Nghiên cứu ứng dụng trí tuệ nhân tạo trong chẩn đoán ung thư vú
29/11/2023
25 Lượt xem
AI có thể giúp phân loại hình ảnh X-quang tuyến vú theo nguy cơ ung thư và xác định ung thư vú trong những lần chụp với tỷ lệ cao hơn so với các bác sỹ X-quang có vài năm kinh nghiệm.
Trí tuệ nhân tạo (AI) có thể giúp tầm soát và phát hiện ung thư vú trong chụp X-quang tuyến vú hiệu quả như các bác sỹ X-quang có kinh nghiệm. (Ảnh: Getty Images)
Theo một nghiên cứu mới, trí tuệ nhân tạo (AI) có thể giúp tầm soát và phát hiện ung thư vú trong chụp X-quang tuyến vú hiệu quả như các bác sỹ X-quang có kinh nghiệm.
Nghiên cứu được công bố trên tạp chí Lancet Oncology cho thấy công nghệ mới này có thể cắt giảm khoảng một nửa khối lượng công việc của các bác sỹ X-quang, giúp họ có nhiều thời gian hơn cho công việc chẩn đoán nâng cao.
Thử nghiệm có sự tham gia của 80.020 phụ nữ từ 40 đến 80 tuổi đã chụp X-quang tuyến vú ở Thụy Điển trong khoảng thời gian từ tháng 4/2021 đến tháng 7/2022.
Một nửa trong số họ được chỉ định ngẫu nhiên để đọc ảnh chụp X-quang tuyến vú bằng mô hình AI có bán trên thị trường và bởi một hoặc hai bác sỹ X-quang, tùy thuộc vào điểm rủi ro trên thang điểm từ 1 đến 10 mà AI đã chỉ định cho họ trong lần sàng lọc ban đầu.
Nửa số phụ nữ còn lại được đọc ảnh chụp X-quang tuyến vú bởi hai bác sỹ X-quang, theo “tiêu chuẩn” ở châu Âu.
Mô hình AI cũng cung cấp cho các bác sỹ X-quang thông tin từ quá trình sàng lọc ban đầu để giúp họ giải thích chính xác các hình ảnh chụp X-quang tuyến vú.
Nếu kết quả chụp X-quang tuyến vú được đánh dấu là đáng ngờ, người phụ nữ đó sẽ được yêu cầu quay lại để kiểm tra thêm.
Tổng cộng, các sàng lọc do AI hỗ trợ đã phát hiện ung thư vú ở 244 phụ nữ, so với 203 phụ nữ trong nhóm sàng lọc tiêu chuẩn - chênh lệch 20%.
Robert O'Connor, Giám đốc Văn phòng Thử nghiệm Lâm sàng Quốc gia Ireland (NCTO), đã viết trên mạng xã hội X (trước đây gọi là Twitter) rằng phân tích này đang “thay đổi cuộc chơi.”
Nghiên cứu cho thấy AI có thể giúp phân loại chụp X-quang tuyến vú theo nguy cơ ung thư và xác định ung thư vú trong những lần chụp với tỷ lệ cao hơn so với các bác sỹ X-quang có ít nhất vài năm kinh nghiệm.
Điều này khiến các nhà nghiên cứu kết luận rằng sử dụng AI trong sàng lọc chụp X-quang tuyến vú là cách “an toàn” để giúp cắt giảm thời gian chờ đợi của bệnh nhân và giảm áp lực cho các bác sỹ X-quang trong bối cảnh thiếu hụt nhân lực.
Trong một bài báo đi kèm với việc công bố nghiên cứu, họ gợi ý rằng việc tích hợp AI trong các quy trình sàng lọc cuối cùng có thể “giảm tỷ lệ tử vong do ung thư vú” bằng cách phát hiện ung thư sớm hơn.
Đây sẽ là một bước tiến quan trọng bởi ung thư vú là “loại ung thư phổ biến nhất thế giới,” theo Tổ chức Y tế Thế giới (WHO).
WHO ước tính trong năm 2020 có hơn 2,3 triệu phụ nữ được chẩn đoán mắc ung thư vú và 685.000 người tử vong.
AI có thể giúp các bác sỹ phát hiện nguy cơ mắc ung thư vú ở người bệnh. (Nguồn: Sparrow Science)
Hiệp hội Ung thư Mỹ cho biết một phụ nữ ở nước này trung bình có 13% khả năng mắc ung thư vú trong đời và khoảng 2,5% khả năng tử vong vì căn bệnh này.
Sử dụng máy học để cải thiện hiệu quả chẩn đoán y tế không phải là điều mới, nhưng nó đã tăng tốc trong những năm gần đây nhờ các tiến bộ trong lĩnh vực AI.
Những phát hiện từ nghiên cứu này phù hợp với nghiên cứu mới cho thấy AI có thể giúp con người xác định ung thư sớm hơn hoặc chính xác hơn, có thể mang lại kết quả tốt hơn cho bệnh nhân.
Các tác giả đã không đo thời gian mà các bác sỹ X-quang thực hiện, nhưng giả sử tốc độ đọc khoảng 50 lần mỗi giờ, họ tính toán rằng một bác sỹ X-quang sẽ mất ít hơn 4 đến 6 tháng để đọc các hình ảnh chụp X-quang tuyến vú trong nhóm thử nghiệm AI so với nhóm sàng lọc tiêu chuẩn.
Tuy nhiên, Giáo sư James O'Connor tại Viện Nghiên cứu Ung thư ở London cho biết ý tưởng rằng trí tuệ nhân tạo sẽ thay thế các bác sỹ X-quang là "vô lý."
Thay vào đó, ông nói rằng mô hình AI phù hợp, nếu được triển khai tốt, có thể giúp các bác sỹ X-quang tập trung vào các trường hợp khó chẩn đoán hơn.
Các chuyên gia trong nhóm nghiên cứu đã cảnh báo mô hình AI cần được đào tạo và thử nghiệm nhiều hơn trước khi chúng có thể được triển khai tại các cơ sở chăm sóc sức khỏe./.