Vai trò của AI Agents trong chăm sóc sức khỏe: Các ứng dụng hiện tại và tương lai

Tác nhân AI trong chăm sóc sức khỏe là các tác nhân tự hành tiên tiến, chuyên biệt, được thiết kế để đạt được các mục tiêu lâm sàng hoặc hành chính cụ thể.

Định nghĩa về AI Agents trong chăm sóc sức khỏe

AI Agents trong chăm sóc sức khỏe là các hệ thống phần mềm tiên tiến, được thiết kế để đạt được các mục tiêu lâm sàng hoặc hành chính cụ thể bằng cách thực hiện một loạt các hành động tự hành. Không giống như công cụ thụ động chỉ đơn giản là trình bày dữ liệu, các tác nhân AI chăm sóc sức khỏe này có thể nhận biết môi trường, lập luận qua quy trình công việc, và thực hiện các nhiệm vụ để quản lý quy trình và hỗ trợ các chuyên gia y tế. Khả năng này là cốt lõi để hiểu tác động của tác nhân AI đến chăm sóc sức khỏe ngày nay.

Sự phát triển của các tác nhân sức khỏe thông minh, một loại tác nhân dọc, đánh dấu một vị trí cụ thể giữa các hệ thống tự động hóa đơn giản và tác nhân AI đa năng. Dù nhiều công nghệ có thể phân tích thông tin, một tác nhân thực sự tổ chức quy trình công việc từ đầu đến cuối. Sự khác biệt này quan trọng để hiểu vai trò hiện tại và tiềm năng tương lai của chúng trong bối cảnh lâm sàng, nơi AI Agents trong chăm sóc sức khỏe đang được thiết kế để hoạt động như phi công phụ hơn là chỉ là công cụ phân tích.

Điểm chính cần nắm bắt về các AI Agents trong chăm sóc sức khỏe

  • Tác nhân so với Công cụ: Các tác nhân AI là các động cơ thực thi công việc tự động nhiều bước (ví dụ: soạn ghi chú lâm sàng), trong khi các công cụ AI thực hiện các chức năng phân tích đơn lẻ (ví dụ: phân tích một bản quét).
  • Sử dụng Hiện tại mang tính Quản trị: Ngày nay, các AI Agents trong chăm sóc sức khỏe được sử dụng ở bệnh viện chủ yếu hoạt động như ‘đồng phi công’ để tự động hóa công việc hành chính như tài liệu lâm sàng, chứ không phải để đưa ra chẩn đoán y tế cuối cùng mà không có sự giám sát.
  • Giám sát của Con người là Bắt buộc: Do yêu cầu an toàn và quy định, phương pháp ‘Con người trong Vòng lặp’ là bắt buộc cho các quyết định lâm sàng, nghĩa là một bác sĩ có trình độ phải luôn là người có thẩm quyền cuối cùng.
  • Tiềm Năng Tương Lai là Chẩn đoán: Thách thức tiếp theo cho các AI Agents trong chăm sóc sức khỏe là trong chẩn đoán và quản lý bệnh mãn tính, nhưng đây vẫn là kế hoạch cho tương lai, chưa phải là thực tế hiện tại.
  • Rào Cản Chính Tồn Tại: Những thách thức lớn, bao gồm vấn đề ‘hộp đen’, trách nhiệm pháp lý không rõ ràng cho lỗi, thiên vị dữ liệu và mô hình quy định lỗi thời, cần phải được giải quyết trước khi mở rộng ứng dụng.

Sự phấn khích của thị trường về tiềm năng này là rõ ràng: theo MarketsandMarkets, thị trường AI toàn cầu trong chăm sóc sức khỏe được định giá 21.66 tỷ USD vào năm 2025 và dự kiến sẽ mở rộng với tốc độ tăng trưởng hàng năm gộp (CAGR) là 38.6% từ năm 2024 đến năm 2030.

Để hiểu được bối cảnh hiện tại, điều cần thiết là phải phân biệt hai loại công nghệ này.

  • Công cụ AI (Nền tảng): Các hệ thống này thực hiện một nhiệm vụ phân tích duy nhất. Một công cụ AI có thể phân tích một bản quét CT để phát hiện các bất thường hoặc kiểm tra bệnh võng mạc tiểu đường. Chúng cung cấp dữ liệu, nhưng chức năng của chúng kết thúc ở đó.
  • Tác nhân AI (Động cơ quy trình): Các hệ thống này quản lý toàn bộ quy trình. Một tác nhân AI y tế tự động sử dụng các công cụ như ‘giác quan’ của nó để thông báo cho một loạt hành động rộng hơn. Ví dụ, một tác nhân có thể phân tích một bản quét, đánh dấu một bất thường, tham chiếu chéo lịch sử bệnh nhân trong EHR, và soạn thảo báo cáo sơ bộ để xem xét. Nó không chỉ cung cấp dữ liệu; nó thực hiện một kế hoạch.

