‘Chỉ dựa vào xét nghiệm và truy tìm nguồn gốc là chưa đủ’-Tận dụng trí tuệ nhân tạo (Al) để giảm nguy cơ nhiễm COVID-19 trong nhà máy Thực phẩm

0
28

Một nền tảng Al mới đã được tạo ra để giúp các doanh nghiệp về thực phẩm quản lý nguy cơ nhiễm COVID-19 đối với nhân viên của họ.  Chúng tôi đã nói chuyện với nhà phát triển của nền tảng để tìm hiểu thêm.

Design by Will

Chính phủ Anh đã nói rằng các doanh nghiệp phải cập nhật các đánh giá rủi ro của họ để xác định các yếu tố nguy hiểm liên quan đến coronavirus. Điều này có nghĩa là để duy trì việc tuân thủ và tránh bất kỳ vấn đề trách nhiệm pháp lý nào trong tương lai, các doanh nghiệp cần phải hành động để giảm thiểu tác động của vi rút đối với lực lượng lao động của họ. 

“Chính phủ đã cảnh báo rõ ràng rằng bất kỳ cơ sở kinh doanh thực phẩm nào không hoàn thành đánh giá rủi ro khiến COVID-19 xảy ra có thể vi phạm luật sức khỏe và an toàn lao động. Do đó, người sử dụng lao động cần ưu tiên quản lý rủi ro đúng cách. Họ cần xem xét lực lượng lao động ở phạm vị rộng hơn để đảm bảo không có sai sót nào trong quy trình có thể khiến họ và nhân viên của họ gặp rủi ro.”

Will Cooper, Giám đốc điều hành và người sáng lập Delfin Health giải thích.

Các công ty y tế công nghệ kỹ thuật số Delfin Health và DocHQ đã tạo ra một công cụ mới tận dụng trí tuệ nhân tạo để dự đoán, theo dõi và kiểm tra sức khỏe và sự an toàn của “lực lượng lao động khác nhau” đang làm việc trong lĩnh vực thực phẩm.

Cooper nhận xét: “Bản chất của sản xuất thực phẩm nghĩa là sự đa dạng chức năng và vai trò khác nhau trong sản xuất thực phẩm. Và, bởi vì những công nhân này trực tiếp tham gia vào quá trình chế biến thực phẩm và quá trình tiến hành công việc vận chuyển sản phẩm, nhà tuyển dụng được yêu cầu phải tuân theo các hướng dẫn cụ thể của chính phủ.” 

Một trí tuệ nhân tạo (Al) được đặt tên là Klarity, có thể cung cấp cho các doanh nghiệp về thực phẩm những hiểu biết lâm sàng theo thời gian thực về sức khỏe của công nhân dựa trên các công việc khác nhau, từ thanh tra thực phẩm, người xử lý thực phẩm, người đóng gói, người quản lý và người dọn dẹp cho đến các nhà thầu bảo trì và nhân viên giao hàng.

“Các công cụ như Klarity vừa có thể giảm thiểu mọi rủi ro tiềm ẩn của nhà tuyển dụng, vừa cung cấp giải pháp lâu dài cho một cuộc khủng hoảng sức khỏe.” 

Điều này có thể trở nên đặc biệt quan trọng đối với các doanh nghiệp cung cấp thực phẩm thiết yếu nếu sự tăng đột biến lần thứ hai của COVID-19 dẫn đến việc thi hành lệnh đóng cửa, đối với địa phương và quốc gia. 

“Nó giúp người sản xuất duy trì mô hình hoạt động trong thời gian lệnh đóng cửa lần thứ hai có thể xảy ra. Bởi thực phẩm là một ngành thiết yếu, chúng tôi đã chứng kiến ​​họ tiếp tục hoạt động trong suốt đợt dịch COVID-19 đầu tiên dù theo một cách giới hạn vẫn đang gây ra nguy hiểm cho các công nhân chủ chốt. Nếu những nơi sản xuất vẫn hoạt động, họ cần có khả năng theo dõi tình trạng sức khỏe và sự an toàn của nhân viên theo cách hiệu quả nhất.”

Giảm nguy cơ bùng phát dịch trong chế biến thực phẩm

Trong khi các cơ sở kinh doanh thực phẩm phần lớn vẫn hoạt động trong các đợt đóng cửa của nhiều quốc gia, một số cơ sở đã phải đóng cửa do dịch bệnh bùng phát cục bộ. Trường hợp trong lĩnh vực thịt từ các nước Đức, Mỹ đến Anh và Hà Lan, đã làm nổi bật những vấn đề mà Cooper tin rằng tất cả mọi người làm việc trong ngành công nghiệp thực phẩm sẽ lưu ý kĩ càng. 

“Việc này là không đủ để người tuyển dụng chỉ dựa vào những người sử dụng giải pháp xét nghiệm và truy tìm dấu vết của chính phủ để chỉ kiểm tra những người có triệu chứng. Có những trường hợp vi-rút lây lan nhanh khắp các đơn vị sản xuất thực phẩm ở Mỹ và Đức – và không nghi ngờ gì ở nhiều nơi khác cũng xảy ra hiện tượng này bởi các điều kiện nhiễm bệnh thường liên quan đến tiếp xúc gần. Dường như là các đơn vị này chỉ dựa vào việc xét nghiệm hoặc trở về nhà những người có triệu chứng. Nó đòi hỏi một quy trình có hệ thống về việc xét nghiệm thường xuyên.”

