Một nhóm nghiên cứu tại University at Buffalo thực hiện một meta-review và công bố trên NPJ Digital Medicine. Họ sàng lọc khoảng 5.000 bài nghiên cứu được bình duyệt và chọn 60 bài để phân tích về AI và thiết bị đeo cho tiểu đường type 2 và tiền tiểu đường.
Nghiên cứu ghi nhận các lợi ích: CGM (máy đo đường huyết liên tục) cung cấp dữ liệu thường xuyên và AI có thể dự đoán thay đổi đường huyết trước một đến hai giờ. Điều này giúp kiểm soát đường huyết ổn định hơn, đưa lời khuyên cá nhân theo thói quen, hoạt động và giấc ngủ, và có thể giảm khối lượng công việc lâm sàng. Với người tiền tiểu đường, thiết bị đeo có AI có thể hỗ trợ thay đổi lối sống và trì hoãn hoặc ngăn ngừa tiến triển.
Tuy nhiên, nghiên cứu còn phân mảnh, nhiều mô hình là "hộp đen", kích thước mẫu nhỏ, dữ liệu không đồng nhất, và có rào cản tích hợp vào chăm sóc lâm sàng cùng chi phí và khả năng tiếp cận.
Từ khó
- sàng lọc — xem và chọn tài liệu nghiên cứu cần dùng
- dự đoán — nói trước điều có thể xảy ra
- tiền tiểu đường — tình trạng đường huyết cao nhưng chưa thành bệnh
- hộp đen — hệ thống hoạt động nhưng nguyên tắc khó hiểu
- phân mảnh — bị chia nhỏ, không liên kết với nhau
- tích hợp — kết nối vào hệ thống hoặc dịch vụ
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
- Bạn có sẵn sàng dùng thiết bị đeo để theo dõi đường huyết không? Tại sao?
- Bạn nghĩ lợi ích nào của AI trong kiểm soát đường huyết là quan trọng nhất?
- Bạn lo lắng điều gì về chi phí hoặc khả năng tiếp cận các thiết bị này?
Bài viết liên quan
Tại sao mô hình ngôn ngữ lớn khó nhân số bốn chữ số
Một nghiên cứu do University of Chicago dẫn đầu giải thích vì sao nhiều mô hình ngôn ngữ lớn không nhân đúng hai số có bốn chữ số. Nghiên cứu so sánh huấn luyện tinh chỉnh tiêu chuẩn và phương pháp Chuỗi suy luận ẩn (ICoT) và thấy ICoT giúp mô hình lưu và dùng kết quả trung gian.
