Vì sao các hướng dẫn ung thư bị mắc kẹt trong PDF
(seangeiger.substack.com)- Hướng dẫn điều trị ung thư nén bằng chứng lâm sàng thành các khuyến nghị có cấu trúc để giảm khác biệt trong điều trị, nhưng do áp lực thời gian và chênh lệch trong khả năng tiếp cận nghiên cứu mới nhất, chúng khó được áp dụng nhất quán trong thực tế
- NCCN là liên minh của 32 trung tâm ung thư lớn tại Mỹ, nơi các hội đồng chuyên gia đa chuyên khoa theo từng loại ung thư cập nhật hằng năm bộ NCCN Clinical Practice Guidelines in Oncology
- Hiện nay, hướng dẫn tồn tại dưới dạng lưu đồ PDF buộc người dùng phải đi qua nhiều trang và liên kết, nên với các phân nhóm hiếm hoặc điều kiện bệnh nhân phức tạp, việc tìm đúng phiên bản và đúng nhánh là rất khó
- Bản chất của hướng dẫn là một cây quyết định, vì vậy nếu ở định dạng máy có thể diễn giải thì hệ thống hồ sơ khám chữa bệnh có thể hỗ trợ gợi ý xét nghiệm, cảnh báo lệch khỏi hướng dẫn và giao diện điều hướng nhanh
- Một công cụ thử nghiệm đã dùng LLM để trích xuất hướng dẫn ung thư vú của NCCN thành schema JSON và lưu thành đồ thị 271 nút, nhưng độ chính xác chỉ ở mức 70–80% và không được dùng cho quyết định lâm sàng
Vai trò của hướng dẫn trong việc chuẩn hóa điều trị ung thư
- Nếu hai bệnh nhân có cùng loại ung thư, cùng giai đoạn, cùng kích thước và vị trí khối u đến hai bệnh viện khác nhau, thì lý tưởng nhất họ nên nhận được cùng một điều trị dựa trên bằng chứng hoặc cùng các xét nghiệm bổ sung
- Trên thực tế, bác sĩ chịu áp lực thời gian, có nền tảng đào tạo khác nhau và có thể không tiếp cận ngay được với các nghiên cứu mới nhất
- Hướng dẫn lâm sàng có vai trò sắp xếp khối lượng lớn bằng chứng y khoa thành các khuyến nghị có cấu trúc để hỗ trợ chuẩn hóa điều trị giữa các bệnh viện và các bác sĩ lâm sàng
- Phản ứng điều trị của từng bệnh nhân có thể khác nhau, nhưng việc tuân theo hướng dẫn dựa trên bằng chứng có thể làm tăng khả năng đạt kết quả tích cực
Cách các hướng dẫn NCCN được xây dựng
- Các bác sĩ ung bướu chuyên theo từng loại ung thư mỗi năm liệt kê nhiều tình huống có thể gặp trong thực hành và xem xét bằng chứng lâm sàng cho từng tình huống để đưa ra khuyến nghị hành động
- Ví dụ: ung thư vú giai đoạn sớm, đã cắt bỏ một phần vú trước đó, hiện đang mang thai
- Ví dụ: bệnh nhân có ung thư xâm lấn trong ống dẫn và chiều dài khối u 0,6–1cm
- Khuyến nghị có thể dẫn tới việc chỉ định một xét nghiệm cụ thể, kê một liệu trình điều trị hoặc lên lịch theo dõi sau này
- Hội đồng định kỳ rà soát bằng chứng mới và cập nhật hướng dẫn
- Vì các phương pháp điều trị sẵn có khác nhau theo từng khu vực, nhiều tổ chức xây dựng các bộ hướng dẫn khác nhau, và việc áp dụng thực tế cũng chịu ảnh hưởng bởi địa phương
- NCCN là liên minh của 32 trung tâm ung thư lớn tại Mỹ, nơi các hội đồng chuyên gia đa chuyên khoa theo từng loại ung thư xem xét và chọn lọc nghiên cứu mới nhất để đạt đồng thuận về sàng lọc, chẩn đoán, điều trị và chăm sóc hỗ trợ
- Thành phẩm là NCCN Clinical Practice Guidelines in Oncology, được sử dụng toàn cầu như một tiêu chuẩn điều trị ung thư toàn diện và phổ biến
Những vấn đề thực tế của cách triển khai dựa trên PDF
