Thứ ba 27/07/2021 18:49 24h qua English RSS
Hotline: 094 540 6866

Cách thức mới để cải thiện chăm sóc sức khoẻ ở các quốc gia có thu nhập trung bình thấp

17:05 | 13/11/2020

(Xây dựng) - Theo một nghiên cứu mới từ Đại học RMIT, Trí tuệ nhân tạo (AI) và học máy (ML) cùng các công nghệ mới nổi khác như khám bệnh trực tuyến, có thể hỗ trợ việc cung cấp y tế chất lượng cao toàn diện cho bệnh nhân nặng ở các quốc gia có thu nhập trung bình thấp (LMIC).

cach thuc moi de cai thien cham soc suc khoe o cac quoc gia co thu nhap trung binh thap
Tiến sĩ Đinh Ngọc Minh - giảng viên Khoa Khoa học và Công nghệ RMIT cho biết nhằm nâng cao chất lượng chăm sóc sức khoẻ tại các nước có thu nhập trung bình thấp, hệ thống y tế đang đối mặt với nhiều thách thức.

Tiến sĩ Đinh Ngọc Minh - giảng viên Khoa Khoa học và Công nghệ đồng thời là tác giả chính của nghiên cứu, cho biết hệ thống y tế ở các nước LMIC đang đối mặt với nhiều thách thức tác động đến chất lượng chăm sóc, đặt biệt với các ca bệnh nặng đòi hỏi đội ngũ nhân viên y tế có chuyên môn cao, cũng như trang thiết bị đắt tiền trong chẩn đoán và điều trị.

Ông nói: “Thách thức mà ngành Y tế nhiều quốc gia đang phải đối mặt thường liên quan đến việc bố trí nguồn lực như tiếp cận y tế, chẩn đoán và điều trị thích hợp, hệ thống và chi phí y tế. Tuy nhiên, ở các nước LMIC nơi nguồn lực hạn chế, vượt qua những thách thức này còn khó khăn hơn”.

Theo Tiến sĩ Minh, các tiến bộ kỹ thuật và công nghệ gần đây có thể đem đến những biện pháp thay thế đột phá và mới lạ cho cách thức chăm sóc thông thường hiện nay, điều có thể khiến đội ngũ nhân viên y tế và các trang thiết bị tốn kém không còn cần thiết.

Từ khi học máy (Machine Learning) và học sâu (Deep Learning) trở nên phổ biến, cáccôngnghệnày dần dần được ngành y tế đón nhận nhờ năng lực phân tích lượng dữ liệu y tế khủng để đưa ra căn cứ đánh giá nguy cơ đúng thời điểm, phân bổ nguồn lực chính xác và chẩn đoán bệnh.

Tổ chức Y tế Thế giới dự đoán có đến hai phần ba dân số thế giới không được chụp X quang và chẩn đoán. Và dẫu chụp X quang ngực hiện đã có mặt ở các phòng chăm sóc đặc biệt tại các quốc gia LMIC, số chuyên gia có thể đọc kết quả phim chụp còn rất ít. Trí tuệ nhân tạo và học sâu nói riêng có thể đem đến giải pháp giải quyết vấn đề này vì chúng rất thích hợp trong việc nhận diện dạng mẫu. Nhiều nghiên cứu vừa công bố chỉ ra rằng ứng dụng học sâu có thể hỗ trợ chụp phim lồng ngực, và những kho dữ liệu đồ sộlànềntảnggiúp xây dựng các thuật toán đủ để thực hiện phương pháp này. Ngoài việc nâng cao hệ thống chẩn đoán, học sâu còn cho thấy lợi thế rất lớn trong hỗ trợ việc đưa ra quyết định và quản trị y tế.

