AI Phát Hiện Ung Thư Sớm Qua Hình Ảnh

Bạn có muốn biết AI phát hiện ung thư sớm từ hình ảnh như thế nào không? Hãy cùng tìm hiểu chi tiết hơn với INVIAI trong bài viết này!

Phát hiện ung thư sớm giúp cải thiện đáng kể tỷ lệ sống sót. Trí tuệ nhân tạo (AI) hiện đang hỗ trợ bác sĩ phát hiện khối u trên hình ảnh y tế nhanh hơn và chính xác hơn.

Bằng cách huấn luyện các mô hình học sâu trên hàng ngàn bản quét và tiêu bản đã được chú thích, AI có thể học được các mẫu mà ngay cả các chuyên gia cũng có thể bỏ qua.

Trong thực tế, các công cụ AI phân tích hình ảnh như nhũ ảnh, CT ngực, X-quang, MRI, siêu âm và tiêu bản bệnh lý, đánh dấu các vùng nghi ngờ và định lượng nguy cơ.

Ví dụ, một ca siêu âm được hỗ trợ AI đã giúp bệnh nhân tránh được sinh thiết tuyến giáp không cần thiết khi cho thấy khối u là lành tính.

Các chuyên gia nhận định AI trong chăm sóc ung thư là “một cơ hội chưa từng có” để cải thiện chẩn đoán và điều trị.

Cách AI Phân Tích Hình Ảnh Y Tế

Hệ thống AI cho hình ảnh thường sử dụng học sâu (đặc biệt là mạng nơ-ron tích chập) được huấn luyện trên các bộ dữ liệu lớn. Trong quá trình huấn luyện, thuật toán học cách trích xuất các đặc điểm (như hình dạng, kết cấu, màu sắc) để phân biệt mô ung thư với mô lành.

Sau khi được huấn luyện, mô hình AI quét các hình ảnh mới và làm nổi bật các mẫu phù hợp với đặc điểm ung thư đã học.

Thực chất, AI trở thành “độc giả thứ hai” siêu nhạy, chỉ ra những tổn thương tinh vi mà con người có thể bỏ sót. Ví dụ, AI khi xem nhũ ảnh hoặc lát cắt CT có thể đánh dấu các vôi hóa nhỏ hoặc nốt với các hộp màu và cảnh báo để bác sĩ hình ảnh kiểm tra kỹ hơn.

Phân tích AI cũng có thể ước lượng nguy cơ: một số thuật toán dự đoán nguy cơ ung thư tương lai của bệnh nhân chỉ từ một hình ảnh (dựa trên các mối tương quan đã học), giúp bác sĩ cá nhân hóa khoảng cách sàng lọc.

Trong một trường hợp, siêu âm tuyến giáp được AI phân tích đã xác định chắc chắn mô lành tính, phù hợp với kết quả sinh thiết sau đó và giúp bệnh nhân giảm bớt lo lắng.

Sàng Lọc Ung Thư Vú

Nhũ ảnh là ví dụ điển hình nơi AI tạo ra ảnh hưởng rõ rệt. Các nghiên cứu cho thấy sự hỗ trợ của AI có thể cải thiện đáng kể việc phát hiện ung thư vú trong sàng lọc.

Trong một thử nghiệm lớn tại Đức, các bác sĩ hình ảnh được hỗ trợ bởi công cụ AI đã phát hiện nhiều ung thư hơn 17,6% so với khi không dùng AI.

Cụ thể, nhóm được hỗ trợ AI phát hiện 6,7 ca ung thư trên 1.000 phụ nữ, so với 5,7 ca trên 1.000 trong nhóm tiêu chuẩn, đồng thời còn giảm nhẹ tỷ lệ gọi tái khám (cảnh báo sai).

