Trong khi sự đổi mới trong các lĩnh vực công nghệ khác có thể diễn ra chậm chạp – chẳng hạn như ý tưởng về metaverse - AI đang tiến bộ vượt bậc. Tốc độ phát triển nhanh chóng đang tự nuôi sống chính nó. Các doanh nghiệp ngày càng dành nhiều lực hơn vào phát triển AI và sức mạnh tính toán.
Vào năm 2018 tại Diễn đàn Kinh tế Thế giới ở Davos (Thụy Sĩ), Giám đốc điều hành Google Sundar Pichai nhận định: “AI có lẽ là điều quan trọng nhất mà nhân loại từng tìm ra. Tôi nghĩ về nó như một thứ có ảnh hưởng rộng lớn hơn điện hay lửa”.
 |
| AI đang ngày càng được ứng dụng vào những lĩnh vực rất phức tạp mà tưởng chừng chỉ dành cho những bộ não kiệt xuất của loài người, tiêu biểu chính là y học. Ảnh: IoT For All. |
Theo Vox, thời điểm đó phát biểu của Pichai vấp phải sự hoài nghi lớn. Nhưng gần 5 năm sau, lời tiên đoán dần trở thành hiện thực. AI đang ngày càng được ứng dụng vào những lĩnh vực rất phức tạp mà tưởng chừng chỉ dành cho những bộ não kiệt xuất của loài người, tiêu biểu chính là y học.
Ở vài khía cạnh, AI tiệm cận trình độ của bác sĩ
Năm 2022, Viện Ung thư Quốc gia Mỹ thử nghiệm đặt hai bức ảnh đen trắng giống hệt nhau có hình dạng các khối u đặt cạnh nhau trên màn hình máy tính.
Ở phía bên trái, Ismail Baris Turkbey, một bác sĩ khoa X-quang với 15 năm kinh nghiệm, đã phác thảo một khu vực nơi các hình mờ thể hiện thứ mà ông tin là ung thư tuyến tiền liệt đang phát triển.
Trong khi đó, phía bên kia màn hình, một chương trình máy tính trí tuệ nhân tạo cũng đã làm điều tương tự. Kết quả của máy tính và chuyên gia gần như giống hệt nhau.
 |
| Các chương trình AI đã có khả năng làm những tác vụ rất phức tạp như phác thảo tế bào ung thư tiềm năng. Ảnh: Thinkstock. |
“Mô hình AI tìm thấy tuyến tiền liệt và phác thảo các khu vực mà nó nghi ngờ là tế bào ung thư mà không cần bất kỳ sự giám sát nào của con người", Turkbey ngạc nhiên.
Từ những hình ảnh đen trắng về ảnh chụp MRI của một người bị ung thư tuyến tiền liệt, chương trình AI đã phân tích hàng nghìn hình ảnh trong số đó để làm mẫu dữ liệu.
Vị bác sĩ hy vọng AI sẽ giúp các bác sĩ khoa X-quang ít kinh nghiệm hơn tìm ra ung thư tuyến tiền liệt ngay khi nó vừa xuất hiện và loại bỏ bất cứ thứ gì có thể bị nhầm lẫn với ung thư.
Mô hình này chỉ là phần nổi của tảng băng khi nói đến sự giao thoa giữa AI và nghiên cứu ung thư. Mặc dù các ứng dụng tiềm năng của AI dường như là vô tận, rất nhiều tiến bộ đó tập trung vào các công cụ chụp ảnh tế bào ung thư.
Trong vài năm qua, các nhà nghiên cứu đã phát triển nhiều công cụ AI có khả năng phát hiện ung thư từ ảnh chụp với tốc độ nhanh, chính xác và thậm chí cho ra nhiều thông tin hơn. Điều đó đã tạo ra rất nhiều hứng thú trong ngành.
 |
| Các nhà nghiên cứu đã phát triển nhiều công cụ AI có khả năng phát hiện ung thư từ ảnh chụp với tốc độ nhanh, chính xác và thậm chí cho ra nhiều thông tin hơn. Ảnh: Michigan Medicine. |
"Không thể phủ nhận có nhiều sự phóng đại về AI nhưng cũng có rất nhiều nghiên cứu về nó đang cho tiến triển tốt", Stephanie Harmon, một nhà khoa học dữ liệu ở Viện Ung thư Quốc gia Mỹ cho biết.
Trợ thủ đắc lực phát hiện sớm ung thư
Trí tuệ nhân tạo (AI) đề cập đến các chương trình máy tính hoặc thuật toán sử dụng dữ liệu để đưa ra quyết định hoặc dự đoán. Để xây dựng một thuật toán, các nhà khoa học có thể tạo một bộ quy tắc hoặc dùng dữ liệu để "dạy" máy tính làm theo để có thể phân tích và đưa ra quyết định.
Tiến sĩ Turkbey và các đồng nghiệp của ông đưa ra ví dụ về việc sử dụng các quy tắc hiện có về cách ung thư tuyến tiền liệt xuất hiện khi chụp MRI.