- Một trang trong hướng dẫn ung thư vú của NCCN có thể chứa các liên kết như BINV-6, và mỗi liên kết lại dẫn tới một trang riêng có lưu đồ của chính nó
- Bác sĩ phải đối chiếu tình trạng bệnh nhân với lưu đồ, và nếu xuất hiện thông tin chưa biết như tình trạng HER2 thì phải chỉ định xét nghiệm, rồi tiếp tục đi qua nhiều trang cho tới khi tới được khuyến nghị điều trị
- Ngay cả khi dùng hướng dẫn, việc chuẩn hóa hoàn toàn vẫn khó đạt được
- Có thể tồn tại nhiều lựa chọn điều trị với mức độ bằng chứng tương tự nhau
- Một số tình huống liên quan đến điều trị có thể không được liệt kê rõ ràng trong hướng dẫn
- Bác sĩ vẫn phải đưa ra phán đoán, nhưng phạm vi phán đoán có thể được thu hẹp
- Các trung tâm xuất sắc như Mayo Clinic hay MD Anderson không chỉ có nguồn lực tài chính, các bác sĩ ung bướu chuyên môn hóa cao và khả năng tiếp cận thử nghiệm lâm sàng, mà còn có quy trình khám chữa bệnh có hệ thống và quy trình triển khai hướng dẫn
- Ở bất kỳ bệnh viện nào, việc điều trị vẫn có thể lệch khỏi hướng dẫn
- Ví dụ: điều kiện bệnh nhân đã mãn kinh có thể bị bỏ sót trong hồ sơ, khiến bệnh nhân nhận phương án điều trị vốn được hậu thuẫn tốt hơn cho người chưa mãn kinh
- Vì bác sĩ phải khám cho hàng trăm bệnh nhân, nên dù có thể tiếp cận hướng dẫn, một số điều kiện vẫn có thể bị bỏ qua
- Cải thiện kết quả điều trị ung thư có thể đến từ việc phát hiện thuốc mới hay cải tiến kỹ thuật phẫu thuật, nhưng thu hẹp khoảng cách trong chăm sóc dựa trên bằng chứng là một cách tiếp cận tức thời, phổ quát và khả thi
Những giới hạn khi cây quyết định bị mắc kẹt trong PDF
- Hướng dẫn chứa đựng hàng trăm nghìn giờ làm việc của các bác sĩ ung bướu chuyên sâu, nhưng sản phẩm cuối cùng lại là một tài liệu PDF dày đặc, khó điều hướng
- Một bác sĩ ung bướu chỉ vài năm mới gặp một phân nhóm ung thư vú hiếm một lần phải tìm đúng phiên bản PDF, xác định đúng phần phù hợp với đặc điểm ung thư, lần theo liên kết qua nhiều trang và liên tục theo dõi các yếu tố của bệnh nhân
- Vì hướng dẫn liên tục được sửa đổi và các phiên bản mới được phát hành thành PDF riêng, rất dễ bỏ lỡ bản cập nhật hoặc vô tình tham chiếu đến một bản cũ bị lẫn trong tài liệu lâm sàng
- Về cốt lõi, hướng dẫn là một cây quyết định, và nhóm biên soạn đã đầu tư rất nhiều công sức để tổ chức bằng chứng thành cấu trúc dạng cây này
- Nếu có dữ liệu được cấu trúc phù hợp, máy có thể diễn giải hướng dẫn
- Hệ thống ghi chép bệnh án có thể tự động gợi ý các xét nghiệm chẩn đoán mà bệnh nhân cần
- Hệ thống có thể hiển thị cảnh báo hoặc hộp thoại “bạn có chắc không?” khi điều trị lệch khỏi hướng dẫn
- Bác sĩ có thể xem lại hướng dẫn theo cách nhanh hơn và tự nhiên hơn thay vì phải đi tìm PDF
- Các tổ chức biên soạn hướng dẫn nên cung cấp định dạng có cấu trúc, máy có thể diễn giải cùng với PDF tải về, và lý tưởng nhất là mọi tổ chức cùng mọi hệ thống dữ liệu bệnh nhân đều có thể hiểu cùng một định dạng
- Tuy nhiên, cách tiếp cận dữ liệu như vậy không phải là lĩnh vực chuyên môn của các tổ chức biên soạn hướng dẫn
Công cụ thử nghiệm cho hướng dẫn có cấu trúc
- Dựa trên kinh nghiệm là kỹ sư phần mềm từng làm việc với các bác sĩ ung bướu, một công cụ chứng minh khái niệm đã được tạo ra để trích xuất cây quyết định bị mắc kẹt trong PDF thành cấu trúc mà máy có thể hiểu
