Sự trỗi dậy của AI nguồn mở trong chẩn đoán y tế
Cho đến gần đây, lĩnh vực chẩn đoán hỗ trợ bởi AI (trí tuệ nhân tạo) phần lớn bị chi phối bởi các mô hình AI độc quyền được phát triển bởi những gã khổng lồ công nghệ như OpenAI và Google. Các mô hình nguồn đóng này, mặc dù mạnh mẽ, hoạt động trên các máy chủ bên ngoài. Điều này đòi hỏi các bệnh viện và bác sĩ lâm sàng phải truyền dữ liệu bệnh nhân ra ngoài mạng lưới an toàn của họ, làm dấy lên lo ngại về quyền riêng tư và bảo mật dữ liệu.
Ngược lại, các mô hình AI nguồn mở đưa ra một giải pháp thay thế hấp dẫn. Các mô hình này có sẵn miễn phí và quan trọng là có thể được điều chỉnh để phù hợp với các yêu cầu cụ thể của các môi trường lâm sàng khác nhau. Khả năng chạy các mô hình này trên các máy chủ nội bộ của bệnh viện mang lại mức độ bảo mật dữ liệu được nâng cao đáng kể và tính linh hoạt để điều chỉnh AI cho phù hợp với đặc điểm nhân khẩu học bệnh nhân riêng của một cơ sở cụ thể. Tuy nhiên, một trở ngại đáng kể trong lịch sử là khoảng cách hiệu suất giữa các mô hình nguồn mở và các đối tác độc quyền của chúng. Nghiên cứu gần đây chỉ ra rằng khoảng cách này đang nhanh chóng được thu hẹp.
AI nguồn mở sánh ngang hiệu suất của GPT-4
Nhóm nghiên cứu của Trường Y Harvard đã đánh giá tỉ mỉ Llama 3.1 405B của Meta, một mô hình AI nguồn mở, so với GPT-4 đáng gờm. Việc đánh giá bao gồm việc đưa cả hai mô hình vào một bài kiểm tra nghiêm ngặt bao gồm 92 trường hợp chẩn đoán phức tạp đã được công bố trước đó trên The New England Journal of Medicine. Kết quả thật đáng kinh ngạc:
- Độ chính xác chẩn đoán: Llama 3.1 xác định chính xác chẩn đoán trong 70% trường hợp, vượt qua tỷ lệ chính xác 64% của GPT-4.
- Độ chính xác của gợi ý hàng đầu: Trong 41% trường hợp, Llama 3.1 xếp hạng chẩn đoán chính xác là gợi ý chính của nó, vượt qua GPT-4, đạt được điều này trong 37% trường hợp.
- Hiệu suất trên các trường hợp mới hơn: Khi tập trung vào một tập hợp con các trường hợp gần đây hơn, độ chính xác của Llama 3.1 đã cho thấy sự cải thiện hơn nữa, chẩn đoán chính xác 73% trường hợp và đặt chẩn đoán chính xác lên đầu các đề xuất của nó trong 45% trường hợp.
Những phát hiện này cho thấy mạnh mẽ rằng các mô hình AI nguồn mở không chỉ bắt kịp mà ở một số khía cạnh, còn vượt qua hiệu suất của các mô hình độc quyền hàng đầu. Điều này mang đến cho các bác sĩ một giải pháp thay thế khả thi và có khả năng an toàn hơn cho chẩn đoán hỗ trợ AI.
Các yếu tố cân nhắc chính cho bác sĩ: AI nguồn mở so với AI độc quyền
Sự xuất hiện của các mô hình AI nguồn mở hiệu suất cao giới thiệu một điểm quyết định quan trọng cho các bác sĩ chăm sóc ban đầu, chủ sở hữu phòng khám và quản trị viên. Việc lựa chọn giữa AI độc quyền và nguồn mở phụ thuộc vào việc đánh giá cẩn thận một số yếu tố chính:
Quyền riêng tư và bảo mật dữ liệu: Có lẽ lợi thế quan trọng nhất của các mô hình nguồn mở là khả năng được lưu trữ cục bộ. Điều này có nghĩa là thông tin bệnh nhân nhạy cảm vẫn an toàn trong phạm vi mạng của bệnh viện hoặc phòng khám, thay vì được truyền đến các máy chủ bên ngoài do các nhà cung cấp bên thứ ba quản lý. Cách tiếp cận cục bộ hóa này làm giảm đáng kể nguy cơ vi phạm dữ liệu và tăng cường tuân thủ các quy định bảo vệ dữ liệu.
