PHÁT TRIỂN ỨNG DỤNG CÔNG NGHỆ AI TRONG CHẨN ĐOÁN HÌNH ẢNH TẠI VIỆT NAM

Ngày 4 tháng 12 năm 2023 – VinBrain – công ty công nghệ y tế (HealthTech) sử dụng trí tuệ nhân tạo (AI) hàng đầu có trụ sở tại Việt Nam, do Tập đoàn Vingroup tài trợ, đã tham gia Triển lãm y tế lớn nhất Bắc Mỹ, RSNA 2023. Với việc giới thiệu hai giải pháp lấy AI làm trung tâm đầy tác động trong sự kiện là Giải pháp Dữ liệu doanh nghiệp DrAid™: Tập trung hóa, Chuyển đổi, Thông minh; và Chẩn đoán và Điều trị ung thư DrAid™, VinBrain thực hiện những bước tiến quan trọng trong đổi mới, nhằm cứu sống nhiều mạng sống hơn và nâng cao dịch vụ chăm sóc chính xác cho mọi người.

Đó là buổi ra mắt sản phẩm mới đầy ấn tượng của VinBrain – một start-up mới hoạt động được 4 năm và được hỗ trợ bởi Tập đoàn lớn nhất Việt Nam, Tập đoàn VinGroup; khẳng định thành công bước đầu của việc ứng dụng công nghệ AI trong lĩnh vực y khoa nói chung và lĩnh vực chẩn đoán hình ảnh nói riêng.
Trong 5 năm trở lại đây, sự bùng nổ của Big DATA và năng lực tính toán đã giúp cho các mô hình AI đạt được những bước tiến vượt bậc. Các đột phá trong nghiên cứu cơ bản và nghiên cứu ứng dụng về AI trong y tế liên tiếp được công bố và đưa vào triển khai thực tế. Nói một cách vắn tắt, các mô hình AI có thể tham gia hỗ trợ bác sĩ trong toàn bộ quy trình khám chữa bệnh lâm sàng dựa trên hình ảnh y tế. AI cho phép tạo ra các hình ảnh y khoa nhanh hơn, chất lượng hơn với giá thành rẻ hơn. Việc phân tích, chẩn đoán bệnh và tự động xuất báo cáo… cũng đều có thể đảm nhiệm bởi các thuật toán AI. Trong các tác vụ trên, AI được đã được ứng dụng rộng rãi nhất nhằm phục vụ chẩn đoán bệnh dựa trên hình ảnh, đặc biệt là phát hiện sớm các bệnh lý liên quan đến ung thư.

