Tăng cường tuân thủ dùng thuốc bằng tính năng cá thể hóa của Trí tuệ nhân tạo (AI)

• Trí tuệ nhân tạo (AI) đang cách mạng hóa ngành y tế, mang lại những cải tiến đáng kể trong việc chăm sóc bệnh nhân, đồng thời hỗ trợ đưa ra các quyết định lâm sàng, thực hiện các thủ tục hành chính, cũng như cung cấp dịch vụ y tế.¹.
• Việc không tuân thủ dùng thuốc là một vấn đề toàn cầu, ảnh hưởng đến kết quả điều trị cũng như chi phí y tế tổng thể.².
• AI có thể giúp cải thiện tình trạng không tuân thủ dùng thuốc bằng cách nhắc nhở mỗi người bệnh, giám sát hành vi của bệnh nhân và triển khai các biện pháp can thiệp phù hợp để giải quyết các nguyên nhân cơ bản dẫn đến không tuân thủ.³.

Nhận thức rõ về việc không tuân thủ dùng thuốc – một rào cản đối với điều trị

Không tuân thủ dùng thuốc luôn là trở ngại lớn trong việc đạt được kết quả điều trị tối ưu, đặc biệt là trong các trường hợp điều trị bệnh mạn tính.⁴ Năm 2018, một báo cáo của Tổ chức Hợp tác và Phát triển Kinh tế (OECD) cho thấy rằng không tuân thủ điều trị gây ra 200.000 ca tử vong sớm hàng năm ở châu Âu⁵. Chi phí cao do không tuân thủ dùng thuốc là vấn đề tối quan trọng đối với cả xã hội và nền kinh tế, cho thấy một lỗ hổng trong hệ thống điều trị.⁴_.

• Không tuân thủ dùng thuốc nghiêm trọng đến mức nào?
  Hãy hình dung bạn có một chiếc chìa khóa giúp mở ra cánh cửa cải thiện sức khỏe nhưng lại chọn không sử dụng nó. Điều tương tự cũng xảy ra khi bệnh nhân không dùng thuốc theo chỉ định. Theo báo cáo của WHO, 50% không tuân thủ điều trị theo đúng chỉ định.². Ví dụ, thuốc trị tiểu đường, khi được sử dụng đúng cách, có thể ngăn ngừa mù lòa, bệnh thận mạn tính giai đoạn cuối, cắt cụt chi không do chấn thương, nguy cơ mắc bệnh tim, bệnh ngoại biên và mạch máu não cũng như tử vong ở trẻ sơ sinh. Tuy nhiên, theo một nghiên cứu gần đây, có 34% số người không tuân thủ dùng thuốc. Điều này không chỉ khiến sức khỏe của họ gặp rủi ro mà còn dẫn đến tăng chi phí y tế⁶.
• Các yếu tố góp phần vào việc không tuân thủ điều trị
  Không tuân thủ điều trị được quy cho nhiều yếu tố, tùy thuộc vào trình độ học vấn, tình trạng bệnh lý và mức độ phức tạp của đơn thuốc.².
  Một số yếu tố dự đoán về việc không tuân thủ dùng thuốc được giải thích trong Hình 1.

Vai trò của AI trong việc cá thể hóa việc chăm sóc bệnh nhân

Bằng cách tận dụng sức mạnh của trí tuệ nhân tạo, các quyết định, chẩn đoán y tế được hỗ trợ vì AI có thể thu thập, phân tích và xử lý dựa trên dữ liệu bệnh nhân trong thời gian thực. Nhờ vào xử lý lượng lớn dữ liệu bệnh nhân từ nhiều nguồn khác nhau, chẳng hạn như hồ sơ bệnh án điện tử⁷, và thiết bị đeo⁸ thuật toán AI có thể hiểu rõ hơn về hành vi, sở thích và tình trạng của bệnh nhân, từ đó có thể được sử dụng để phát triển các kế hoạch điều trị và biện pháp can thiệp một cách hiệu quả hơn, phù hợp với tình trạng của từng bệnh nhân cụ thể. AI cũng có thể góp phần nâng cao độ an toàn của điều trị, bằng cách giảm thiểu khả năng xảy ra sai sót và các kết cục bất lợi như chẩn đoán sai hoặc điều trị chậm trễ⁷.