Tùy chỉnh và khả năng thích ứng: Các mô hình AI độc quyền thường được thiết kế như các giải pháp “một kích cỡ phù hợp với tất cả”. Mặc dù chúng có thể cung cấp các khả năng rộng, nhưng chúng thiếu tính linh hoạt để được tinh chỉnh theo nhu cầu cụ thể của một cơ sở hoặc nhóm bệnh nhân cụ thể. Mặt khác, các mô hình AI nguồn mở có thể được tùy chỉnh bằng cách sử dụng dữ liệu bệnh nhân của chính cơ sở. Điều này cho phép tạo ra các mô hình AI chính xác hơn và phù hợp hơn với bối cảnh lâm sàng cụ thể.
Hỗ trợ, tích hợp và chuyên môn kỹ thuật: Các mô hình AI độc quyền thường đi kèm với lợi ích của hỗ trợ khách hàng chuyên dụng và tích hợp hợp lý với các hệ thống hồ sơ sức khỏe điện tử (EHR) hiện có. Điều này có thể đơn giản hóa quá trình triển khai và cung cấp hỗ trợ liên tục. Tuy nhiên, các mô hình nguồn mở đòi hỏi chuyên môn kỹ thuật nội bộ để thiết lập, bảo trì và khắc phục sự cố. Các cơ sở xem xét AI nguồn mở phải đánh giá khả năng nội bộ của họ hoặc chuẩn bị đầu tư vào hỗ trợ bên ngoài.
Cân nhắc về chi phí: Mặc dù phần mềm nguồn mở có sẵn miễn phí để tải xuống, nhưng tổng chi phí phải được xem xét. Chi phí hỗ trợ nội bộ, bảo trì và hỗ trợ bên ngoài tiềm năng phải được cân nhắc so với chi phí đăng ký của AI độc quyền.
Một sự thay đổi mô hình trong y học hỗ trợ AI
Tác giả cao cấp của nghiên cứu, Arjun Manrai, Tiến sĩ, phó giáo sư tin học y sinh tại Trường Y Harvard, nhấn mạnh tầm quan trọng của sự phát triển này. “Theo hiểu biết của chúng tôi, đây là lần đầu tiên một mô hình AI nguồn mở sánh ngang với hiệu suất của GPT-4 trong các trường hợp thách thức như vậy do các bác sĩ đánh giá,” Manrai tuyên bố. “Thật sự đáng kinh ngạc khi các mô hình Llama bắt kịp quá nhanh với mô hình độc quyền hàng đầu. Bệnh nhân, nhà cung cấp dịch vụ chăm sóc và bệnh viện sẽ được hưởng lợi từ cuộc cạnh tranh này.”
Nghiên cứu nhấn mạnh một cơ hội đang phát triển cho các tổ chức chăm sóc sức khỏe và các cơ sở tư nhân để khám phá các giải pháp thay thế AI nguồn mở. Những giải pháp thay thế này mang lại sự cân bằng hấp dẫn giữa độ chính xác chẩn đoán, bảo mật dữ liệu và khả năng tùy chỉnh. Trong khi các mô hình độc quyền tiếp tục cung cấp sự tiện lợi và hỗ trợ sẵn có, sự trỗi dậy của AI nguồn mở hiệu suất cao có khả năng định hình lại bối cảnh y học hỗ trợ AI trong những năm tới.
AI như một ‘Copilot’, không phải là một sự thay thế
Điều quan trọng cần nhấn mạnh là, ở giai đoạn này, AI nên được xem như một ‘copilot’ có giá trị để hỗ trợ các bác sĩ, không phải là một sự thay thế cho phán đoán lâm sàng và chuyên môn của họ. Các công cụ AI, khi được tích hợp một cách có trách nhiệm và chu đáo vào cơ sở hạ tầng chăm sóc sức khỏe hiện có, có thể đóng vai trò là công cụ hỗ trợ vô giá cho các bác sĩ lâm sàng bận rộn. Chúng có thể nâng cao cả độ chính xác và tốc độ chẩn đoán, cuối cùng dẫn đến cải thiện chăm sóc bệnh nhân.
Các nhà nghiên cứu nhấn mạnh tầm quan trọng của sự tham gia của bác sĩ trong việc thúc đẩy việc áp dụng và phát triển AI trong chăm sóc sức khỏe. Các bác sĩ phải đóng vai trò trung tâm trong việc đảm bảo rằng các công cụ AI được thiết kế và triển khai theo cách phù hợp với nhu cầu của họ và hỗ trợ quy trình làm việc lâm sàng của họ. Tương lai của AI trong y học không phải là thay thế các bác sĩ, mà là trao quyền cho họ bằng các công cụ mạnh mẽ để nâng cao khả năng của họ và cải thiện cuộc sống của bệnh nhân. Sự tiến bộ không ngừng của các mô hình nguồn mở sẽ chỉ phục vụ để mang lại lợi ích cho lĩnh vực y tế và khuyến khích sự chấp nhận lớn hơn của các bác sĩ đang tìm cách duy trì quyền kiểm soát dữ liệu bệnh nhân của họ.