Những băn khoăn khi ứng dụng AI trong giáo dục chăm sóc sức khỏe

Tóm tắt nội dung:

- Nghiên cứu mới của nhóm Giáo sư, nhà khoa học của Đại học Monash, Australia (Úc) chỉ ra những vấn đề cần phải giải quyết khi đưa trí tuệ nhân tạo (AI) vào trong hoạt động giáo dục chăm sóc sức khỏe. Những câu hỏi đặt ra:

AI có vai trò gì trong giáo dục chăm sóc sức khỏe? Làm thế nào để hạn chế sự thiếu linh hoạt điển hình của AI trước sự biến đổi bẩm sinh, sự không chắc chắn và mơ hồ điển hình trong thực hành và giáo dục chăm sóc sức khỏe? Làm thế nào để chúng ta xây dựng AI trong giáo dục chăm sóc sức khỏe để tăng cường cơ hội cho sinh viên nhận thức về sự đa dạng và biến đổi của giải phẫu người? Tới khi nào việc tích hợp AI sẽ làm lệch cán cân giữa con người trong lĩnh vực chăm sóc sức khỏe v à khả năng tái tạo c ũng như độ cứng nhắc của AI? Làm thế nào để chúng ta tích hợp hiệu quả công nghệ AI vào giáo dục chăm sóc sức khỏe theo cách toàn diện và không thiên vị? Đâu là đi ểm cân bằng phù hợp giữa giáo dục do AI dẫn dắt và giáo dục chăm sóc sức khỏe do con người dẫn dắt? Làm thế nào để AI, th ứ phụ thuộc vào một bộ biến số được tiêu chuẩn hóa và giới hạn để báo cáo, sẽ được sử dụng hiệu quả để đánh giá việc học tập của học sinh?

- Khuyến nghị để việc ứng dụng AI vào giáo dục chăm sóc sức khỏe giảm thiểu những hạn chế và đảm bảo tính công bằng: Tăng cường tính minh bạch về thời điểm và cách thức sử dụng AI; Đảm bảo sự đa dạng về nền tảng và chuyên môn của nhà phát triển; Nâng cao nhận thức và kiến thức chuyên môn của các nhà giáo dục về AI; Phát triển các công cụ giáo dục AI theo đ ịnh hư ớng hỗ trợ chứ không phải thay thế cho nhà giáo dục.

Ứng dụng AI trong chăm sóc sức khỏe

Tất cả chúng ta đều quen thuộc với trí tuệ nhân tạo (AI) dưới góc nhìn điện ảnh - con người chiến đấu chống lại những cỗ máy giống con người.

Nhưng bất chấp mô tả thông thường này, nơi mà công nghệ có thể bắt chước tất cả các khía cạnh của ý thức con người (đôi khi thậm chí thay thế trí tuệ con người), AI đương đại và những phát triển khả thi trong tương lai gần, khác xa với mô tả này của Hollywood.

Mặc dù có nhiều hứa hẹn về trí thông minh nhân tạo sẽ cường điệu hóa sự thúc đẩy về phát triển của trí tuệ máy móc, nhưng hiện tại AI chỉ có thể mô phỏng hạn chế một số nhiệm vụ của con người.

Hãy nghĩ về lần cuối cùng bạn có một câu hỏi và “Google” nó. Google đã thực hiện một tìm kiếm lớn trong vòng chưa đầy một giây và có khả năng xác định các tài nguyên quan trọng để trả lời câu hỏi của bạn.

Các mô hình học máy, hiện là cách tiếp cận phát triển AI có ảnh hưởng nhất, có thể mô phỏng các nhiệm vụ hạn chế nhưng được thực thi đặc biệt với tính nhất quán không thay đổi.

