Trí tuệ nhân tạo đang ngày càng được đưa sâu vào hoạt động khám, chẩn đoán và điều trị tại Trung Quốc. Thay vì chỉ dừng ở các nghiên cứu thử nghiệm, một số bệnh viện đã bắt đầu sử dụng AI trong quy trình chăm sóc người bệnh thực tế, đặc biệt ở những lĩnh vực mà việc phát hiện bệnh bằng phương pháp thông thường còn gặp nhiều hạn chế.
Một trong những hướng ứng dụng đáng chú ý là sử dụng AI để hỗ trợ nhận diện sớm ung thư tuyến tụy – căn bệnh thường tiến triển âm thầm và có tiên lượng rất xấu nếu phát hiện muộn.
AI tìm dấu hiệu ung thư từ những hình ảnh CT tưởng như bình thường
Ung thư tuyến tụy được xem là một trong những loại ung thư khó phát hiện sớm. Các biểu hiện ban đầu thường không đặc hiệu, có thể chỉ là đầy bụng, buồn nôn hoặc những khó chịu dễ bị bỏ qua. Khi các triệu chứng rõ ràng xuất hiện, bệnh nhiều khi đã tiến triển đến giai đoạn khó điều trị.
Tỉ lệ sống sau 5 năm của người mắc căn bệnh này chỉ vào khoảng 10%. Một trong những nguyên nhân là việc phát hiện khối u ở giai đoạn sớm rất khó khăn.
Chụp CT có sử dụng thuốc cản quang có thể cung cấp hình ảnh rõ hơn để đánh giá tuyến tụy, nhưng phương pháp này cũng khiến người bệnh phải tiếp xúc với bức xạ ở mức đáng kể. Vì vậy, việc sử dụng rộng rãi để sàng lọc toàn bộ dân số không phải lựa chọn đơn giản.
Trong bối cảnh đó, AI mở ra một hướng tiếp cận khác: tận dụng những hình ảnh CT mà bệnh nhân đã từng chụp vì các lý do y tế khác để tìm kiếm những dấu hiệu bất thường có thể đã bị bỏ qua.
Tại một bệnh viện ở Ninh Ba, miền đông Trung Quốc, các bác sĩ đã thử nghiệm hệ thống AI có tên PANDA. Công cụ này được phát triển bởi nhóm nghiên cứu có liên kết với tập đoàn công nghệ Alibaba và được đưa vào thử nghiệm lâm sàng từ tháng 11-2024.
Điểm đáng chú ý của PANDA là hệ thống có thể phân tích những hình ảnh CT không sử dụng thuốc cản quang. Đây vốn là loại hình ảnh có ít chi tiết hơn và có thể khiến những tổn thương nhỏ ở tuyến tụy khó nhận biết bằng mắt thường.
Trong quá trình thử nghiệm, hệ thống đã phân tích hơn 180.000 hình ảnh CT được thực hiện trước đó cho nhiều mục đích khám chữa bệnh khác nhau. Cách tiếp cận này giúp bệnh nhân không phải thực hiện thêm một lần xét nghiệm chỉ để phục vụ việc sàng lọc bằng AI.
Kết quả bước đầu khá đáng chú ý. AI đã góp phần phát hiện khoảng 20 trường hợp ung thư tuyến tụy, trong đó hơn một nửa được phát hiện khi bệnh còn ở giai đoạn sớm – thời điểm mà phẫu thuật vẫn có thể đem lại cơ hội điều trị tốt hơn.
Một số trường hợp đặc biệt đáng chú ý bởi người bệnh ban đầu không hề đến bệnh viện vì nghi ngờ ung thư tuyến tụy. Họ chỉ xuất hiện những triệu chứng phổ biến như đầy bụng hoặc buồn nôn, trong khi trước đó hình ảnh CT cũng chưa cho thấy dấu hiệu bất thường đủ rõ để bác sĩ nhận biết ngay.
AI vì vậy có thể đóng vai trò giống như một lớp kiểm tra bổ sung. Hệ thống không nhất thiết thay thế bác sĩ mà giúp rà soát lại lượng dữ liệu hình ảnh khổng lồ, qua đó tạo thêm cơ hội phát hiện những bất thường mà con người có thể bỏ sót.
