Ung thư phổi hiện vẫn là một trong những bệnh lý ung thư nguy hiểm, với tỷ lệ tử vong cao. Một trong những nguyên nhân khiến việc điều trị gặp nhiều khó khăn là không ít trường hợp chỉ được phát hiện khi bệnh đã tiến triển. Trong khi đó, nếu tổn thương được nhận diện sớm, người bệnh có thêm nhiều cơ hội tiếp cận các phương án điều trị phù hợp.
Trước thực tế đó, Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội phối hợp cùng Bệnh viện Bạch Mai đã phát triển và đưa vào ứng dụng hệ thống trí tuệ nhân tạo (AI) nhằm hỗ trợ bác sĩ trong quá trình phát hiện, đánh giá và chẩn đoán ung thư phổi.
Đây là kết quả của dự án nghiên cứu KC4.0 về ứng dụng AI trong chẩn đoán ung thư phổi thông qua phân tích nhiều loại hình ảnh y tế. Điểm đáng chú ý của hệ thống là không chỉ xử lý một nguồn dữ liệu đơn lẻ mà hướng tới kết hợp ba nhóm hình ảnh quan trọng gồm ảnh CT lồng ngực, hình ảnh nội soi phế quản và hình ảnh mô bệnh học.
AI được sử dụng như một “trợ lý” cho bác sĩ
Theo nhóm nghiên cứu, mục tiêu của hệ thống không phải thay thế bác sĩ trong việc đưa ra chẩn đoán cuối cùng. AI được thiết kế như một công cụ hỗ trợ, giúp bác sĩ nhanh chóng nhận biết những vùng hình ảnh có dấu hiệu bất thường, từ đó có thêm cơ sở để đánh giá và đưa ra quyết định lâm sàng.
Cách tiếp cận này đặc biệt có ý nghĩa trong bối cảnh số lượng bệnh nhân lớn, trong khi việc đọc và phân tích hình ảnh y khoa đòi hỏi nhiều thời gian cũng như kinh nghiệm chuyên môn.
Với sự hỗ trợ của AI, bác sĩ có thể có thêm một “lớp kiểm tra” trong quá trình đọc kết quả. Hệ thống có khả năng đánh dấu những vùng nghi ngờ để bác sĩ xem xét kỹ hơn, qua đó hướng tới việc hạn chế nguy cơ bỏ sót các tổn thương nhỏ hoặc khó nhận biết.
Điều quan trọng là kết quả do AI cung cấp vẫn cần được bác sĩ chuyên môn đánh giá trong tổng thể bệnh cảnh của từng người bệnh.
Phân tích CT: tìm kiếm tổn thương đáng ngờ trong phổi
Một trong những thành phần quan trọng của hệ thống là mô-đun phân tích ảnh CT lồng ngực.
Thay vì chỉ đưa ra một kết luận đơn giản, quy trình được xây dựng theo hướng trước tiên xác định hoặc phân vùng khu vực tổn thương, sau đó mới tiếp tục đánh giá đặc điểm và khả năng liên quan đến ung thư.
Theo thông tin do UET công bố, mô-đun phân tích CT đạt độ nhạy trên 90% và độ đặc hiệu trên 85% trong các đánh giá được công bố. Hệ thống sử dụng mô hình AI kết hợp phương pháp phân vùng tổn thương với thuật toán Random Forest để hỗ trợ quá trình đánh giá.
Việc AI có thể hỗ trợ phát hiện những vùng nghi ngờ ngay trên ảnh CT mang lại lợi ích đáng kể trong quá trình đọc phim, đặc biệt khi bác sĩ phải xử lý số lượng lớn hình ảnh y tế.
AI hỗ trợ trong nội soi phế quản
Một thành phần khác của dự án tập trung vào hình ảnh thu được trong quá trình nội soi phế quản.
Nội soi phế quản giúp bác sĩ quan sát trực tiếp đường thở và phát hiện những khu vực bất thường. Trong một số trường hợp, bác sĩ có thể lấy mẫu mô hoặc dịch để tiếp tục thực hiện các xét nghiệm cần thiết.
Nhóm nghiên cứu đã phát triển phần mềm có khả năng hỗ trợ phát hiện tổn thương nghi ngờ ngay trong quá trình nội soi. Hệ thống có thể xử lý hình ảnh theo thời gian thực và hiển thị kết quả trên màn hình bên cạnh màn hình nội soi mà bác sĩ đang sử dụng.
Theo UET, mô-đun này đạt độ nhạy và độ đặc hiệu trên 85%. Mô hình được xây dựng theo hướng đa nhiệm, đồng thời thực hiện các nhiệm vụ như phân vùng tổn thương, phân loại và đánh giá khả năng ác tính. Các kỹ thuật xử lý hình ảnh cũng được sử dụng nhằm hạn chế ảnh hưởng của những yếu tố gây nhiễu thường gặp trong nội soi, chẳng hạn ánh sáng phản xạ hoặc bong bóng.
Mô bệnh học: thêm một lớp thông tin quan trọng
Bên cạnh CT và nội soi, hệ thống còn hướng tới việc phân tích hình ảnh mô bệnh học.
Đây là nguồn thông tin quan trọng trong quá trình xác định bản chất của tổn thương. Việc đưa dữ liệu mô bệnh học vào hệ thống AI giúp mở rộng khả năng hỗ trợ chẩn đoán thay vì chỉ tập trung vào hình ảnh bên ngoài của khối tổn thương.
Như vậy, thay vì xem từng loại dữ liệu y tế hoàn toàn tách biệt, dự án hướng tới xây dựng một hệ thống có khả năng hỗ trợ bác sĩ ở nhiều giai đoạn khác nhau của quy trình chẩn đoán ung thư phổi.