-
Thiết kế schema
- Trước tiên, một schema được định nghĩa để có thể biểu diễn phần lớn thông tin trong hướng dẫn NCCN
- Hướng dẫn trông như một cây thông tin, nhưng một số tham chiếu có thể quay ngược lại nên vẫn tồn tại chu trình
- Toàn bộ hướng dẫn cho một loại ung thư được chia thành một số đồ thị có hướng tách biệt
- Mỗi điểm như điều kiện, đặc tính giới hạn hay lựa chọn điều trị được biểu diễn thành một nút, và các tài liệu tham khảo cùng chú thích liên quan cũng được lưu trong nút
- Các mũi tên trong lưu đồ hoặc tham chiếu giữa các trang được biểu diễn thành quan hệ giữa các nút
-
Trích xuất dữ liệu
- Ở bước đầu, LLM quét tài liệu để tạo các nút tham chiếu cho từng trang của hướng dẫn
- Các tham chiếu trang trở thành nút cha của nút cấp cao nhất trên mỗi trang, và khi nút khác trỏ tới một trang cụ thể thì nó sẽ trỏ tới nút của trang đó
- Sau đó, LLM đọc hướng dẫn theo các cụm trang nhỏ, đồng thời nhận các tham chiếu trang, rồi trích xuất chúng thành biểu diễn JSON theo schema
- Khi áp dụng quy trình này cho hướng dẫn ung thư vú của NCCN, các nút và quan hệ được lưu vào cơ sở dữ liệu, tạo ra tổng cộng 271 nút
-
Trực quan hóa
- Một trình xem đồ thị được tạo bằng thư viện React Flow để hiển thị các trang là nút gốc không có tham chiếu đi vào
- Khi nhấp vào một nút, các nút con sẽ hiện ra và người dùng có thể đi xuống theo luồng của nút
-
Triển khai tác nhân
- Một tác nhân duyệt đồ thị dựa trên bệnh sử đầu vào của bệnh nhân đã được triển khai
- Trước hết, nó tìm nút cấp cao nhất gần nhất với tình huống bệnh nhân, rồi chọn trong các nút con nút phù hợp nhất với bệnh nhân
- Quá trình này lặp lại cho đến khi chạm tới nút lá hoặc không còn đủ thông tin để tiếp tục
- Công cụ thử nghiệm có thể dùng tại đây
Hạn chế và các bước tiếp theo
- Dữ liệu demo chưa được rà soát và có lỗi cùng thiếu sót, vì vậy không được dùng cho quyết định lâm sàng
- Quá trình trích xuất mất vài giờ, còn tác nhân thì ít hơn, và có thể nâng độ chính xác bằng cách đầu tư thêm công sức
- Độ chính xác hiện tại ở khoảng 70–80%
- Trích xuất bằng LLM là cách dễ để tạo nguyên mẫu, và nếu có con người rà soát thì độ tin cậy có thể tăng lên, nhưng cách lý tưởng là biên soạn hướng dẫn ở dạng có cấu trúc ngay từ đầu
- Dữ liệu hiện tại vẫn chỉ ở trạng thái bán cấu trúc
- Thông tin như quan hệ nhân quả và cách đánh giá từng nút vẫn đòi hỏi phải hiểu ngôn ngữ tự nhiên của từng nút
- Công việc trong tương lai có thể định nghĩa một schema có cấu trúc hơn và dễ đánh giá hơn
1 bình luận
Ý kiến trên Hacker News
Tôi nghĩ PDF vẫn tốt hơn. Các công cụ tùy chỉnh rất có thể sẽ khác nhau giữa từng phòng khám hoặc từng hệ thống hồ sơ y tế điện tử, và chi phí bảo trì cũng sẽ đắt đỏ
PDF tuy dở ở nhiều mặt, nhưng bền lâu và có tính di động tốt. Dù làm việc với hai bác sĩ ung bướu khác nhau, chỉ cần dùng cùng một PDF là được
Ý định của tác giả là tốt, nhưng cuối cùng có khả năng nó sẽ trở thành một công cụ chỉ bản thân tác giả hiểu, và còn tệ hơn vì vô số ngoại lệ
Tôi không tạo thứ này để bán cho các cơ sở y tế, mà muốn cho thấy có thể làm gì với các hướng dẫn điều trị được cấu trúc hóa. Tôi không nghĩ nó có lý do gì phải bị phụ thuộc vào một phòng khám hay hệ thống hồ sơ y tế điện tử cụ thể
