Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Để giảm thiểu nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành, bổ sung lượng vitamin D trong giai đoạn nào là quan trọng nhất?

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Chọn đáp án mô tả rõ nhất về AI trong chăm sóc sức khỏe:

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

AI có ưu điểm nào khi được dùng để chẩn đoán bệnh?

Chọn đáp án KHÔNG được nhắc đến trong bài:

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Ý nào dưới đây thể hiện rõ nhất nội dung chính của bài đọc trên?

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Theo bài đọc, trong y học, AI không thay thế hoàn toàn được con người ở quá trình nào?

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Theo bài đọc, AI là:

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

AI đã được ứng sử dụng thành công trong giai đoạn nào của quá trình nghiên cứu và phát triển thuốc?

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Hệ thống CRISPR là:

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Theo bài đọc, biện pháp nào dưới đây là nguồn cung cấp vitamin D dồi dào?

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Theo văn bản, có bao nhiêu người trên thế giới có hàm lượng vitamin D trong máu không đủ?

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

LINA là tên viết tắt của?

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Thiếu hụt vitamin D có thể gây ra các bệnh nào?

Chọn đáp án không đúng:

Đọc văn bản sau và trả lời câu hỏi:

Ứng dụng trí tuệ nhân tạo trong y học

1. Trí tuệ nhân tạo (AI) đang có xu hướng được ứng dụng mạnh mẽ trong y học như: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen. Tuy nhiên, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

Năm 2018, các nhà nghiên cứu tại Bệnh viện Đại học quốc gia Seoul (Hàn Quốc) đã phát triển một thuật toán AI gọi là DLAD (Deep Learning based Automatic Detection) để phân tích hình ảnh chụp X-quang ngực cũng như phát hiện sự phát triển bất thường của tế bào (nguyên nhân gây ra bệnh ung thư). Cùng một hình ảnh phim chụp, kết quả đọc của máy tính sẽ được so sánh với kết quả đọc của nhiều bác sỹ khác nhau và thật ngạc nhiên khi những kết luận từ máy tính là vượt trội hơn so với 17/18 các bác sỹ tham gia đọc phim.

Cũng trong năm 2018, thuật toán thứ hai được phát triển bởi các nhà nghiên cứu tại Google AI Healthcare. Họ tạo ra một thuật toán gọi là LYNA (Lymph Node Assistant) giúp phân tích các mẫu bệnh phẩm nhuộm màu để xác định khối ung thư vú di căn từ hạch bạch huyết. Kết quả rất thú vị khi thuật toán này có thể xác định các vùng khả nghi mà mắt thường của con người không thể phân biệt được trong các mẫu sinh thiết được đưa ra. LYNA thử nghiệm trên hai tập dữ liệu và được chứng minh là phân loại chính xác mẫu là ung thư hay không phải ung thư chính xác lên đến 99%. Hơn nữa, thời gian đọc của LYNA nhanh gấp đôi thời gian đọc bởi các bác sỹ thực hành.

Hai ví dụ trên đã cho thấy tiềm năng vô cùng to lớn của AI trong lĩnh vực chăm sóc sức khoẻ con người. Vậy AI trong y học là gì? Và liệu nó có thay thế các bác sỹ trong tương lai? AI trong chăm sóc sức khỏe là một thuật ngữ bao quát được sử dụng để mô tả việc ứng dụng các thuật toán và phần mềm máy tính học được nhằm bắt chước nhận thức của con người trong việc phân tích, chẩn đoán, đưa ra các chỉ dẫn trong quá trình thăm khám, chẩn đoán, điều trị và tiên lượng bệnh. Hiện nay có 4 nhóm lĩnh vực y học mà AI đang được nghiên cứu áp dụng rất mạnh mẽ, chúng bao gồm: chẩn đoán bệnh; nghiên cứu, phát triển thuốc; tối ưu hóa cho điều trị từng cá nhân; chỉnh sửa gen.