• AI hiểu nhu cầu của bệnh nhân như thế nào
  Hãy tìm hiểu cách AI có thể phân tích và tích hợp dữ liệu cho từng cá nhân để đưa ra dịch vụ chăm sóc phù hợp. Giả sử bạn đeo một chiếc đồng hồ thông minh có thể theo dõi số bước đi, chu kỳ giấc ngủ, nhịp tim, v.v.⁹. AI có thể phân tích những dữ liệu này để đưa ra lời khuyên, giúp bạn có một cuộc sống lành mạnh hơn, giống như một huấn luyện viên sức khỏe mà bạn lựa chọn cho chính mình.
• Các biện pháp can thiệp cá thể hóa bằng AI
  Các biện pháp can thiệp cá thể hóa bằng AI có thể dự đoán kết cục của bệnh nhân và tối ưu hóa việc sử dụng nguồn lực trong hệ thống y tế.⁷. “Quên” là một trong các yếu tố dẫn đến không tuân thủ điều trị¹⁰. Đây là ví dụ cho thấy công nghệ AI phù hợp. AI có thể phân tích các hành vi và xác định cách tác động hiệu quả nhất với từng người bệnh. Ví dụ, nếu bạn đọc lời nhắn ngay sau khi thức dậy, AI sẽ nhận thấy thói quen này và có thể bắt đầu nhắc nhở và động viên mỗi ngày để giúp bạn bắt đầu ngày mới với một tâm trạng tốt.

Các tính năng cá thể hóa của AI trong việc tuân thủ dùng thuốc

Khả năng cá thể hóa của AI trong việc hỗ trợ tuân thủ dùng thuốc đòi hỏi phải sử dụng công nghệ AI để cá thể hóa các chiến lược tuân thủ dùng thuốc cho từng bệnh nhân cụ thể. Một số tính năng được đề cập trong hình:

Các thuật toán AI có thể phân tích vô số nguồn dữ liệu, bao gồm nhân khẩu học, lịch sử y tế, các yếu tố kinh tế xã hội, lối sống và hành vi chuẩn mực, để tạo hồ sơ toàn diện cho kế hoạch điều trị phù hợp với từng bệnh nhân. Các công nghệ được hỗ trợ bởi AI cung cấp hỗ trợ theo thời gian thực trong việc đưa ra quyết định chẩn đoán và điều trị. Giao tiếp đa kênh giúp bệnh nhân hiểu rõ hơn về tình trạng sức khỏe của bản thân, các lựa chọn điều trị sẵn có và hướng dẫn tự chăm sóc. Phân tích dự đoán nâng cao độ chính xác, hiệu quả và tiết kiệm chi phí của quy trình chẩn đoán bệnh và xét nghiệm trong phòng thí nghiệm⁷.
Để đọc thêm về vai trò cá thể hóa của AI trong chăm sóc sức khỏe, vui lòng đọc bài viết trước của chúng tôi: Vai trò của AI trong huấn luyện sức khỏe cá thể hóa để tuân thủ điều trị

Ứng dụng trong thực tế: Ứng dụng của AI

Trong ứng dụng thực tế, một số công nghệ mới và tiên tiến của các công cụ AI đang cách mạng hóa lĩnh vực y tế và hỗ trợ các bác sĩ.
Dưới đây là một số ví dụ cho thấy việc triển khai các công nghệ này:

