Có phải hệ thống trí tuệ nhân tạo (AI) đã đánh bại các bác sĩ trong việc cảnh báo trên toàn cầu về sự bùng phát virus coronavirus nghiêm trọng ở Trung Quốc? Đúng vậy, theo nghĩa hẹp. Tuy thua tuyệt đối về tốc độ nhưng con người lại hơn ở mức độ chính xác.

Những cảnh báo sớm về sự bùng phát dịch bệnh có thể giúp cứu sống nhiều người. Trong những ngày cuối cùng của năm 2019, một hệ thống AI ở Boston đã gửi cảnh báo toàn cầu đầu tiên về sự bùng phát một chủng virus mới ở Trung Quốc. Nhưng phải cần đến trí tuệ của con người để nhận ra tầm quan trọng của sự bùng phát này và sau đó đánh thức phản ứng từ cộng đồng y tế.

Hơn thế, những con người bằng xương bằng thịt đã tạo ra một cảnh báo tương tự chỉ sau nửa giờ so với các hệ thống AI.

Cho đến nay, các hệ thống cảnh báo bệnh dùng AI vẫn tựa như các hệ thống báo động ô tô – dễ bị kích hoạt và đôi khi bị bỏ qua. Một mạng lưới các chuyên gia y tế vẫn vất vả sàng lọc các tin đồn để ghép lại thành bức tranh đầy đủ. Tuy nhiên trong tương lai khi các hệ thống AI khi được cung cấp các bộ dữ liệu lớn hơn thì chưa biết ai hơn ai.

Thông báo công khai đầu tiên bên ngoài Trung Quốc về virus corona mới xuất hiện vào ngày 30 tháng 12 từ hệ thống HealthMap tự động tại bệnh viện nhi Boston. Lúc 11g12 chiều giờ địa phương, HealthMap đã gửi một cảnh báo về các trường hợp viêm phổi không xác định tại thành phố Vũ Hán của Trung Quốc. Hệ thống quét các tin tức trực tuyến và các phương tiện truyền thông xã hội và xếp hạng mức độ nghiêm trọng chỉ là 3 trên 5. Phải mất nhiều ngày để các nhà nghiên cứu của HealthMap nhận ra tầm quan trọng của nó.

Bốn giờ trước thông báo của HealthMap, Marjorie Pollack, nhà dịch tễ học ở New York đã bắt đầu làm việc với cảnh báo công khai của cô, bị thúc đẩy bởi cảm giác sợ hãi ngày càng tăng sau khi đọc email cá nhân nhận được tối hôm đó.

“Cái này đang lan truyền trên internet ở đây”, đầu mối liên lạc của cô viết, dẫn liên kết tới một bài đăng trên diễn đàn truyền thông xã hội Trung Quốc Pincong. Bài đăng thảo luận về một thông báo của cơ quan y tế Vũ Hán có đoạn: “Viêm phổi không giải thích được ???”.

Pollack, phó tổng biên tập của chương trình ProMed giám sát các bệnh mới được điều hành bởi các tình nguyện viên đã nhanh chóng huy động một nhóm để xem xét cảnh báo. Báo cáo chi tiết hơn của ProMed đã xuất hiện khoảng 30 phút sau cảnh báo ngắn gọn của HealthMap.

Các hệ thống cảnh báo sớm quét phương tiện truyền thông xã hội, tin tức trực tuyến và báo cáo của chính phủ về các dấu hiệu của dịch bệnh truyền nhiễm giúp thông báo cho các cơ quan toàn cầu như Tổ chức Y tế Thế giới (WHO), giúp các chuyên gia quốc tế nhanh chóng vào cuộc chứ không bị chậm trễ bởi những rào cản thủ tục giấy tờ hay ngôn ngữ.

Một số hệ thống, bao gồm ProMed, dựa vào chuyên môn của con người. Một số hệ thống khác tự động hoàn toàn hoặc là một phần.

48 giờ cuối năm 2019 là thời điểm quan trọng để hiểu virus mới và tầm quan trọng của nó. Trước đó vào ngày 30/12, bác sĩ Bệnh viện Trung ương Vũ Hán Li Wenliang đã cảnh báo các bạn học cũ của mình về virus này trong một nhóm mạng xã hội, hành động này khiến ông bị chính quyền địa phương triệu tập để thẩm vấn vài giờ sau đó.

Li (đã chết vào ngày 7 tháng 2 sau khi nhiễm virus) nói với tờ New York Times rằng sẽ tốt hơn nếu các quan chức tiết lộ thông tin về dịch bệnh trước đó. Cần phải có sự cởi mở và minh bạch hơn.