Tổng quan, AI trong nhũ ảnh có thể:

• Cải thiện độ nhạy và độ đặc hiệu. Nghiên cứu do Viện Ung Thư Quốc Gia (NCI) tài trợ cho thấy thuật toán AI “nâng cao khả năng phát hiện ung thư vú trên nhũ ảnh” và còn giúp dự đoán những tổn thương có thể trở thành xâm lấn sau này.
• Nhận diện các dấu hiệu tinh vi. AI có thể đánh dấu các cụm vôi hóa nhỏ hoặc bất đối xứng dễ bị bỏ sót trong sàng lọc thường quy, đóng vai trò như một chuyên gia đọc thêm.
• Giảm tải công việc và sự biến thiên. Bằng cách sàng lọc trước hình ảnh, AI ưu tiên các trường hợp nghi ngờ cho bác sĩ hình ảnh, giúp xử lý khối lượng nhũ ảnh ngày càng tăng.

Đáng chú ý, FDA đã phê duyệt nhiều công cụ nhũ ảnh hỗ trợ AI (ví dụ iCAD, SmartMammo của DeepHealth) cho sử dụng lâm sàng, công nhận khả năng phát hiện ung thư sớm trong thực tế.

Sàng Lọc Ung Thư Phổi

AI cũng được áp dụng trong phát hiện ung thư phổi trên hình ảnh y tế. Chụp CT liều thấp (LDCT) được dùng để sàng lọc người hút thuốc có nguy cơ cao; AI có thể nâng cao chất lượng hình ảnh và phát hiện tổn thương.

Một lợi thế là giảm liều phóng xạ: thuật toán tái tạo hình ảnh dựa trên AI có thể tạo ra ảnh CT rõ nét với liều phóng xạ thấp hơn so với các chụp LDCT hiện tại.

Ngoài ra, hệ thống hỗ trợ phát hiện bằng máy tính (CAD) dựa trên AI tự động quét từng lát cắt CT để tìm nốt. Khi phát hiện nốt nghi ngờ, AI sẽ đánh dấu trên hình ảnh để bác sĩ kiểm tra.

Tóm lại, AI hoạt động như một “độc giả thứ hai” nhạy bén trên hình ảnh phổi.

Ví dụ, các mô hình gần đây cho thấy độ nhạy cao với cả nốt lành và ác tính (hệ thống nghiên cứu phát hiện >90% nốt trên các bản quét thử nghiệm). FDA Hoa Kỳ đã phê duyệt các công cụ AI hỗ trợ sàng lọc ung thư phổi, công nhận vai trò của chúng trong chẩn đoán sớm.

AI cũng có thể giúp cá nhân hóa sàng lọc: bằng cách kết hợp hình ảnh với dữ liệu bệnh nhân, thuật toán phân tầng ai cần chụp thường xuyên hơn.

(Tuy nhiên, các nghiên cứu CAD hiện tại cho thấy mặc dù AI phát hiện nhiều nốt hơn, phần lớn tăng là các nốt nhỏ, nguy cơ thấp, và chưa cải thiện đáng kể phát hiện tổn thương tiến triển.)

Ung Thư Da (Melanoma)

Hình ảnh dermoscopy (ảnh da phóng đại) là lĩnh vực khác mà AI thể hiện xuất sắc. Các mô hình học sâu tiên tiến được huấn luyện trên hàng chục nghìn ảnh tổn thương da có thể phân loại nốt ruồi là lành tính hay ác tính với độ chính xác cao.

Trong một nghiên cứu gần đây, mạng nơ-ron cải tiến đạt độ chính xác 95–96% trong việc nhận diện melanoma giai đoạn đầu từ ảnh dermoscopy.

Điều này rất quan trọng: melanoma giai đoạn đầu có tiên lượng rất tốt (khoảng 98% tỷ lệ sống sau 5 năm), trong khi melanoma giai đoạn muộn có tỷ lệ sống thấp hơn nhiều.

Bằng cách làm nổi bật các nốt nghi ngờ để sinh thiết, AI có thể giúp bác sĩ da liễu chẩn đoán melanoma sớm hơn.

