Đối với nhiều gia đình, sống chung với một căn bệnh hiếm gặp đồng nghĩa với việc phải đối mặt với một hành trình y tế dài, không chắc chắn và đầy rắc rối về thủ tục hành chính , trong đó việc chẩn đoán có thể mất nhiều năm. Trong khi đó, các cuộc thăm khám, xét nghiệm và chuyển tuyến ngày càng chồng chất, và cảm giác lạc lõng, mù mịt ngày càng trở nên nặng nề.
Đồng thời, tại Tây Ban Nha và khắp châu Âu, các công cụ trí tuệ nhân tạo mới, các dự án nghiên cứu tiên tiến và các mạng lưới hỗ trợ người dân đang dần hình thành , tất cả đều nhằm mục đích đơn giản hóa quá trình này. Từ các thuật toán có khả năng đọc hàng ngàn hồ sơ y tế đến các hiệp hội thách thức bộ máy quan liêu, hệ sinh thái bệnh hiếm đang bắt đầu phát triển mạnh mẽ.
Một trí tuệ nhân tạo của Tây Ban Nha có khả năng phát hiện các bệnh hiếm gặp trong hồ sơ bệnh án nhi khoa.
Một trong những tiến bộ nổi bật nhất đến từ Đại học Giáo dục Từ xa Quốc gia (UNED) , hợp tác với Bộ Y tế Khu vực Madrid. Một nhóm nghiên cứu từ Khoa Ngôn ngữ và Hệ thống Máy tính đã phát triển một công cụ trí tuệ nhân tạo có khả năng xác định và phân loại 19 bệnh hiếm gặp trong các báo cáo lâm sàng của trẻ em được khám tại các cơ sở chăm sóc sức khỏe ban đầu.
Nghiên cứu này, được công bố trên tạp chí Scientific Reports , sử dụng gần 250.000 ghi chú lâm sàng thực tế do các bác sĩ nhi khoa viết làm điểm xuất phát . Đây là những văn bản được viết trong thực tiễn hàng ngày, không sử dụng mẫu hoặc thuật ngữ được chuẩn hóa hoàn toàn, điều này làm phức tạp đáng kể việc phân tích tự động.
Để giải quyết sự phức tạp này, các nhà nghiên cứu đã thiết kế một hệ thống lai kết hợp các kỹ thuật ngôn ngữ học tiên tiến với các mô hình ngôn ngữ dựa trên kiến trúc Transformer , chính là kiến trúc nền tảng của nhiều công cụ xử lý ngôn ngữ tự nhiên mạnh mẽ nhất hiện nay.
Ở giai đoạn đầu, AI thực hiện một dạng "sàng lọc tự động": nó tìm kiếm trong văn bản những đề cập có thể liên quan đến các bệnh hiếm gặp — từ các hội chứng di truyền hiếm gặp đến các rối loạn chuyển hóa rất hiếm gặp — và đánh dấu những đoạn văn có xác suất cao nhất chứa trường hợp liên quan.
Quá trình lọc ban đầu không dừng lại ở đó. Các ghi chú được chọn sau đó được chuyển đến các chuyên gia, những người sẽ xem xét thủ công các hồ sơ và xác minh rằng chúng đáp ứng các tiêu chí của Cơ quan Đăng ký Bệnh Hiếm cấp Tiểu bang và Khu vực . Nhờ nỗ lực hợp tác giữa công nghệ và thực tiễn lâm sàng, một kho lưu trữ gồm khoảng 1.900 bệnh án được chú thích đã được tạo ra, một trong những nguồn tài liệu toàn diện nhất hiện có bằng tiếng Tây Ban Nha về các loại bệnh lý này.
Kết quả rất khả quan: các mô hình tiên tiến nhất cho kết quả chính xác trong hơn 78% trường hợp , một chỉ số kết hợp giữa số lượng bệnh nhân được phát hiện và số lượng bệnh nhân được xác định chính xác. Đây là sự cải thiện hơn mười điểm phần trăm so với các hệ thống trước đây, đặc biệt quan trọng trong lĩnh vực mà dữ liệu khan hiếm và rất không đồng nhất.