Độ chính xác cao vẫn chưa đồng nghĩa với việc có thể sử dụng đại trà
Dù mang lại nhiều kỳ vọng, AI trong chẩn đoán ung thư vẫn còn không ít vấn đề cần giải quyết.
Thách thức đầu tiên nằm ngay ở dữ liệu đầu vào. Hình ảnh CT không dùng thuốc cản quang vốn không thể hiện tuyến tụy rõ như một số phương pháp chẩn đoán chuyên sâu hơn. Vì vậy, để AI nhận ra những dấu hiệu rất nhỏ, các nhà nghiên cứu phải xây dựng một hệ thống dữ liệu huấn luyện phức tạp.
Trong các thử nghiệm, PANDA có khả năng nhận diện chính xác tới khoảng 93% trường hợp có tổn thương ở tuyến tụy. Đây là con số đáng chú ý, nhưng không có nghĩa hệ thống có thể lập tức được triển khai rộng rãi mà không cần kiểm soát.
Một vấn đề quan trọng là dương tính giả.
Khi AI phát hiện một dấu hiệu nghi ngờ, điều đó không đồng nghĩa người bệnh chắc chắn mắc ung thư. Trong thực tế, hệ thống đã đưa ra cảnh báo đối với khoảng 1.400 hình ảnh CT. Tuy nhiên, chỉ khoảng 300 trường hợp trong số đó thực sự cần được theo dõi hoặc kiểm tra thêm.
Điều này cho thấy nếu AI được triển khai trên quy mô lớn, số lượng cảnh báo mà bác sĩ phải xử lý có thể tăng rất nhanh. Mỗi cảnh báo không chính xác đều có thể kéo theo các bước kiểm tra tiếp theo, gây thêm chi phí, thời gian và tâm lý lo lắng cho người bệnh.
Đối với những bệnh nhân vốn không có triệu chứng rõ ràng, việc bất ngờ nhận được cảnh báo liên quan đến ung thư cũng có thể tạo ra áp lực tâm lý đáng kể.
AI có thể đặc biệt hữu ích với những nơi thiếu bác sĩ chuyên sâu
Một trong những lợi ích tiềm năng của AI là giúp thu hẹp khoảng cách về năng lực chẩn đoán giữa các cơ sở y tế.
Ở những bệnh viện có đội ngũ chuyên gia giàu kinh nghiệm, một số tổn thương mà AI phát hiện có thể vốn đã khá dễ nhận biết đối với bác sĩ chuyên khoa. Nhưng tại những nơi thiếu bác sĩ có kinh nghiệm, một hệ thống có khả năng rà soát hình ảnh tự động có thể trở thành công cụ hỗ trợ đáng giá.
Một chuyên gia phẫu thuật tuyến tụy tại Mỹ cho rằng những công cụ như PANDA có thể đem lại lợi ích rõ rệt hơn đối với các bác sĩ trẻ hoặc những người chưa có nhiều kinh nghiệm trong lĩnh vực này.
Điều đó cho thấy giá trị của AI không nhất thiết nằm ở việc vượt qua mọi bác sĩ về khả năng chẩn đoán. Một vai trò thực tế hơn là trở thành một lớp hỗ trợ thứ hai, giúp bác sĩ xem xét lại dữ liệu và giảm nguy cơ bỏ sót những dấu hiệu bất thường.
Bài toán không chỉ nằm ở thuật toán
Việc đưa AI vào bệnh viện cũng cho thấy một nghịch lý: phát hiện được nhiều bất thường hơn chưa chắc đã đồng nghĩa hệ thống y tế có thể xử lý tất cả các trường hợp đó.
Tại bệnh viện ở Ninh Ba, số lượng cảnh báo do AI tạo ra đặt thêm áp lực lên đội ngũ y tế. Bệnh viện không có đủ nhân lực để theo dõi và yêu cầu tất cả những người nhận cảnh báo phải quay lại kiểm tra trong thời gian ngắn.