Các công cụ AI còn được tích hợp vào ứng dụng điện thoại hoặc thiết bị đánh giá nốt ruồi qua ảnh chụp và ước lượng nguy cơ, mở rộng khả năng phát hiện sớm tại các cơ sở y tế ban đầu.

Sàng Lọc Ung Thư Cổ Tử Cung

AI đang cải thiện sàng lọc ung thư cổ tử cung bằng cách phân tích hình ảnh kỹ thuật số của cổ tử cung. Ví dụ, hệ thống CerviCARE sử dụng học sâu trên ảnh “cervicography” (ảnh tương tự nội soi cổ tử cung) để phân biệt tổn thương tiền ung thư.

Trong một thử nghiệm đa trung tâm, AI CerviCARE đạt độ nhạy 98% với tổn thương cổ tử cung mức độ cao (CIN2+), cùng độ đặc hiệu 95,5%.

Trong thực tế, AI này có thể hỗ trợ ở những nơi thiếu chuyên gia nội soi cổ tử cung: thuật toán tự động làm nổi bật các vùng nghi ngờ, giúp đảm bảo không bỏ sót mô tiền ung thư.

Loại AI này hoạt động cùng với xét nghiệm Pap smear và HPV truyền thống để phát hiện bệnh sớm.

NCI cũng ghi nhận các nghiên cứu về AI tự động phát hiện tiền ung thư trong sàng lọc cổ tử cung.

Sàng Lọc Ung Thư Đại Tràng và Trực Tràng

Trong quá trình nội soi đại tràng, AI hỗ trợ theo thời gian thực. Hệ thống hiện đại liên tục phân tích video từ ống nội soi đại tràng. Khi camera ghi nhận polyp hoặc mô nghi ngờ, AI đánh dấu trên màn hình (thường bằng hộp màu và cảnh báo âm thanh) để thu hút sự chú ý của bác sĩ.

Nội soi đại tràng có hỗ trợ AI: hệ thống đã phát hiện một polyp “phẳng” (được đánh dấu màu xanh) mà bác sĩ có thể loại bỏ.

Nghiên cứu cho thấy việc sử dụng AI trong nội soi đại tràng làm tăng tổng số polyp được phát hiện, đặc biệt là các adenoma nhỏ. Điều này có nghĩa AI giúp bác sĩ phát hiện nhiều tổn thương phát triển sớm mà có thể bị bỏ qua.

Trong một thử nghiệm lớn (nghiên cứu CADILLAC), tỷ lệ phát hiện adenoma tổng thể tăng khi có hỗ trợ AI. Tuy nhiên, các chuyên gia cũng lưu ý phần lớn tăng là các polyp nhỏ, nguy cơ thấp, và AI không làm tăng đáng kể phát hiện adenoma lớn, nguy cơ cao trong nghiên cứu đó.

Nói cách khác, AI rất giỏi trong việc chỉ ra nhiều tổn thương nhỏ, nhưng liệu nó có cải thiện việc phát hiện các tiền ung thư nguy hiểm nhất hay không vẫn đang được đánh giá.

Dù vậy, “đôi mắt thứ hai” của AI có thể giảm bỏ sót do mệt mỏi và giảm sự khác biệt giữa các bác sĩ. FDA đã phê duyệt các hệ thống AI (CADe) cho nội soi đại tràng lâm sàng nhằm hỗ trợ bác sĩ nội soi phát hiện polyp.

AI Trong Bệnh Lý Học và Các Hình Ảnh Chuyên Biệt Khác

Phạm vi của AI không chỉ dừng lại ở hình ảnh trực tiếp mà còn mở rộng sang bệnh lý học và các loại hình ảnh chuyên biệt. Các tiêu bản bệnh lý kỹ thuật số (bản quét độ phân giải cao của mẫu sinh thiết) đang được các thuật toán AI đọc.

Ví dụ, một AI mới có tên CHIEF được huấn luyện trên hơn 60.000 ảnh toàn bộ tiêu bản thuộc 19 loại ung thư khác nhau.