Độ chính xác này dựa trên sự thích ứng rất tinh tế với tiếng Tây Ban Nha lâm sàng : hệ thống phân biệt giữa các chẩn đoán đã được xác nhận và tiền sử gia đình, xử lý các trường hợp phủ định (ví dụ, khi bác sĩ loại trừ một căn bệnh) và có khả năng phát hiện những đề cập gián tiếp mà thoạt nhìn có thể bị bỏ qua.
Từ một cuốn từ điển đơn giản đến một trí tuệ nhân tạo hiểu được ngôn ngữ y khoa.
Đằng sau hệ thống này là một lượng lớn "nền tảng" ngôn ngữ đã được xây dựng từ trước. Nhóm UNED bắt đầu với một từ điển chứa hơn 9.000 bệnh hiếm gặp và các biến thể của chúng , được biên soạn từ Orphanet, kho lưu trữ quốc tế lớn chuyên về các bệnh lý này.
Trong thực tiễn lâm sàng, cùng một bệnh có thể được viết theo nhiều cách: dưới dạng danh từ riêng, dưới dạng từ viết tắt, thông qua mô tả triệu chứng, hoặc thậm chí bằng cách kết hợp các thuật ngữ tiếng Anh và tiếng Tây Ban Nha . Để nắm bắt tất cả sự đa dạng này, các nhà nghiên cứu đã tạo ra một vốn từ vựng gồm gần 21.000 cách diễn đạt tương đương.
Dựa trên thông tin đó, AI đã quét các ghi chú y tế, tìm kiếm các đoạn văn quan trọng chứa danh từ và tính từ lâm sàng có thể tương ứng với bất kỳ bệnh nào trong số đó. Thuật toán trích xuất cụm từ đã giúp giảm thiểu nhiễu, cho phép hệ thống tập trung vào nội dung thực sự liên quan.
Tiếp theo, cơ chế đối sánh "túi từ" sẽ được sử dụng , cho phép xác định bệnh lý ngay cả khi thứ tự từ thay đổi hoặc có những biến thể nhỏ về chính tả. Điều này rất hữu ích, ví dụ, khi một bác sĩ nhi khoa mô tả một hội chứng mà không tuân thủ nghiêm ngặt theo định nghĩa trong sách hướng dẫn.
Để tránh kết quả dương tính giả, quy trình này bao gồm các quy tắc cụ thể để loại bỏ những đề cập mơ hồ hoặc các từ viết tắt đáng ngờ , cũng như một mô-đun để phát hiện sự phủ nhận và một mô-đun khác cho tiền sử gia đình. Ý tưởng là để tránh việc tính một đứa trẻ là một trường hợp bệnh nếu bác sĩ chỉ đang loại trừ bệnh hoặc đề cập đến một người thân mắc bệnh.
Xác nhận lâm sàng và tạo ngân hàng các trường hợp thực tế.
Sau khi các ghi chú của ứng viên được chọn, dự án bước vào một giai đoạn chậm hơn nhưng vô cùng quan trọng. Một nhóm gồm bốn chuyên gia chăm sóc sức khỏe đã xem xét riêng từng hồ sơ y tế để xác nhận xem, ngoài những thông tin đã đề cập, bệnh nhân có đáp ứng các tiêu chí chẩn đoán chính thức cho một căn bệnh hiếm gặp hay không.
Kết quả là một tập dữ liệu được chú thích tỉ mỉ, với 1.900 hồ sơ y tế được nhóm theo bệnh nhân và phân loại thành 19 loại bệnh hoặc một nhóm các trường hợp bị loại bỏ. Loại tài liệu này vô cùng quý giá đối với cộng đồng khoa học vì nó cho phép đào tạo và đánh giá các mô hình AI mới trong một lĩnh vực mà theo định nghĩa, số lượng trường hợp không bao giờ nhiều.
Phân tích cũng cho thấy một mô hình quen thuộc trong lĩnh vực này: một số bệnh lý có số lượng ghi nhận nhiều hơn hẳn so với những bệnh lý khác , do đó, trong khi một số chẩn đoán có hàng trăm trường hợp, thì những chẩn đoán khác chỉ xuất hiện vài lần. Sự mất cân bằng này làm phức tạp vấn đề đối với cả thuật toán và các bác sĩ lâm sàng, và là một trong những thách thức lớn nhất trong việc mở rộng ứng dụng trí tuệ nhân tạo (AI) cho toàn bộ các bệnh hiếm gặp.
Mặc dù có những hạn chế này, các nhà nghiên cứu nhấn mạnh rằng phương pháp này mở ra cơ hội tích hợp trí tuệ nhân tạo vào các quy trình y tế công cộng thường nhật, ví dụ như hỗ trợ các nhóm chăm sóc sức khỏe ban đầu trong việc đọc có hệ thống hàng nghìn ghi chú lâm sàng hiện đang được xem xét thủ công.
Hồ sơ đầy đủ hơn và hệ thống giám sát phối hợp tốt hơn.
Dự án của UNED phù hợp với các sáng kiến như Cơ sở dữ liệu khu vực Madrid về các bệnh hiếm gặp (SIERMA) , do Tổng cục Y tế công cộng của Cộng đồng Châu Âu thúc đẩy. Ý tưởng cơ bản là tăng cường việc xác định sớm các trường hợp bệnh ở cấp độ chăm sóc sức khỏe ban đầu và cải thiện việc giám sát dịch tễ học.
Việc sử dụng các công cụ tự động hóa không có nghĩa là thay thế các chuyên gia, mà là hỗ trợ công việc của họ trong các nhiệm vụ lặp đi lặp lại và sàng lọc . Trong trung hạn, các hệ thống loại này có thể giúp phát hiện các mô hình, đưa ra cảnh báo sớm hoặc xác định các khu vực địa lý nơi tập trung một số chẩn đoán nhất định.
Theo các tác giả, những phát triển này đặt nền tảng cho một cách tiếp cận chủ động hơn trong chăm sóc sức khỏe đối với các bệnh hiếm gặp , đặc biệt là ở trẻ em. Đồng thời, chúng sẽ tạo điều kiện thuận lợi cho việc thu thập dữ liệu chất lượng cao hơn phục vụ nghiên cứu và lập kế hoạch nguồn lực.
Trí tuệ nhân tạo để giải thích các biến thể di truyền hiếm gặp
Việc chẩn đoán nhiều bệnh hiếm gặp liên quan đến việc giải mã những gì xảy ra trong DNA của mỗi người. Vấn đề là tất cả chúng ta đều mang hàng ngàn biến thể gen , và chỉ một vài trong số đó thực sự gây ra bệnh.
Một nhóm nghiên cứu quốc tế trực thuộc Trường Y Harvard đã phát triển một mô hình trí tuệ nhân tạo, gọi là popEVE , nhằm mục đích làm rõ tình hình này. Công cụ này gán cho mỗi biến thể một điểm số mức độ nghiêm trọng được hiệu chỉnh trên tất cả các gen , cho phép các nhà nghiên cứu ưu tiên những gen nào có nhiều khả năng gây ra các triệu chứng của bệnh nhân.
Để đạt được điều này, mô hình tích hợp thông tin tiến hóa, mô hình ngôn ngữ protein và dữ liệu di truyền quần thể người . Sự kết hợp này hợp nhất thành một nền tảng duy nhất những gì trước đây được giải quyết bằng nhiều công cụ riêng lẻ.
Trong một nghiên cứu được công bố trên tạp chí Nature Genetics , các nhà nghiên cứu đã chứng minh rằng popEVE có khả năng phân biệt các biến thể gây bệnh với các biến thể lành tính , phân biệt các đột biến liên quan đến bệnh khởi phát ở trẻ em hoặc người lớn, và thậm chí xác định xem một biến thể là do di truyền hay xảy ra một cách tự phát, mà không gây ra những sai lệch đáng kể do nguồn gốc địa lý.
Mô hình này đã được thử nghiệm trên khoảng 30.000 bệnh nhân mắc các rối loạn phát triển nghiêm trọng và chưa có chẩn đoán rõ ràng . Trong khoảng một phần ba số trường hợp, mô hình đã cung cấp thông tin có giá trị chẩn đoán và xác định được 123 biến thể liên quan đến các bất thường phát triển mà trước đây chưa từng được liên kết với bất kỳ bệnh nào; hơn hai mươi trong số các gen này đã được các nhóm nghiên cứu khác xác nhận.
Ngoài việc chẩn đoán, popEVE còn cung cấp manh mối về các mục tiêu điều trị mới bằng cách xác định những thay đổi di truyền nào ảnh hưởng đáng kể nhất đến chức năng protein. Các tác giả đang tích hợp điểm số của họ vào các cơ sở dữ liệu công cộng như ProtVar và UniProt, để các bác sĩ lâm sàng và nhà nghiên cứu trên toàn thế giới có thể hưởng lợi từ chúng.
Các phương pháp mới để hiểu rõ hơn về mạng lưới protein liên quan
Tại Tây Ban Nha, các phương pháp tiếp cận sáng tạo từ sinh học hệ thống cũng đang được thúc đẩy. Một nhóm các nhà nghiên cứu từ Đại học Malaga (nhóm SIBIUMA) , hợp tác với CIBERER và Viện Tin sinh học Quốc gia, đã trình bày một phương pháp luận để phân tích các mạng lưới tương tác phức tạp giữa các protein liên quan đến các bệnh hiếm gặp.
Các tác giả so sánh những mạng lưới này với một “mạng xã hội” lớn, trong đó mỗi protein là một người và các tương tác là các mối quan hệ bạn bè của người đó. Cho đến nay, nhiều phương pháp đã buộc mỗi protein chỉ thuộc về một cộng đồng duy nhất, làm đơn giản hóa quá mức thực tế rằng một phân tử duy nhất có thể tham gia vào nhiều quá trình sinh học cùng một lúc.
Chiến lược mới cho phép các protein thuộc nhiều nhóm chức năng cùng một lúc , tương tự như những gì xảy ra trong đời thực khi một người có nhiều nhóm bạn bè. Điều này giúp xác định các mô-đun protein có thể liên quan đến các biểu hiện khác nhau của cùng một bệnh hiếm gặp hoặc trong các bệnh lý phức tạp đi kèm.
Những tiến bộ về phương pháp luận này mở ra cánh cửa cho các chiến lược chẩn đoán và điều trị mới , vì chúng giúp dễ dàng xác định các điểm mấu chốt trong mạng lưới nơi mà sự can thiệp dược lý có thể mang lại hiệu quả cao hơn.
Châu Âu đang tranh luận về cách phối hợp tốt hơn việc chăm sóc bệnh động kinh và các bệnh hiếm gặp.
Đổi mới công nghệ đơn thuần là chưa đủ nếu không đi kèm với những thay đổi trong chăm sóc sức khỏe và tổ chức xã hội. Nghị viện châu Âu đã đăng cai tổ chức cuộc họp “Bệnh động kinh và các bệnh hiếm gặp: Từ sự tách biệt đến sự phối hợp ”, do Liên đoàn Động kinh Tây Ban Nha (FEDE) và Văn phòng Quốc tế về Bệnh động kinh (IBE) tổ chức.
Sự kiện này đã quy tụ các đại diện từ các tổ chức, hiệp hội bệnh nhân, các bác sĩ lâm sàng và các công ty để kêu gọi ban hành các chính sách có tính đến những đặc thù của bệnh động kinh và các bệnh hiếm gặp , đồng thời cải thiện sự phối hợp giữa các quốc gia và các tổ chức châu Âu.
Trong số các ví dụ được trình bày , EpiAlliance nổi bật lên như một sáng kiến của Tây Ban Nha, tập hợp các hội khoa học, hiệp hội bệnh nhân và các tổ chức hợp tác với mục tiêu rõ ràng: xây dựng một mô hình chăm sóc toàn diện hơn, tập trung vào nhu cầu thực tế của người mắc bệnh động kinh . Cách tiếp cận hợp tác này định vị Tây Ban Nha như một hình mẫu tiềm năng cho các thực tiễn có thể được chuyển giao sang các hệ thống chăm sóc sức khỏe khác ở châu Âu.
Các thành viên tham gia đã liên kết những nỗ lực này với Kế hoạch Hành động Liên ngành Toàn cầu về Bệnh động kinh và các Rối loạn Thần kinh khác (IGAP) của Tổ chức Y tế Thế giới . FEDE đã chuyển đổi tài liệu quốc tế này thành một lộ trình với 22 mục tiêu phụ cụ thể và khả thi , được xây dựng trong một thời gian ngắn nhờ mức độ hợp tác cao bất thường.
Liên đoàn nhấn mạnh rằng người mắc bệnh động kinh ở châu Âu vẫn phải đối mặt với ba nhu cầu cấp thiết: tiếp cận, thấu hiểu và công bằng . Thách thức không chỉ giới hạn ở việc chẩn đoán hay điều trị; nó còn bao gồm sự kỳ thị xã hội, tác động về mặt cảm xúc và khó khăn trong việc tiếp cận dịch vụ chăm sóc chuyên khoa kịp thời và phù hợp.
Các hiệp hội tuyến đầu: từ khiếu nại đến dịch vụ cụ thể
Trong khi các chiến lược lớn đang được tranh luận, chính các tổ chức cơ sở mới là những người đang cung cấp sự hỗ trợ thiết yếu cho các gia đình tại địa phương. Tại thành phố Elche , Hiệp hội Bệnh hiếm và Sức khỏe Tâm thần (AERELX) đã công khai lên án việc thiếu hỗ trợ hiệu quả cho các hộ gia đình đang gặp phải những hoàn cảnh khó khăn liên quan đến bệnh hiếm và các vấn đề sức khỏe tâm thần.
Tổ chức này kể lại trường hợp gần đây của một người mẹ kiệt sức phải một mình đối mặt với cơn ác mộng quan liêu , dù đã tìm kiếm sự giúp đỡ từ nhiều dịch vụ công cộng khác nhau. AERELX mô tả những gia đình này là "những người không phù hợp" với các hệ thống tiêu chuẩn, cuối cùng trở thành nhà trị liệu, người chăm sóc và y tá mà không có thời gian nghỉ ngơi hoặc sự hỗ trợ đầy đủ.
Trong tuyên bố của mình, hiệp hội đã nêu vấn đề trong bối cảnh rộng hơn, được đánh dấu bằng sự gia tăng các vụ tự tử ở thanh thiếu niên và sự thiếu phản ứng tương xứng từ các cơ quan chính phủ. Họ yêu cầu các nguồn lực rất cụ thể: các trung tâm ban ngày, các chương trình chăm sóc tạm thời, không gian trị liệu, các đội can thiệp nhanh và các chính sách phòng ngừa vượt ra ngoài các chiến dịch quan hệ công chúng đơn thuần.
Thông điệp cốt lõi rất rõ ràng: đây không phải là việc xin xỏ ân huệ, mà là đòi quyền lợi . AERELX nhắc nhở chúng ta rằng đằng sau mỗi hồ sơ vụ việc là những sinh mạng đang gặp nguy hiểm, và cam kết tiếp tục hỗ trợ những người cần giúp đỡ, đồng thời cảnh báo rằng họ sẽ không ngừng báo cáo mọi trường hợp không được các cơ quan chức năng giải quyết.
Vai trò của hội đồng địa phương: ví dụ về Mazarrón
Ở cấp địa phương, một số hội đồng thành phố đang tăng cường cam kết của họ đối với các bệnh hiếm gặp. Hội đồng thành phố Mazarrón (vùng Murcia) đã ký một thỏa thuận hợp tác mới với Hiệp hội Bệnh hiếm gặp D'Genes , với mục đích củng cố sự hỗ trợ trực tiếp cho những người mắc các bệnh hiếm gặp, chưa được chẩn đoán hoặc khuyết tật trong thành phố.
