Bệnh viện Singapore dùng AI để phân tích dáng đi và theo dõi vết thương bằng iPad

Câu hỏi "AI có thay thế bác sĩ không?" đã được đặt ra nhiều năm. Tuy nhiên, trong thực tế y tế hiện nay, một câu hỏi khác có lẽ cấp thiết hơn: làm thế nào để chăm sóc được nhiều người hơn khi nhu cầu y tế tăng nhanh, còn lực lượng nhân viên y tế ngày càng chịu nhiều áp lực?

Đây là bối cảnh khiến trí tuệ nhân tạo (AI) ngày càng được chú ý trong bệnh viện, phòng khám và cả chăm sóc cộng đồng.

Công nghệ không chỉ xuất hiện trong các ca phẫu thuật phức tạp hay hệ thống chẩn đoán hình ảnh đắt tiền. Tại các bệnh viện Singapore, AI đang được đưa vào những quy trình cụ thể, như phân tích dáng đi của người cao tuổi hoặc theo dõi tiến triển vết thương sau điều trị.

Từ phòng lab triệu đô đến phân tích dáng đi bằng iPad

Phân tích dáng đi từng là kỹ thuật cần phòng thí nghiệm chuyên dụng, với hệ thống camera đa góc, tấm đo lực, cảm biến gắn trên cơ thể và không gian riêng để người bệnh thực hiện nhiều lượt đo. Chi phí đầu tư cho một phòng lab như vậy có thể lên đến khoảng 1 triệu USD.

Hệ thống 3DGait của CareCam, một công ty công nghệ y tế tại Singapore, đang rút gọn quy trình này xuống còn chưa đầy một phút trên iPad Pro. Thiết bị sử dụng camera, cảm biến LiDAR và công nghệ ARKit để ghi nhận chuyển động trong không gian ba chiều. Dữ liệu được xử lý ngay trên thiết bị, giúp tăng tốc độ phân tích và hạn chế việc đưa dữ liệu bệnh nhân lên máy chủ bên ngoài.

Thay vì yêu cầu người bệnh mặc cảm biến hoặc di chuyển trong phòng lab, hệ thống có thể ghi nhận cách một người bước đi, giữ thăng bằng, chuyển động khớp và phân bố lực trong từng bước chân. Những chỉ số này giúp nhân viên y tế nhìn thấy các bất thường vận động mà mắt thường khó nhận ra.

Trong y khoa, dáng đi không chỉ là cách một người di chuyển. Nó có thể phản ánh tình trạng cơ, khớp, thần kinh, thăng bằng và khả năng phối hợp vận động. Một người từng chấn thương gối có thể vô thức dồn lực lâu hơn ở chân còn lại. Người có vấn đề về cột sống hoặc thần kinh cũng có thể thay đổi biên độ bước chân, nhịp đi hoặc thời gian chạm đất mà bản thân không nhận ra.

Khi được AI phân tích thành dữ liệu định lượng, những thay đổi nhỏ này có thể trở thành cơ sở giúp bác sĩ đánh giá nguy cơ và theo dõi phục hồi tốt hơn. Với người bệnh trước và sau phẫu thuật cột sống, phân tích dáng đi cũng có thể bổ sung một thước đo khách quan, bên cạnh cảm nhận đau vốn thay đổi theo từng người.

Điểm đáng chú ý là 3DGait không chỉ phục vụ đánh giá sau khi vấn đề đã xảy ra. Hướng ứng dụng quan trọng hơn là phát hiện sớm nguy cơ, đặc biệt ở người cao tuổi dễ té ngã hoặc suy giảm vận động. Khi một bất thường nhỏ trong dáng đi được nhận diện sớm, bác sĩ và chuyên viên phục hồi chức năng có thêm cơ hội can thiệp trước khi người bệnh gặp chấn thương nghiêm trọng.

Dù vậy, AI không phải công cụ đưa ra kết luận cuối cùng. Kết quả phân tích dáng đi vẫn cần được đặt trong bối cảnh lâm sàng đầy đủ, bao gồm triệu chứng, tiền sử bệnh, khám thực thể và đánh giá của bác sĩ.

AI giúp theo dõi vết thương nhất quán hơn

Một ứng dụng khác đang được triển khai tại Bệnh viện Đa khoa Singapore là nền tảng quản lý vết thương inSight của eKare.

