(Tổ Quốc) - Nhóm nghiên cứu Phân tích Hình ảnh Y tế, thuộc Viện Nghiên cứu Dữ liệu lớn (Viện Big Data – thuộc Tập đoàn Vingroup) vừa xây dựng thành công phiên bản thử nghiệm phần mềm tự động đọc và hỗ trợ chẩn đoán bệnh qua ảnh X quang lồng ngực. Tại cuộc thi chẩn đoán bệnh tràn khí màng phổi (Pneumothorax Segmentation) do Hiệp hội Tin học Hình ảnh Y tế Hoa Kỳ (SIIM) tổ chức, nhóm nghiên cứu của Viện đang nằm trong 5 vị trí dẫn đầu trên tổng số hơn 1000 đội dự thi từ khắp nơi trên thế giới.
Phần mềm chẩn đoán bệnh chính xác tới 90%
Việc chẩn đoán bệnh qua hình ảnh y tế (như ảnh X quang, cắt lớp, cộng hưởng từ...) thường được thực hiện thủ công bởi các bác sĩ chẩn đoán hình ảnh. Cách làm này có những hạn chế nhất định về độ chính xác. Các bác sĩ đôi khi có thể bỏ sót những chi tiết nhỏ nhưng quan trọng do hạn chế mắt thường, áp lực về thời gian, số lượng bệnh nhân, cũng như cường độ công việc.
Hạn chế này sẽ được khắc phục khi áp dụng trí tuệ nhân tạo (AI) vào việc chẩn đoán bệnh bằng hình ảnh. Cách tiếp cận này đã được nhóm nghiên cứu Phân tích Hình ảnh Y tế thuộc Viện Nghiên cứu Dữ liệu lớn (Big Data Institute) – Công ty VinTech (Tập đoàn Vingroup) thực hiện thành công đối với chẩn đoán ảnh X quang lồng ngực. Đây là một loại chẩn đoán thường quy và có nhu cầu rất lớn, chiếm tới 70-80% số lượng chẩn đoán bằng hình ảnh tại các bệnh viện ở Việt Nam cũng như trên thế giới.
Giáo sư Vũ Hà Văn, Viện trưởng Viện Nghiên cứu Dữ liệu lớn, cho biết: "Để chắc chắn về khả năng của mình trong việc thực hiện những nghiên cứu đạt chuẩn quốc tế, nhóm Phân tích Hình ảnh Y tế đã gửi phần mềm tham dự 2 cuộc thi uy tín, tổ chức trên nền tảng mở. Cụ thể, trong cuộc thi chẩn đoán bệnh tràn khí màng phổi (Pneumothorax Segmentation) do Hiệp hội Tin học Hình ảnh Y tế Hoa Kỳ (SIIM) tổ chức, nhóm nghiên cứu của Viện đang nằm trong 5 vị trí dẫn đầu trên tổng số hơn 1000 đội dự thi từ khắp nơi trên thế giới. Trong đó có rất nhiều đội thi mạnh đến từ các tổ chức uy tín của Liên bang Nga, Hoa Kỳ, Trung Quốc, Israel...
Còn trong cuộc thi chẩn đoán 12 bệnh phổi phổ biến qua ảnh X quang lồng ngực (CheXpert) do Đại học Stanford - Hoa kỳ tổ chức, Nhóm cũng đang đứng ở vị trí thứ 5 trong tổng số 40 đội. Đặc biệt, kết quả chẩn đoán của thuật toán tốt hơn hoặc tương đương khi so sánh với với hội đồng các bác sĩ chẩn đoán hình ảnh do Stanford tổ chức để đánh giá cuộc thi, trên một bộ ảnh X quang cụ thể".
Theo Tiến sĩ Nguyễn Quý Hà, Trưởng nhóm Phân tích Hình ảnh Y tế (Viện Big Data) nếu dựa vào tiêu chí đánh giá của ngành y tế, cả độ nhạy và độ đặc hiệu của thuật toán đều đạt trên 90%, thậm chí trên 95% đối với một số mặt bệnh. Nếu dưa vào tiêu chí tốc độ xử lý thì thấy để đọc một ảnh chụp X quang đúng tiêu chuẩn bác sĩ sẽ cần 5-10 phút nhưng máy đọc chỉ mất 2-5 giây tùy theo cấu hình phần cứng.
Ông Hà cho biết thêm, tuy đã đạt được những kết quả khả quan bước đầu nhưng thuật toán đang được xây dựng dựa trên nguồn dữ liệu mở của nước ngoài. Nếu có thể thu thập dữ liệu ảnh y tế của người Việt thì độ chính xác và khả năng ứng dụng trong thực tế tại Việt Nam sẽ thực sự cao.