Lý tưởng nhất là các tổ chức soạn thảo hướng dẫn điều trị sẽ công bố cả biểu diễn có cấu trúc cùng với PDF. Công cụ biên soạn có thể xuất ra cả hai định dạng; bác sĩ ung bướu vẫn tiếp tục dùng PDF, còn hệ thống thì khai thác dữ liệu có cấu trúc
Bác sĩ ung bướu cộng đồng có nguồn lực công nghệ hạn chế hơn so với trung tâm ung thư quốc gia. Nếu có thể làm cuộc sống của họ dễ dàng hơn thì đó là điều tốt
Tuy nhiên, tài liệu xuất bản như PDF cũng có điểm hay. Các hệ thống thường khiến việc so sánh bản phát hành tháng 6 với bản phát hành tháng 9 trở nên khó khăn
Các hệ thống dạng wizard thường che giấu phần lớn thông tin, có thể có lỗi chưa biết, khó lướt qua các lộ trình thay thế, dễ bị ràng buộc với người dùng đã đăng ký, và hệ thống cũng có thể bị sập
Tôi nghĩ các hệ thống máy tính thông minh hơn nhiều sẽ là tương lai của y tế, nhưng tôi nghi ngờ liệu bắt đầu bằng một công cụ tùy chỉnh nữa chỉ dành cho hướng dẫn điều trị ung thư có phải là đúng hướng không
Ý tưởng này không mới. Tìm computable clinical guidelines sẽ thấy nhiều tài liệu học thuật liên quan, và bài này là một điểm khởi đầu khá tốt [1]
Thực tế đã có các nỗ lực từ thập niên 1970, tiêu biểu là hệ chuyên gia MYCIN nổi tiếng [2]
Như lịch sử của MYCIN cho thấy, vấn đề này tinh tế hơn vẻ ngoài rất nhiều, với các yếu tố kỹ thuật, tâm lý, xã hội học và kinh tế đan xen. Đây cũng là lý do hướng dẫn điều trị ung thư vẫn nằm trong PDF
Dù vậy, không có lý do gì để ngăn việc khám phá. Việc thế hệ trước chưa giải được không có nghĩa là đây là vấn đề không thể giải
[1] https://pmc.ncbi.nlm.nih.gov/articles/PMC10582221/
[2] https://www.forbes.com/sites/gilpress/2020/04/27/12-ai-miles...
Ngoài ra cũng nên xem Developer API của NCCN. Nó có ý nghĩa không hẳn vì thú vị về mặt kỹ thuật, mà vì cho thấy môi trường quyền sở hữu trí tuệ
https://www.nccn.org/developer-api
Trọng tâm là các bác sĩ khó xác nhận liệu khuyến nghị của họ có thực sự phản ánh nghiên cứu lâm sàng mới nhất hay không
Một điểm quan trọng nữa là lợi thế mà các bác sĩ tại những trung tâm y tế uy tín ở tuyến đầu nghiên cứu đang có cũng có thể được cung cấp cho mọi bác sĩ. Đây thường được gọi là vấn đề lan tỏa tri thức
Hiện nay, tổng quan hệ thống theo tiêu chuẩn Cochrane là cách tiếp cận tốt nhất [0]. Những tổng quan như vậy rất tốn công và được thực hiện quá hiếm, nhưng khi làm đúng thì cực kỳ có giá trị
Các tổng quan này cũng cho thấy nghiên cứu đã xuất bản thường bị loại trừ đến mức nào vì những lý do như thiên lệch hoặc bộ dữ liệu không đầy đủ
Cách tiếp cận Geiger trong liên kết có ý định rất tốt, nhưng kết quả sẽ vấp phải những vấn đề giống như tổng quan hệ thống thủ công gặp phải
Tôi tò mò liệu tác giả có cân nhắc không chỉ cách tiếp cận học máy mà cả cách tiếp cận dựa trên quy tắc như hướng dẫn Cochrane hay không
[0] https://training.cochrane.org/handbook
Hướng dẫn NCCN và tổng quan Cochrane có vai trò bổ trợ cho nhau trong y học. NCCN cung cấp các thuật toán điều trị ung thư thực dụng và được cập nhật thường xuyên dựa trên nghiên cứu và đồng thuận chuyên gia, còn tổng quan Cochrane cung cấp phân tích bằng chứng nghiêm ngặt trên toàn bộ lĩnh vực y học, với trọng tâm mạnh hơn vào các thử nghiệm đối chứng ngẫu nhiên
