Sử dụng trí tuệ nhân tạo trong phát hiện và điều trị Alzheimer

Khi David Graham thức dậy vào buổi sáng, một thiết bị vuông vắn màu trắng được gắn lên tường phòng người đàn ông này tại Robbie's Place, một trung tâm hỗ trợ có trụ sở ở Marlborough, Massachusetts (Mỹ), bắt đầu ghi lại từng chuyển động. Mỗi khi David rời giường, thay quần áo, bước tới bên cửa sổ hoặc vào nhà tắm, thiết bị này đều ghi lại. Thậm chí nó còn phân biệt được bệnh nhân đang thức hay ngủ bằng việc sử dụng tín hiệu không dây công suất thấp để định hình tốc độ bước đi, địa điểm, thói quen ngủ hay thở. Mọi dữ liệu được gửi lên cloud, nơi các thuật toán máy học sẽ tìm ra được khuôn mẫu trong hàng nghìn cử động diễn ra hàng ngày.

David Graham trong căn phòng tại Robbie's Place, thiết bị theo dõi có thể nhìn thấy trong ảnh (Nguồn: MTR)

Thiết bị này là một phần trong thí nghiệm giúp các nhà nghiên cứu theo dõi và tìm hiểu dấu hiệu của căn bệnh Alzheimer. Khi bệnh mới ở giai đoạn đầu, thật khó khăn để phát hiện ra triệu chứng. Các tổn thương não bộ có thể gây ra những thay đổi nhỏ trong hành vi và thói quen ngủ trong nhiều năm trước khi người bệnh trở nên nhầm lẫn và mất dần trí nhớ. Các nhà khoa học kỳ vọng trí tuệ nhân tạo AI có thể nhận ra những thay đổi đó sớm hơn và nhận diện những bệnh nhân có nguy cơ phát triển biến thể nặng nhất của Alzheimer. Việc phát hiện sớm những chỉ thị từ Alzheimer đem lại khả năng xác định các phương thức điều trị và hỗ trợ người thân trong gia đình có kế hoạch phù hợp. Những thiết bị được cài đặt thuật toán sẽ được lắp đặt trong nhà người bệnh hoặc các cơ sở điều trị để kiểm soát. Với những bệnh nhân đã được chẩn đoán mắc bệnh, công nghệ vẫn có ích giúp bác sĩ điều chỉnh theo tình trạng bệnh.

Các công ty dược cũng đang bày tỏ quan tâm tới thuật toán máy học để tìm hiểu lịch sử y khoa của bệnh nhân có tiềm năng điều trị bằng thuốc thử nghiệm. Hiện nay, không có phương pháp cụ thể để chẩn đoán Alzheimer. Không có một bài test cụ thể, và việc scan não bộ chưa đủ để xác định người có mắc căn bệnh này hay không. Thay vào đó, bác sĩ sẽ phải xem xét nhiều yếu tố, bao gồm bệnh sử  và các quan sát của người nhà hoặc nhân viên chăm sóc. Do vậy, máy học có thể tìm ra được những biểu hiện nhỏ mà người khác dễ bỏ qua.

Thiết bị theo dõi được gắn trên tường và hoàn toàn không gây chú ý (Nguồn: MTR)

David Graham chưa hề được chẩn đoán mắc bệnh Alzheimer, không giống như bốn bệnh nhân còn lại cũng được lắp đặt thiết bị thử nghiệm. Hành động của ông được theo dõi và so sánh với các biểu hiện của bệnh nhân mà bác sĩ nghi ngờ đang mắc Alzheimer.

Dina Katabi và các đồng nghiệp tại Phòng nghiên cứu AI và Khoa học máy tính của MIT phát triển thiết bị này nhằm phát hiện dấu hiệu cú ngã cho người lớn tuổi. Nhưng họ nhận ra nhiều công dụng hơn của nó, bên cạnh việc phát hiện những lần ngã, ví dụ như theo dõi các cử động khác như bước chậm hoặc không định hướng, dấu hiệu của mất trí nhớ.  Ý định của nhóm nghiên cứu là kiểm soát người bệnh nhưng không áp đặt họ vào thiết bị đeo trên người hay dưới tầm quan sát của camera.

