AI kịp thời phát hiện tổn thương ung thư bị bỏ sót với hình ảnh X Quang, có thể phát hiện Covid-19/bệnh lao khi nghe tiếng ho

Vn-Z.vn Ngày 26 tháng 03 năm 2024, Tính đến thời điểm hiện tại, vai trò của trí tuệ nhân tạo (AI) trong việc hỗ trợ chẩn đoán bệnh đang trở nên ngày càng quan trọng và hứa hẹn. AI có khả năng xử lý lượng lớn dữ liệu từ các bộ dữ liệu y tế, từ hồ sơ bệnh án đến hình ảnh y học, và từ đó, có thể phát hiện ra các dấu hiệu, triệu chứng và mối liên hệ mà con người có thể bỏ qua hoặc không thể nhận diện được.
Vào năm 2018, một lập trình viên tên là “coolwulf” đã tạo một chủ đề giới thiệu về trang web do anh ấy tạo ra. Người dùng chỉ cần tải lên hình ảnh chụp X-quang của họ, sau đó AI sẽ tiến hành thực hiện chẩn đoán nhanh bệnh ung thư vú riêng cho họ.

Theo các nghiên cứu khoa học được công bố trên nhiều tạp chí internet, Dấu hiệu sớm của ung thư có thể bị bỏ qua bởi các bác sĩ, nhưng đã được trí tuệ nhân tạo phát hiện kịp thời!
Một bệnh nhân là phụ nữ ở Anh đã hồi phục. Trong các lần kiểm tra mắt tại một phòng khám ở Mỹ, thuật toán trí tuệ nhân tạo đã phát hiện ra sự biến chứng trên võng mạc của bệnh nhân. Điều này cho thấy , tương lai trí tuệ nhân tạo giúp đỡ các bác six trong việc chẩn đoán bệnh cho con người, thật sự không còn xa.

Sự kết hợp giữa trí tuệ nhân tạo và y học hứa hẹn mang lại nhiều cơ hội và lợi ích cho việc chẩn đoán và điều trị bệnh, nhưng cũng cần được tiếp cận và triển khai một cách cẩn thận và đảm bảo tính đạo đức và an toàn.

Gần đây, ngày càng xuất hiện nhiều nghiên cứu đã cho thấy: AI đang có hy vọng thực sự trong việc giúp con người chẩn đoán bệnh! Trong 11 trường hợp phụ nữ được tiến hành kiểm tra tia X về vú, AI đã thành công trong việc phát hiện các dấu hiệu sớm của ung thư vú mà bác sĩ đã bỏ sót. Một trong số phụ nữ được cứu bởi AI đã trải qua ca phẫu thuật và bắt đầu phục hồi.
Gần đây, nhóm nghiên cứu AI của Google vừa phát triển một công cụ trí tuệ nhân tạo (AI) có thể chẩn đoán bệnh thông qua phân tích cách ho của người và hơi thở của họ.

Ngoài ra, tại một phòng khám ở Nam California, một thuật toán trí tuệ nhân tạo để kiểm tra tình trạng mắt đã giúp các chuyên gia phát hiện sự biến chứng trên võng mạc trong khoảng 1/4 số lần kiểm tra mắt trong năm qua, với khoảng 700 lượt kiểm tra.

Nếu được đào tạo đủ dữ liệu, AI sẽ rất giỏi trong việc phát hiện các triệu chứng cụ thể của một số bệnh, đó chính là lĩnh vực chuyên môn của nó.

Cả hai vợ của cha đẻ của học thuyết học sâu, Hinton, đều qua đời vì ung thư. Anh ấy đã trải qua sự thất vọng khi chờ đợi kết quả và nhận được thông tin mơ hồ từ bác sĩ.

Phần lớn thông tin trong hồ sơ bệnh nhân không được sử dụng. Cách giải thích của bác sĩ về kết quả CT cũng rất khác nhau. Nếu hai bác sĩ nhìn vào phim X quang , họ có thể đưa ra kết quả chẩn đoán hoàn toàn khác nhau.

Nhấn để mở rộng...

Ngày nay, khi AI phát triển ngày càng nhanh trong việc chẩn đoán và dự đoán, có lẽ những thảm kịch tương tự sẽ ngày càng ít đi.
Dấu hiệu ung thư giai đoạn đầu mà bác sĩ con người bỏ sót đã được AI phát hiện

Một bài viết trên BBC đưa tin AI đã phát hiện ra bệnh ung thư vú giai đoạn đầu mà các bác sĩ con người đã bỏ sót.

Ai cũng biết rằng ung thư vú rất khó phát hiện ở giai đoạn đầu, nhưng mới đây, công cụ AI mang tên Mia đã phát hiện thành công những dấu hiệu nhỏ mà bác sĩ con người đã bỏ sót trong ảnh chụp X quang tuyến vú của 11 phụ nữ!