2. Chẩn đoán bệnh

Gần đây, AI đã đạt được những tiến bộ to lớn trong việc tự động chẩn đoán bệnh, giúp cho việc chẩn đoán rẻ, nhanh và dễ tiếp cận hơn. Các dữ liệu khổng lồ về hình ảnh bình thường, bệnh lý, các chỉ số cơ thể… sẽ được các nhà khoa học “dán nhãn”, nạp vào máy tính, sắp xếp, xử lý…, từ đó máy tính có thể nhận diện, phân loại rồi đưa ra các chẩn đoán khi chúng tiếp xúc với một dữ liệu nào đó của bệnh nhân. Nó giống như các bạn sinh viên mất trên dưới 10 năm để học y, đi bệnh viện thực hành để nhận diện các mặt bệnh và ghi nhớ rồi sau này ra trường đi làm gặp lại bệnh nhân tương tự thì bộ nhớ đã có để nhận biết. Tuy vậy, máy tính “học” nhanh hơn, “nhớ” chính xác hơn và số lượng dữ liệu nhớ thì gần như bất tận, nên AI giỏi chẩn đoán không kém gì các chuyên gia hàng đầu và nó có thể được sao chép lại trên toàn thế giới một cách nhanh chóng và ít tốn kém.

Với chẩn đoán bệnh, AI rất mạnh trong các nội dung: phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ta, các dự án tham vọng hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ, giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán sự tiến triển của nó.

3. Nghiên cứu, phát triển thuốc

Nghiên cứu và phát triển các loại thuốc chữa bệnh là một quá trình vô cùng tốn kém và mất rất nhiều thời gian. Tuy nhiên hiện nay AI đã được sử dụng thành công trong cả 4 giai đoạn chính của quá trình nghiên cứu và phát triển thuốc (đánh giá các đích tác dụng; tìm kiếm được đúng các phân tử thuốc/các thuốc có khả năng liên kết với đích đã chọn; kiểm tra hợp chất mới trong phòng thí nghiệm và trên lâm sàng về độ an toàn, hiệu quả; đạt được sự chấp thuận và đưa thuốc mới tới tay các bác sỹ và bệnh nhân), vì vậy tương lai chúng ta kỳ vọng việc phát triển thuốc sẽ vô cùng nhanh và rẻ hơn nhiều.

4. Tối ưu hoá cho điều trị từng cá nhân

Các bệnh nhân khác nhau đáp ứng với thuốc và phác đồ điều trị khác nhau, vì thế cá nhân hóa điều trị có tiềm năng to lớn để tăng tuổi thọ cho bệnh nhân. Tuy nhiên, rất khó để xác định những yếu tố nào sẽ ảnh hưởng đến việc lựa chọn phương pháp điều trị và hiện nay vấn đề này đang được giải quyết bởi AI. AI có thể tự động hóa công việc thống kê hết sức phức tạp này và giúp khám phá những đặc điểm chỉ ra rằng bệnh nhân sẽ có phản ứng cụ thể với một phương pháp điều trị cụ thể nào, từ đó đưa ra được phác đồ điều trị tối ưu với từng bệnh nhân riêng biệt.

5. Chỉnh sửa gen

Các nhà khoa học đang nghiên cứu ứng dụng hệ thống CRISPR-Cas9* để chỉnh sửa gen, đây là một bước tiến lớn trong khả năng chỉnh sửa DNA một cách hiệu quả và chính xác. Kỹ thuật này dựa vào các RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA. Nhưng RNA dẫn đường có thể phù hợp với nhiều vị trí DNA, dẫn đến có thể có các tác dụng phụ không mong muốn. Do vậy, việc lựa chọn cẩn thận RNA dẫn đường với ít tác dụng phụ nguy hiểm nhất là một bài toán cần giải quyết trong việc áp dụng hệ thống CRISPR để can thiệp vào hệ thống gen và AI sẽ là một lựa chọn hợp lý.