Nhìn chung, các khả năng AI hiện được tích hợp vào các hệ thống học tập trực tuyến về giải phẫu để theo dõi sinh viên (Inuwa và cộng sự, 2011), được triển khai thông qua phát triển mô hình giải phẫu ba chiều (Li và cộng sự, 2017; Smith và cộng sự, 2018), giải phẫu ảo (Afsharpour và cộng sự, 2018; Darras và cộng sự, 2018), game hóa giải phẫu (Ang và cộng sự, 2018) và được sử dụng để nâng cao trải nghiệm của sinh viên với thực tế ảo (VR) (Preim & Saalfeld, 2018; Erolin và cộng sự, 2019) và thực tế tăng cường (AR) (Ferrer-Torregrosa và cộng sự, 2015). Trí tuệ nhân tạo cũng đang được tham gia vào quá trình mô phỏng phẫu thuật và khám nghiệm tử thi trực tuyến (El Miedany, 2019; O’Sullivan và cộng sự, 2019; Dias và cộng sự, 2021), cung cấp bối cảnh sáng tạo để tăng cơ hội thực hành cho học viên.

Nhờ vào những lợi thế này, chăm sóc sức khỏe đang ứng dụng phổ biến AI giúp việc chăm sóc bệnh nhân trở nên hiệu quả, an toàn và hiệu suất cao hơn. Nhưng câu hỏi vẫn là: Liệu thực tế có như những gì chúng ta mong muốn hay không?

Vào năm 2019, nhà nghiên cứu giáo dục y tế hàng đầu Ken Masters, Phó Giáo sư về tin học y tế tại Đại học Sultan Qaboos, Oman, đã tuyên bố rằng:

“Để trở thành một bác sĩ có năng lực, một hệ thống AI (trí tuệ nhân tạo) không nhất thiết phải là bác sĩ giỏi nhất trên thế giới. AI [chỉ] phải tốt hơn sinh viên tốt nghiệp kém nhất trong lớp của bạn… Nếu AI tốt hơn học sinh trung bình của bạn, thì nó [đã] tốt hơn 50% tất cả các bác sĩ".

Mặc dù ý nghĩ về việc có các nhà cung cấp dịch vụ chăm sóc sức khỏe bằng AI có vẻ xa vời, thì trong thực tế, AI đã được tích hợp trong lĩnh vực chăm sóc sức khỏe.

Trong lĩnh vực X quang, AI có tiềm năng chuẩn hóa các giao thức giữa các tổ chức, tăng tính kịp thời của các báo cáo và nâng cao khả năng chẩn đoán.

Các thiết bị cảm biến sinh trắc học có thể giúp giám sát bệnh nhân ngoại trú kết hợp với sử dụng hiệu quả điện thoại thông minh trong phòng chống COVID-19, với một ứng dụng được đề xuất có khả năng phân biệt triệu chứng ho do COVID-19 với các triệu chứng ho khác.

Với vai trò của giáo dục chăm sóc sức khỏe trong việc đào tạo sinh viên cho công việc ở phòng khám trong tương lai, AI có vai trò gì trong giáo dục chăm sóc sức khỏe?

Vai trò của AI trong giáo dục

Vào thế kỷ 20, tác giả Arthur C Clarke đã từng nói: “Giáo viên nào có thể được thay thế bởi một cái máy thì nên như thế!”.

Dự đoán của Clarke chính là thực tế. YouTube và các công nghệ kỹ thuật số khác đang gắn liền với các nhà giáo dục và học sinh. Ngày nay, việc các nhà giáo dục ngành chăm sóc sức khỏe hợp tác đi đôi với công nghệ để cung cấp nền giáo dục mang tính đẳng cấp thế giới ngày càng trở nên phổ biến.

Giải phẫu học, một ngành khoa học rất nhân văn, thường dẫn đầu trong các phương pháp học tập sử dụng công nghệ này. Vào bất cứ khi nào, một sinh viên ngành chăm sóc sức khỏe cũng có thể ứng dụng các hình in 3D, thực tế ảo hoặc thực tế tăng cường để tìm hiểu các cấu trúc của cơ thể con người.

Các công nghệ AI mới hơn cũng đang được sử dụng, chẳng hạn như chatbots để giúp sinh viên trả lời các câu hỏi phổ biến trên “Google” chẳng hạn như: “Dây thần kinh nào cung cấp cấu trúc này?”

Những đổi mới này đang được triển khai trên toàn thể các lĩnh vực đại học, từ giáo dục đến quản trị, với những hứa hẹn về nâng cao chương trình giảng dạy “lấy người học làm trung tâm”, giảm bớt công sức của các nhà giáo dục và cá nhân hóa quy trình học.