Người đàn ông trong thí nghiệm này ít khi chú ý tới thiết bị màu trắng được treo trên tường căn phòng sáng sủa của ông. Chỉ đến khi Ipsit Vahia, bác sỹ tâm thần lão khoa của Bệnh viện McLean và Trường y khoa Harvard, ghé thăm và thông báo về các dữ liệu được thu thập từ David. Trong một chuyến viếng thăm như thế, bác sỹ Vahia đã thông báo David đã thức dậy vào đêm khuya. Thiết bị đã phát hiện ra điều đó, trong khi bản thân David không hề nhận ra. Tín hiệu không dây công suất thấp, chỉ bằng 1/1000 tín hiệu wifi, phản hồi lại mọi sự vật trong vòng bán kính hơn 9m, và thu nhận cả những cử động nhỏ nhất như hơi thở. Các thuật toán máy học được xây dựng để phân tích những phản hồi từng phút đó và đưa ra những mô tả về định hình hành vi con người. AI được sử dụng nhằm phát hiện ra sai khác với định hình mang tính chất như tức giận, trầm cảm, rối loạn giấc ngủ, hay những hành vi được lặp lại nhiều lần trong ngày. Đây là những triệu chứng cơ bản của Alzheimer. Trong trường hợp của một bệnh nhân được chuẩn đoán bệnh, bác sĩ Vahia và nhà nghiên cứu Katabi đã tìm ra được thông tin người phụ nữ này tỉnh dậy vào lúc 2 giờ sáng và đi lại thơ thẩn trong phòng ngủ. Họ cũng nhận thấy người bệnh thay đổi bước đi của mình sau khi người thân vào thăm hỏi. Sau khi xác thực lại điều này với y tá chăm sóc, Vahia đã điều chỉnh lại liều lượng thuốc điều trị cho người phụ nữ này nhằm tránh tăng sự kích động.

Ipsit Vahia và Dina Katabi, các nhà khoa học thuộc dự án nghiên cứu thiết bị kiểm soát người bệnh (Nguồn: MTR)

AI cũng đang hỗ trợ các bác sĩ phát hiện dấu hiệu ban đầu của Alzheimer trong não bộ và biểu hiện ra bên ngoài với từng bệnh nhân. "Khi chỉ đọc bản chụp X quang não bộ, việc phát hiện ra căn bệnh mất trí nhớ hoàn toàn không khả thi", nhà thần kinh học Pedro Rosa-Neto đến từ Đại học McGill (Montreal, Canada) cho biết. Rosa-Neto cùng đồng nghiệp Sulantha Mathotaarachi đã nghiên cứu thuật toán phân tích hàng trăm bản chụp cắt lớp bức xạ positron (PET) nhằm phát hiện các dấu hiệu Alzheimer. Các nhà nghiên cứu đã biết từ trước những bản chụp cắt lớp này từ những người phát bệnh trong vòng hai năm kể từ khi việc chụp chiếu diễn ra.

Một cách chắc chắn, thuật toán nói trên đã phát hiện ra biểu hiện ở các khối tích tụ amyloid - một loại protein bất thường, gây hại cho cơ thể người - trong một vài bộ phận của não bộ. Kể cả những chuyên gia lão luyện cũng khó phát hiện ra chúng trong các bản chụp X quang. Mức độ chính xác của phát hiện nói trên bởi AI là 84% những bệnh nhân mắc Alzheimer. Máy học cũng giúp dự đoán mức độ nghiêm trọng ở từng bệnh nhân. Bác sĩ và nhà nghiên cứu P. Murali Doraiswamy của Đại học Duke đang dùng công nghệ để tính toán giai đoạn bệnh và liệu rằng tình trạng của họ có xấu hơn. "Chúng ta đang coi Alzheimer là căn bệnh giống nhau cho tất cả bệnh nhân. Nhưng thực tế mỗi người lại mắc các triệu chứng khác nhau và có khi tình trạng của họ lại xấu đi nhanh chóng. Do vậy chúng tôi nghĩ nên để máy móc giúp đỡ các bác sĩ phát hiện ra điều này để hỗ trợ bệnh nhân", vị bác sĩ này chia sẻ.

Trong giai đoạn 2002 - 2012, 99% các nghiên cứu thuốc điều trị Alzheimer đều thất bại ở thí nghiệm lâm sàng. Một nguyên nhân nằm ở việc không ai biết chính xác nguồn gốc của căn bệnh, hay xác định chính xác người bệnh sẽ được hưởng lợi lớn nhất từ từng loại thuốc riêng biệt. AI có thể đem lại kết quả khả thi hơn cho những cuộc thử nghiệm này, với phân loại kiểu gen, đặc tính, ảnh chụp cắt lớp, nhằm hướng thí nghiệm tới đúng đối tượng phù hợp với thuốc. David Graham đương nhiên sẽ được hưởng lợi khi AI giúp các bác sĩ phát hiện ra triệu chứng sớm hơn và thử nghiệm thuốc điều trị cho ông.