Hạ tầng công nghệ cũng trở thành một vấn đề. Hệ thống cũ có thể không đủ khả năng xử lý khối lượng dữ liệu hình ảnh rất lớn do AI tạo ra hoặc yêu cầu phân tích liên tục.
Nói cách khác, để AI thực sự phát huy tác dụng, bệnh viện không chỉ cần một thuật toán tốt. Họ còn cần hệ thống lưu trữ dữ liệu, đường truyền, máy tính, quy trình xử lý kết quả, nhân lực chuyên môn và cơ chế theo dõi người bệnh sau khi AI phát hiện bất thường.
Nếu chỉ đầu tư vào phần mềm mà không chuẩn bị những yếu tố còn lại, AI có thể tạo ra thêm một “nút thắt” mới thay vì giải quyết nút thắt cũ.
Phát hiện bệnh quá sớm cũng đặt ra những vấn đề mới
Một vấn đề khác ít được chú ý là tâm lý của người bệnh.
Khi AI có khả năng tìm ra những dấu hiệu đáng ngờ trước cả khi người bệnh xuất hiện triệu chứng, hệ thống y tế có thể phát hiện nhiều trường hợp mà trước đây chưa từng được chú ý.
Điều này về nguyên tắc là một lợi thế. Tuy nhiên, nó cũng có thể khiến người dân phải trải qua thêm nhiều lần kiểm tra, xét nghiệm và theo dõi.
Một số người thậm chí từ chối quay lại bệnh viện sau khi nhận cảnh báo vì nghi ngờ rằng cơ sở y tế đang cố tạo thêm lý do để họ thực hiện các dịch vụ xét nghiệm nhằm tăng doanh thu.
Vì vậy, câu chuyện ứng dụng AI trong y tế không chỉ là vấn đề công nghệ. Nó còn liên quan đến niềm tin của người bệnh, cách bác sĩ giải thích kết quả và khả năng của hệ thống y tế trong việc xử lý những phát hiện mới.
AI nên là công cụ hỗ trợ, không phải người đưa ra quyết định cuối cùng
Việc Trung Quốc nhanh chóng đưa AI vào môi trường bệnh viện cho thấy công nghệ này đang chuyển từ giai đoạn nghiên cứu sang ứng dụng thực tế.
Trong chẩn đoán hình ảnh, AI có lợi thế đặc biệt ở khả năng xử lý lượng dữ liệu khổng lồ trong thời gian ngắn và tìm kiếm những dấu hiệu mà con người có thể bỏ qua. Với các bệnh nguy hiểm nhưng khó phát hiện như ung thư tuyến tụy, khả năng này có thể mang lại giá trị đáng kể.
Tuy nhiên, một hệ thống AI đạt độ chính xác cao vẫn có thể tạo ra cảnh báo sai. Và một cảnh báo đúng cũng chưa phải là một chẩn đoán hoàn chỉnh.
Kết quả do AI đưa ra cần được bác sĩ đánh giá trong bối cảnh toàn diện của từng bệnh nhân, kết hợp với triệu chứng, tiền sử bệnh, kết quả xét nghiệm và những phương pháp chẩn đoán cần thiết khác.
Do đó, hướng đi thực tế nhất không phải là để AI thay thế bác sĩ, mà là xây dựng mô hình trong đó AI đảm nhận phần việc phân tích dữ liệu và cảnh báo, còn bác sĩ giữ vai trò đánh giá, giải thích và quyết định phương án chăm sóc người bệnh.
Trường hợp PANDA cho thấy AI có thể trở thành một “mạng lưới an toàn” hữu ích trong y tế, nhưng để công nghệ này thực sự đem lại lợi ích trên quy mô lớn, ngành y tế vẫn phải giải quyết đồng thời nhiều bài toán: độ chính xác, dương tính giả, nhân lực, hạ tầng, chi phí, quy trình theo dõi và đặc biệt là niềm tin của người bệnh.
AI càng có khả năng phát hiện nhiều vấn đề, hệ thống y tế càng phải sẵn sàng xử lý những phát hiện đó. Đây mới là một trong những câu hỏi quan trọng nhất khi trí tuệ nhân tạo ngày càng tiến sâu vào phòng khám và bệnh viện.