• Chatbot: Các nhà nghiên cứu phát hiện ra rằng ChatGPT, một Chatbot AI do OpenAI thành lập, có thể giúp bệnh nhân mắc bệnh tiểu đường hiểu được các chẩn đoán, lựa chọn điều trị, theo dõi các triệu chứng, tuân thủ dùng thuốc, cung cấp phản hồi, khuyến khích và trả lời câu hỏi của bệnh nhân¹¹. AI cũng có thể được triển khai để viết lại tài liệu hướng dẫn bệnh nhân theo với các cấp độ đọc hiểu nhất định. Bằng cách này, AI có thể giúp bệnh nhân hiểu rõ hơn về sức khỏe của bản thân bằng cách đảm bảo rằng bệnh nhân hiểu được các chẩn đoán, lựa chọn điều trị và hướng dẫn tự chăm sóc sức khỏe⁷
• Lời nhắc: Một ví dụ điển hình là ứng dụng Medisafe. Ứng dụng này không chỉ gửi lời nhắc; mà còn theo dõi tình trạng bệnh nhân và chia sẻ thông tin với nhà cung cấp dịch vụ y tế. Hartch và cộng sự., năm 2023 trong một thử nghiệm lâm sàng đã điều tra tác động của ứng dụng tuân thủ dùng thuốc ở những bệnh nhân mắc bệnh mãn tính không nhận được chăm sóc y tế. Sự cải thiện đáng kể về tuân thủ dùng thuốc (Cohen’s d = -0,52, p = 0,014) đã được báo cáo ở nhóm can thiệp (Cohen’s d = 0,43, p = 0,035)¹².
• Can thiệp thúc đẩt do AI điều khiển: Một cách tiếp cận thú vị khác, đó là sự can thiệp thúc đẩy bằng AI với các bên liên quan đã được đồng phát triển để cải thiện việc tuân thủ dùng thuốc. Theo phương pháp thiết kế lấy con người làm trung tâm, Sumner J và cộng sự vào năm 2024 đã thực hiện 20 cuộc phỏng vấn với các nhân viên y tế và bệnh nhân. Lời nhắc và liên hệ từ xa từ các nhân viên y tế được xác định là hai biện pháp can thiệp hiệu quả nhất. Ngoài ra, theo các kết quả nghiên cứu, công cụ thúc đẩy do AI điều khiển được cho là một giải pháp phù hợp, với tính năng linh hoạt, đáp ứng yêu cầu của người dùng¹³.

Tích hợp các công cụ AI vào hệ thống chăm sóc sức khỏe

Việc tích hợp công nghệ AI vào hệ thống chăm sóc sức khỏe cần phải sử dụng các chương trình thông minh nhân tạo để hỗ trợ bác sĩ và y tá chăm sóc bệnh nhân một cách hiệu quả hơn. Hợp tác với AI cho phép các hệ thống chăm sóc sức khỏe cung cấp dịch vụ chăm sóc phù hợp hơn và cải thiện sức khỏe của mọi người. Một số lĩnh vực chính mà sử dụng AI là¹:

• Chuẩn đoán y tế: AI có thể giúp phát hiện sớm các dấu hiệu ung thư vú qua hình ảnh siêu âm hoặc nhận diện các dấu hiệu bất thường trong các hình ảnh X-quang và chụp CT khi phân tích lượng lớn dữ liệu y tế.
• Kế hoạch điều trị cá nhân: AI có thể phân tích dữ liệu sức khỏe của cá nhân, bao gồm thông tin cá nhân, tiền sử bệnh và các yếu tố lối sống để đưa ra kế hoạch điều trị được cá thể hóa
• Trợ lý sức khỏe trực tuyến: AI có thể cung cấp thông tin sức khỏe theo thời gian thực cho bệnh nhân, lên lịch hẹn và trả lời mọi câu hỏi về thuốc, triệu chứng và các khuyến nghị về lối sống.
• Phân tích dự đoán: AI có thể hỗ trợ xác định những người dễ mắc các bệnh lâu dài như tiểu đường hoặc bệnh tim mạch, cho phép can thiệp sớm để tránh hoặc điều trị một cách có hiệu quả hơn đối với những tình trạng này.
• Nghiên cứu và phát triển thuốc: AI có thể đẩy mạnh quá trình nghiên cứu và phát triển thuốc bằng cách phân tích vô số dữ liệu y sinh để xác định các loại thuốc tiềm năng. Tính năng này có thể dự đoán hiệu quả và độc tính cũng như tối ưu hóa cấu trúc hóa học của thuốc.
• Giám sát bệnh nhân từ xa: Bằng cách phân tích các dấu hiệu sinh tồn, mức độ hoạt động hàng ngày và việc tuân thủ dùng thuốc, AI có thể giúp nhận biết các dấu hiệu cảnh báo sớm và đưa ra các biện pháp can thiệp kịp thời cũng như cải thiện việc chăm sóc cho bệnh nhân.
• Đơn giản hóa thủ tục y tế AI có thể đơn giản hóa các thủ tục hành chính như lên lịch hẹn, tiếp nhận bệnh nhân và thu phí từ bệnh nhân.

Tăng cường tuân thủ dùng thuốc mang đến những lợi ích gì?