Tuy nhiên, các đổi mới này sẽ dẫn tới một loạt các hậu quả không lường trước được, đặc biệt là đối với các sinh viên không theo kịp hệ thống giáo dục bậc cao.

Một đặc điểm chung hạn chế là AI không có khả năng phát hiện cái mới lạ và hàm chứa sự mơ hồ.

Bởi vì sự không chắc chắn - và khả năng hàm chứa sự không chắc chắn là một thuộc tính chính của chăm sóc sức khỏe hiệu quả - rõ ràng cần phải tập trung vào khả năng chứa đựng sự không chắc chắn trong giáo dục chăm sóc sức khỏe. Điều này có nghĩa là các nhà giáo dục có nhiệm vụ phát triển và triển khai các công cụ AI theo hướng cân bằng các điểm mạnh của AI về độ chính xác và nhất quán với những điểm yếu của các công cụ này trong việc bồi dưỡng khả năng chứa đựng sự không chắc chắn của người học.

“Bài viết của chúng tôi, Trí tuệ nhân tạo và Giáo dục giải phẫu lâm sàng: Cơ hội và Thách thức, nêu bật những điểm hạn chế mà các nhà giáo dục chăm sóc sức khỏe cần cân nhắc khi tích hợp AI vào lớp học”, nhóm các giáo sư Đại học Monash chia sẻ [2].

Mặc dù AI mang đến những cơ hội mới tiềm năng cho giáo dục giải phẫu, nhưng những bài học khó rút ra từ việc triển khai các công cụ AI trong các lĩnh vực khác (ví dụ: tư pháp hình sự, chăm sóc sức khỏe và tài chính) cho thấy rằng những cơ hội này có thể bị hạn chế bởi những bất lợi đối với ít nhất một số người học và trong những bối cảnh giáo dục nhất định.

Từ quan điểm của một nhà giáo dục giải phẫu học, nhà nghiên cứu y tế công cộng, nhà đạo đức y học và chuyên gia công nghệ giáo dục, các nhà nghiên cứu xem xét 5 căng thẳng giữa lợi ích và nguy cơ tích hợp AI vào giáo dục giải phẫu. Những căng thẳng này làm nổi bật những cách mà AI hiện không phù hợp để kết hợp những điều không chắc chắn nội tại với giáo dục giải phẫu trong các lĩnh vực: (1) sự khác biệt của con người, (2) thực hành chăm sóc sức khỏe, (3) sự đa dạng và công bằng xã hội, (4) hỗ trợ sinh viên, và (5) học tập của học sinh.

Các đề xuất thực tế cho cách tiếp cận được cân nhắc để làm việc cùng với AI trong môi trường học tập giáo dục giải phẫu hiện đại (và tương lai) được cung cấp, bao gồm tính minh bạch nâng cao về cách tích hợp AI, sự đa dạng của nhà phát triển AI, bao gồm các biến thể không chắc chắn và giải phẫu trong AI được triển khai, các điều khoản được đưa ra cho nhận thức của nhà giáo dục về các lợi ích và hạn chế của AI, xây dựng thời gian “không có AI” trong chương trình giảng dạy và thu hút AI để mở rộng năng lực của con người. Những đề xuất này đóng vai trò là khuôn khổ hướng dẫn về cách thức bộ môn giải phẫu lâm sàng và các nhà giáo dục giải phẫu có thể làm việc cùng với AI, đồng thời phát triển một cách tiếp cận có cân nhắc và sắc thái hơn đối với vai trò của AI trong giáo dục chăm sóc sức khỏe.