Hướng dẫn NCCN dễ áp dụng ngay hơn trong thực hành lâm sàng, còn tổng quan Cochrane cung cấp phân tích sâu hơn về chất lượng bằng chứng
Mục tiêu chính của tôi là cho thấy có thể làm gì với bất kỳ hướng dẫn y khoa nào được cấu trúc hóa đúng cách. Tiêu chí thì có thể chọn tùy ý
Một số người tò mò thì có theo dõi, nhưng thái độ chung là họ đã trải qua quá trình học hành vất vả rồi nên không còn cần phải làm vậy nữa
Câu “cốt lõi của hướng dẫn lâm sàng là cây quyết định” chỉ là điều mong muốn, và ngay cả khi lấy làm mục tiêu cũng có thể không hữu ích
Trong hướng dẫn lâm sàng hầu như không có đủ dữ liệu để bao phủ mọi lộ trình quyết định khả dĩ. Chúng thường báo cáo các kết quả được hỗ trợ tốt, đưa ra ý kiến chuyên gia trong một số trường hợp được nội suy, và với phần còn lại thì liệt kê các yếu tố cần cân nhắc
Nếu rút gọn thành cây quyết định, nhiều nhánh sẽ trống, và hầu hết chuyên gia đều có thể chỉ ra các yếu tố đáng lẽ phải dẫn tới một cây phức tạp hơn
Lý do là các nhánh gần như không mang tính quyết định. Thay vào đó, chúng gần với xác suất kiểu lượng tử hơn, nên phải đồng thời giữ nhiều khả năng trong đầu; chỉ sau khi điều trị cho thấy hiệu quả hoặc thất bại thì bệnh, ở đây là ung thư, mới bộc lộ hình dạng của nó
Cho đến khi nắm bắt được cấu trúc thông tin thực sự của hướng dẫn lâm sàng, chúng sẽ được truyền đạt như những mô tả có thẩm quyền và mang tính giáo dục về thực hành chuẩn
Trong hầu hết mọi trường hợp, điều quan trọng hơn là xuất bản nhanh hơn và gắn tài liệu tham khảo để tăng tính minh bạch, thay vì đơn giản hóa hoặc biến chúng thành quy trình vận hành nhằm tăng tỷ lệ áp dụng
Phần lớn bác sĩ trong các lĩnh vực năng động không cần sự đơn giản hóa. Họ vượt qua độ khó của tài liệu bằng kỷ luật tự thân và sự tận tâm suốt đời, và chủ yếu dùng hướng dẫn lâm sàng như một khung giao tiếp và bảo đảm tính đầy đủ để kiểm tra xem các mối quan ngại đã biết đã được xử lý hay chưa
Hướng dẫn lâm sàng có cấu trúc chủ yếu khiến người ngoài có thể quan sát và kiểm soát, và cách đó nhiều khả năng không hiệu quả
Vì sao toàn bộ tri thức nhân loại không nằm trong một tệp JSON khổng lồ? Hướng dẫn lâm sàng đúng là cây quyết định, nhưng không được viết ra để áp dụng một cách máy móc. Bởi không tồn tại những bệnh nhân giống hệt nhau với cùng một loại ung thư giống hệt nhau trong các giả định
Hướng dẫn lâm sàng không dành cho kiểu bác sĩ đơn độc như trong phim, người lần theo cây quyết định theo thời gian thực trong cuộc chạy đua với ung thư, mà dành cho các đội ngũ lâm sàng được đào tạo cao, quen phối hợp với nhau. Họ có khả năng nhận ra những điểm mà hướng dẫn sai, hoặc cần được mở rộng/chỉnh sửa
Nói cách khác, hướng dẫn lâm sàng là sự trừu tượng hóa của trình độ thực hành y khoa mới nhất
Sẽ rất tốt nếu có thể đối xử với những hướng dẫn này như mã nguồn trong một hệ thống quản lý phiên bản dành cho y tế nào đó, để các phân ngành và bác sĩ chuyên khoa dễ dàng chỉnh sửa hoặc fork. Nhưng các phụ thuộc sinh học phức tạp hơn rất nhiều so với phụ thuộc silicon, và trong một thời gian nữa vẫn sẽ khó rời rạc hóa hơn
