Công nghệ mới sẽ được sử dụng trong các hoạt động khám lâm sàng trên khắp nước Anh, giúp các chuyên gia chẩn đoán bệnh suy tim, dị tật tim và rung tâm nhĩ. Các bác sĩ đa khoa sẽ tiến hành khám tim không xâm lấn rút gọn. Quá trình này sẽ sử dụng ống nghe kỹ thuật số Eko và ứng dụng hỗ trợ trí tuệ nhân tạo (AI). Khi ứng dụng AI phát hiện các dấu hiệu của bệnh tim, bác sĩ đa khoa sẽ có thể nhanh chóng tiến hành xét nghiệm bổ sung và điều trị. Hiện nay, tiêu chuẩn để phát hiện suy tim là xét nghiệm máu (NT-proBNP), sau đó là một quy trình chẩn đoán kéo dài.

Tiến sĩ Nicholas Peters, giáo sư tim mạch tại Anh, cho biết chỉ riêng bệnh suy tim đã tiêu tốn của Anh hơn 2 tỷ bảng Anh mỗi năm và 80% các ca bệnh được chẩn đoán khi nhập viện cấp cứu. Ống nghe AI ​​có thể tiết kiệm trung bình 2.400 bảng Anh cho mỗi bệnh nhân nếu được phát hiện sớm và điều trị bệnh kịp thời.

Công nghệ hỗ trợ AI của Eko kết hợp ống nghe kỹ thuật số với điện tâm đồ (ECG), sử dụng các thuật toán học máy tiên tiến để phân tích dữ liệu ECG và âm thanh tim.

Cụ thể, thiết bị sử dụng các thuật toán đã được chứng minh lâm sàng để phát hiện chứng giảm phân suất tống máu thất trái (HFrEF) - dấu hiệu của bệnh suy tim, tiếng thổi cấu trúc biểu thị bệnh van tim và rung tâm nhĩ. Thuật toán Eko HFrEF đã được chứng nhận, có độ nhạy và độ đặc hiệu phát hiện gần 80%. Công nghệ đã được xác nhận trong một nghiên cứu khoa học của Hiệp hội Tim mạch Hoa Kỳ năm 2023.

Ngoài ra AI còn cho thấy tiềm năng trong việc chẩn đoán thông qua hình ảnh. Trong nghiên cứu đầu tiên trên thế giới về lĩnh vực này, một nhóm nhà khoa học tại Trung tâm Nghiên cứu sức khỏe điện tử Australia (AEHRC) thuộc Tổ chức nghiên cứu Công nghiệp và Khoa học Khối thịnh vượng chung (CSIRO) đã so sánh độ chính xác của các mô hình AI khác nhau trong phân tích các hình ảnh chụp X-quang ngực.

Họ nhận thấy rằng, thông qua sự kết hợp tối ưu giữa bộ mã hóa và bộ giải mã, việc chẩn đoán tự động bằng công nghệ AI về tình trạng tim và phổi từ hình ảnh X-quang có thể tăng độ chính xác tới 26,9%. Các nhà khoa học cũng phát hiện ra rằng, mô hình AI có thể xác định chính xác một số hiện tượng bất thường ở phổi, chẳng hạn như tràn dịch màng phổi hay tổn thương phổi.

Ở Việt Nam, AI cũng đã có những bước tiến trong lĩnh vực y học. Theo GS Phước, Trưởng Khoa Y, Đại học Quốc gia TP Hồ Chí Minh, AI phân tích dữ liệu hình ảnh từ tia X, MRI, chụp CT và các phương thức hình ảnh khác..., từ đó có thể xác định và dự đoán các bệnh như khối u và ung thư. Điều này cho phép các chuyên gia chăm sóc sức khỏe đưa ra chẩn đoán chính xác và kịp thời hơn, đồng thời hỗ trợ xây dựng các chiến lược điều trị.​

Dẫn chứng thêm khi AI ứng dụng vào điều trị, chẩn đoán trong da liễu, TS. BS Nguyễn Trọng Hào, Giám đốc Bệnh viện Da Liễu TP Hồ Chí Minh cho biết, rối loạn da di truyền là thách thức đối với bác sĩ điều trị tại các phòng khám da liễu. Các phương pháp chẩn đoán truyền thống thường dựa vào khám lâm sàng, tiền sử bệnh nhân và sinh thiết xâm lấn, có thể tốn thời gian, chủ quan và tốn kém. Tuy nhiên, với khả năng AI phân tích lượng dữ liệu khổng lồ, bao gồm hình ảnh y tế, hồ sơ di truyền và dữ liệu lâm sàng, cho phép chẩn đoán các rối loạn da di truyền chính xác và hiệu quả hơn.

Việc triển khai AI trong phân tích di truyền không chỉ hỗ trợ chẩn đoán các tình trạng hiếm gặp và phức tạp mà còn cho phép các phương pháp điều trị được cá nhân hóa phù hợp với hồ sơ di truyền độc nhất của từng bệnh nhân.

Các chuyên gia đều nhất định về tiềm năng của AI trong y học, từ chẩn đoán đến điều trị và theo dõi bệnh nhân. Sự kết hợp giữa dữ liệu lớn và máy học có thể mang lại những đột phá lớn, giúp bác sĩ chẩn đoán chính xác và tối ưu hóa quy trình điều trị.