård. Maskininlärning och big Language-modeller fungerar baserat på sannolikhet och väljer resultatet med högst sannolikhet, men majoriteten har inte alltid rätt.”

Därför måste människan alltid vara i centrum, kontrollera resultaten av AI och alltid ha i åtanke att AI också kan ha fel, precis som människor.

Experter är överens om att AI och annan teknik inom hälso- och sjukvården måste tjäna människorna (Illustration: Bas).

David Nguyen, VD för N2N AI (Australien), delade med sig av sina erfarenheter från misslyckandet med IBM Watson, ett medicinskt AI-projekt som påstod sig kunna ersätta läkare men misslyckades på grund av "rå" indata. "AI är ett system som hjälper läkare att fatta beslut snabbare och mer effektivt, inte att ersätta dem. Läkare måste ha strikta verifieringssteg för att säkerställa noggrannhet och gå i önskad riktning", sa han.

Angående AI:s roll i att minska överbelastningen på sjukhus och förebyggande medicin, förtydligade professor Guy Marks att målet inte är att eliminera sjukhus, utan att reservera sjukhus endast för verkligt komplexa och svåra fall.

I Australien, sa han, har många tjänster som tidigare ägde rum på sjukhus nu flyttats utanför sjukhuset, där patienter bara behöver gå till sjukhuset när de verkligen behöver de tjänster som bara finns tillgängliga där. AI kan nu hjälpa till att anpassa vården redan innan människor faktiskt blir patienter. Att göra denna viktiga förändring är dock inte lätt på grund av kulturella faktorer.

Generalmajor professor Le Huu Song, chef för 108:e militära centralsjukhuset, och experter diskuterade potentialen för AI inom Vietnams hälso- och sjukvårdssektor (Foto: Organisationskommittén).

Generalmajor professor Le Huu Song, chef för 108:e centrala militärsjukhuset, påpekade: ”Den vietnamesiska kulturen att 'föredra sjukhus på högre nivå' har orsakat överbelastning, och många patienter vill till och med be läkare att undersöka dem för många andra saker. Jag hoppas att AI kan bidra till att effektivisera och göra sjukvårdshanteringen smartare, särskilt genom att stödja distanssjukvård för att undvika överbelastning av sjukhus i frontlinjen.”

Avslutningsvis betonade professor Dinh Xuan Anh Tuan att AI är en genomförbar lösning för att förbättra människors hälsa och den vietnamesiska hälso- och sjukvårdssektorn, särskilt när det gäller att hantera komplexiteten hos människokroppen och miljön.

Han uttryckte sin förhoppning om att läkare i framtiden inte bara kommer att behandla sjukdomar utan också bidra till att upprätthålla hälsan, och AI kommer att spela en viktig roll i att hitta de mest genomförbara sätten att förebygga sjukdomar. Detta kommer att hjälpa människor att inte bara leva längre utan också leva hälsosammare.

Förutom sin stora potential står tillämpningen av AI i Vietnams hälso- och sjukvårdssystem fortfarande inför många hinder. En av de största utmaningarna är data. För att AI ska fungera effektivt kräver den stora, högkvalitativa och synkroniserade datakällor. I Vietnam är dock hälso- och sjukvårdsdata ofta fragmenterade, inte standardiserade, och patientinformationssäkerhet är också en anmärkningsvärd fråga.

Dessutom, även om internet är populärt, kräver drift av komplexa AI-system kraftfull datorinfrastruktur, stabila och säkra anslutningar, särskilt i avlägsna områden. Utöver detta måste den rättsliga ramen klargöra dataägande, säkerhetsstandarder och effektiviteten hos AI-produkter inom hälso- och sjukvården.

Slutligen, när det gäller utbildning och utveckling av mänskliga resurser, behöver Vietnam ett team av experter som inte bara är duktiga på AI utan också har omfattande kunskaper om medicin för att utveckla och distribuera AI-lösningar effektivt och säkert.

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