Các nghiên cứu đã chỉ ra rằng việc cải thiện tuân thủ dùng thuốc có thể mang lại lợi ích đáng kể cho bệnh nhân và tiết kiệm chi phí cho hệ thống chăm sóc sức khỏe. Ví dụ: Một nghiên cứu đo lường tác động của sáng kiến ​​khuyến khích tài chính và nhắc nhở mua thêm thuốc đã dẫn đến việc tăng cường tuân thủ điều trị thuốc chống huyết khối, giảm sử dụng nguồn lực tại khoa cấp cứu và chi phí kê đơn cao, trong khi không có sự khác biệt về tổng chi phí thuốc, chăm sóc sức khỏe hoặc tổng chi phí chăm sóc¹⁴.

• Tiết kiệm chi phí gián tiếp cho hệ thống chăm sóc sức khỏe
  Việc cải thiện tuân thủ điều trị được nhấn mạnh rằng có thể giảm cả chi phí trực tiếp (chi phí chăm sóc sức khỏe) và gián tiếp (chi phí xã hội), thông qua việc giảm tỷ lệ nhập viện, tăng hiệu suất công việc. Điều này cũng phần nào góp phần nâng cao chất lượng cuộc sống của mỗi người bệnh¹⁵.

Cân nhắc về kinh tế: chi phí triển khai AI so với tiết kiệm chi phí chăm sóc sức khỏe

AI có ảnh hưởng đáng kể đối với chi phí y tế trong bối cảnh chi phí này không ngừng gia tăng trên toàn cầu. Hiểu được toàn bộ chi phí và lợi ích liên quan đến việc tích hợp hệ thống AI là rất quan trọng để tối ưu hóa việc phân bổ nguồn lực.¹⁶. AI giúp giảm chi phí y tế khi so sánh với các phương pháp thông thường bằng cách giảm thời gian, loại bỏ các lỗi do con người gây ra, giúp chẩn đoán chính xác hơn, từ đó giảm nguy cơ sai sót trong thăm khám¹⁷.

• Đầu tư vào công nghệ AI: chi phí ban đầu và lợi ích lâu dài
  Các hệ thống được hỗ trợ bởi AI có thể giảm đáng kể những bất cập như chi phí cho những lỗi hệ thống, điều trị quá mức, và cung cấp dịch vụ y tế kém, mang lại một hệ sinh thái y tế hiệu quả và tiết kiệm chi phí hơn. Tiết kiệm thời gian trong quy trình chẩn đoán và điều trị, điều trị phù hợp cho từng bệnh nhân, đồng thời đẩy nhanh quá trình phát triển các loại thuốc cứu chữa bệnh đều mang lại kết quả trực tiếp là giúp tiết kiệm chi phí. Không những thế, triển khai công nghệ AI còn giúp các doanh nghiệp tối đa tỷ lệ lợi nhuận (ROI). Lợi ích lâu dài của AI có thể lớn hơn những chi phí ban đầu¹⁷.
• Phân tích tỷ suất lợi nhuận (ROI) của các đơn vị cung cấp dịch vụ khám chữa bệnh
  AI kiểm tra và phân tích vô số dữ liệu để xác định các phương pháp điều trị phù hợp nhằm mang lại kết quả tốt nhất¹⁷. Đầu tư vào AI ban đầu có thể tốn rất nhiều chi phí, nhưng về sau sẽ giúp tiết kiệm đáng kể bằng cách làm cho các dịch vụ y tế hiệu quả hơn. Do đó, mặc dù việc đầu tư vào AI ban đầu là tốn kém nhưng xét về lâu về dài, sẽ mang lại giá trị theo thời gian.

Tương lai của AI và chăm sóc bệnh nhân

Tương lai của AI trong ngành y tế đầy hứa hẹn với những cải tiến liên tục mang lại các giải pháp sáng tạo, tiết kiệm thời gian và tiết kiệm chi phí hơn. AI có thể trợ giúp trong nhiều lĩnh vực từ chẩn đoán bệnh, xem xét thông tin di truyền để hiểu rõ hơn về nguy cơ mắc bệnh⁷, đến việc sử dụng robot hỗ trợ phẫu thuật để có độ chính xác cao hơn.
Các xu hướng mới và các ứng dụng tiềm năng của AI có thể dự đoán kết quả điều trị của bệnh nhân và việc cung cấp các dịch vụ y tế tổng quát¹⁸:

