Một mô hình trí tuệ nhân tạo do các nhà khoa học Trung Quốc phát triển vừa cho thấy khả năng hỗ trợ đáng kể trong việc phát hiện những tổn thương ung thư gan rất nhỏ trên ảnh chụp CT. Trong một thử nghiệm thực tế kéo dài hai tháng, hệ thống đã giúp bác sĩ nhận ra 15 trường hợp di căn gan trước đó chưa được phát hiện, từ đó dẫn tới việc điều chỉnh hướng điều trị cho người bệnh.
Mô hình có tên DAMO LiON, được phát triển bởi Viện Học thuật DAMO thuộc Tập đoàn Alibaba phối hợp với Bệnh viện Thịnh Kinh của Đại học Y Trung Quốc cùng một số đơn vị khác. Kết quả nghiên cứu gần đây đã được công bố trên tạp chí y khoa Nature Medicine.
Vì sao những tổn thương nhỏ ở gan dễ bị bỏ qua?
Theo nhóm nghiên cứu, phát hiện ung thư gan ở giai đoạn sớm vốn là một thách thức trong chẩn đoán hình ảnh. Những tổn thương bất thường có thể rất nhỏ, trong khi hình ảnh của chúng dễ bị che lấp bởi các tình trạng như xơ gan hoặc gan nhiễm mỡ. Bên cạnh đó, cấu trúc giải phẫu phức tạp của gan cũng khiến việc nhận diện những thay đổi nhỏ trở nên khó khăn hơn.
Ngay cả những bác sĩ có kinh nghiệm cũng có thể không nhận ra một số tổn thương khi xem ảnh CT có sử dụng thuốc cản quang.
Một vấn đề khác xuất hiện ở những bệnh nhân mắc ung thư tại cơ quan khác. Khi ung thư nguyên phát di căn tới gan, bác sĩ có thể tập trung nhiều hơn vào khối u ban đầu, trong khi những ổ di căn rất nhỏ ở gan dễ bị bỏ qua.
Đây chính là nhóm trường hợp mà DAMO LiON hướng tới hỗ trợ.
Phân tích ảnh CT để tìm những dấu hiệu khó nhận biết
DAMO LiON được thiết kế để nhận diện các tổn thương ác tính nhỏ trên hình ảnh CT, bao gồm cả ung thư gan nguyên phát và những ổ ung thư từ nơi khác di căn tới gan.
Trong thử nghiệm thực tế, hệ thống đã hỗ trợ phân tích hình ảnh CT có tiêm thuốc cản quang của hơn 10.000 bệnh nhân. Qua quá trình này, AI giúp các bác sĩ phát hiện 15 trường hợp di căn gan trước đó bị bỏ sót. Những phát hiện mới đã khiến phương án điều trị của các bệnh nhân này được thay đổi.
Điểm đáng chú ý là các tổn thương được phát hiện không phải những khối u lớn, dễ nhận thấy. Chúng thường có kích thước nhỏ, hình ảnh khá mờ, độ tương phản thấp so với mô gan và xuất hiện ở những vị trí giải phẫu tương đối ít gặp.
Đường kính trung bình của các tổn thương chỉ khoảng 1 cm.
AI giúp rút ngắn thời gian đọc ảnh
Kết quả thử nghiệm cũng cho thấy lợi ích của mô hình không chỉ nằm ở việc tìm thêm những trường hợp có nguy cơ bị bỏ sót.
Khi được sử dụng như một công cụ hỗ trợ bác sĩ đọc ảnh, DAMO LiON giúp giảm khoảng 27% thời gian phân tích hình ảnh. Đồng thời, độ nhạy trong việc nhận diện các khối u ác tính tăng 11,5%. Theo thông tin từ nhóm nghiên cứu, việc kết hợp AI với bác sĩ cũng giúp các bác sĩ ít kinh nghiệm cải thiện khả năng chẩn đoán, đạt kết quả tương đương với nhóm bác sĩ giàu kinh nghiệm hơn trong một số tình huống.
Điều này cho thấy hướng ứng dụng của AI trong y tế không nhất thiết là thay thế bác sĩ. Thay vào đó, AI có thể đóng vai trò như một lớp kiểm tra bổ sung, giúp chỉ ra những khu vực bất thường mà con người có khả năng bỏ qua.
Từ một mô hình AI đến hệ sinh thái hỗ trợ phát hiện ung thư
DAMO LiON là một phần trong hướng nghiên cứu rộng hơn của Viện Học thuật DAMO về ứng dụng AI vào chẩn đoán và sàng lọc ung thư.
Ngoài mô hình dành cho ung thư gan, đơn vị này còn phát triển các hệ thống AI hướng tới hỗ trợ phát hiện ung thư tuyến tụy, ung thư dạ dày và ung thư đại trực tràng.
Tuy nhiên, kết quả của DAMO LiON nên được hiểu theo hướng AI hỗ trợ chuyên môn, chứ không phải một công cụ có thể tự mình thay thế quy trình chẩn đoán y khoa. Trong thử nghiệm, giá trị nổi bật của mô hình nằm ở khả năng bổ sung thêm một lớp kiểm tra cho bác sĩ, đặc biệt đối với những tổn thương nhỏ và khó quan sát.
Việc phát hiện thêm 15 trường hợp trong hơn 10.000 bệnh nhân cho thấy một trong những tiềm năng đáng chú ý của AI y tế: không chỉ tăng tốc quá trình đọc ảnh mà còn có thể giúp giảm nguy cơ bỏ sót những dấu hiệu rất khó nhận biết trên hình ảnh chẩn đoán.