Điều đó không có nghĩa tham vọng của tác giả là sai. Nó rất hay. Chỉ là tôi nghĩ tiến bộ trong lĩnh vực này dễ đạt nhất khi diễn ra bên trong các nhóm liên quan. Những gì nhìn từ bên ngoài hệ thống có vẻ đơn giản về mặt khái niệm chỉ là vì thiếu độ phân giải mà thôi
Thứ tôi muốn đọc là tài liệu giấy có thể tìm kiếm
Lý do cũng giống như vì sao datasheet vẫn là PDF. Vì đó là một định dạng đáng tin cậy, bền lâu và có tính di động
Việc về cơ bản chúng ta đang mô phỏng giấy nghe thật nực cười, nhưng không có định dạng nào khác lấp được khoảng trống đó
Theo mục đích ban đầu, HTML lẽ ra phải đảm nhiệm vai trò này, nhưng trong khoảng 20 năm qua, trọng tâm lại nằm ở mọi thứ khác ngoài việc biến HTML thành một định dạng trao đổi thông tin tốt hơn
Ngay cả việc nhỏ nhặt như gói một tài liệu HTML phức tạp thành một tệp duy nhất cũng không có giải pháp chuẩn. Cookie không hoạt động với URL
file://, và những thứ rất cơ bản hoặc không hoạt động hoặc không tồn tạiThay vào đó xuất hiện các định dạng phái sinh như ePUB, phần lớn là HTML nhưng trên thực tế hầu hết trình duyệt lại không hỗ trợ
Trong 10 năm qua, tôi đã hai lần triển khai loại quy trình được tin học hóa này ở hai startup
Tôi không muốn NCCN làm việc đó
Hướng dẫn NCCN không bị kẹt trong PDF, mà bị kẹt trong đầu các bác sĩ
Khi hướng dẫn NCCN được đưa vào dưới dạng các quy tắc được tin học hóa, chính các quy tắc đó lại bắt đầu dẫn dắt hướng dẫn. Đây trở thành một lực ảnh hưởng thứ hai kéo chúng ta rời xa khoa học nền tảng
Tôi hoàn toàn đồng ý rằng cần hệ thống hóa các quy tắc, nhưng việc đó phải hoàn toàn phụ thuộc vào tri thức tuyến đầu về ung thư, thứ thay đổi cực kỳ thường xuyên
Hằng năm, sau các hội nghị lớn về ung thư nói chung như ASCO và các hội nghị theo bệnh, chẳng hạn San Antonio Breast Cancer Symposium, tri thức cần được cập nhật; và ngay cả trong năm, khi có kết quả thử nghiệm lâm sàng quan trọng, các bác sĩ phải cập nhật kiến thức qua các thử nghiệm mới nhất và giáo dục liên tục. Đây là một hệ tri thức tổng thể bổ trợ cho các ranh giới mà NCCN xuất bản
Với tư cách một người đã làm việc cả đời ở cả khoa học máy tính lẫn y học, tôi tin rằng bác sĩ có thể cập nhật quy tắc nhanh hơn rất nhiều so với lập trình viên và cơ sở dữ liệu
Đừng nhốt hướng dẫn NCCN vào spaghetti code mà chỉ một số ít lập trình viên hiểu; hãy để chúng mở dưới dạng PDF mà ai cũng có thể lần theo liên kết để kiểm tra
Sửa: Có thể sau khi tiêu hóa bài này khoảng một tuần, tôi sẽ đổi ý. Có lẽ NCCN nên chuẩn hóa đủ các biến lâm sàng để việc biến chúng thành quy tắc trở nên tầm thường. Tuy nhiên giả thuyết của các thử nghiệm lâm sàng phải khớp vào trong các quy tắc đó, và tôi cần nghĩ thêm khoảng một tuần nữa để xem điều đó có khả thi không
Cây quyết định có tác dụng trong việc đưa ra quyết định
Nhưng chúng không hiệu quả bằng các kỹ thuật ra quyết định khác. Rừng ngẫu nhiên, mô hình tuyến tính, mạng nơ-ron, v.v. về bản chất đều là các kỹ thuật ra quyết định
Trong các hệ phức tạp có nhiều dữ liệu, tức sức khỏe con người, cây quyết định hoạt động không tốt
Vậy tại sao chúng ta lại dùng một kỹ thuật được biết là kém hơn chỉ vì nó dễ viết vào PDF, dễ suy luận trong cuộc họp, và dễ giải thích cho ai đó?