Các tác nhân tự động hoàn toàn chưa được chấp thuận để đưa ra các quyết định y tế cuối cùng. Rủi ro liên quan đến lựa chọn lâm sàng có nghĩa là các cơ quan quản lý như FDA yêu cầu giám sát nghiêm ngặt của con người. Yêu cầu ‘Con người trong vòng lặp’ này quy định rằng một bác sĩ đủ tiêu chuẩn phải là quyền lực cuối cùng, xác minh mọi hành động do AI điều khiển. Đây là lý do chính khiến câu trả lời cho ‘Các bệnh viện có thể sử dụng tác nhân AI không?‘ cho chẩn đoán không có giám sát hiện tại là không, nhưng họ có thể làm điều đó cho các tác vụ hành chính và hỗ trợ.

Các hệ thống AI tác nhân nào đang được triển khai trong y tế hôm nay?

Vậy, các tác nhân AI có sẵn trong bệnh viện không? Có, chủ yếu là trong khả năng quản trị nơi chúng hoạt động như những phi công phụ tinh vi cho các bác sĩ. Vai trò ảnh hưởng nhất của chúng là giảm bớt gánh nặng to lớn của việc ghi chép lâm sàng, là động lực chính gây kiệt sức cho bác sĩ.

Các tác nhân AI trưởng thành nhất trong ngành chăm sóc sức khỏe hiện nay là những tác nhân xử lý các công việc hành chính. Các nền tảng từ các công ty như Abridge, Navina và Ambience Healthcare là ví dụ điển hình về cách AI có thể được các bác sĩ sử dụng để lấy lại thời gian. Đây là một lĩnh vực quan trọng cần cải thiện, vì nghiên cứu cho thấy các bác sĩ có thể dành tới 45% thời gian làm việc của họ cho EHR và công việc bàn giấy. Những tác nhân này cung cấp hỗ trợ quyết định y khoa mạnh mẽ ở phía hành chính.

Quy trình làm việc theo tác nhân của các hệ thống này rất rõ ràng:

  • Nhập liệu/Cảm nhận: Tác nhân lắng nghe và phân tích một cách an toàn cuộc hội thoại tự nhiên giữa bác sĩ và bệnh nhân.
  • Lý luận: Sử dụng Xử lý Ngôn ngữ Tự nhiên (NLP), nó nhận diện và cấu trúc thông tin y khoa chính, như chẩn đoán, triệu chứng và các yêu cầu xét nghiệm.
  • Hành động Tự động: Hệ thống tự động điền thông tin vào EHR của bệnh nhân với ghi chú lâm sàng được cấu trúc, sắp xếp các đơn đặt hàng để chờ bác sĩ xem xét và ký kết cuối cùng.

Điều quan trọng là phân biệt những đồng điều khiển này với nhiều công cụ AI mạnh mẽ cũng đang được sử dụng. Hàng trăm thuật toán được FDA phê duyệt hỗ trợ trong chẩn đoán, đặc biệt trong phân tích hình ảnh. Các hệ thống này rất xuất sắc trong việc xác định các mẫu liên quan đến ung thư hoặc đột quỵ. Tuy nhiên, chúng không phải là các tác nhân; bác sĩ vẫn là tác nhân duy nhất giải thích thông tin đó và quyết định kế hoạch chăm sóc.

Bản thiết kế kỹ thuật cho một Tác nhân AI Chẩn đoán Tương lai là gì?

Trong khi các tác nhân AI chăm sóc sức khỏe ngày nay tập trung vào hành chính, bản thiết kế cho một tác nhân chẩn đoán tương lai cho thấy hệ thống này có thể cung cấp hỗ trợ lâm sàng sâu sắc thế nào. Đây là nơi phần lớn sự tăng trưởng thị trường dự kiến nằm, đặc biệt trong các lĩnh vực như khám phá thuốc, nơi AI dự kiến sẽ giảm thời gian giai đoạn đầu đến bốn năm và giảm chi phí từ 25-50%.

Hãy hình dung một tương lai nơi hệ thống AI chẩn đoán hỗ trợ bác sĩ ung thư. Hệ thống AI tự động trong y tế này hoạt động như sau:

  • Bước 1 (Tổng hợp Dữ liệu): Đại lý tích hợp toàn bộ dữ liệu của bệnh nhân mới: Hình ảnh CT, báo cáo gen, kết quả xét nghiệm và lịch sử EHR.
  • Bước 2 (Lý luận Xác suất): Nó tạo ra chẩn đoán phân biệt và đề xuất đường hướng điều trị dựa trên hướng dẫn lâm sàng và bằng chứng thực tế.
  • Bước 3 (Hành động Điều phối): Nó soạn thảo một bản tóm tắt lâm sàng toàn diện, trình bày danh sách lựa chọn điều trị theo thứ tự để bác sĩ ung thư quyết định cuối cùng.

Kế hoạch này dành cho AI Agents trong chăm sóc sức khỏe có thể được áp dụng trên diện rộng trong y học.

  • Quản lý Bệnh mãn tính: Một đại lý có thể theo dõi dữ liệu do bệnh nhân tự tạo (ví dụ: mức đường huyết) và đề xuất các điều chỉnh điều trị chủ động.
  • Khớp Thử nghiệm Lâm sàng: Một đại lý có thể tự động nhận diện bệnh nhân đủ điều kiện cho các thử nghiệm, quá trình mà AI đã được chứng minh làm tăng tỷ lệ tham gia của bệnh nhân lên đến 20%.