Nó tự động phát hiện tế bào ung thư trên tiêu bản và thậm chí dự đoán hồ sơ phân tử của khối u dựa trên đặc điểm hình ảnh. Trong các thử nghiệm, CHIEF đạt ~94% độ chính xác trong phát hiện ung thư trên các tiêu bản chưa từng thấy ở nhiều cơ quan khác nhau.

Tương tự, FDA đã phê duyệt phần mềm AI để làm nổi bật vùng ung thư trong mẫu sinh thiết tuyến tiền liệt, giúp bác sĩ bệnh lý tập trung vào các khu vực quan trọng. Các công cụ AI cũng được phê duyệt để giải thích MRI u não và siêu âm nốt tuyến giáp, cùng nhiều ứng dụng khác.

Tóm lại, AI đang trở thành trợ thủ đa năng: từ MRI/CT đến X-quang và tiêu bản kính hiển vi, nó đánh dấu các bất thường cần chú ý.

Lợi Ích của AI Trong Phát Hiện Sớm

Trên nhiều ứng dụng, AI mang lại một số lợi thế quan trọng trong việc phát hiện ung thư sớm:

• Độ Nhạy Cao Hơn: AI có thể phát hiện những dấu hiệu rất tinh vi. Trong sàng lọc vú, AI phát hiện khoảng 20–40% các ca ung thư xuất hiện giữa các lần sàng lọc (tumor interval) khi được áp dụng hồi cứu trên nhũ ảnh trước đó.
  Điều này có nghĩa AI có thể phát hiện ung thư sớm hơn so với chỉ dựa vào người đọc.
• Độ Chính Xác và Hiệu Quả: Nghiên cứu cho thấy đọc hình ảnh có hỗ trợ AI giảm số ca âm tính giả và đôi khi giảm cả dương tính giả.
  Ví dụ, nhũ ảnh có AI tăng giá trị dự đoán dương tính của sinh thiết (tỷ lệ ung thư trên số sinh thiết) trong một thử nghiệm tại Đức.
• AI xử lý hình ảnh nhanh hơn con người, giúp các chương trình sàng lọc đáp ứng khối lượng công việc ngày càng tăng mà không giảm chất lượng.
• Chất Lượng Đồng Đều: Khác với con người, AI không mệt mỏi hay bị phân tâm.
  Nó cung cấp mức độ phân tích đồng nhất giữa các trường hợp, giúp giảm sự khác biệt giữa các bác sĩ hình ảnh.
• Ngăn Ngừa Thủ Thuật Không Cần Thiết: Bằng cách phân biệt chính xác hơn tổn thương lành tính và ác tính, AI có thể giúp bệnh nhân tránh các xét nghiệm không cần thiết.
  Trong ví dụ tuyến giáp, AI đã loại trừ ung thư một cách chắc chắn mà không cần sinh thiết.
• Trong da liễu, các ứng dụng AI có thể giúp bệnh nhân yên tâm về các nốt ruồi lành tính.
  Tổng thể, mục tiêu là sàng lọc chính xác: phát hiện đúng những gì cần can thiệp và tránh điều trị quá mức.
• Tiếp Cận Toàn Cầu: Ở những vùng thiếu chuyên gia, công cụ AI có thể mở rộng khả năng sàng lọc chuyên sâu đến các phòng khám xa xôi.
  Ví dụ, một thiết bị AI-colposcope có thể giúp y tá sàng lọc ung thư cổ tử cung ở khu vực nguồn lực hạn chế.

“Các phương pháp dựa trên AI có thể nâng cao khả năng đánh giá ung thư của bác sĩ một cách hiệu quả và chính xác”. Trong nhiều thử nghiệm, kết hợp AI với chuyên môn bác sĩ vượt trội hơn cả hai khi làm riêng lẻ, giống như tham khảo ý kiến một đồng nghiệp am hiểu.

