Dự án Xác định Nguyên nhân Tử vong (CODA) là sáng kiến ba năm do Quỹ Gates tài trợ, với mục tiêu cải thiện dữ liệu nguyên nhân tử vong ở những nước có thu nhập thấp, nơi chỉ một tỷ lệ nhỏ ca tử vong được ghi nhận nguyên nhân. Dự án do Vital Strategies dẫn dắt cùng một liên minh các đối tác nghiên cứu.
CODA dùng dữ liệu lịch sử để huấn luyện mô hình Trí tuệ nhân tạo và có thể áp dụng cả trong cộng đồng lẫn cơ sở y tế. Hệ thống có thể hoạt động ngoại tuyến rồi tải dữ liệu lên. Ở cộng đồng, nhân viên y tế thực hiện phỏng vấn hậu tử với người thân; công cụ kết hợp chi tiết phỏng vấn với thông tin như tuổi, giới và các nguyên nhân địa phương phổ biến, ví dụ sốt rét.
Hệ thống quản lý phỏng vấn theo thời gian thực, điều chỉnh câu hỏi khi xuất hiện thông tin mới và chuyển lời khai nói thành dữ liệu cấu trúc để thuật toán xác định nguyên nhân tử vong xử lý. Ở cơ sở y tế, bác sĩ có thể nhập tiền sử bệnh, quan sát và kết quả xét nghiệm. CODA đưa ra mức độ tin cậy cho khuyến nghị thay vì một phán quyết duy nhất.
Các đối tác gồm nhiều trường đại học và tổ chức, và các thử nghiệm giới hạn dự kiến diễn ra ở Nam Phi và Bangladesh bắt đầu vào tháng 9. Hai đối tác đại học đang dùng một bộ dữ liệu gồm các ca tử vong được xác minh chặt chẽ ở các nước thu nhập thấp và trung bình, nơi nguyên nhân được xác nhận qua điều tra hậu tử, để huấn luyện và kiểm thử mô hình. Nhóm cũng nhắc rằng khám nghiệm tử thi cho dữ liệu chất lượng cao nhất nhưng tốn kém và quy mô có hạn.
Ban lãnh đạo dự án sẽ thành lập ủy ban cố vấn khoa học để giải quyết các vấn đề đạo đức, pháp lý và văn hóa. Các chuyên gia nhấn mạnh nhu cầu về tính minh bạch, bảo vệ dữ liệu, sự tham gia của chính phủ và hợp tác với người dùng cuối. Dữ liệu nguyên nhân tử vong chính xác được coi là thiết yếu cho hoạch định chính sách, đặc biệt khi nguồn tài trợ cho các bệnh không lây nhiễm còn thấp so với gánh nặng bệnh tật.
Từ khó
- nguyên nhân — lý do khiến một người qua đờinguyên nhân tử vong, nguyên nhân địa phương
- phỏng vấn hậu tử — hỏi người thân về bệnh sử sau khi chết
- huấn luyện — dạy mô hình máy học bằng dữ liệu thực
- thuật toán — tập quy tắc toán học để xử lý dữ liệu
- khám nghiệm tử thi — kiểm tra cơ thể người để biết nguyên nhân
- minh bạch — sự rõ ràng, thông tin không bị che giấutính minh bạch
- bảo vệ dữ liệu — giữ an toàn thông tin cá nhân khỏi lộ
Mẹo: di chuột, dùng phím Tab hoặc chạm vào các từ được tô sáng trong bài để xem định nghĩa nhanh ngay khi bạn đọc hoặc nghe.
Câu hỏi thảo luận
- Dữ liệu nguyên nhân tử vong chính xác có thể ảnh hưởng thế nào đến hoạch định chính sách y tế ở các nước thu nhập thấp?
- Những vấn đề đạo đức và văn hóa nào cần xem xét khi dùng công cụ AI để xác định nguyên nhân tử vong?
- Theo bạn, lợi ích và rủi ro khi thu thập dữ liệu ngoại tuyến rồi tải lên sau này là gì?