Theo một nghiên cứu mới đây, một công cụ AI sau khi đã trải qua huấn luyện trên khoảng 1 triệu ảnh chụp nhũ ảnh – từ đó có khả năng phát hiện ung thư vú với độ chính xác khoảng 90% khi được kết hợp với các phân tích từ bác sỹ chẩn đoán hình ảnh.

Nghiên cứu nói trên được thực hiện bởi các nhà nghiên cứu tại Đại học Y New York và Trung tâm Khoa học Dữ liệu Đại học New York, tập trung nghiên cứu về một loại AI, cụ thể là một chương trình máy tính ứng dụng machine learning, nhằm tạo giá trị gia tăng cho các chuẩn đoán. Nghiên cứu sử dụng một nhóm 14 bác sỹ chẩn đoán hình ảnh, xem xét 120 ảnh chụp nhũ ảnh khác nhau.

Theo TS. Krzysztof J. Geras, một tác giả của nghiên cứu, trợ giáo Khoa Chẩn đoán hình ảnh tại Đại học New York Langone chia sẻ: “Chúng tôi đã phát hiện ra rằng, AI có thể tìm ra một số xu hướng ung thư mà các bác sỹ không phát hiện được, và ngược lại.”

Geras, một thành viên hội đồng tại Trung tâm Khoa học Dữ liệu Đại học New York bổ sung: “AI có thể phát hiện các thay đổi cấp pixel trong tế bào, mà mắt người không nhìn thấy được, trong khi đó, con người lại có những lý luận vượt ngoài năng lực của AI. Xét cho cùng, công trình của chúng tôi là để tăng cường khả năng của các bác sỹ chẩn đoán hình ảnh, chứ không phải để thay thế họ.”

Trong năm 2014, đã có tới hơn 39 triệu bài kiểm tra nhũ ảnh được thực hiện tại Mỹ, xem xét các trường hợp phụ nữ chưa xuất hiện triệu chứng ung thư vú, qua đó xác định ai cần phải được khám kỹ càng hơn. Nhưng đối tượng có kết quả bất thường sẽ được kiểm tra sinh thiết, tức lấy mẫu tế bào ngực để xét nghiệm cụ thể.

Một công cụ mới trong phát hiện ung thư vú

Trong nghiên cứu mới này, đội ngũ nghiên cứu đã ứng dụng các kỹ thuật thống kê, giúp chương trình máy tính có thể làm tốt hơn, mà không cần được hướng dẫn cụ thể. Các chương trình này thường xây dựng các mô hình toán học, cho phép máy đưa ra quyết định dựa trên các dữ liệu đầu vào, và càng xem xét nhiều những dữ liệu này, thì máy sẽ càng trở nên “thông minh hơn”.

Những phương thức AI hiện đại lại lấy cảm hứng từ não bộ con người, ứng dụng các mạch phức tạp để xử lý từng lớp thông tin, bổ trợ thêm thông tin qua từng bước, và nâng/giảm độ quan trọng của từng thông tin xuyên suốt quá trình.

Nghiên cứu mới đây đã được xuất bản trực tuyến thông qua tạp chí IEEE Transactions về hình ảnh Y tế, mô tả quá trình công cụ AI được huấn luyện sử dụng các hình ảnh gắn kết với kết quả kiểm tra sinh thiết của từng đối tượng. Mục tiêu của nghiên cứu là nhằm giúp giảm số lượng kiểm tra sinh thiết cần làm, qua đó giảm gánh nặng cho các bác sỹ chuẩn đoán hình ảnh. Và theo TS. Geras, điều này chỉ có thể thực hiện được nếu các bác sỹ tin tưởng hơn vào kết quả của những phân tích ảnh chụp.

Cụ thể, đội ngũ nghiên cứu đã phân tích các hình ảnh được thu thập từ việc thăm khám định kỳ tại NYU Langone Health xuyên suốt 7 năm, sàng lọc các dữ liệu, và liên kết các hình ảnh này với kết quả kiểm tra sinh thiết. Thành quả của họ là một bộ dữ liệu huấn luyện dành riêng cho công cụ AI của nhóm nghiên cứu, bao gồm 229.426 kết quả chụp nhũ ảnh bản số, vào 1.001.093 hình ảnh. Trong khi đó, đa số các nghiên cứu trước đây đều chỉ thường sử dụng các bộ dữ liệu dưới 10.000 ảnh.

Với bộ dữ liệu này, các nhà nghiên cứu đã huấn luyện mạng nơ-ron của họ, lập trình chúng phân tích các hình ảnh đã có kết quả chẩn đoán sẵn. Điều này đồng nghĩa với việc họ đã biết rõ đâu là kết quả “thực” của việc chẩn đoán, và chỉ đang kiểm nghiệm tính chính xác của công cụ. Tính chính xác này được đo lường dựa trên tần suất dự đoán đúng.

Ngoài ra, các nhà nghiên cứu này cũng đã thiết kế mô hình AI nói trên, khiến việc đầu tiên chúng làm là xem xét từng mảng nhỏ trên hình một cách riêng rẽ, nhằm gây dựng một bản đồ nhiệt – tức một ảnh thống kê khả năng sinh bệnh trên từng vùng. Sau đó, chương trình mới chuyển sang phân tích toàn bộ vùng ngực, tìm kiếm các đặc điểm về cấu trúc có thể là triệu chứng ung thư, và đặc biệt lưu tâm tới các vùng đã được đánh dấu trên bản đồ nhiệt nói trên.

Và thay vì phải chờ các nhà nghiên cứu chỉ ra các đặc điểm hình ảnh cần xem xét, công cụ này sẽ tự tìm kiếm các đặc điểm đó, qua đó tính chính xác sẽ trở nên cao hơn. Trong tương lai, đội ngũ nghiên cứu mong muốn tiếp tục nâng cao độ chính xác này, thông qua việc bổ sung huấn luyện trên nhiều dữ liệu hơn nữa, tham vọng đạt mục tiêu có thể phân tích cả những thay đổi trong tế bào ngực có tiềm năng gây ra ung thư.

Việc chuyển hóa sang sử dụng AI như một công cụ hỗ trợ việc chẩn đoán hình ảnh cần phải được làm tương tự như ứng dụng xe tự lái – chậm mà chắc, từ từ gây dựng lòng tin và cải thiện các hệ thống từng ngày, trong khi vẫn tập trung vào tính an toàn,” một tác giả chính của nghiên cứu, đồng thời là thành viên Trung tâm Khoa học Dữ liệu Đại học New York, ông Nan Wu khẳng định.

FPT TechInsight
Theo NYU Langone

Tin liên quan: