Theo một báo cáo của Syneos Health Communications năm nay, các bệnh nhân và người chăm sóc lo lắng nhất về việc thiếu giám sát của con người và tiềm năng xảy ra lỗi máy, đặc biệt là với lượng lớn dữ liệu liên quan đến quá trình AI. Cơ sở hạ tầng lỗi thời cũng gây trở ngại đáng kể cho việc lưu trữ và quản lý dữ liệu, từ đó làm giảm hiệu quả của các ứng dụng AI.
Để AI thực sự “cất cánh”, cần có kiến trúc trung tâm dữ liệu - thiết kế hiện đại đặt dữ liệu vào cốt lõi của cơ sở hạ tầng của tổ chức. Các tổ chức chăm sóc sức khỏe phải nhận ra vai trò quản lý và lưu trữ dữ liệu quan trọng trong việc triển khai AI và tại sao cơ sở hạ tầng tập trung vào dữ liệu là chìa khóa để cung cấp dịch vụ chăm sóc bệnh nhân đặc biệt thông qua AI.
Vai trò của dữ liệu trong đổi mới chăm sóc sức khỏe
AI trong chăm sóc sức khỏe có thể được áp dụng theo nhiều cách khác nhau. Từ robot hỗ trợ phẫu thuật và hỗ trợ điều dưỡng ảo, khai thác hồ sơ y tế, thiết kế kế hoạch điều trị và quy trình công việc quản trị - dữ liệu là trọng tâm của tất cả.
Ví dụ trình tự Genome tạo ra petabyte dữ liệu và cách chuyển khi bác sĩ tìm, ngăn ngừa và điều trị các điều kiện di truyền hiếm gặp. Ngày nay, toàn bộ hệ gen của con người bao gồm 3 tỷ thư mã di truyền có thể được giải mã trong chưa đầy một giờ, và được dự đoán rẻ hơn 100 đô la so với giá trị định giá là 2,7 tỷ đô la vào năm 2003.
Với rất nhiều dữ liệu trong tầm tay của chúng ta hiện nay, nhiều công nghệ lưu trữ cơ bản vẫn tụt lại phía sau và không được trang bị để xử lý khối lượng công việc đòi hỏi nhiều dữ liệu cần thiết cho AI. Do đó, chúng tôi nhìn thấy khoảng cách hiệu suất giữa phần tử tính toán, được thúc đẩy bởi các tiến bộ trong phần mềm học tập và bộ xử lý đồ họa (GPU) và lưu trữ. Điều này hạn chế mức độ mà các tổ chức chăm sóc sức khỏe có thể tận dụng dữ liệu và dẫn tới tắc nghẽn trong đổi mới.
Đưa dữ liệu vào hoạt động của tổ chức
Với kiến trúc trung tâm dữ liệu, dữ liệu nghiệp vụ và các ứng dụng được giữ nguyên tại chỗ, trong khi công nghệ được xây dựng xung quanh nó. Điều này có nghĩa là các tổ chức có thể mất ít thời gian di chuyển dữ liệu và nhiều thời gian hơn để đổi mới. Các chuyên gia chăm sóc sức khỏe và các nhà nghiên cứu cần truy cập nhanh chóng và trực tiếp vào dữ liệu và thông tin chi tiết sẽ làm họ bớt bỡ ngỡ trước bước đột phá y học tiếp theo.
Để tối đa hóa tiềm năng đầy đủ của một kiến trúc tập trung vào dữ liệu, hệ thống lưu trữ cần linh hoạt và nhanh nhẹn đủ để mở rộng tuyến tính và không gián đoạn, đồng thời mang lại hiệu suất kiên quyết ngay bây giờ và trong tương lai. Hệ thống này cũng phải hoạt động trong thời gian thực, có sẵn theo yêu cầu và tự vận hành. Đây là tất cả những điều quan trọng hơn trong điều kiện quan trọng, nơi các nhà nghiên cứu và bác sĩ phải dành toàn bộ sự chú ý của họ cho công việc trong tầm tay trong một môi trường nhạy cảm và có nguy cơ cao.
Giữa các nền tảng lưu trữ di động và tất cả các flash, sự lựa chọn là rõ ràng. Các nền tảng cũ phải đấu tranh để đáp ứng các yêu cầu đòi hỏi này, vì dữ liệu có thể dễ dàng kết thúc trong các cơ sở hạ tầng ở mỗi giai đoạn vận hành. Các nền tảng dữ liệu flash hiện đại đang nhanh chóng tiếp quản; bắt nguồn từ AI, chúng hợp nhất dữ liệu thành một trung tâm lưu trữ tập trung và cho phép nhiều công việc chạy đồng thời để tạo điều kiện học tập sâu.