Báo cáo ProMed thường được tích hợp vào các hệ thống cảnh báo bùng phát dịch bệnh khác. bao gồm các hệ thống được điều hành bởi WHO, chính phủ Canada và công ty khởi nghiệp BlueDot ở Toronto. WHO cũng lấy dữ liệu từ HealthMap và các nguồn khác.

Các hệ thống máy tính quét các báo cáo trực tuyến để biết thông tin về dịch bệnh dựa vào xử lý ngôn ngữ tự nhiên, cùng một nhánh của trí tuệ nhân tạo giúp trả lời các câu hỏi đặt ra cho công cụ tìm kiếm hoặc trợ lý kỹ thuật số.

Nhưng các thuật toán chỉ có thể làm việc hiệu quả khi có dữ liệu chất lượng, theo Nita Madhav, CEO của công ty Metabiota  chuyên giám sát dịch bệnh có trụ sở tại San Francisco, công ty này đầu tiên thông báo cho khách hàng về vụ dịch vào đầu tháng 1.

Madhav cho rằng sự không nhất quán trong cách các cơ quan báo cáo dữ liệu y tế có thể cản trở các thuật toán. Các chương trình quét văn bản trích xuất từ ​​khóa từ văn bản trực tuyến, có thể phải dò dẫm khi các tổ chức báo cáo khác nhau về các trường hợp nhiễm vi rút mới, tổng sổ nhiễm, hoặc trường hợp nhiễm mới trong một khoảng thời gian nhất định. Khả năng gây nhầm lẫn có nghĩa là hầu như luôn vẫn có một người tham gia vào việc xem xét dữ liệu.

Andrew Beam, một nhà dịch tễ học của Đại học Harvard, cho biết việc quét các báo cáo trực tuyến để tìm các từ khóa có thể giúp tiết lộ xu hướng, nhưng độ chính xác phụ thuộc vào chất lượng của dữ liệu. Việc sục sạo các trang web một cách thông minh là cả một nghệ thuật. Tuy nhiên, nó là công nghệ cốt lõi của Google từ những năm 1990.

Google đã phát triển dịch vụ Xu hướng dịch cúm (Flu Trends) để phát hiện sự bùng phát dịch bệnh từ năm 2008 bằng cách tìm kiếm các mẫu trong các truy vấn về các triệu chứng cúm. Các chuyên gia chỉ trích dịch vụ này vì nó ước tính quá cao mức độ lây lan. Google đã đóng cửa dịch vụ này vào năm 2015 và chuyển giao công nghệ cho các tổ chức phi lợi nhuận như HealthMap để sử dụng dữ liệu Google xây dựng các mô hình của riêng họ.

Google hiện đang làm việc với đội của John Brownstein, người điều hành hệ thống HealthMap và là giám đốc đổi mới tại bệnh viện Nhi  Boston theo cách tiếp cận dựa trên web tương tự để theo dõi sự lây lan theo địa lý của bệnh Lyme do ve gây ra.

Các nhà khoa học cũng đang sử dụng dữ liệu lớn để mô hình hóa các tuyến truyền bệnh sớm.

Đầu tháng 1, Isaac Bogoch, bác sĩ và nhà nghiên cứu về bệnh truyền nhiễm tại Bệnh viện đa khoa Toronto, đã cùngvới người sáng lập BlueDot Kamran Khan phân tích dữ liệu chuyến bay thương mại để tìm hiểu xem những thành phố nào bên ngoài Trung Quốc được kết nối nhiều nhất với Vũ Hán.

Vũ Hán đã ngừng du lịch hàng không thương mại ra nước ngoài vào cuối tháng 1, nhưng không lâu trước đó ước tính khoảng 5 triệu người đã rời khỏi thành phố, theo lời thị trưởng Vũ Hán.

“Chúng tôi đã chỉ ra số lượng chuyến bay cao nhất từ ​​Vũ Hán là đến Thái Lan, Nhật Bản và Hồng Kông”, Bogoch nói. “Vài ngày sau chúng tôi bắt đầu thấy những trường hợp nhiễm xuất hiện ở những nơi này”.

Hồi năm 2016 các nhà nghiên cứu đã sử dụng một cách tiếp cận tương tự để dự đoán sự lây lan của virus Zika từ Brazil đến miền nam Florida.

Giờ chính phủ nhiều nước đã đưa ra các biện pháp tích cực để hạn chế lây truyền bệnh, nên việc xây dựng các thuật toán để dự đoán những gì tiếp theo sẽ khó hơn.

P.Uyên