Họ tạo ra thuật toán cho mô hình AI bằng cách sử dụng hàng nghìn nghiên cứu MRI, một số từ những người bị chẩn đoán mắc bệnh ung thư tuyến tiền liệt và còn lại là những bệnh nhân khỏe mạnh.
 |
| Các bác sĩ tạo ra thuật toán cho mô hình AI bằng cách sử dụng hàng nghìn nghiên cứu MRI. Ảnh: American Brain Foundation. |
Có rất nhiều cách tiếp cận AI khác nhau nhưng được đánh giá cao nhất là sử dụng học máy (machine learning), thuật toán tự dạy cách phân tích và diễn giải dữ liệu.
Do đó, các thuật toán học máy có thể tiếp thu các mẫu mà mắt hoặc não người không dễ dàng nhận thấy được. Khi các thuật toán này được tiếp xúc với ngày càng nhiều dữ liệu mới, khả năng tìm hiểu và diễn giải của chúng sẽ càng được cải thiện.
Ngoài ra, các nhà nghiên cứu cũng đã ứng dụng thêm công nghệ Deep Learning (học sâu), một nhánh mới trong học máy với ảnh chụp ung thư.
Deep Learning đề cập đến các thuật toán phân loại thông tin giống như bộ não con người. Công nghệ này tạo ra một mạng lưới thần kinh nhân tạo bắt chước hoạt động não bộ của con người, từ đó mô phỏng lại cách chúng ta xử lý và phản ứng với các tín hiệu từ phần còn lại của cơ thể.
 |
| Một thuật toán học sâu được huấn luyện để phân tích hình ảnh từ các lần quét MRI dự đoán sự hiện diện đột biến gen IDH1 trong các khối u não. Ảnh: CA Cancer. |
Thông thường, sau khi cho bệnh nhân chụp hàng loạt ảnh xét nghiệm, các bác sĩ phải nhìn vào một lượng lớn ảnh chụp và phải trả lời một loạt câu hỏi, chẳng hạn như đó là ung thư hay khối u vô hại, nếu là ung thư thì nó phát triển nhanh như thế nào hay nó đã lan rộng bao xa...
Các nghiên cứu đã cho thấy AI hoàn toàn đủ khả năng cải thiện tốc độ, độ chính xác và tin cậy để hỗ trợ các bác sĩ trả lời những câu hỏi đó.
“AI có thể tự động đánh giá và làm công việc mà con người tốn rất nhiều thời gian để làm được. Sau khi AI đưa ra chẩn đoán, bác sĩ chỉ cần xem lại những gì nó làm và nhận định xem đánh giá ấy có chính xác hay không", tiến sĩ Hugo Aerts của trường Y Havard (Mỹ) cho biết.
Bên cạnh đó, ông Aerts cũng lưu ý thêm AI có thể làm cho việc phân tích ảnh chụp, một nhiệm vụ mang tính chủ quan cao, trở nên đơn giản và đáng tin cậy hơn.
Trí tuệ nhân tạo có thể “nhìn thấy” những thứ mà con người chúng ta không thể, đồng thời có thể tìm thấy các mẫu và mối quan hệ phức tạp giữa nhiều loại dữ liệu tưởng chừng rất khác nhau.
 |
| AI có thể làm cho việc phân tích ảnh chụp, một nhiệm vụ mang tính chủ quan cao, trở nên đơn giản và đáng tin cậy hơn. Ảnh: Medical News Today. |
“AI rất giỏi trong việc này và vượt xa hiệu suất của con người trong nhiều tác vụ phức tạp. Tuy nhiên, trong trường hợp này, thường không rõ làm thế nào AI có thể đưa ra kết luận của mình, vì vậy các bác sĩ và nhà nghiên cứu rất khó để kiểm tra xem công cụ này hoạt động chính xác hay không", Aerts nói thêm.
Mark Schiffman, bác sĩ thuộc Khoa Di truyền và Dịch tễ Ung thư của Viện Ung thư Quốc gia Mỹ và các đồng nghiệp đã thiết kế một thuật toán cải thiện khả năng truy tìm tế báo ung thư cổ tử cung tiềm năng bằng phương pháp kiểm tra trực quan.
Trong một nghiên cứu năm 2019, thuật toán cho thấy khả năng hoạt động còn tốt hơn các chuyên gia được đào tạo chuyên nghiệp.
Một nhóm khác tạo ra một thuật toán AI có thể giúp xác định tần suất một người nên đi khám sàng lọc ung thư vú. Trong các thử nghiệm khác nhau, mô hình này cho độ chính xác cao hơn các công cụ hiện tại được sử dụng để dự đoán nguy cơ ung thư vú.
Những nhà khoa học tiên phong
"Những nhà khoa học tiên phong" là một cuốn sách thú vị về lịch sử của những phát minh nổi tiếng. Để có được những đóng góp vĩ đại cho nhân loại, các nhà khoa học nổi tiếng đã làm việc với lòng say mê và tinh thần học hỏi không ngừng.