Cooper không tin rằng có thể đơn giản xét nghiệm toàn bộ lao động do hạn chế về chi phí và khả năng.  Nền tảng kỹ thuật số Al Klarity có một cách tiếp cận khác.

“Một trong những vai trò quan trọng trong việc lây nhiễm COVID-19 trong đại dịch, đặc biệt tại thời điểm này, là những người không có triệu chứng. Mặc dù về mặt lý thuyết, giải pháp dễ dàng nhất có thể là áp dụng xét nghiệm có hệ thống cho toàn dân số nói chung, điều đó sẽ trở nên kém khả thi do thiếu nguồn lực và chi phí rất cao.”

“Chúng tôi đã phát triển một giải pháp kĩ càng để đảm bảo sự phát triển một phương pháp xét nghiệm nhất quán để lọc những nhân viên đã bị nhiễm bệnh nhưng không có triệu chứng trong số lượng lớn lực lượng lao động. Do đó, giải pháp của chúng tôi có thể đáp ứng các yêu cầu của nhiều lĩnh vực khác nhau, giảm bớt số lượng cần xét nghiệm, giảm sự không an toàn tại nơi làm việc và có khả năng giảm thiểu sự bùng dịch trong tương lai.”

Klarity hoạt động như thế nào?

Cooper giải thích:” Al mà chúng tôi phát triển đã đặt ra một loạt câu hỏi về tiền sử bệnh tật, tiền sử sức khỏe gia đình và lối sống hiện tại của một người. Thuật toán trong Klarity đã được phát triển bằng cách sử dụng dữ liệu từ một trong những bộ dữ liệu bệnh án lớn nhất trên thế giới chứa hơn 6.5 triệu patient years* về cả y tế và lối sống.

Ông nói với FoodNavigator rằng: “Chúng tôi sử dụng thông tin này để dự đoán nguy cơ tử vong của bệnh nhân nếu họ nhiễm COVID-19. Công nghệ của chúng tôi kết hợp với việc kiểm tra các triệu chứng hàng ngày và các phương pháp xét nghiệm kháng thể và vi rút sống để theo dõi những bệnh nhân không có triệu chứng trước khi họ lây bệnh cho những người xung quanh”.

Có nhiều phương pháp luận xét nghiệm, bao gồm xét nghiệm theo nhóm và xét nghiệm ngẫu nhiên, cho phép nhà tuyển dụng để giảm thiểu lượng xét nghiệm cần thiết và giảm thiểu nguy cơ bùng phát dịch trong lực lượng lao động hiện nay, đặc biệt bằng cách xác định các trường hợp không có triệu chứng.

Quá trình xét nghiệm được hướng dẫn bởi các chuyên gia chăm sóc sức khỏe, những người cũng giải thích kết quả dựa trên các giao thức của Tổ chức Y tế Thế giới (WHO) và xác nhận của bên thứ ba bao gồm Phản ứng chuỗi polymerase (PCR), Xét nghiệm miễn dịch hấp thụ liên kết với enzym (ELISA) và các xét nghiệm nhanh chóng kháng thể có liên quan.

“Giải pháp của chúng tôi cho phép giảm thiểu việc kiểm tra, thông qua xét nghiệm nhóm và xét nghiệm ngẫu nhiên giúp xác định vi rút một cách nhanh chóng.”

Cooper cũng tin như vậy, để giảm nguy cơ bùng phát trong một doanh nghiệp thực phẩm, việc sử dụng Klarity sẽ cũng nhằm trấn an nhân viên rằng họ đang an toàn trong công việc.

Không phải ai cũng cảm thấy thoải mái khi chia sẻ chi tiết về lịch sử y tế và lựa chọn lối sống của họ, đặc biệt là với một chương trình được cung cấp thông qua nhà tuyển dụng. Vì lý do này, Cooper nhấn mạnh, bảo vệ dữ liệu là chìa khóa. 

“Bảo mật dữ liệu là một trong những ưu tiên hàng đầu của chúng tôi vì chúng tôi đang xử lý thông tin nhạy cảm và riêng tư của bệnh nhân. Bệnh nhân có toàn quyền kiểm soát dữ liệu của mình, họ có thể chia sẻ và hủy bỏ sự đồng ý. Hơn nữa, không có dữ liệu nào rời xa khỏi nền tảng. Chúng tôi không chia sẻ dữ liệu sức khỏe nhạy cảm của cá nhân, nhưng chỉ những khía cạnh cần thiết để giúp người chủ giữ an toàn cho nhân viên của họ. Nền tảng của chúng tôi luôn cập nhật sự thay đổi của các chính sách và quy định để các công ty không phải lo lắng về các quy định chung về bảo vệ dữ liệu (GDPR) và quyền lợi của nhân viên “, ông nói với chúng tôi. 

“Về mặt mã hóa, chúng tôi sử dụng cơ chế lưu trữ bảo mật cao (mật mã lượng tử hay Quantum resistant), phân bố và có thể lập trình cấu hình cao, cho phép công dân có khả năng tạo nguồn, lưu trữ và chia sẻ (bằng cách ghi lại hoặc tải xuống trong các trường hợp cá nhân) dữ liệu của họ.”

*patient years: là số lượng ca bệnh liên quan chia cho số lượng người theo thời gian mà bị bệnh. Tức là lấy số lượng bệnh nhân trong nhóm người đang xét nhân với số năm mà bệnh nhân đang được nghiên cứu.

Bản quyền bài viết thuộc về đội ngũ Science Vietnam. Vui lòng để lại nguồn và link bài viết khi sao chép.