Cho đến nay, AI trong y học đã cho thấy nhiều lợi ích tiềm năng. Cơ quan Quản lý thực phẩm - dược phẩm Hoa Kỳ (FDA) cũng đã phê duyệt một số thuật toán hỗ trợ trong thăm dò chẩn đoán y khoa. Tuy nhiên, để FDA có thể đánh giá chi tiết các quy trình - thuật toán này và cấp phép cho các công nghệ AI khác vào y học sẽ còn là một con đường dài phía trước vì có thể sự giải trình các thuật toán (để thuyết phục FDA cũng như các cơ quan chức năng khác) nhiều khi là bí mật của từng cty cũng như liên quan đến sự độc quyền. Hơn nữa, những người tạo ra các thuật toán không phải lúc nào cũng là bác sỹ điều trị bệnh nhân, do đó trong một số trường hợp, các nhà khoa học về AI có thể cần phải tìm hiểu thêm về y học. Ở chiều ngược lại, các bác sỹ lâm sàng cũng cần tìm hiểu thêm về các thuật toán của AI để các ứng dụng được tối ưu hoá. Có thể khẳng định, dù AI phát triển trong y học đến đâu cũng không thể thay thế hoàn toàn bác sỹ trong quá trình thăm khám và chữa trị, chẳng hạn như AI không thể thực hiện ca phẫu thuật não tự động - nơi mà đôi khi các bác sỹ phẫu thuật phải thay đổi cách tiếp cận của họ ngay khi tổn thương được bộc lộ và nhìn thấy.

(Nguồn: Tạp chí khoa học và công nghệ)

Đoạn 5 giải thích vì sao sử dụng RNA dẫn đường ngắn (sgRNA) để nhắm mục tiêu và chỉnh sửa một vị trí cụ thể trên DNA có thể có các tác dụng phụ không mong muốn?

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Ý nào dưới đây thể hiện rõ nhất nội dung chính của bài đọc trên?

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)

Ai là người đã nghiên cứu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe?

Đọc văn bản sau và trả lời câu hỏi:

Nồng độ vitamin D trong máu có thể dự báo tình trạng sức khỏe tương lai và nguy cơ mắc bệnh tiểu đường type 2

Nồng độ vitamin D trong máu có thể dự báo nguy cơ sức khỏe

1. Tình trạng thiếu vitamin D phổ biến ở người cao tuổi, đặc biệt là ở châu Âu. Các nhà khoa học đã chứng minh rằng, thiếu hụt vitamin D có thể là nguyên nhân gây ra các bệnh như bệnh tim mạch, ung thư và loãng xương. Trong cơ thể con người có một số dạng hoặc chất chuyển hóa từ vitamin D. Tổng lượng chất chuyển hóa này thường được sử dụng để đánh giá tình trạng vitamin D của mỗi người, ví dụ như Prohormone, 25-dihydroxyvitamin D được chuyển đổi thành 1,25-dihydroxyvitamin D, đây được coi là dạng hoạt động của vitamin D trong cơ thể chúng ta. Hơn 99% các chất chuyển hóa vitamin D trong máu của chúng ta liên kết với protein, chỉ một phần rất nhỏ là tự do hoạt động sinh học.

2. Tiến sĩ Leen Antonio ở Bệnh viện Đại học KU Leuven (Bỉ) và cộng sự đã nghiên cứu xem liệu các chất chuyển hóa tự do của vitamin D có phải là những yếu tố dự báo sức khỏe hay không bằng cách sử dụng dữ liệu từ dự án Nghiên cứu Lão hóa Nam giới châu Âu, được thu thập từ 1.970 nam giới trong độ tuổi từ 40-79 từ năm 2003 đến 2005 cho thấy, tổng mức của các chất chuyển hóa vitamin D tự do và liên kết đều có liên quan đến nguy cơ tử vong.

Cũng theo tiến sĩ Antonio, hầu hết các nghiên cứu đều tập trung vào mối liên hệ giữa tổng mức 25-hydroxyvitamin D với bệnh tật và tỷ lệ tử vong ở người. Dữ liệu thu thập được cho thấy, cả mức 25-hydroxyvitamin D tự do và toàn phần đều là thước đo về nguy cơ sức khỏe trong tương lai ở nam giới.

Dự báo nguy cơ mắc bệnh tiểu đường type 2

3. Theo các nhà nghiên cứu tại Trường Y tế Công cộng Đại học Harvard (HSPH), lượng vitamin D đầy đủ trong thời kỳ thiếu niên có thể làm giảm nguy cơ mắc bệnh tiểu đường type 2 khi trưởng thành lên tới 50%. Nếu được xác nhận trong các nghiên cứu tiếp theo, phát hiện này có thể khẳng định vai trò của việc bổ sung vitamin D trong việc ngăn ngừa bệnh tự miễn dịch nghiêm trọng ở người lớn. Kassandra Munger, một cộng sự nghiên cứu tại Khoa dinh dưỡng tại HSPH cho biết: “Thật ngạc nhiên khi một căn bệnh nghiêm trọng như bệnh tiểu đường type 2 có thể được ngăn ngừa bằng một biện pháp can thiệp đơn giản và an toàn”.