Cần dữ liệu đầu vào
Vẫn theo TS Hà, khó khăn hiện nay là việc thu thập dữ liệu y tế chuẩn không thể thực hiện trong ngày một, ngày hai. Với mỗi loại bệnh, thuật toán cần có ảnh chụp từ khoảng 100.000 - 200.000 bệnh nhân, một con số không hề nhỏ. "Dữ liệu đầu vào càng lớn càng tốt. Giống như bác sĩ càng tiếp xúc nhiều ca bệnh đa dạng thì kinh nghiệm càng nhiều và chẩn đoán càng chính xác hơn", TS Hà nói.
Ngày 23/7/2019, tại hội nghị "Đẩy mạnh triển khai bệnh án điện tử hướng tới bệnh viện không sử dụng bệnh án giấy và không sử dụng tiền mặt thanh toán viện phí", do bộ Y tế tổ chức tại Đà Nẵng, Viện Nghiên cứu Dữ liệu lớn (Big Data) đã ký Biên bản ghi nhớ Hợp tác với Cục Công nghệ thông Thông tin – Bộ Y tế. Hai bên thống nhất phối hợp trong việc xây dựng các quy định về trao đổi dữ liệu khám bệnh, chữa bệnh của người dân giữa các cơ sở khám bệnh, chữa bệnh và các tổ chức, cá nhân phục vụ cho việc nghiên cứu phát triển các sản phẩm ứng dụng trí tuệ nhân tạo trong Y tế.
"Dữ liệu sau khi được chuẩn hóa và chú giải đầy đủ sẽ không mang bất kỳ thông tin cá nhân nào và sẽ được chia sẻ rộng rãi cho cộng đồng. Khi phần mềm hoàn thiện, các bệnh viện có thể được sử dụng miễn phí. Các bác sĩ sẽ được hỗ trợ tối đa, giảm thiểu thời gian đọc ảnh. Ở các bệnh viện tuyến dưới, nơi không có nhiều chuyên gia, thì việc áp dụng AI sẽ tăng đáng kể cơ hội cho người bệnh được tiếp cận với phương pháp chẩn đoán hiện đại, giúp các bác sĩ có thêm thông tin hữu ích để quyết định liệu pháp điều trị", GS Vũ Hà Văn nói.
Khi hoàn thành sản phẩm, một phương án khả thi là triển khai hệ thống chẩn đoán từ xa áp dụng công nghệ điện toán đám mây. Người dùng sẽ được cấp tài khoản và chỉ cần gửi hình ảnh đến sẽ có kết quả đọc gửi lại ngay sau đó. Cách làm này có lợi là chi phí rẻ và các bệnh viện không cần đầu tư cơ sở hạ tầng riêng.
GS Vũ Hà Văn cũng chia sẻ, để đưa phần mềm vào sử dụng còn rất nhiều việc phải làm, ngoài việc thu thập dữ liệu của người Việt, còn các vấn đề pháp lý và thủ tục cấp phép. Mục đích của chúng tôi là phần mềm phải đạt được tiêu chuẩn quốc tế và trở nên hữu ích với các bệnh viện trong nước. Chúng tôi sẽ hướng đến các chẩn đoán cần thiết cho một số bệnh nguy hiểm và thường gặp tại Việt Nam như các loại ung thư hay các bệnh về tim mạch, thần kinh và tiểu đường.
Theo các chuyên gia, các thuật toán AI giúp tăng độ chính xác của chẩn đoán hình ảnh bằng cách phát hiện ra nhiều đặc trưng ẩn trong ảnh, không giống với cách nhìn của mắt thường. AI cũng có thể giúp khoanh vùng sớm các vùng tổn thương nghi vấn trên ảnh để các bác sĩ có thể tập trung vào đó và nâng cao chất lượng chẩn đoán. AI đưa ra những chẩn đoán luôn luôn nhất quán và không biết mệt mỏi. Quan trọng hơn nữa, các thuật toán này có khả năng tổng hợp một lượng rất lớn thông tin trong các bức ảnh và liên hệ với lịch sử chẩn đoán các ca trước đó, điều rất khó làm theo các phương pháp cũ. Trong những năm gần đây việc ứng dụng AI trong hỗ trợ chẩn đoán bệnh trên ảnh y tế được ứng dụng trong các chương trình của IBM Watson, Seimens, Google Health, GE, hay Alibaba…và nhiều tập đoàn lớn khác trên thế giới.
