Cuối tháng 1/2020, một tuần trước khi Covid-19 được đặt tên, các bệnh viện ở Vũ Hán, Trung Quốc, đã bắt đầu thử nghiệm sàng lọc bệnh dịch bằng AI. Phương pháp được chọn là chụp cắt lớp (CT) phổi. Hàng nghìn ảnh chụp CT sẽ được nhập vào máy tính, sử dụng thuật toán nhằm xác định tình trạng viêm phổi là do Covid-19 hay những căn bệnh thường gặp như cúm mùa.

Khi nCoV bắt đầu lây lan tại Mỹ vào tháng 2, ý tưởng này dường như rất hứa hẹn, cho phép xác định nhanh chóng những người nhiễm virus, nhất là khi thiếu các bộ xét nghiệm và nhiều sản phẩm sẵn có lại bị lỗi. Dù vậy, các quan chức y tế Mỹ lại không chắc chắn về điều đó.

Bác sĩ nghiên cứu ảnh chụp CT của bệnh nhân Covid-19 ở Vũ Hán hồi cuối tháng 2. Ảnh: Xinhua.

Cơ quan Quản lý Thực phẩm và Dược phẩm Mỹ (FDA) từng phê duyệt nhiều thuật toán chẩn đoán cho các chứng bệnh từ nứt xương, đau mắt đến ung thư vú, nhưng chúng thường mất hàng tháng hoặc nhiều năm để hoàn thiện. Các thuật toán này phải được triển khai ở nhiều bệnh viện với các nhóm bệnh nhân khác nhau và trải qua các đợt kiểm tra lỗi không ngừng nghỉ.

Liệu có đủ dữ liệu về nCoV để phân biệt triệu chứng viêm phổi do các căn bệnh khác nhau hay không? Làm thế nào để xác định với những trường hợp triệu chứng nhẹ, khi tổn thương khó phân biệt hơn? Đại dịch vẫn diễn ra, nhưng các phương pháp điều trị sẽ phải chờ câu trả lời đầy đủ.

Cuối tháng 3, Liên Hợp Quốc và Tổ chức Y tế Thế giới (WHO) công bố báo cáo đánh giá công cụ chụp CT phổi, cùng hàng loạt ứng dụng AI cho cuộc chiến chống Covid-19. "Chỉ một số dự án đủ khả năng đưa vào hoạt động", báo cáo có đoạn viết.

Những giới hạn này đã có từ rất lâu trước khi Covid-19 bùng phát, nhưng đại dịch càng khiến vấn đề trầm trọng thêm. Độ tin cậy của AI phụ thuộc vào khả năng thu thập và phân tích dữ liệu của con người. Covid-19 đã trở thành ví dụ cho thấy vì sao điều này rất khó khăn giữa đại dịch.

Các động thái hàng ngày được quyết định bởi hàng loạt dự báo không chắc chắn về nhóm người bị lây nhiễm và chết, cũng như số ca tử vong nếu những biện pháp cách biệt cộng đồng thất bại. Ngay cả những lời khuyên về đeo khẩu trang và bệnh nhân nào được ưu tiên dùng máy thở cũng thay đổi liên tục, gây khó khăn cho nỗ lực thu thập dữ liệu và dự báo về đại dịch.

"AI luôn đi sau con người trong Covid-19, trong khi nhiều người lại cho rằng nó có năng lực dự đoán vượt xa những gì chúng ta kỳ vọng", ký giả Gregory Barber của Wired nhận xét.

Quá trình phát triển thuốc là ví dụ khác. Một trong những thử nghiệm đáng chú ý nhất là của Google DeepMind. Hệ thống AlphaFord của công ty này đang dẫn đầu trong lĩnh vực xây dựng mô hình protein và dự đoán cấu trúc cơ bản của các loại virus. Quá trình phân tích thông thường trong phòng thí nghiệm có thể mất nhiều tháng, trong khi DeepMind chỉ cần vài ngày. Nhóm nghiên cứu cho biết đó là mô hình ước tính được phát triển bởi một hệ thống vẫn trong quá trình thử nghiệm, nhưng nó tạo ấn tượng rằng AI đã tham gia cuộc đua phát triển vaccine chống Covid-19.

Dù vậy, cộng đồng y khoa lại tỏ ra không mấy ấn tượng. "Tôi chưa thấy vai trò thực sự của AI vào thời điểm này", Julia Schaletzky, Giám đốc Trung tâm Bệnh dịch Mới nổi và Bị lãng quên thuộc Đại học California-Berkeley của Mỹ, nhận xét.

Bà cho rằng, nhiều mẫu protein đã được xác định trong phòng thí nghiệm mà không cần tới AI và sẽ rất mạo hiểm nếu bỏ thời gian, công sức để bắt đầu từ số không và sử dụng hệ thống chưa hoàn thiện. "Tiến bộ công nghệ là điều tốt, nhưng thường phải đánh đổi bằng cách bỏ phương án xây dựng trên nền tảng có sẵn và đầy tiềm năng", Schaletzky nói.

Giới chuyên gia cho rằng AI có tiềm năng trong tìm kiếm phương án điều trị. Thuật toán AI có thể bổ trợ cho những kỹ thuật thu thập dữ liệu để lọc hàng loạt thông tin có sẵn, như các nghiên cứu hứa hẹn hoặc giải pháp có hiệu quả trong quá khứ. Một trong những loại thuốc được tìm ra theo cách này là Baricitinib đang được thử nghiệm lâm sàng.

AI cũng có thể phân tích cách nCoV tấn công cơ thể, trong đó thuật toán sẽ khai thác dữ liệu bệnh nhân nhằm xác định người có nguy cơ tử vong cao và người có khả năng hồi phục, từ đó xây dựng phác đồ điều trị hoàn chỉnh.

Tuy nhiên, mọi yếu tố vẫn phụ thuộc vào dữ liệu đầu vào, là những gì con người thu thập và sắp xếp để AI có thể phân tích. Hệ thống chăm sóc y tế các nước không dễ dàng cung cấp thông tin bệnh nhân để phát triển các hệ thống như vậy, hàng loạt quy định về quyền riêng tư và cơ sở dữ liệu không tương thích sẽ cản trở  các nhà nghiên cứu AI.

"Khủng hoảng hiện nay có thể thay đổi điều đó, thậm chí thúc đẩy chúng ta nghĩ lại cách lưu trữ và chia sẻ dữ liệu. Có thể chúng ta sẽ tiếp tục nghiên cứu nCoV sau khi đại dịch đã kết thúc, nhằm chuẩn bị những thuật toán tốt hơn trước các đại dịch tiếp theo. Dù vậy, sẽ không bất ngờ nếu AI không thể cứu chúng ta khỏi Covid-19", Barber nhận xét.

Điệp Anh/vnexpress.net

https://vnexpress.net/tai-sao-ai-khong-chan-duoc-covid-19-4103111.html