Thử nghiệm thí điểm này được hoàn thành bởi các bác sĩ lâm sàng của NHS làm việc với Mia.

Sau khi phân tích ảnh chụp X quang tuyến vú của hơn 10.000 phụ nữ, Mia đã thành công trong việc đánh dấu những bệnh nhân có triệu chứng ung thư và phát hiện 11 bệnh nhân mắc bệnh ung thư vú giai đoạn đầu mà các bác sĩ con người đã bỏ sót.
Barbara là một trong 11 bệnh nhân bị AI gắn cờ, nhưng các bác sĩ X quang của bệnh viện không tìm thấy dấu hiệu sớm của bệnh ung thư trong kết quả chụp X Quang của cô.

May mắn thay, khối u của Barbara đã được AI phát hiện.

Vì khối u chỉ có kích thước 6 mm và được phát hiện sớm nên Barbara chỉ cần xạ trị 5 ngày sau phẫu thuật. Với ệnh nhân ung thư vú có khối u nhỏ hơn 15 mm có tỷ lệ sống sót là 90% trong vòng 5 năm.

Như vậy trong thử nghiệm này nếu không có AI, bệnh ung thư của Barbara có thể sẽ không được phát hiện sớm cho đến lần chụp X-quang tuyến vú định kỳ tiếp theo của cô, ba năm sau, bởi vì trước đây cô chưa bao giờ biểu hiện bất kỳ triệu chứng rõ ràng nào.

Barbara rất vui vì việc điều trị của cô ít đau đớn hơn mẹ và chị gái cô, những người cũng bị ung thư vú và phải điều trị xâm lấn.

Nhà phát triển Mia Kheiron cho biết: Vì chẩn đoán bằng AI cực kỳ hiệu quả nên Mia gần như có thể giảm thời gian chờ đợi kết quả từ 14 ngày xuống còn 3 ngày.

Sẽ mất bao lâu để đào tạo một bác sĩ AI có thể chẩn đoán ung thư? Câu trả lời là sáu năm.

Sarah Kerruish, giám đốc chiến lược Kheiron Medical, cho biết phải mất sáu năm để đào tạo Mia, chạy trên hệ thống sử dụng sức mạnh điện toán đám mây của Microsoft và được đào tạo về hàng triệu bức ảnh chụp X-quang tuyến vú của phụ nữ trên khắp thế giới.

Các bác sĩ ung thư vú thực hiện trung bình khoảng 5.000 lần chụp X Quang vùng ngực và vú mỗi năm, mỗi lần bác sĩ có thể kiểm tra 100 bức ảnh. Vì họ là con người nên các bác sĩ sẽ cảm thấy mệt mỏi, bị phân tâm, bị gián đoạn. Nhưng với AI, bạn không phải lo lắng về những yếu tố này.

Tất nhiên, hiện tại Mia vẫn chưa hoàn hảo, ví dụ như nó không thể truy cập vào bất kỳ lịch sử bệnh án của bệnh nhân nào, có thể làm nhầm các khối u đã được xác định là không gây hại thành ung thư.

Hiện nay, mỗi bức ảnh quét được kiểm tra bởi hai bác sĩ chuyên khoa nhiễm xạ, nhưng trong tương lai gần, AI có thể sẽ thay thế một bác sĩ con người, giảm đáng kể khối lượng công việc.
Cũng trong tuần này, nhóm nghiên cứu từ Google đã phát triển một công cụ học máy mới, có thể giúp bác sĩ phát hiện và theo dõi tình trạng sức khỏe bằng cách phân tích âm thanh của tiếng ho và hơi thở của người.

Bài viết đã được đăng tải trên tạp chí khoa học Arxiv. và Nature.

Trong lĩnh vực này, hầu hết các công cụ trí tuệ nhân tạo (AI) đều được xây dựng dựa trên các bản ghi âm đã được gán nhãn. Trong đó, các bản ghi âm của tiếng ho sẽ được đưa vào mô hình cùng với thông tin sức khỏe của bệnh nhân. Ví dụ, khi bệnh nhân ghi âm, có thể đang mắc phải bệnh viêm phế quản.

Sau đó, thông qua phương pháp "học có giám sát", mô hình sẽ học cách kết nối đặc điểm âm thanh với dữ liệu được gán nhãn tương ứng.

"Trong lĩnh vực y học, phương pháp học có giám sát đã được xác thực trên thực tế lâm sàng," Yael Bensoussan, bác sĩ tại Đại học Nam Florida, giải thích. "Nhưng nhược điểm của phương pháp này là tập dữ liệu đã được gán nhãn rất hiếm."