Thỏa thuận này bao gồm khoản đóng góp tài chính của thành phố để hỗ trợ các dịch vụ như dịch vụ xã hội, trị liệu ngôn ngữ, can thiệp giáo dục, kích thích nhận thức, hỗ trợ tâm lý và trị liệu âm nhạc . Theo tổ chức này, hơn 60 gia đình trong thành phố được hưởng lợi từ các nguồn lực chuyên biệt này.
Đối với hội đồng thành phố, thỏa thuận này đảm bảo sự chăm sóc cá nhân hóa và chuyên nghiệp hơn cho những người bị ảnh hưởng. Đối với D'Genes, nó là một cứu cánh đảm bảo sự liên tục của trung tâm chăm sóc trực tiếp và ngăn chặn các dự án cộng đồng quan trọng phụ thuộc hoàn toàn vào nguồn tài trợ một lần.
Loại thỏa thuận này cho thấy chính quyền địa phương có thể trở thành mắt xích quan trọng giữa các chiến lược y tế lớn và thực tế đời sống của các gia đình , hỗ trợ các tổ chức có kinh nghiệm và gắn bó với địa phương.
Các sáng kiến đoàn kết nhằm nâng cao nhận thức và hỗ trợ nghiên cứu.
Mạng lưới các hiệp hội liên quan đến bệnh hiếm không chỉ giới hạn ở việc cung cấp dịch vụ chăm sóc hoặc vận động. Nhiều dự án cũng đang xuất hiện, kết hợp thể thao, văn hóa và nâng cao nhận thức xã hội để thu hút sự chú ý đến các bệnh này và gây quỹ cho nghiên cứu.
Quỹ Renault Group Tây Ban Nha, thông qua cuộc thi nội bộ “Bạn có hợp tác với một tổ chức phi chính phủ không?” , đã trao giải thưởng năm nay cho một số sáng kiến từ thiện được nhân viên của mình hỗ trợ. Trong số đó có hiệp hội “Trên đường vì các bệnh hiếm gặp” , có trụ sở tại Palencia, tổ chức các thử thách leo núi, các tuyến đường đi bộ đường dài và các sự kiện khác để gây quỹ và nâng cao nhận thức về các bệnh hiếm gặp.
Được thành lập vào năm 2018, tổ chức này hoạt động theo phương châm "Làm cho những điều vô hình trở nên hữu hình ", với mục đích đưa những thực tế này đến gần hơn với công chúng và vận động cho quyền được nghiên cứu. Khoản quyên góp 4.000 euro từ cuộc thi bổ sung vào những đóng góp đã được thực hiện cho các tổ chức khác như ASPACE Valladolid và Quỹ Ung thư Cris.
Những chương trình doanh nghiệp kiểu này cho thấy các công ty có thể tận dụng sự cam kết của nhân viên đối với các hoạt động xã hội như thế nào , bằng cách cung cấp nguồn tài trợ trực tiếp và đồng thời tạo sự chú ý cho các tổ chức thường hoạt động với nguồn lực rất hạn chế.
Sự kết hợp giữa đổi mới khoa học, công cụ kỹ thuật số, liên minh châu Âu và hỗ trợ địa phương đã tạo nên một bức tranh cho thấy các bệnh hiếm gặp đang bắt đầu được quan tâm hơn trong chương trình nghị sự của cộng đồng. Vẫn còn một chặng đường dài phía trước—từ việc đơn giản hóa chẩn đoán đến việc đảm bảo nguồn lực ổn định cho các gia đình dễ bị tổn thương nhất—nhưng sự hội tụ của nghiên cứu, các hiệp hội và các cơ quan chính phủ cho thấy rằng phản ứng không còn phụ thuộc vào một cá nhân đơn lẻ, mà phụ thuộc vào một mạng lưới ngày càng rộng lớn và liên kết chặt chẽ.