4. Các nghiên cứu trước đây chủ yếu tập trung vào mối liên hệ giữa sự thiếu hụt vitamin trong thời kỳ mang thai hoặc thời thơ ấu và nguy cơ phát triển bệnh trong thời thơ ấu. Một nghiên cứu khác ở những người trưởng thành trẻ tuổi đã phát hiện ra mối liên quan giữa mức độ cao của vitamin D và giảm nguy cơ mắc bệnh đa xơ cứng (một bệnh tự miễn dịch liên quan đến di truyền và dịch tễ học của bệnh tiểu đường type 2). Như vậy, không đủ vitamin D ở tuổi trưởng thành có thể là một yếu tố nguy cơ quan trọng đối với các bệnh tự miễn dịch nói chung.

5. Tiến sĩ Antonio giải thích, “những dữ liệu này khẳng định thêm rằng sự thiếu hụt vitamin D có liên quan đến tác động tiêu cực đến sức khỏe nói chung và có thể dự báo nguy cơ tử vong cao hơn”. Trong bệnh tiểu đường type 2 (từng được gọi là bệnh tiểu đường khởi phát vị thành niên hoặc bệnh tiểu đường phụ thuộc insulin), hệ thống miễn dịch của cơ thể tấn công và vô hiệu hóa vĩnh viễn các tế bào tạo ra insulin trong tuyến tụy.

6. Theo Hiệp hội Đái tháo đường Hoa Kỳ, khoảng 5% trong số 25,8 triệu người ở Hoa Kỳ mắc bệnh tiểu đường type 2, khoảng 60% trường hợp tiểu đường type 2 xảy ra sau 20 tuổi. Các nhà khoa học đã thực hiện một nghiên cứu kiểm soát đối với các quân nhân Hoa Kỳ đang tại ngũ, sử dụng mẫu máu từ Kho lưu trữ Huyết thanh của Bộ Quốc phòng, nơi lưu trữ hơn 40 triệu mẫu được thu thập từ 8 triệu quân nhân và phụ nữ. Kết quả ghi nhận có 310 người mắc bệnh tiểu đường type 2 trong khoảng thời gian từ năm 1997 đến 2009. Nhóm nghiên cứu đã so sánh các mẫu máu được lấy trước khi bệnh khởi phát với mẫu của 613 người trong nhóm đối chứng. Họ phát hiện ra rằng, những thanh niên da trắng khỏe mạnh có nồng độ vitamin D trong huyết thanh cao (hơn 75 nmol/L) sẽ giảm khoảng một nửa nguy cơ phát triển bệnh tiểu đường type 2 so với những người có mức vitamin D thấp (dưới 75 nmol/L).

7. Theo Giáo sư Alberto Ascherio, tác giả chính của nghiên cứu nêu trên, “nguy cơ mắc bệnh tiểu đường type 2 dường như tăng lên ngay cả ở mức vitamin D được coi là bình thường, điều đó cho thấy một tỷ lệ đáng kể dân số có thể phòng tránh được bệnh nếu bổ sung đủ lượng vitamin D”.

Ước tính có khoảng 1 tỷ người trên thế giới có hàm lượng vitamin D trong máu không đủ và sự thiếu hụt có thể gặp ở mọi sắc tộc và lứa tuổi. Mặc dù tiếp xúc với ánh nắng mặt trời là một nguồn cung cấp vitamin D tuyệt vời, nhưng kem chống nắng, quần áo, sắc tố da và mức độ bức xạ tia cực tím thấp hơn trong những tháng mùa đông cản trở quá trình sản xuất của nó. Do vậy cần bổ sung các thực phẩm có nguồn vitamin D dồi dào, chẳng hạn như cá hồi và sữa. Theo Bệnh viện Mayo Clinic ở Hoa Kỳ, mức cho phép hàng ngày được khuyến nghị là 600-800 IU mỗi ngày.

(Nguồn: ThS Nguyễn Tuấn; Tạp chí Khoa học và Công nghệ)