AI cho các thành phố khỏe mạnh – Phần 2 của 2

Công bằng y tế thông qua sức khỏe dân số chính xác

Báo cáo tổng hợp sự kiện do FP Analytics thực hiện với sự hợp tác của Quỹ Novartis. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Câu chuyện về hai thành phố: Thông tin chi tiết từ AI4Healthy - Các thành phố ở New York và Singapore

Các thành phố như New York và Singapore, hai thành phố nằm trong sáng kiến AI4HealthyCities, đang đạt được những bước tiến trong việc lập bản đồ và đánh giá các yếu tố quyết định xã hội, môi trường và kinh tế của sức khỏe. Là một phần của nỗ lực này, Microsoft, một đối tác của AI4HealthyCities, phát hiện ra rằng các mô hình dựa trên các yếu tố quyết định này trong dữ liệu cấp độ điều tra dân số trên toàn Hoa Kỳ có thể được sử dụng để dự đoán liệu người dân New York có bị bệnh tiểu đường hay tăng huyết áp hay không. Ví dụ, nghiên cứu của họ cho thấy tỷ lệ mắc bệnh tiểu đường phần lớn có thể liên quan đến bốn yếu tố chính: (1) sử dụng phúc lợi SNAP, đại diện cho tình trạng thu nhập, (2) trình độ học vấn thấp hơn, (3) sống một mình sau 65 tuổi và (4) thiếu khả năng tiếp cận băng thông rộng. Weill Cornell Medicine, hợp tác với Microsoft, đã chứng thực các mối quan hệ này và sử dụng các phân tích nâng cao thông qua Mạng lưới Nghiên cứu Lâm sàng INSIGHT để liên kết dữ liệu các yếu tố quyết định xã hội với dữ liệu sức khỏe cá nhân. Nghiên cứu của họ đã kết nối phân tích dự đoán với trải nghiệm sức khỏe của bệnh nhân, cũng như xác định các quần thể bệnh nhân có nguy cơ nhưng có thể không được chẩn đoán. Một nhóm các tổ chức học thuật ở Singapore do CADENCE dẫn đầu, tìm cách khai thác đổi mới công nghệ cho nghiên cứu tim mạch, đang phân tích tương tự sự kết hợp của dữ liệu học thuật lâm sàng và triển vọng trong thế giới thực để giải mã các yếu tố quyết định kinh tế xã hội và hành vi như béo phì, hút thuốc và ăn muối gây ra bệnh tim mạch trong nước.

Tham gia

Tiến sĩ Bill Weeks, Giám đốc, AI cho Nghiên cứu Sức khỏe, Microsoft

Tiến sĩ Yongkang Zhang, Trợ lý Giáo sư, Khoa học Sức khỏe Dân số, Weill Cornell Medicine NYC

Tiến sĩ Derek Hausenloy, Giám đốc điều hành, CADENCE

Điều hành bởi Allison Carlson, Phó Chủ tịch Điều hành, Chính sách Đối ngoại

Bài học chính

• Các can thiệp chính xác tạo điều kiện thuận lợi cho cả tác động và lợi tức đầu tư. Mặc dù giá trị của việc nhắm mục tiêu vào những người có nguy cơ mắc bệnh tim mạch cao nhất là rõ ràng, nhưng cũng có một lập luận kinh tế thuyết phục để đầu tư vào sức khỏe dân số chính xác. Tiến sĩ Bill Weeks của Microsoft nhấn mạnh rằng với khả năng tiếp cận dữ liệu tốt hơn, các nhà hoạch định chính sách và người thực hiện chương trình có thể nhắm mục tiêu hiệu quả hơn các nguồn lực và đầu tư vào các can thiệp có khả năng mang lại kết quả sức khỏe lớn hơn và bền vững hơn.

• Dữ liệu định lượng vẫn cần được hỗ trợ bởi bối cảnh định tính. Khi lượng dữ liệu có sẵn tăng theo cấp số nhân và khả năng phân tích dự đoán tăng lên, điều quan trọng vẫn là phải thường xuyên dựa trên thông tin định lượng với các tương tác hữu hình với bệnh nhân và chính sách lấy con người làm trung tâm. Như Tiến sĩ Yongkang Zhang của Cornell đã lưu ý, điều quan trọng là phải hỏi các bên liên quan trong mỗi cộng đồng, "Bạn có nghĩ rằng những gì chúng tôi tìm thấy phù hợp với kinh nghiệm của bạn trong cộng đồng này không?" và có dữ liệu định tính cung cấp thêm thông tin cho phân tích.

• Phân tích nâng cao có thể mở ra một thế giới dữ liệu chưa được khai thác cho sức khỏe tim mạch và hơn thế nữa. Nghiên cứu ở thành phố New York và Singapore nhấn mạnh rằng các thành phố thường sở hữu nhiều dữ liệu, mặc dù dường như không liên quan đến kết quả sức khỏe, nhưng có thể cung cấp thông tin chi tiết mạnh mẽ về những người đóng góp và các loại can thiệp không chỉ giải quyết các thách thức về sức khỏe mà còn ngăn ngừa chúng. Như Tiến sĩ Derek Hausenloy đã chỉ ra, các chương trình như Healthier SG của Singapore, tập trung vào các biện pháp phòng ngừa để chống lại các bệnh không lây nhiễm, có thể áp dụng