Các tổ chức y tế và nhóm nghiên cứu ở Mỹ Latinh hiện dùng các nền tảng generative AI để mở rộng tiếp cận thông tin về sức khỏe tình dục và sinh sản cho người trẻ và các nhóm dễ bị tổn thương. Nhiều dự án tập trung giảm rào cản ngôn ngữ, kỳ thị và hạn chế dịch vụ tại các vùng dân cư thiếu hỗ trợ.
Tại Peru, bác sĩ sản khoa Ana Miluzka Baca Gamarra thiết kế TeleNanu, một chatbot tiếng Quechua phát triển tại University of San Martín de Porres. TeleNanu — nghĩa là "người tâm sự" trong tiếng Quechua — vận hành theo một mô hình tư vấn năm bước và dùng generative AI để cung cấp câu trả lời dựa trên bằng chứng. Hệ thống được đào tạo bởi nữ hộ sinh theo hướng dẫn của World Health Organization và Bộ Y tế Peru, dựa trên công bố khoa học đã được bình duyệt và kiến thức chuyên môn. Nền tảng có thể giới thiệu tư vấn do con người thực hiện khi cần thiết và đã xử lý hơn 88,000 truy vấn trong năm qua, bằng cả Quechua và tiếng Tây Ban Nha, kể cả một số câu hỏi từ ngoài Peru.
Tháng 10, tổ chức phi lợi nhuận APROPO ra mắt NOA, một nền tảng generative AI có trên WhatsApp, web và mạng xã hội. APROPO cho biết NOA được huấn luyện bằng dữ liệu địa phương và quốc tế chính xác và đặt mục tiêu tiếp cận 100,000 thanh thiếu niên vào năm 2026 bằng các chiến lược số cho khu vực cần hỗ trợ cao.
Dữ liệu y tế công cộng phản ánh áp lực lớn: hơn 8,000 ca nhiễm HIV mới được báo cáo trong 2024, người lớn trẻ ở độ tuổi 20 bị ảnh hưởng nhiều nhất; 12% số ca sinh thuộc về các bà mẹ ở độ tuổi 10–19; và tử vong mẹ vị thành niên đang tăng. Các chuyên gia và nhà hoạt động nêu nhiều thách thức: tiếp cận dịch vụ, thiếu dữ liệu đa dạng và có đạo đức, và cần phối hợp công-tư. Nhà hoạt động Virginia Silveira cảnh báo AI có thể tái tạo sự phân biệt đối xử lịch sử với người chuyển giới.
Nhóm nghiên cứu tại CIECTI ở Argentina thử nghiệm các large language models bằng prompt và phát hiện phản ứng mang tính kỳ thị cùng những khoảng trống lâm sàng. Họ phát triển một công cụ phân loại tác hại và dự định tạo dữ liệu đại diện hơn để giảm thiên vị. Nhà nghiên cứu Conicet Marcelo Risk gọi thiên vị trong dữ liệu huấn luyện là vấn đề trung tâm và kêu gọi giám sát của con người. Nhiều chuyên gia đề xuất liên kết nghiên cứu khoa học với hệ thống y tế và lồng ghép cộng đồng vào thiết kế và đánh giá để giảm rủi ro và tăng tính phù hợp của công cụ.
- Xây dựng mối quan hệ
- Xác định nhu cầu
- Phản hồi
- Xác minh sự hiểu biết
- Giữ liên lạc
Từ khó
- nền tảng — hệ thống hoặc dịch vụ công nghệ để cung cấp thông tin
- chatbot — chương trình máy tính trả lời người dùng qua tin nhắn
- bình duyệt — quá trình đánh giá công bố khoa học bởi chuyên gia
- thiên vị — xử lý hoặc dữ liệu không công bằng với nhóm nào đó
- huấn luyện — dạy hệ thống máy tính bằng dữ liệu mẫuđược huấn luyện
- đại diện — phản ánh đa dạng nhóm người trong dữ liệu
- tác hại — hậu quả xấu gây tổn hại cho người dùng
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
- Theo bạn, lợi ích và rủi ro khi dùng chatbot AI cho thông tin sức khỏe sinh sản là gì? Hãy nêu lý do hoặc ví dụ.
- Những biện pháp nào trong bài có thể giúp giảm thiên vị trong hệ thống AI y tế? Hãy giải thích ngắn gọn.
- Việc thiết kế công cụ bằng ngôn ngữ bản địa (ví dụ Quechua) quan trọng như thế nào đối với tiếp cận dịch vụ?