Nhiều người trong cộng đồng giải phẫu thừa nhận rằng giáo dục về giải phẫu đang đầy rẫy những điều không chắc chắn (Evans và cộng sự, 2018; Stephens và cộng sự, 2021). Các nhà giáo dục giải phẫu lâm sàng đang chấp nhận những điều không chắc chắn liên quan đến các vấn đề như sự biến đổi cá nhân và sự đa dạng của hình dạng con người (Willan & Humpherson, 1999; Wheble & Channon, 2021; Cullinane & Barry, 2022), sự mơ hồ của việc giải phẫu (ví dụ: sự khác biệt giữa giải phẫu học trong sách giáo khoa) và điều đó được tìm thấy thông qua giải phẫu) (Stephens và cộng sự, 2021), và bề rộng tuyệt đối của nội dung cần thiết để thực hành chăm sóc sức khỏe hiệu quả (Swick, 2000). Người ta cũng nhận ra rằng kiến thức lâm sàng không chỉ dựa trên các sự kiện khách quan và quá trình ra quyết định theo thủ tục, mà còn dựa trên sự phát triển của phán đoán sắc thái và khả năng xử lý các thông tin mơ hồ (ví dụ: kết quả chẩn đoán ranh giới) và thông tin phức tạp (ví dụ: kế hoạch điều trị cho bệnh nhân có nhiều bệnh đi kèm) - tất cả đều là dấu hiệu của sự không chắc chắn về mặt lâm sàng.

Những hạn chế này bắt nguồn từ sự thiếu linh hoạt điển hình của AI trước sự biến đổi vốn có, sự không chắc chắn và mơ hồ điển hình trong thực hành và giáo dục chăm sóc sức khỏe.

Hình dáng con người là thay đổi và đa dạng

AI phụ thuộc vào một tập hợp các giả định có thể tương đối tĩnh.

Nghiên cứu về phổ giới tính và giới tính sinh học thường có trong dân số loài người minh họa sự đa dạng giải phẫu tự nhiên có trong dân số loài người. Tuy nhiên, công nghệ giáo dục chăm sóc sức khỏe tiếp tục minh họa các đại diện nhị phân của giới tính và chủ yếu chỉ là một kiểu hình đơn lẻ (ví dụ: người trưởng thành có lối sống lành mạnh và khỏe khoắn, chủ yếu có tông màu da sáng). [1]

Giảng dạy sự biến đổi của con người và sự phức tạp xung quanh các ứng dụng lâm sàng của giải phẫu vẫn là điều tối quan trọng để chuẩn bị cho sinh viên thực hành chăm sóc sức khỏe trong tương lai và nhóm bệnh nhân đa dạng có liên quan. Do đó, một trong những mục tiêu của phát triển giáo dục giải phẫu AI phải là truyền đạt và thừa nhận những điều không chắc chắn (nghĩa là đạt đến giới hạn kiến thức) và thể hiện sự đa dạng về giải phẫu (ví dụ: nhiều lứa tuổi, loại cơ thể và tông màu da) để giúp học sinh nhận ra sự không chắc chắn, sự thay đổi và sự mơ hồ của hình dạng con người. Bộ môn giải phẫu đang tích cực tham gia vào việc thẩm vấn và thách thức các nền tảng gia trưởng và thành kiến chủng tộc trong lịch sử của giáo dục giải phẫu và giải phẫu (Finn et al., 2022).

Tích hợp AI mà không tham gia thảo luận về cách nó duy trì những thành kiến lịch sử này sẽ làm suy yếu công việc quan trọng đang được thực hiện. Như Chelsea Barabas, một nhà nghiên cứu của MIT đang kiểm tra việc triển khai thuật toán ra quyết định trong các hệ thống tư pháp hình sự của Hoa Kỳ, lập luận: “Cộng đồng AI đau khổ vì không thấy công việc của họ phù hợp như thế nào với lịch sử khoa học lâu đời được sử dụng để hợp pháp hóa bạo lực đối với những người bị thiệt thòi, đồng thời phân tầng và tách biệt mọi người” (Van Noorden, 2020).

Làm thế nào để chúng ta xây dựng AI trong giáo dục chăm sóc sức khỏe để tăng cường cơ hội cho sinh viên nhận thức về sự đa dạng và biến đổi của giải phẫu người?

Thực hành chăm sóc sức khỏe mang tính vô định

Các chương trình giảng dạy chăm sóc sức khỏe hiện nay đang ngày càng tập trung vào việc kết hợp kiến thức thiết yếu với các kỹ năng thực hành chăm sóc sức khỏe bắt buộc, bao gồm đức tính chuyên nghiệp, kỹ năng con người, nhận thức và lý luận về đạo đức.

