Phần lớn các thiết bị cấy ghép y tế là những người thu thập dữ liệu thầm lặng: họ ghi lại, các bác sĩ lâm sàng xem xét sau đó và bệnh nhân hiếm khi nhìn thấy bất kỳ dữ liệu nào cho đến một cuộc hẹn đã lên lịch. Một nhóm tại Đại học Pennsylvania đã thử nghiệm một mô hình rất khác - một thiết bị y tế mà bệnh nhân thực sự có thể nói chuyện và nói chuyện lại.
Trong một nghiên cứu chứng minh khái niệm được công bố trên tạp chí Nature Medicine, các nhà nghiên cứu tại Trường Y khoa Perelman của Penn và Trung tâm Kỹ thuật Thần kinh và Trị liệu (CNT) mô tả một nền tảng do AI điều khiển cho phép mọi người được theo dõi bệnh động kinh và trao đổi tin nhắn với hệ thống giám sát não của họ trong thời gian thực — đặt câu hỏi về hoạt động não của chính họ, nhận cảnh báo được cá nhân hóa, báo cáo các triệu chứng và thậm chí giúp đào tạo hệ thống để nhận biết các cơn động kinh của họ chính xác hơn. For more context on this story, see our ongoing AI news.
Nền tảng hoạt động như thế nào
Nghiên cứu đã tuyển 13 người lớn được nhận vào Đơn vị theo dõi bệnh động kinh của Penn để theo dõi não liên tục bằng điện não đồ (EEG) - một số để xác định nguồn gốc cơn động kinh của họ, một số khác là một phần của đánh giá trước phẫu thuật. Nền tảng mà họ thử nghiệm bao gồm ba thành phần: phần mềm liên tục thu thập dữ liệu EEG từ các điện cực trong não của mỗi người tham gia; môi trường đám mây an toàn, tuân thủ HIPAA phân tích dữ liệu đến gần như theo thời gian thực; và một ứng dụng điện thoại thông minh có tác nhân đàm thoại AI do Penn phát triển, được xây dựng bằng công nghệ tương tự như công nghệ đằng sau ChatGPT.
Thông qua ứng dụng, bệnh nhân có thể đặt câu hỏi về hoạt động não bộ của họ, yêu cầu trực quan hóa các xu hướng trong dữ liệu của họ, báo cáo các triệu chứng và nhận cảnh báo hoặc khảo sát suốt cả ngày. Hệ thống cũng có thể liên hệ ngay khi phát hiện những thay đổi mà nó cho là có liên quan và điều chỉnh "nhanh chóng" dựa trên phản hồi của bệnh nhân.
Tác giả cao cấp Brian Litt, MD, giáo sư về Thần kinh học, Phẫu thuật Thần kinh và Kỹ thuật Sinh học cho biết: “Ý tưởng là thay vì chờ chuyên gia phân tích dữ liệu do thiết bị của bạn thu thập, thiết bị có thể phát hiện các thay đổi và cảnh báo cho bạn ngay lập tức, giống như Jiminy Cricket của riêng bạn trên vai”. "Quan trọng hơn, cả bệnh nhân và thiết bị đều có thể học hỏi cùng nhau theo thời gian. Thiết bị tìm hiểu những gì quan trọng đối với bệnh nhân và bệnh nhân biết được hành vi của họ ảnh hưởng đến sức khỏe của họ như thế nào."
1.307 tin nhắn được tiết lộ là gì
Trong thời gian nghiên cứu, những người tham gia đã trao đổi 1.307 tin nhắn với hệ thống. Hầu hết các cuộc trò chuyện đều tập trung vào các sự kiện co giật, giấc ngủ, tâm trạng và mức năng lượng - những yếu tố ảnh hưởng trực tiếp đến hoạt động co giật. Bệnh nhân cũng được khảo sát ba lần mỗi ngày về giấc ngủ, lo lắng, tâm trạng, sức khỏe và các triệu chứng khác.