Điểm nổi bật: hệ thống được phát triển từ dữ liệu và nhu cầu thực tế tại Việt Nam
Một trong những điểm đáng chú ý của dự án là sự phối hợp trực tiếp giữa đội ngũ nghiên cứu công nghệ và các bác sĩ lâm sàng.
Hệ thống được phát triển trong khuôn khổ hợp tác giữa Trường Đại học Công nghệ – ĐHQGHN và Bệnh viện Bạch Mai, với sự tham gia của các nhóm chuyên môn về trí tuệ nhân tạo, xử lý ảnh và y học.
Theo UET, đây là mô hình AI được phát triển dựa trên dữ liệu bệnh nhân Việt Nam, với định hướng phục vụ trực tiếp các nhu cầu thực tế của hệ thống y tế trong nước. Sau hơn hai năm nghiên cứu, các mô-đun đã được đưa vào vận hành thực tế tại Bệnh viện Bạch Mai và được định hướng mở rộng tới một số cơ sở y tế khác.
Một thông tin được công bố sau đó cho biết hệ thống được huấn luyện trên một cơ sở dữ liệu gồm hơn 30.000 hình ảnh y khoa và đã được thử nghiệm tại nhiều bệnh viện.
AI có thể mang lại gì cho bác sĩ và người bệnh?
Giá trị lớn nhất của hệ thống không nằm ở việc “AI tự chẩn đoán ung thư”, mà ở khả năng hỗ trợ con người xử lý một lượng lớn dữ liệu y tế nhanh và có hệ thống hơn.
Đối với bác sĩ, công nghệ có thể:
- hỗ trợ phát hiện những vùng tổn thương đáng chú ý;
- giảm thời gian xử lý và đánh giá hình ảnh;
- cung cấp thêm một nguồn tham khảo trong quá trình chẩn đoán;
- giảm nguy cơ bỏ sót một số tổn thương;
- hỗ trợ các bác sĩ trẻ trong quá trình học tập và thực hành;
- tạo điều kiện để các cơ sở y tế tuyến dưới tiếp cận thêm công cụ hỗ trợ chẩn đoán.
Đối với hệ thống y tế, việc phát triển các công cụ AI trong nước còn có ý nghĩa ở khả năng chủ động về công nghệ và từng bước mở rộng ứng dụng tới nhiều cơ sở khám chữa bệnh.
Bệnh viện Bạch Mai cũng xác định AI là một công cụ hỗ trợ tiên tiến trong hoạt động tầm soát và chẩn đoán, chứ không phải một giải pháp thay thế hoàn toàn chuyên môn của bác sĩ.
Từ Bạch Mai đến các bệnh viện tuyến địa phương
Việc triển khai tại Bệnh viện Bạch Mai được xem là bước đầu trong quá trình đưa hệ thống vào thực tế. Nhóm nghiên cứu định hướng mở rộng ứng dụng tới các bệnh viện địa phương, trong đó có Bắc Ninh và Thanh Hóa.
Nếu được triển khai rộng rãi, những hệ thống như vậy có thể góp phần thu hẹp khoảng cách về năng lực chẩn đoán giữa các tuyến y tế, đồng thời hỗ trợ bác sĩ tại những cơ sở chưa có nhiều chuyên gia giàu kinh nghiệm về chẩn đoán hình ảnh hoặc bệnh lý ung thư.
Không chỉ là câu chuyện của riêng AI
Điểm đáng chú ý phía sau dự án là sự kết hợp giữa nhiều lĩnh vực.
Các nhà nghiên cứu công nghệ chịu trách nhiệm xây dựng thuật toán và hệ thống phần mềm; trong khi các bác sĩ cung cấp kiến thức chuyên môn, dữ liệu thực tế và đánh giá tính phù hợp của công nghệ trong môi trường lâm sàng.
Sự phối hợp này cho thấy AI y tế không đơn thuần là bài toán xây dựng một mô hình máy học có độ chính xác cao. Để một hệ thống có thể đi vào bệnh viện, công nghệ còn phải phù hợp với quy trình khám chữa bệnh, bảo đảm khả năng vận hành và được đánh giá bởi các chuyên gia y tế.
Hướng tới một hệ sinh thái AI y tế do Việt Nam phát triển
Từ nền tảng nghiên cứu ban đầu, nhóm UET và Bệnh viện Bạch Mai đang tiếp tục định hướng phát triển hệ thống theo hướng tích hợp thêm các công nghệ mới.
Mục tiêu dài hạn không chỉ dừng ở một phần mềm phát hiện ung thư phổi mà còn hướng tới việc hình thành nền tảng có thể hỗ trợ nhiều bài toán y tế khác nhau.
Sự xuất hiện của hệ thống AI hỗ trợ chẩn đoán ung thư phổi vì vậy có thể được xem là một ví dụ tiêu biểu cho xu hướng đưa trí tuệ nhân tạo từ phòng nghiên cứu vào môi trường bệnh viện.
Quan trọng hơn, công nghệ chỉ thực sự tạo ra giá trị khi được đặt đúng vị trí: AI hỗ trợ bác sĩ xử lý dữ liệu và nhận diện nguy cơ, còn quyết định chẩn đoán và điều trị vẫn thuộc về đội ngũ y tế dựa trên toàn bộ thông tin của người bệnh.
Việc kết hợp giữa trí tuệ nhân tạo, dữ liệu y khoa và kinh nghiệm lâm sàng đang mở ra một hướng đi mới trong phát hiện sớm ung thư phổi tại Việt Nam, đồng thời cho thấy tiềm năng của các sản phẩm công nghệ “made in Vietnam” trong giải quyết những vấn đề thực tế của ngành y tế.