Mặc dù AI có thể mang lại hiệu quả cao trong việc trình bày kiến thức nền tảng về chăm sóc sức khỏe, nhưng nó lại không quá hữu ích (và thậm chỉ có thể gây bất lợi) trong việc phát triển các kỹ năng thực hành trong chăm sóc sức khỏe.

Vậy tới khi nào việc tích hợp AI sẽ làm lệch cán cân giữa con người trong lĩnh vực chăm sóc sức khỏe và khả năng tái tạo cũng như độ cứng nhắc của AI?

AI tập trung vào tiêu chuẩn hóa và dựa trên các tập dữ liệu thiên vị

Nhiều công cụ AI được phát triển từ các tập dữ liệu phản ánh những thành kiến hiện có trong chăm sóc sức khỏe. Ngày càng có nhiều bằng chứng cho thấy AI không chỉ duy trì những bất bình đẳng này mà còn làm chúng trầm trọng thêm.

Tùy thuộc vào cách công nghệ AI được tích hợp vào lớp học, các công cụ AI có thể duy trì sự thiên vị, ví dụ: có giọng nói giống như một “người phụ nữ da trắng” niềm nở và thân thiện, điều này có thể tạo ra nhận thức ở thế hệ học sinh rằng “phục vụ người khác” là vai trò của nhà cung cấp dịch vụ chăm sóc sức khỏe nữ.

Làm thế nào để chúng ta tích hợp hiệu quả công nghệ AI vào giáo dục chăm sóc sức khỏe theo cách toàn diện và không thiên vị?

Hỗ trợ sinh viên có thể thay đổi và cá nhân hóa

Mặc dù AI có thể thực hiện các nhiệm vụ lặp đi lặp lại như chấm điểm, giải quyết các câu hỏi thông thường về giáo trình hoặc theo dõi điểm danh... Những nhiệm vụ lặp đi lặp lại này đôi khi có thể là dấu hiệu quan trọng để các nhà giáo dục “nhúng tay vào”.

Thách thức ở đây là mức độ mà chúng ta “đặt niềm tin” vào AI để đưa ra quyết định, thay cho các nhà giáo dục con người.

Thêm một câu hỏi khó: Đâu là điểm cân bằng phù hợp giữa giáo dục do AI dẫn dắt và giáo dục chăm sóc sức khỏe do con người dẫn dắt?

Cách học sinh tham gia vào việc học có thể thay đổi

Các biến số hạn chế mà các công cụ AI dựa vào có thể dẫn đến báo cáo sai sót về quá trình tham gia của học sinh. AI phụ thuộc vào tương tác của học sinh với các nền tảng để có thể thu thập dữ liệu để phân tích.

Nhiều sinh viên thích sử dụng các phương pháp tiếp cận “ngoại tuyến” để học tập hoặc các phương pháp tiếp cận khác với các phương pháp mà AI được lập trình để nhận ra. Điều này có thể dẫn đến báo cáo sai lệch về sự tham gia của học sinh bởi hệ thống AI.

Làm thế nào để AI, thứ phụ thuộc vào một bộ biến số được tiêu chuẩn hóa và giới hạn để báo cáo, sẽ được sử dụng hiệu quả để đánh giá việc học tập của học sinh?

Cân bằng máy móc với con người

Mặc dù những hạn chế này dường như khó để vượt qua, nhóm tác giả đề xuất một số giải pháp để tích hợp AI vào giáo dục đại học một cách chu đáo và thận trọng.

- Tăng cường tính minh bạch về thời điểm và cách thức sử dụng AI cũng như những hạn chế của việc sử dụng nó trong bối cảnh nhất định.

- Đảm bảo sự đa dạng về nền tảng và chuyên môn của nhà phát triển để những người sẽ sử dụng công nghệ trong quá trình giảng dạy hoặc thực hành chăm sóc sức khỏe và những người có quyết định bị ảnh hưởng bởi công cụ AI, chẳng hạn như sinh viên và bệnh nhân, đều có liên quan.

- Xây dựng các công cụ giáo dục chăm sóc sức khỏe AI bao quát và truyền tải sự không chắc chắn, đa dạng và biến đổi tự nhiên (và có liên quan đến lâm sàng!) được thể hiện trong các quần thể con người.