Trước đây, việc đánh giá vết thương thường phụ thuộc nhiều vào thao tác thủ công. Điều dưỡng đo kích thước bằng thước, ghi chú, chụp ảnh nếu cần, sau đó nhập lại dữ liệu vào hồ sơ điện tử. Quy trình này tốn thời gian và dễ tạo ra sai khác giữa các lần đo, nhất là khi người thực hiện khác nhau hoặc điều kiện ánh sáng không giống nhau.

Với inSight, nhân viên y tế có thể quét mã định danh người bệnh, chụp ảnh vết thương và cập nhật trực tiếp lên hồ sơ điện tử. AI hỗ trợ đo đạc, phân tích và lưu trữ hình ảnh theo thời gian. Nhờ đó, bác sĩ có thể theo dõi tiến triển vết thương mà không nhất thiết phải mở băng gạc nhiều lần.

Điểm quan trọng không chỉ nằm ở sự nhanh hơn, mà ở tính nhất quán. Khi dữ liệu được ghi nhận theo cùng một chuẩn, nhân viên y tế dễ so sánh tình trạng vết thương qua từng ngày, từng tuần. Điều này đặc biệt hữu ích với vết thương sau phẫu thuật, vết loét mạn tính hoặc các trường hợp cần chăm sóc kéo dài.

Dữ liệu liên tục là lợi ích thầm lặng của AI

Một trong những điểm yếu lâu nay của hệ thống y tế là dữ liệu dễ bị đứt đoạn. Người bệnh có thể điều trị tại bệnh viện, sau đó về chăm sóc tại cộng đồng, rồi tái khám ở một cơ sở khác. Nếu hình ảnh, chỉ số và ghi chú không được lưu trữ thống nhất, bác sĩ tiếp nhận sau có thể phải đánh giá lại gần như từ đầu.

Các nền tảng như inSight giúp giảm khoảng trống này bằng cách lưu lại hình ảnh vết thương xuyên suốt quá trình điều trị. Khi người bệnh chuyển khoa, ra viện hoặc quay lại tái khám, nhân viên y tế có thể xem lại tiến triển trước đó và ra quyết định nhanh hơn.

Trong chăm sóc người cao tuổi hoặc người bệnh mạn tính, tính liên tục của dữ liệu càng quan trọng. AI lúc này không chỉ giúp đo nhanh hơn, mà còn giúp thông tin được giữ lại, chia sẻ và so sánh theo thời gian.

Vì sao AI ngày càng trở nên cần thiết trong y tế?

Thế giới đang già hóa nhanh. WHO dự báo đến năm 2030, cứ 6 người trên thế giới sẽ có 1 người từ 60 tuổi trở lên. Đến năm 2050, số người từ 60 tuổi trở lên có thể tăng gấp đôi, lên hơn 2 tỷ người.

Khi nhu cầu chăm sóc sức khỏe tăng nhanh, nhiều hệ thống y tế lại đối mặt với bài toán thiếu nhân lực. Số lượng bác sĩ, điều dưỡng và nhân viên y tế không thể mở rộng trong ngày một ngày hai, trong khi khối lượng công việc ngày càng lớn và phức tạp hơn.

Đây là lý do AI trở nên cần thiết trong y tế. Công nghệ có thể hỗ trợ những phần việc tốn thời gian, lặp lại và cần độ nhất quán cao, như đo vết thương, phân tích hình ảnh, ghi nhận dáng đi hoặc sàng lọc nguy cơ. Khi một phần quy trình được tự động hóa, nhân viên y tế có thêm thời gian cho những nhiệm vụ cần nhiều hơn sự giao tiếp, đánh giá lâm sàng và ra quyết định chuyên môn.

Tuy nhiên, AI không nên được xem như công cụ toàn năng. Các hệ thống hiện nay thường hoạt động tốt nhất trong những bài toán được xác định rõ, với dữ liệu đủ lớn và đủ đại diện. Một công cụ có độ chính xác cao ở người khỏe mạnh vẫn cần thêm nghiên cứu khi áp dụng cho nhóm bệnh lý phức tạp hơn.

Vì vậy, kết quả từ AI nên được xem là dữ liệu hỗ trợ, không phải phán quyết cuối cùng. Bác sĩ vẫn là người xem xét triệu chứng, tiền sử bệnh, khám lâm sàng, xét nghiệm, hình ảnh học và hoàn cảnh cụ thể của người bệnh để đưa ra quyết định.