“Học máy đem đến khung phân tích dữ liệu đa phương thức đa chiều - một lợi thế trong khảo sát dữ liệu y sinh phức tạp, đồng thời cho thấy triển vọng trong cải thiện tầm soát, chẩn đoán và kiểm soát bệnh. Và với mảng chăm sóc đặc biệt, nơi thường có khối lượng dữ liệu cực kỳ lớn, học sâu đặc biệt rất được quan tâm”, Tiến sĩ Minh cho hay.

cach thuc moi de cai thien cham soc suc khoe o cac quoc gia co thu nhap trung binh thap
Các tiến bộ kỹ thuật và công nghệ gần đây có thể đem đến những biện pháp thay thế đột phá và mới lạ cho cách thức chăm sóc thông thường hiện nay, điều có thể khiến đội ngũ nhân viên y tế và các trang thiết bị tốn kém không còn cần thiết.

Nghiên cứu phát hiện rằng các ứng dụng học sâu có thể được phát triển để nhận diện và truy vết bệnh mãn tính và bệnh nhân nguy cơ cao tốt hơn, nhằm giúp giảm số lượng bệnh nhân nhập viện/tái nhập viện cũng như các yêu cầu quyền lợi y tế.

Tiến sĩ Minh đưa ra ví dụ về kênh nghiên cứu sinh học của BERG, nơi dùng học sâu để nhận diện phân tử cơ bản của các biến cố nhằm vẽ ra phác đồ bệnh và các phương thức điều trị bệnh ung thư, thần kinh và các bệnh hiếm khác.

“Công nghệ cho phép các cơ sở y khoa có thể chọn phương thức chữa trị có thể dự đoán được, thay vì dựa vào phương pháp thử - sai. Với việc gia tăng sử dụng hồ sơ y tế điện tử ở các nước LMIC, những công nghệ này ngày càng cho thấy sự thích hợp với hệ thống y tế có nguồn lực giới hạn, đặc biệt với các hệ thống được thiết kế quanh chi phí và hoá đơn. Hiểu hơn về chi phí chăm sóc đặc biệt có thể giúp can thiệp và dùng nguồn lực phù hợp, cũng như có thể bảo vệ nhóm dễ bị tổn thương khỏi các chi phí thừa hay không cân đối”, Tiến sĩ Minh giải thích.

Tiến sĩ Minh nhấn mạnh vào những tác động đáng kể mà hệ thống trí tuệ nhân tạo có thể đem đến cho các quốc gia LMIC, đồng thời giải quyết được nhiều rào cản trong việc đem đến chăm sóc đặc biệt chất lượng cao.

Ông chia sẻ: Giảm chi phí và chuyên gia cần thiết để giám sát và chữa trị cho những bệnh nhân rất nặng là bước quan trọng không chỉ giúp cải thiện bệnh tình bệnh nhân, mà còn giảm bất công trong cung cấp dịch vụ y tế.

Những nhân viên bận rộn và ít được đào tạo chuyên sâu hơn có thể được hệ thống hỗ trợ ra quyết định lâm sàng học sâu trợ giúp. Và khi có càng nhiều quốc gia dùng hồ sơ y tế điện tử, dữ liệu thu thập từ đây có thể dùng vào hệ thống hỗ trợ ra quyết định lâm sàng hoặc dịch vụ chăm sóc sức khoẻ tối ưu hoá.

Ở Việt Nam, công cụ hỗ trợ ra quyết định lâm sàng dựa trên học máy cho bệnh uốn ván và sốt xuất huyết, cũng như phân tích hình ảnh dựa trên học sâu cho bệnh lao, viêm màng não do não mô cầu và sốt xuất huyết, đang được phát triển trong khuôn khổ dự án VITAL (Thí nghiệm ứng dụng công nghệ trong chăm sóc đặc biệt ở Việt Nam).