Một ví dụ tuyệt vời là cách UC Berkeley đã sử dụng FlashBlade, nền tảng flash của Pure Storage trên công cụ phân tích thời gian thực, Apache Spark, để tăng tốc trình tự bộ gen. Khả năng trình tự bộ gen của con người với tốc độ nhanh hơn nhiều cho phép các nhà nghiên cứu và bác sĩ chẩn đoán, điều trị và ngăn chặn hàng ngàn bệnh tật, đồng thời cung cấp dịch vụ chăm sóc và điều trị theo từng cá nhân trong thời gian thực. Điều này không chỉ tối ưu hóa các loại thuốc và cải thiện chăm sóc sau điều trị, mà còn làm giảm chi phí cho bệnh nhân.
Chuyển đổi chăm sóc sức khỏe với AI
Sự ra đời của AI là cuộc cách mạng về chăm sóc sức khỏe - mặc dù các thiết bị giám sát chăm sóc sức khỏe và trợ lý ảo là những ứng dụng AI khá gần đây, chúng đã trở thành những đặc điểm phổ biến của trải nghiệm chăm sóc sức khỏe. Chúng tôi tin rằng nhiều lợi ích hơn nữa có thể được tạo ra, nhưng để thực hiện các khả năng vô tận của AI, chúng ta cần phải phá vỡ phức tạp cơ sở hạ tầng. Đây là lý do tại sao gần đây chúng tôi đã làm việc với NVIDIA để khởi động AIRI (AI-Ready Infrastructure), để giúp các tổ chức khởi động và mở rộng các sáng kiến AI của họ trong vài giờ, thay vì hàng tuần hoặc hàng tháng.
Đối với các tổ chức chăm sóc sức khỏe, đặc biệt là các tổ chức xử lý các tập dữ liệu lớn, có cơ sở hạ tầng mạnh mẽ được ưu tiên cho AI là rất quan trọng, vì khối lượng dữ liệu và tốc độ trên khối lượng công việc tiếp tục tăng. Paige.AI là một ví dụ của một tổ chức yêu cầu cơ sở hạ tầng học tập nâng cao để nhanh chóng biến một lượng lớn dữ liệu thành các ứng dụng AI được xác nhận lâm sàng. Nhận thức rằng hầu hết các bệnh lý ngày nay dựa trên các quy trình thủ công và chủ quan phát triển hơn một thế kỷ trước, Paige.AI đã tận dụng các giải pháp Pure Storage và NVIDIA để xử lý dữ liệu từ một trong những kho lưu trữ bệnh lý khối u lớn nhất thế giới, với mục đích biến đổi bệnh lý và ngành công nghiệp chẩn đoán thành một môi trường kỷ luật nghiêm ngặt hơn với định lượng chuẩn xác hơn.
Trong khi những tiến bộ đáng chú ý của AI đã được thực hiện trong ngành y tế, chúng tôi hiểu rằng nó đòi hỏi thời gian để mở khóa toàn bộ tiềm năng của AI. Sáng kiến AI yêu cầu các nhà khoa học thêm dữ liệu, thật nhiều dữ liệu vào cơ sở hạ tầng - và cả ba đều khó đạt được hay để phát triển mạnh. Đây là lý do tại sao nhiều công ty chăm sóc sức khỏe vẫn không chắc chắn về cách bắt đầu triển khai AI của họ, hoặc mở rộng quy mô và tận dụng tối đa khoản đầu tư của họ vào AI. Trong kỷ nguyên trung tâm dữ liệu ngày nay, các tổ chức cần một giải pháp toàn diện kết hợp phần cứng và phần mềm một cách liền mạch, cho phép họ khởi động các sáng kiến AI của họ với tốc độ và dễ dàng.
Thông qua AI, các chuyên gia chăm sóc sức khỏe có thể báo hiệu eureka y tế tiếp theo, và giải quyết một số câu đố sức khỏe lớn nhất đã gây nên tình trạng báo động cho nhân loại trong nhiều năm. Tương lai của AI là tươi sáng, nhưng để nó thực sự tỏa sáng, các tổ chức phải đảm bảo rằng dữ liệu là cốt lõi trong chiến lược CNTT của họ và phát triển một kiến trúc trung tâm dữ liệu mạnh mẽ kết hợp chuyên môn về tính toán và lưu trữ mạnh mẽ.