Chẳng phải nên dùng mô hình toán học tiên tiến nhất cho xác suất “chữa khỏi” cao nhất, dù nó phức tạp đến mức con người không thể hiểu sao?
Một mô hình phức tạp đến mức con người không thể hiểu sẽ là thứ tuyệt vời để giải thích trước tòa khi sau này hóa ra có rò rỉ dữ liệu hoặc một dạng thiên lệch khác
Thực hành y khoa trong thực tế thường nội suy giữa các điểm dữ liệu như vậy
Từ góc nhìn của một nhà nghiên cứu ung thư, một số nhánh trong cây quyết định của hướng dẫn NCCN dựa trên các nghiên cứu trong đó nhiều lựa chọn đều tốt hơn giả dược, nhưng không có khác biệt có ý nghĩa thống kê giữa chúng
Trong những trường hợp như vậy, bác sĩ lâm sàng có thể dùng các yếu tố khác để quyết định chọn lộ trình nào. Với ung thư tuyến tiền liệt, phẫu thuật và xạ trị là ví dụ kinh điển. Hai phương pháp có hiệu quả đại khái tương tự nhau, nhưng trải nghiệm của bệnh nhân thì rất khác
Nghiêm trọng hơn rất nhiều so với những gì bạn tưởng tượng. Tôi từng làm ở một startup y tế xử lý việc tuyển bệnh nhân cho các thử nghiệm ung thư học lâm sàng, và trở ngại thì khổng lồ
Thành thật mà nói, ngay cả khi dữ liệu ở dạng văn bản thuần túy thì cũng không khác biệt nhiều. Mã chẩn đoán khác nhau giữa các cơ sở y tế, cách hiểu ngữ nghĩa về thông tin chẩn đoán cũng khác nhau giữa các cơ sở y tế, hồ sơ bệnh án điện tử thì lộn xộn, và mọi thứ đều được viết bằng ngôn ngữ tự nhiên chứ không phải cấu trúc dữ liệu
Bất kỳ ai từng làm phần mềm y tế đều có thể kể cho bạn nghe còn nhiều câu chuyện kinh hoàng hơn nữa
Hy vọng các mô hình ngôn ngữ lớn có thể giúp dọn dẹp một phần, nhưng như những ai từng làm phần mềm y tế đều biết, đây không phải là vấn đề kỹ thuật mà là một vấn đề rất con người
Dù vậy vẫn có một điểm sáng. Các đồng nghiệp của tôi đã đạt được tiến bộ lớn trong việc dùng lý thuyết phạm trù và Prolog để tìm ra một giao thức thử nghiệm tăng liều ung thư học lâm sàng 3+3 tối ưu có thể chứng minh được [1]
David đã có một bài trình bày rất hay về chủ đề này tại buổi gặp mặt Scryer Prolog ở Vienna [2]
Thật đáng kinh ngạc là y học vẫn đang ở thời trung cổ đến mức nào. Dù đây là đặc tả khả thi và có thể lập trình đầu tiên cho thử nghiệm ung thư 3+3, anh ấy vẫn đang phải đấu tranh để thuyết phục các đồng nghiệp y khoa và quản trị viên bệnh viện rằng đây là thử nghiệm tối ưu. Điều đó cũng không có gì đáng ngạc nhiên, vì họ không nói được ngôn ngữ phần mềm hay thống kê
[1]: https://arxiv.org/abs/2402.08334
[2]: https://www.digitalaustria.gv.at/eng/insights/Digital-Austri...
https://jakeseliger.com/
https://github.com/Precisfice/DEDUCTION