Trí tuệ nhân tạo (AI) đã được áp dụng rộng rãi trong nhiều lĩnh vực y học, đặc biệt là hỗ trợ các bác sĩ trong việc chẩn đoán bệnh qua dữ liệu hình ảnh. Tuy nhiên, các mô hình AI cần được đào tạo với số lượng lớn dữ liệu, điều này thường chỉ khả thi đối với các bệnh phổ biến.

Giáo sư Frederick Klauschen - Giám đốc Viện Giải phẫu Bệnh học tại LMU giải thích: “Giống như việc bác sĩ chỉ cần chẩn đoán các triệu chứng cảm cúm thông thường như ho, sổ mũi, và đau họng. Thách thức thực sự là phải phát hiện các bệnh ít gặp hơn, điều mà các mô hình AI hiện tại thường bỏ sót hoặc chẩn đoán sai”.

Để khắc phục hạn chế này, nhóm nghiên cứu từ TU Berlin/BIFOLD, cùng với Charité-Đại học Y khoa Berlin, đã phát triển một phương pháp mới. Theo bài báo trên tạp chí NEJM AI, mô hình mới của họ chỉ cần dữ liệu đào tạo từ các kết quả phổ biến, nhưng vẫn có thể phát hiện chính xác các bệnh hiếm gặp, điều này hứa hẹn sẽ cải thiện đáng kể độ chính xác chẩn đoán và giảm bớt gánh nặng cho các bác sĩ giải phẫu bệnh trong tương lai.

Phương pháp mới dựa trên nguyên lý phát hiện bất thường: từ việc mô tả chính xác các mô bình thường và những bệnh phổ biến, mô hình AI có thể nhận ra và đánh dấu các điểm bất thường mà không cần được huấn luyện cụ thể cho các trường hợp hiếm gặp. Trong nghiên cứu của mình, các nhà khoa học đã thu thập hai bộ dữ liệu lớn về hình ảnh mô học từ các mẫu sinh thiết đường tiêu hóa kèm theo chẩn đoán tương ứng. Trong đó, 10 kết quả phổ biến nhất chiếm khoảng 90% số trường hợp, bao gồm các bệnh phổ biến như viêm dạ dày mạn tính, trong khi 10% còn lại chứa 56 bệnh lý khác, bao gồm nhiều loại ung thư.

Giáo sư Klaus-Robert Müller cho biết: “Để huấn luyện và đánh giá mô hình, họ đã sử dụng tổng cộng 17 triệu hình ảnh mô học từ 5.423 trường hợp. Chúng tôi đã so sánh các phương pháp kỹ thuật khác nhau và mô hình tốt nhất của chúng tôi có khả năng phát hiện đáng tin cậy một loạt các bệnh lý hiếm gặp của dạ dày và đại tràng, bao gồm cả ung thư nguyên phát hiếm gặp hoặc di căn.  Hơn nữa, AI còn có thể tạo ra bản đồ nhiệt để chỉ ra vị trí của các điểm bất thường trong mẫu mô học”.

Bằng cách phát hiện các trường hợp bình thường, các bệnh phổ biến và nhận diện bất thường, mô hình AI mới có thể cung cấp hỗ trợ quan trọng cho các bác sĩ. Mặc dù các bệnh lý phát hiện được vẫn cần được xác nhận bởi các bác sĩ chuyên khoa, nhưng AI có thể giúp tiết kiệm rất nhiều thời gian cho các bác sĩ vì khoảng 25-30% số trường hợp có thể được AI chẩn đoán tự động. Ngoài ra, AI cũng có thể hỗ trợ việc ưu tiên xử lý các trường hợp và giảm nguy cơ bỏ sót chẩn đoán.

Điều này sẽ là một bước tiến lớn trong việc ứng dụng AI vào y học, giúp tăng hiệu quả chẩn đoán và nâng cao chất lượng chăm sóc sức khỏe.

Đ.T.V (NASATI), theo https://medicalxpress.com/news/, 2024