Page 165 - HSCC2025
P. 165
BSCKI. TRẦN HUY NHẬT
AI, CHATGPT VÀ CHÚNG TA – CHUYÊN GIA HỒI SỨC CẤP CỨU
Trí thông minh nhân tạo hay AI (Artificial Intelligence) là thuật ngữ ngày càng phổ biến trong mọi lĩnh vực đời sống
trong đó có y khoa. Tổng quát nhất thì AI là một lĩnh vực nghiên cứu nhằm làm rõ và phát triển các phương thức và
phần mềm giúp máy móc có thể cảm nhận môi trường và dùng khả năng học hỏi và trí thông minh để đưa ra quyết
định tối ưu nhất khi thực hiện tác vụ. Ứng dụng của AI trong y khoa dù có vẻ rộng rãi nhưng bản chất là một con dao
hai lưỡi, trong đó phải nhắc đến ChatGPT – mô hình ngôn ngữ đàm thoại do AI điều khiển do OpenAI phát triển lớn
nhất cho công chúng hiện nay. ChatGPT giúp nhân viên y tế cập nhật kiến thức, nghiên cứu và đăng bài, quản lý bệnh
nhân, diễn giải kết quả và đưa ra quyết định điều trị. Tuy nhiên ChatGPT cũng gặp phải những giới hạn khi chất lượng
dữ liệu đầu vào không tốt thậm chí sai lầm cũng như quan ngại về pháp lý và y đức. Việc ChatGPT đã thông qua kiểm
nghiệm Turing năm 2023 đánh dấu một cột mốc về công nghệ đồng thời đặt ra vấn đề về ranh giới máy và người. Ứng
dụng AI nói chung và ChatGPT nói riêng mang lại nhiều lợi ích trong điều trị, nghiên cứu và đào tạo nhưng cũng đặt
ra câu hỏi về vai trò con người trong môi trường Hồi sức cấp cứu vốn đã phụ thuộc quá nhiều vào máy móc. Khi AI và
ChatGPT thay chúng ta đưa ra quyết định lâm sàng và chọn đề tài nghiên cứu thì ai là chủ ai là tớ? Liệu chúng ta có
thể bị thay thế thậm chí đồng hoá và tiêu diệt như trong những bộ phim giả tưởng? – Đó cũng chính là vấn đề mà báo
cáo này muốn thảo luận và gợi mở
Từ khóa: AI, ChatGPT, y khoa, ứng dụng, nghiên cứu, đào tạo, kiểm nghiệm Turing
BS. TRẦN HOÀNG MINH
ỨNG DỤNG CỦA TRÍ TUỆ NHÂN TẠO TRONG DỰ BÁO
TÌNH TRẠNG QUÁ TẢI TẠI KHOA CẤP CỨU
Trong bối cảnh các khoa cấp cứu (ED) thường xuyên đối mặt với tình trạng quá tải, việc dự báo chính xác có thể giúp
cải thiện quản lý và chất lượng dịch vụ y tế. Nghiên cứu này tập trung vào việc ứng dụng trí tuệ nhân tạo (AI) để dự
báo tình trạng quá tải tại khoa cấp cứu, với các điểm chính như sau:
Mục tiêu: Dự báo tình trạng quá tải thông qua phân tích dữ liệu lịch sử và dữ liệu thời gian thực. Cung cấp công cụ hỗ
trợ ra quyết định cho quản lý bệnh viện
Phương pháp: Thu thập dữ liệu: Các biến số như số lượng bệnh nhân, thời gian chờ, ngày/giờ, và các yếu tố bên ngoài
(thời tiết, sự kiện đặc biệt). Mô hình AI: Sử dụng các thuật toán như machine learning (học máy) và deep learning (học
sâu) để phân tích và dự đoán. Một số mô hình phổ biến được thử nghiệm gồm: Hồi quy logistic, Mạng nơ-ron nhân
tạo (ANN), Random Forest
Kết quả: AI có khả năng dự báo tình trạng quá tải với độ chính xác cao hơn so với các phương pháp truyền thống. Các
yếu tố quan trọng ảnh hưởng đến quá tải bao gồm: thời gian trong ngày, ngày trong tuần, mùa, và tình trạng thời tiết
Ứng dụng thực tế: Hỗ trợ quản lý khoa cấp cứu trong việc điều phối nhân lực, tối ưu hóa quy trình và phân bổ tài
nguyên. Nâng cao trải nghiệm bệnh nhân nhờ giảm thời gian chờ và cải thiện hiệu quả hoạt động
Kết luận: AI là công cụ tiềm năng giúp cải thiện dự báo và quản lý tình trạng quá tải tại khoa cấp cứu. Tuy nhiên, việc
áp dụng rộng rãi cần cân nhắc yếu tố đạo đức, chi phí triển khai, và đảm bảo tính chính xác của dữ liệu đầu vào.
Nghiên cứu nhấn mạnh rằng việc kết hợp công nghệ AI với y tế sẽ góp phần quan trọng trong việc tối ưu hóa hệ thống
chăm sóc sức khỏe hiện đại
TRÍ TUỆ NHÂN TẠO 165
