Một meta-review toàn diện do các nhà nghiên cứu tại University at Buffalo thực hiện và công bố trên NPJ Digital Medicine đã khảo sát việc tích hợp AI vào thiết bị đeo cho tiểu đường type 2 và tiền tiểu đường. Nhóm tác giả sàng lọc khoảng 5.000 bài nghiên cứu được bình duyệt và chọn 60 bài để tổng hợp bằng chứng hiện có.
Bản tổng hợp cho thấy nhiều kết quả tích cực. Các CGM cung cấp dữ liệu đường huyết liên tục và nhiều nghiên cứu báo cáo rằng mô hình AI có thể dự đoán biến động đường huyết trước khoảng một đến hai giờ. Khả năng này giúp người dùng duy trì kiểm soát tốt hơn, nhận hướng dẫn cá nhân hóa theo thói quen, mức độ hoạt động và giấc ngủ, đồng thời có tiềm năng giảm khối lượng công việc lâm sàng bằng cách sàng lọc lượng dữ liệu lớn.
Các hạn chế quan trọng gồm nghiên cứu phân mảnh, tập trung vào vài loại thiết bị và mô hình, nhiều mô hình hoạt động như "hộp đen", kích thước mẫu hạn chế và dân số nghiên cứu hẹp, thiếu bộ dữ liệu chuẩn và chất lượng dữ liệu không đồng nhất. Ngoài ra, tích hợp vào quy trình lâm sàng và chi phí là rào cản thực tiễn.
Tác giả kêu gọi các nghiên cứu lớn hơn, xác thực chéo tốt hơn và mô hình minh bạch hơn trước khi thiết bị đeo có AI trở thành thực hành lâm sàng thông thường. Nghiên cứu được hỗ trợ bởi American Diabetes Association, National Institute of Diabetes and Digestive Kidney Disease và National Institute for Minority Health and Health Disparities.
Từ khó
- meta-review — bài tổng hợp nhiều nghiên cứu khác nhau
- tích hợp — kết hợp hai hay nhiều hệ thống lại
- thiết bị đeo — thiết bị mang trên người để theo dõi
- dự đoán — nói hoặc ước tính sự kiện sẽ xảy ra
- hộp đen — mô hình không giải thích cách ra quyết định
- xác thực chéo — kiểm tra mô hình bằng dữ liệu khác nhau
- sàng lọc — chọn lựa hoặc loại bỏ dữ liệu hoặc nghiên cứu
- dữ liệu — thông tin thu thập để phân tích và 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
- Bạn nghĩ lợi ích lớn nhất của tích hợp AI vào thiết bị đeo cho người mắc tiểu đường là gì? Vì sao?
- Bạn lo ngại những vấn đề nào khi dùng mô hình hoạt động như "hộp đen" trong chăm sóc sức khỏe?
- Những bước nào bạn cho là quan trọng để các nghiên cứu về thiết bị đeo AI trở nên đáng tin cậy hơn?