Vòng phản hồi hoạt động theo cả hai hướng. Những người tham gia có thể cho hệ thống biết phát hiện động kinh nào là chính xác và cảnh báo nào là cảnh báo sai, và kết quả là nền tảng đã cải thiện đáng kể khả năng xác định chính xác các cơn động kinh. Các bác sĩ lâm sàng có thể xem lại các đánh giá của hệ thống và thêm chú thích của riêng họ thông qua thuật toán mà nhóm gọi là thuật toán "chuyên gia trong vòng lặp" thông minh, thuật toán này chỉ tập trung đầu vào của chuyên gia vào những trường hợp có giá trị cao nhất.
Một số người tham gia cho biết nền tảng này đã giúp họ hiểu được các mô hình mà họ đã nhận thấy nhưng chưa bao giờ hiểu được. Một người báo cáo rằng nó đã giúp "củng cố những gì tôi cảm thấy là đúng giữa một số tình tiết và cảm xúc của mình." Những người khác coi trọng quyền truy cập vào dữ liệu giấc ngủ của họ và khả năng cảnh báo trước các cơn động kinh lớn.
Từ bệnh động kinh đến bơm insulin và kích thích não sâu
Nhóm nghiên cứu coi nền tảng này là khuôn mẫu cho thế hệ thiết bị y tế tiếp theo vượt xa bệnh động kinh. Các ứng dụng tiềm năng bao gồm các thiết bị hỗ trợ tim, máy bơm insulin và các phương pháp điều trị tâm thần kinh mới nổi cho bệnh Parkinson, trầm cảm, rối loạn ám ảnh cưỡng chế, nghiện ngập và rối loạn nhận thức.
Công việc đang được tiến hành: các nhà nghiên cứu đang chuẩn bị nghiên cứu với Lauren Hammer, MD, PhD, trợ lý giáo sư về Thần kinh học và Kỹ thuật sinh học, để áp dụng nền tảng này để tự động điều chỉnh các thiết bị kích thích não sâu dùng để điều trị bệnh Parkinson. Các dự án tiếp theo nhằm mục đích kết hợp các thiết bị đeo để điều trị chứng mất ngủ, động kinh và theo dõi não cũng như các dấu hiệu quan trọng.
Litt cho biết: “Bệnh nhân thường hiểu các khía cạnh của căn bệnh của họ mà các cảm biến không thể đo lường trực tiếp” - hình dung, như bản phát hành đưa ra, một máy bơm insulin có thể trả lời các câu hỏi về bữa ăn sẽ ảnh hưởng như thế nào đến lượng đường trong máu. Khi các hệ thống như vậy trở nên cá nhân hóa hơn, các nhà nghiên cứu hy vọng chúng sẽ ít yêu cầu giám sát lâm sàng hơn, khiến việc sử dụng ngoại trú lâu dài trở nên thiết thực.
Sự thay đổi về mục đích sử dụng của thiết bị y tế
Ý nghĩa rộng hơn của nghiên cứu này mang tính khái niệm cũng như mang tính kỹ thuật. Trong khi các thiết bị ngày nay chủ yếu thu thập dữ liệu để bác sĩ lâm sàng đánh giá định kỳ thì nền tảng Penn coi thiết bị, bệnh nhân và nhóm chăm sóc như những cộng tác viên trong một cuộc trò chuyện đang diễn ra. Các phát hiện này đã được công bố trên tạp chí Nature Medicine bởi Trường Y khoa Perelman và nhóm CNT, với nền tảng được xây dựng bởi các nghiên cứu sinh Tiến sĩ Kỹ thuật Sinh học Penn do Zack Goldblum, Haoer Shi và Zhongchuan Xu dẫn đầu.
Thử nghiệm có quy mô nhỏ – 13 bệnh nhân trong một đơn vị theo dõi có kiểm soát – và công nghệ này còn rất sớm. Nhưng nó cung cấp một cái nhìn cụ thể về những gì sẽ xảy ra khi dữ liệu mà thiết bị y tế thu thập ngừng chảy một chiều và trở thành thứ mà bệnh nhân có thể đặt câu hỏi, sửa chữa và học hỏi trong thời gian thực.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