Thách Thức và Những Điều Cần Lưu Ý

AI cũng mang theo những thách thức. Mô hình được huấn luyện trên dữ liệu hạn chế hoặc không đa dạng có thể không hoạt động tốt cho tất cả bệnh nhân. Ví dụ, công cụ phát hiện tổn thương da bằng AI cần được huấn luyện trên nhiều tông màu da để tránh thiên lệch.

Các công cụ dermoscopy AI đã ghi nhận khoảng trống về hiệu suất trên hình ảnh có nhiễu (như tóc hoặc ánh sáng kém) và các loại tổn thương ít được đại diện.

Trong sàng lọc, phát hiện nhiều hơn cũng có thể dẫn đến nhiều cảnh báo sai: nội soi đại tràng có AI đánh dấu nhiều polyp nhỏ, một số có thể không bao giờ tiến triển thành ung thư.

Loại bỏ mọi tổn thương nhỏ cũng có rủi ro riêng (nguy cơ chảy máu hoặc thủng). Do đó, bác sĩ cần cân bằng độ nhạy và độ đặc hiệu của AI để tránh chẩn đoán quá mức.

Việc tích hợp AI vào quy trình lâm sàng không đơn giản. Bệnh viện cần phần mềm được FDA phê duyệt và đào tạo nhân viên. Cũng có các câu hỏi về trách nhiệm pháp lý nếu AI bỏ sót ung thư.

Nhiều nhà nghiên cứu nhấn mạnh AI chỉ là công cụ, không thay thế con người; như một bác sĩ hình ảnh từng nói, dùng AI giống như “tham khảo ý kiến một đồng nghiệp xuất sắc”. Các thử nghiệm và nghiên cứu sau khi đưa ra thị trường rất cần thiết để đảm bảo các công cụ này thực sự cải thiện kết quả.

Hướng Đi Tương Lai

Tương lai của AI trong phát hiện ung thư rất hứa hẹn. Các nhà nghiên cứu đang phát triển “mô hình nền tảng” (AI lớn được huấn luyện trên bộ dữ liệu khổng lồ) có thể xử lý nhiều nhiệm vụ cùng lúc. CHIEF của Harvard là một ví dụ: nó được huấn luyện như “ChatGPT cho bệnh lý học” trên hàng triệu mảnh ảnh, và hoạt động trên nhiều loại ung thư.

Các phương pháp tương tự có thể sớm kết hợp hình ảnh với dữ liệu di truyền và lâm sàng để sàng lọc siêu cá nhân hóa. AI đa phương thức có thể dự đoán không chỉ sự hiện diện của ung thư mà còn mức độ hung hãn, giúp định hướng cường độ theo dõi.

Hiệu suất AI cũng đang cải thiện nhanh chóng với các kỹ thuật mới. Hệ thống CAD thế hệ tiếp theo sử dụng kiến trúc mạng nơ-ron tiên tiến và mô hình ngôn ngữ lớn để giải thích hình ảnh. Với ung thư phổi, các chuyên gia nhận xét các hệ thống AI cũ “còn thô sơ” so với mô hình hiện nay, và họ kỳ vọng các phiên bản mới sẽ tốt hơn nhiều.

Các nghiên cứu quốc tế (như thử nghiệm đa trung tâm ở châu Âu và Mỹ) đang được tiến hành để xác thực công cụ AI ở quy mô lớn. Khi dữ liệu tích lũy, AI sẽ học từ kết quả thực tế, liên tục nâng cao độ chính xác.

Tóm lại, AI đang giúp bác sĩ phát hiện ung thư sớm hơn từ hình ảnh y tế – từ nhũ ảnh, CT đến ảnh da và tiêu bản sinh thiết. Dù còn nhiều thách thức, nghiên cứu tiên tiến và sự phê duyệt của cơ quan quản lý cho thấy một tương lai AI sẽ trở thành đồng minh tiêu chuẩn trong sàng lọc ung thư.

Bằng cách phát hiện khối u ở giai đoạn sớm nhất khi điều trị hiệu quả nhất, các công nghệ này có thể cải thiện kết quả cho nhiều bệnh nhân trên toàn thế giới.