AI được triển khai trong môi trường lâm sàng như thế nào?

Đối với các bệnh viện đang muốn triển khai AI Agents trong chăm sóc sức khỏe, quá trình này đòi hỏi một kế hoạch tỉ mỉ.

Hiệu quả của bất kỳ đại lý sức khỏe thông minh nào phụ thuộc vào chất lượng dữ liệu. Một triển khai thành công đòi hỏi phải có:

  • Dữ liệu sạch, có cấu trúc và dễ tiếp cận từ các hệ thống EHR.
  • Cơ sở hạ tầng tính toán mạnh mẽ, an toàn để chạy các mô hình phức tạp.

Các AI Agents trong chăm sóc sức khỏe phải tích hợp trơn tru với hệ thống CNTT hiện có. Điều này đạt được thông qua:

  • API (Giao diện lập trình ứng dụng): Cho phép đại lý AI giao tiếp với Hệ thống Thông tin Y tế điện tử (EHR) và các hệ thống khác.
  • Tiêu chuẩn Tương tác: Tuân thủ các tiêu chuẩn như FHIR (Tài nguyên Tương tác Y tế Nhanh) là cực kỳ quan trọng để chia sẻ dữ liệu một cách đáng tin cậy.

Công nghệ chỉ là một phần của phương trình. Việc triển khai thành công tác nhân AI chăm sóc sức khỏe liên quan đến:

  • Đào tạo Nhân viên Y tế: Một quá trình kỹ lưỡng để giáo dục nhân viên y tế về cách sử dụng tác nhân AI và giải thích các kết quả đầu ra của nó.
  • Tái thiết kế Quy trình: Điều chỉnh các quy trình lâm sàng để tích hợp hiệu quả tác nhân AI.
  • Thiết lập KPI: Xác định và theo dõi các chỉ số để đo lường ROI, chẳng hạn như giảm thời gian hành chính và cải thiện thời gian chẩn đoán.

Những Thách Thức và Hạn Chế Chính cho AI tự động trong y tế là gì?

Con đường đến AI y tế tự động tiên tiến hơn trải đầy những thách thức lớn cần được giải quyết để đảm bảo an toàn cho bệnh nhân và nâng cao độ tin cậy.

Nhiều mô hình AI tiên tiến hoạt động như ‘hộp đen,’ gây khó khăn trong việc hiểu lý do đằng sau một khuyến nghị. Để các bác sĩ tin tưởng hệ thống chẩn đoán tác nhân AI, quá trình của nó phải minh bạch.

Câu hỏi quan trọng chưa được trả lời là ai chịu trách nhiệm khi một khuyến nghị AI sai lầm góp phần vào hậu quả tiêu cực cho bệnh nhân. Khung pháp lý và quy tắc quản trị cho những trợ lý y tế thông minh này vẫn đang được thiết lập.

Một mô hình AI chỉ tốt như dữ liệu huấn luyện của nó. Nếu dữ liệu không đại diện cho dân số bệnh nhân chung, mô hình có thể dẫn đến kết quả kém hơn cho các nhóm dân số không được đại diện đầy đủ.

Quy trình phê duyệt truyền thống của FDA được thiết kế cho các thiết bị tĩnh. Nó đối mặt với những thách thức mới khi đánh giá các hệ thống AI thích ứng học và thay đổi theo thời gian, một đặc điểm chính của tác nhân AI trong ngành chăm sóc sức khỏe trong tương lai.

Kết luận: Mục tiêu là Tăng cường, Không phải Tự động hóa Không Giám sát

Lộ trình của AI Agents trong chăm sóc sức khỏe không nhằm thay thế các nhà lâm sàng mà là tăng cường khả năng của họ. Ngày nay, các tác nhân AI chăm sóc sức khỏe thành công nhất là các phi công phụ đảm nhận gánh nặng hành chính, trực tiếp giải quyết ước tính $1 nghìn tỷ lãng phí hàng năm trong hệ thống chăm sóc sức khỏe Hoa Kỳ vào công việc hành chính. Con đường đến các hệ thống tự động cao hơn là một cuộc chạy marathon, dựa trên việc giải quyết các thách thức kỹ thuật và đạo đức to lớn. Tương lai gần nằm ở việc xây dựng các đội ngũ con người-AI mạnh mẽ, nơi công nghệ nâng cao khả năng của các nhà lâm sàng để cung cấp dịch vụ chăm sóc nhanh chóng, chính xác và đồng cảm hơn.

Business, Mentorship, and AI
Alexi Carmichael Business, Mentorship, and AI Được Xác Nhận Bởi Chuyên Gia
Alexi Carmichael is a tech writer with a special interest in AI's burgeoning role in enhancing the efficiency of American SMEs. With her know-how and experiences, she has since taken on the role of mentor for fellow entrepreneurs striving for digital optimization and transformation. With Tech Pilot, she shares her insights on navigating the complexities of AI and how to leverage its capabilities for business success.