- Nâng cao nhận thức và kiến thức chuyên môn của các nhà giáo dục về AI thông qua phát triển chuyên môn, đồng thời hỗ trợ nhận biết của họ về những trường hợp cần đồng tình hay phản kháng lại các khuyến nghị của AI.

- Xây dựng một chương trình giảng dạy có mục đích kết hợp thời gian mà không có AI để cho phép học sinh phát triển các kỹ năng con người của họ.

- Phát triển các công cụ giáo dục AI theo định hướng hỗ trợ chứ không phải thay thế cho nhà giáo dục.

Giáo dục về chăm sóc sức khỏe, thông qua việc tăng cường tính minh bạch và các cuộc thảo luận về những điểm yếu của AI, có thể giúp sinh viên thách thức giả định rằng công nghệ “luôn luôn đúng” - một năng lực cần thiết cho một tương lai chăm sóc sức khỏe ứng dụng tối đa AI. Hơn nữa, tính minh bạch về mức độ AI giám sát học sinh và cách sử dụng những dữ liệu này cần phải được đặt lên hàng đầu và là trung tâm trong giáo dục giải phẫu đương đại để hỗ trợ các phương pháp giảng dạy có đạo đức trong lĩnh vực này.

Một cách tiếp cận để đạt được điều này là các nhà giáo dục chăm sóc sức khỏe làm việc cùng với sinh viên trong việc quyết định dữ liệu học tập nào được sử dụng và cho mục đích gì, nhằm nâng cao khả năng tự quyết định và nhận thức của người học về tính thực tiễn của AI trong giáo dục giải phẫu.

Khi xem xét nhiều sai lệch có thể xảy ra trong quá trình phát triển AI, nhóm tác giả khuyến nghị cộng đồng giáo dục chăm sóc sức khỏe (nhà giáo dục và sinh viên), thành viên cộng đồng bệnh nhân và các nhóm bị thiệt thòi cùng thiết kế các công cụ ứng dụng AI cho lĩnh vực y tế. Giáo dục hiệu quả đòi hỏi kiến thức nội dung sư phạm, thể hiện trình độ giảng dạy và chuyên môn kiến thức nội dung khóa học (Shulman, 1987). Do đó, các nhà giáo dục chăm sóc sức khỏe có vị trí thuận lợi để hỗ trợ phát triển AI phù hợp với mục đích và được khuyến khích mạnh mẽ tham gia vào quá trình này.

Các thành viên cộng đồng, bao gồm cả các nhóm yếu thế, bị ảnh hưởng bởi cách các nhà cung cấp dịch vụ chăm sóc sức khỏe trong tương lai nhận biết về bệnh lý học và có thể cung cấp thêm thông tin chi tiết về sự phát triển AI đang được cân nhắc. Các sáng kiến đồng thiết kế trước đây đã được chứng minh là có giá trị và thành công đối với tất cả những người tham gia liên quan đến cả quá trình và kết quả học tập thu được (de Carvalho Filho và cộng sự, 2021).[3]

“Chúng tôi khuyến khích tất cả các tổ chức giáo dục cung cấp các khóa học và hỗ trợ cho các nhà giáo dục, đồng thời điều chỉnh việc vận dụng quá nhiều các công cụ giáo dục AI “mới và bóng bảy” mà thay vào đó vận dụng một cách thận trọng và thực tế hơn”, nhóm giáo sư Đại học Monash khuyến nghị.

Điều này sẽ đảm bảo tất cả học sinh và cộng đồng được hưởng lợi từ các công cụ giáo dục AI, không chỉ một nhóm nhất định./.

Tài liệu tham khảo:

1.https://lens.monash.edu/@medicine-health/2021/05/17/1383207/redefining-anatomical-language-in-healthcare-to-create-safer-spaces-for-all-genders

2. https://anatomypubs.onlinelibrary.wiley.com/doi/ full/10.1002/ase.2221

3.https://ris.cdu.edu.au/ws/portalfiles/portal/62456399/ Anatomical_Sciences_Ed_2022_Lazarus_Artificial_ intelligence_and_clinical_anatomical_education_Promises_ and_perils.pdf

(Bài đăng ấn phẩm in Tạp chí TT&TT số 12 tháng 12/2022)