• Ứng dụng chăm sóc sức khỏe được cá thể hóa: Bằng cách phân tích thông tin di truyền và lối sống, AI có thể tập trung vào y học cá thể hóa, sử dụng các công cụ AI để ưu tiên điều trị rối loạn giấc ngủ và sử dụng phân tích dự đoán để có thể làm chậm lại hoặc đảo ngược quá trình lão hóa.
• Kỹ thuật điều trị tiên tiến: Các phương pháp điều trị tiên tiến bao gồm nghiên cứu và phát triển thuốc, sử dụng robot phẫu thuật, phục hồi chức năng, chẩn đoán hình ảnh được hỗ trợ bởi AI, tích hợp AI với internet vạn vật – mạng kết nối các thiết bị thông qua cảm biến, phần mềm và công nghệ, cho phép các thiết bị thu thập và trao đổi dữ liệu với nhau – và  thiết bị đeo.
• Tối ưu hóa hệ thống y tế: Để định hướng nghiên cứu trong tương lai, cần nhấn mạnh việc tối ưu hóa hệ thống y tế bằng cách cải thiện kết quả điều trị và hiệu quả của hệ thống, trong đó việc chẩn đoán sớm, điều trị cá thể hóa có thể giúp cải thiện kết quả điều trị và giảm tỷ lệ tử vong. Ngoài ra, hệ thống theo dõi sức khỏe toàn cầu cũng mang lại những lợi ích to lớn.
• Quản lý dữ liệu: Nhận thức được vai trò quan trọng của quản lý dữ liệu bằng cách giải quyết tình trạng khan hiếm dữ liệu trong trường hợp mắc bệnh hiếm gặp có thể được giải quyết bằng các kỹ thuật học máy
• Những cân nhắc về mặt đạo đức và xây dựng lòng tin: Những điều này liên quan đến việc đảm bảo quyền riêng tư của dữ liệu cá nhân, sự chấp nhận của các bên liên quan, cũng như xây dựng niềm tin.

Có những thách thức về mặt quy định, và đạo đức; tuy nhiên, lợi ích tiềm năng của AI mang lại vô cùng lớn. Công nghệ AI có thể chuyển đổi hoàn toàn hoạt động y tế, trở nên cá thể hóa, hiệu quả và dễ đáp ứng nhu cầu hơn khi AI phát triển hơn.

Kết luận

AI trong chăm sóc sức khỏe không chỉ cá thể hóa các biện pháp can thiệp mà còn góp phần tăng cường tuân thủ dùng thuốc thông qua nhắc nhở, giám sát và hỗ trợ phù hợp, từ đó cải thiện kết quả sức khỏe của bệnh nhân. AI đã cho thấy tiềm năng thay đổi mang tính cách mạng, trên nhiều phương diện khác nhau trong lĩnh vực y tế. Tác động này còn mở rộng đến việc giảm chi phí chăm sóc sức khỏe và nâng cao chất lượng cuộc sống nói chung.

Nhìn về tương lai, AI có tiềm năng to lớn trong việc thúc đẩy phát triển thuốc, giải quyết các thách thức y tế toàn cầu và tạo điều kiện thuận lợi cho việc điều trị cá thể hóa. Bằng cách khai thác các công nghệ AI, việc khám chữa bệnh sẽ trở nên hiệu quả hơn, tập trung vào bệnh nhân và dựa trên dữ liệu.

“Cuộc sống chỉ có thể được giác ngộ bởi những điều đã trải qua; nhưng để sống một đời trọn vẹn thì phải hướng đến tương lai.”
― Eric Topol

Tài liệu tham khảo

1. Božić V, Velibor Božić S. USE OF ARTIFICIAL INTELLIGENCE IN HEALTHCARE USE OF ARTIFICIAL INTELLIGENCE IN HEALTHCARE INTRODUCTION-ABOUT ARTIFICIAL INTELLIGENCE IN GENERAL. doi:10.13140/RG.2.2.35096.88322
2. Aljofan M, Oshibayeva A, Moldaliyev I, Saruarov Y, Maulenkul T, Gaipov A. The rate of medication nonadherence and influencing factors: A systematic Review. Electronic Journal of General Medicine. 2023;20(3). doi:10.29333/ejgm/12946
3. Babel A, Taneja R, Mondello Malvestiti F, Monaco A, Donde S. Artificial Intelligence Solutions to Increase Medication Adherence in Patients With Non-communicable Diseases. Front Digit Health. 2021;3. doi:10.3389/fdgth.2021.669869
4. Stewart SJF, Moon Z, Horne R. Medication nonadherence: health impact, prevalence, correlates and interventions. Psychol Health. 2023;38(6):726-765. doi:10.1080/08870446.2022.2144923
5. Khan R, Socha-Dietrich K. DELSA/HEA/WD/HWP(2018)2 Unclassified English Text Only Health Working Papers OECD Health Working Paper No. 105 INVESTING IN MEDICATION ADHERENCE IMPROVES HEALTH OUTCOMES AND HEALTH SYSTEM EFFICIENCY Adherence to Medicines for Diabetes, Hypertension, and Hyperlipidaemia.; 2018. http://www.oecd.org/els/health-systems/health-working-papers.htm
6. Boshe BD, Yimar GN, Dadhi AE, Bededa WK. The magnitude of non-adherence and contributing factors among adult outpatient with Diabetes Mellitus in Dilla University Referral Hospital, Gedio, Ethiopia. PLoS One. 2021;16(3 March). doi:10.1371/journal.pone.0247952
7. Alowais SA, Alghamdi SS, Alsuhebany N, et al. Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 2023;23(1). doi:10.1186/s12909-023-04698-z
8. Gargioni L, Fogli D, Baroni P. A Systematic Review on Pill and Medication Dispensers from a Human-Centered Perspective. J Healthc Inform Res. Published online 2024. doi:10.1007/s41666-024-00161-w
9. Masoumian Hosseini M, Masoumian Hosseini ST, Qayumi K, Hosseinzadeh S, Sajadi Tabar SS. Smartwatches in healthcare medicine: assistance and monitoring; a scoping review. BMC Med Inform Decis Mak. 2023;23(1). doi:10.1186/s12911-023-02350-w
10. Baryakova TH, Pogostin BH, Langer R, McHugh KJ. Overcoming barriers to patient adherence: the case for developing innovative drug delivery systems. Nat Rev Drug Discov. 2023;22(5):387-409. doi:10.1038/s41573-023-00670-0
11. Nakhleh A, Spitzer S, Shehadeh N. ChatGPT’s Response to the Diabetes Knowledge Questionnaire: Implications for Diabetes Education. Diabetes Technol Ther. 2023;25(8):571-573. doi:10.1089/dia.2023.0134
12. Hartch CE, Dietrich MS, Lancaster BJ, Stolldorf DP, Mulvaney SA. Effects of a medication adherence app among medically underserved adults with chronic illness: a randomized controlled trial. J Behav Med. Published online 2023. doi:10.1007/s10865-023-00446-2
13. Sumner J, Bundele A, Lim HW, Phan P, Motani M, Mukhopadhyay A. Developing an Artificial Intelligence-Driven Nudge Intervention to Improve Medication Adherence: A Human-Centred Design Approach. J Med Syst. 2024;48(1). doi:10.1007/s10916-023-02024-0
14. Health S, Francisco S, Lee C, et al. Assessing the Impact of a Financial Incentive and Refill Reminder Program on Medication Adherence and Costs. Vol 30.; 2024.
15. Jansen EM, van de Hei SJ, Dierick BJH, Kerstjens HAM, Kocks JWH, van Boven JFM. Global burden of medication non-adherence in chronic obstructive pulmonary disease (COPD) and asthma: A narrative review of the clinical and economic case for smart inhalers. J Thorac Dis. 2021;13(6):3846-3864. doi:10.21037/jtd-20-2360
16. Alnasser B. A Review of Literature on the Economic Implications of Implementing Artificial Intelligence in Healthcare. Ehealth Telecommun Syst Netw. 2023;12(03):35-48. doi:10.4236/etsn.2023.123003
17. Khanna NN, Maindarkar MA, Viswanathan V, et al. Economics of Artificial Intelligence in Healthcare: Diagnosis vs. Treatment. Healthcare (Switzerland). 2022;10(12). doi:10.3390/healthcare10122493
18. Maleki Varnosfaderani S, Forouzanfar M. The Role of AI in Hospitals and Clinics: Transforming Healthcare in the 21st Century. Bioengineering. 2024;11(4):337. doi:10.3390/bioengineering11040337