Quá trình chẩn đoán hình ảnh bằng AI thường diễn ra qua các bước sau:
1. Thu Thập Dữ Liệu Hình Ảnh: Đầu tiên, các hình ảnh y tế cần được thu thập từ các thiết bị hình ảnh y tế như máy MRI (Magnetic Resonance Imaging), CT (Computed Tomography), X-ray, hoặc siêu âm. Các hình ảnh này sau đó được số hóa và chuyển đổi thành dữ liệu số.
2. Tiền Xử Lý Dữ Liệu: Dữ liệu hình ảnh số được tiền xử lý để loại bỏ nhiễu và tối ưu hóa chất lượng hình ảnh. Quá trình này bao gồm việc điều chỉnh độ sáng, cân bằng màu sắc, và loại bỏ các nhiễu không mong muốn từ hình ảnh.
3. Phân Tích và Trích Xuất Đặc Trưng: Sau khi tiền xử lý, dữ liệu hình ảnh được phân tích bằng các thuật toán AI để trích xuất các đặc trưng quan trọng từ hình ảnh. Các đặc trưng này có thể bao gồm các cấu trúc anatomic, biểu hiện bệnh lý, hoặc các đặc điểm độc đáo của bệnh.
4. Xây Dựng Mô Hình AI: Dữ liệu hình ảnh và các đặc trưng được sử dụng để huấn luyện các mô hình AI. Các mô hình này có thể là các mạng nơ-ron sâu (deep neural networks) hoặc các mô hình học máy khác, được thiết kế để nhận diện và phân loại các bệnh lý từ hình ảnh y tế.
5. Chẩn Đoán và Đưa Ra Dự Đoán: Khi mô hình AI đã được huấn luyện, nó có thể được sử dụng để chẩn đoán và đưa ra dự đoán về bệnh lý từ các hình ảnh y tế mới. Dựa vào các đặc trưng đã học và kiến thức từ dữ liệu huấn luyện, mô hình AI có thể nhận diện các bệnh lý và đưa ra đề xuất về chẩn đoán hoặc điều trị.
6. Đánh Giá và Cập Nhật Mô Hình: Quá trình chẩn đoán của AI thường được đánh giá và cập nhật thường xuyên dựa trên dữ liệu mới và phản hồi từ các chuyên gia y tế. Các mô hình AI có thể được điều chỉnh và cập nhật để cải thiện độ chính xác và hiệu suất.
Việc áp dụng Trí Tuệ Nhân Tạo (AI) trong chẩn đoán hình ảnh y tế mang lại nhiều lợi ích, hỗ trợ tối đa cho các bác sĩ CĐHA với nhiều tính ưu việt:
– Chính Xác Vượt Trội: Một trong những ưu điểm lớn nhất của công nghệ AI là khả năng phân tích hình ảnh y tế với độ chính xác cao hơn so với phương pháp truyền thống. Các thuật toán AI có khả năng nhận biết các chi tiết nhỏ và dấu hiệu mờ nhạt, từ đó giúp trong việc phát hiện các bệnh lý sớm hơn và chính xác hơn.
– Tăng Cường Tốc Độ Chẩn Đoán: Sự tự động hóa qua các hệ thống AI giúp rút ngắn thời gian cần thiết cho quá trình chẩn đoán. Thay vì phải chờ đợi kết quả từ các chuyên gia, các bác sĩ có thể nhận được thông tin chẩn đoán nhanh chóng và hiệu quả từ các hệ thống AI.
– Khả Năng Dự Đoán Tăng Cường: AI không chỉ giúp trong việc xác định bệnh lý hiện tại mà còn có khả năng dự đoán về tiến triển của bệnh và phản ứng của cơ thể đối với các phương pháp điều trị. Điều này cung cấp một công cụ quý giá cho việc quản lý bệnh tình và lập kế hoạch điều trị.
– Giảm Thiểu Sai Sót Con Người: Sử dụng công nghệ AI trong chẩn đoán hình ảnh giúp giảm thiểu sai sót do yếu tố con người gây ra. Các thuật toán AI không bị ảnh hưởng bởi mệt mỏi, stress, hoặc sự cảm xúc, từ đó tăng độ tin cậy và nhất quán của kết quả.
Song bên cạnh đó, việc phát triển phần mềm phân tích, chẩn đoán hình ảnh bằng AI cũng vấp phải rất nhiều khó khan trong thực tế, có thể kể đến như sau:
– Dữ Liệu Không Chuẩn: Việc thu thập và chuẩn hóa dữ liệu y tế là một thách thức lớn, do sự đa dạng về định dạng và chất lượng của hồ sơ bệnh án. Dữ liệu không chuẩn có thể làm giảm độ chính xác của các mô hình AI.
– Bảo Mật Thông Tin: Bảo mật và quản lý dữ liệu y tế là một vấn đề quan trọng và nhạy cảm. Việc sử dụng dữ liệu y tế cần phải tuân thủ các quy định về quyền riêng tư và bảo mật, và việc này đôi khi đối mặt với sự phản đối từ phía bệnh nhân và cộng đồng.
– Yêu Cầu Tài Chính và Kỹ Thuật: Xây dựng và duy trì cơ sở hạ tầng cho công nghệ AI đòi hỏi một nguồn lực kỹ thuật và tài chính đáng kể. Cần có sự đầu tư đồng bộ từ các tổ chức y tế và chính phủ để xây dựng một hệ thống cơ sở hạ tầng mạnh mẽ và bền vững.
– Hạn Chế trong Đào Tạo Mô Hình: Đào tạo mô hình AI yêu cầu một lượng lớn dữ liệu và thời gian, đồng thời cũng đòi hỏi sự chuyên môn cao. Việc thu thập và chuẩn bị dữ liệu đủ lớn và đa dạng để huấn luyện mô hình có thể là một thách thức đối với nhiều tổ chức y tế.
– Độc Lập Mô Hình: Mô hình AI chỉ có thể dựa trên dữ liệu được sử dụng để huấn luyện, điều này có thể dẫn đến sự hạn chế trong việc áp dụng mô hình vào các tình huống mới hoặc các vấn đề mà mô hình chưa từng gặp phải.
Thành công ban đầu của VinDr đã khẳng định trình độ của các nhà khoa học Việt Nam. Số lượng các hệ thống AI được phát triển bài bản, áp dụng rộng rãi và tạo được ảnh hưởng tích cực lên hiệu quả chẩn đoán bệnh hiện còn hạn chế. Chính vì vậy, rất cần phát triển những công cụ AI mới, với sự tham gia, hợp tác của nhiều đơn vị nghiên cứu và phát triển công nghệ trong nước. Hy vọng rằng, với việc đẩy mạnh đầu tư phát triển các ứng dụng của AI trong thời gian tới, Việt Nam sẽ có một nền y tế thông minh, nơi người bệnh sẽ được hưởng những thành quả của tiến bộ công nghệ.