Tiến sĩ Minh còn xác định và chỉ ra một số xu hướng mà hệ thống y tế, đặc biệt mảng chăm sóc đặc biệt, tại các nước LMIC có thể được lợi. Thế hệ công nghệ thông tin mới như Internet vạn vật, dữ liệu lớn, điện toán đám mây và crowdsourcing (hình thức tạo ra sản phẩm, thu thập thông tin hoặc ý kiến từ một nhóm người đông đảo gửi dữ liệu của mình qua Internet, mạng xã hội hoặc ứng dụng điện thoại thông minh), đã và đang chuyển đổi hệ thống y tế trở nên không chỉ hiệu quả và tiện lợi hơn, mà còn cá thể hoá hơn, cũng như với chi phí thấp hơn. Bệnh nhân có thể được trang bị các thiết bị điện tử đeo được để theo dõi sức khoẻ thường xuyên, hoặc dùng điện thoại chi phí thấp như nguồn dữ liệu trực tuyến để tầm soát việc lây lan dịch bệnh.

Khánh Diệp

Theo

Cùng chuyên mục
Xem thêm
  • so ca mac covid 19 tai viet nam da vuot nguong 100000 ca

    Sáng 26/7, Việt Nam ghi nhận thêm 2.708 ca mắc mới, nâng tổng số ca mắc COVID-19 trên cả nước lên 101.173 ca.

    08:54 | 26/07/2021
  • hon 5 trieu lieu vac xin moderna da ve den viet nam

    (Xây dựng) - Chiều tối ngày 25/7, chiếc máy bay chở hơn 1,5 triệu liều vắc xin phòng COVID-19 Moderna đáp xuống Sân bay Quốc tế Nội Bài. Số vắc xin này nằm trong hơn 3 triệu liều vắc xin phòng COVID-19 Moderna do Chính phủ Hoa Kỳ viện trợ cho Việt Nam thông qua cơ chế COVAX.

    23:00 | 25/07/2021
  • dong nai chuan bi ung pho voi tinh huong xau 7 benh vien da chien va 350 giuong hoi suc

    (Xây dựng) - Theo Sở Y tế Đồng Nai, hiện nay tỉnh này đang điều trị 2.374 ca nhiễm Covid-19 trên tổng số 2.444 ca mắc Covid-19. Thời gian qua, Đồng Nai đã công bố khỏi bệnh cho 96 người. Trước diễn biến phức tạp, khó lường của dịch Covid-19 với biến thể Delta lây lan mạnh, Đồng Nai đã, đang gấp rút hoàn thiện 7 Bệnh viện dã chiến để điều trị bệnh nhân. BS CKII Lê Quang Trung, Phó giám đốc Sở Y tế Đồng Nai trao đổi với báo chí xung quanh vấn đề này.

    20:18 | 25/07/2021
  • ngay 257 viet nam tiep tuc ghi nhan 7531 ca mac moi covid 19

    Ngày 25/7, Việt Nam ghi nhận 7.531 ca mắc mới; trong đó có 6 ca nhập cảnh và 7.525 ca ghi nhận trong nước, Thành phố Hồ Chí Minh vẫn là địa phương có ca nhiễm cao nhất với 4.555 ca.

    20:16 | 25/07/2021
  • can tho da vuot qua con so 600 ca nhiem covid 19

    (Xây dựng) - Ngày 25/7, Ban Chỉ đạo phòng, chống dịch Covd-19 thành phố Cần Thơ đã ban hành Báo cáo số: 3401/BC-BCĐ Tình hình phòng, chống dịch Covid-19 qua 07 ngày thực hiện giãn cách xã hội theo Chỉ thị 16/CT-TTg của Thủ tướng Chính phủ trên địa bàn thành phố. Theo Báo cáo đến 9 giờ ngày 25/7/2021: Số trường hợp mắc Covid-19 là 613 người; đã truy vết được 3.536 F1,  3.839 F2; điều trị khỏi 03 bệnh nhân; đã tử vong 02 bệnh nhân.

    19:23 | 25/07/2021
...

Tin bài cuối cùng

Không còn dữ liệu để load