Để giải quyết vấn đề này, Google quyết định chuyển sang phương pháp tự học có giám sát, không còn phụ thuộc vào dữ liệu đã được gán nhãn. Cụ thể, họ đã tự động trích xuất hơn 300 triệu bản ghi âm từ video trên YouTube chứa âm thanh như tiếng ho, hơi thở và âm thanh của việc làm sạch họng. Sau đó, mỗi bản ghi âm được chuyển đổi thành biểu diễn hình ảnh âm thanh gọi là biểu diễn tần số.

Tiếp theo, các nhà nghiên cứu sẽ ẩn đi một số phần của biểu diễn tần số, để mô hình học cách dự đoán những phần bị thiếu này, quá trình này tương tự như việc huấn luyện mô hình ngôn ngữ lớn để dự đoán từ tiếp theo trong văn bản.

Thông qua việc tinh chỉnh, nhóm Google đã có thể tạo ra mô hình có khả năng phát hiện COVID-19, bệnh lao và các các đặc điểm như việc hút thuốc lá.

Kết quả cho thấy, trên các tập dữ liệu khác nhau, điểm số của HeAR trong việc kiểm tra COVID-19 là 0.645 và 0.710 tương ứng, vượt trội hơn so với các mô hình hiện tại được huấn luyện dựa trên dữ liệu âm thanh thông thường hoặc dựa trên âm thanh.

Để phát hiện bệnh lao, điểm HeAR cao tới 0,739.

(Điểm 0,5 có nghĩa là mô hình thực hiện tốt khả năng đoán ngẫu nhiên, trong khi điểm 1 có nghĩa là mô hình luôn dự đoán chính xác)

AI đang làm thay đổi cách thức kiểm tra mắt cho bệnh nhân mắc bệnh đái tháo đường

Không ngẫu nhiên, Christian Espinoza, người đứng đầu một trung tâm điều trị thuốc ở Nam California, gần đây đã giới thiệu một trợ lý mạnh mẽ mới: một thuật toán trí tuệ nhân tạo có khả năng sử dụng máy ảnh võng mạc để chụp ảnh và kiểm tra tình trạng mắt.

Công nghệ này có thể nhanh chóng đưa ra chẩn đoán mà không yêu cầu bác sĩ phải ở hiện trường.

Hệ thống này có khả năng cải thiện đáng kể khả năng sàng lọc các biến chứng trên võng mạc của bệnh nhân mắc bệnh đái tháo đường - đây là nguyên nhân chính dẫn đến mất thị lực ở người trưởng thành trong độ tuổi lao động, và đang đe dọa đến khoảng 38 triệu người mắc bệnh đái tháo đường tại Mỹ.

Để giải quyết vấn đề này, Digital Diagnostics sau nhiều thập kỷ nghiên cứu và tham gia thử nghiệm lâm sàng với khoảng 900 bệnh nhân tiểu đường, đã nhận được sự chấp thuận từ FDA vào năm 2018, điều này cũng đánh dấu sự ra đời của hệ thống trí tuệ nhân tạo hoàn toàn tự động đầu tiên trong lĩnh vực y học.

Trong khi đó, Aaron Lee, chuyên gia về võng mạc của Đại học Washington và Giáo sư phụ, đã ca ngợi đó là "một cột mốc trong lịch sử y học".

Hệ thống này hoạt động rất đơn giản, chỉ cần có bằng cấp trung học và một vài giờ đào tạo. Trong đó, thiết bị có thể được đặt trong bất kỳ phòng tối nào, bệnh nhân chỉ cần đặt mặt vào các cánh cằm và trán, nhìn vào ống kính, kỹ thuật viên sẽ chụp hình mắt từng bên. Và trong hầu hết các trường hợp, không cần phải mở rộng đồng tử, kết quả chẩn đoán có thể được đưa ra trong vài phút.

Nói chung, trí tuệ nhân tạo cung cấp khả năng đưa ra kết quả ngay lập tức, cũng như tiết kiệm thời gian và chi phí cho các cuộc hẹn bổ sung, từ đó mang lại lợi ích cho cả bệnh nhân và các cơ sở y tế.

Kết quả cho thấy, trong khoảng 700 lần kiểm tra mắt đã được thực hiện tại phòng khám của Espinoza trong năm qua, gần một phần tư các cuộc kiểm tra phát hiện ra biến chứng về võng mạc, các bệnh nhân này sau đó đã được giới thiệu cho các chuyên gia để tiếp tục điều trị.

Tuy nhiên, cũng cần lưu ý rằng, nếu không có bác sĩ tự thực hiện cuộc kiểm tra, chỉ dựa vào thuật toán để tìm kiếm biến chứng về võng mạc do tiểu đường, có thể bỏ qua các bệnh trầm trọng khác như u mạc niêm mạc.

Và thuật toán trong quá trình đánh giá sẽ cẩn thận hơn, dẫn đến việc chuyển dịch quá mức cho bệnh nhân.

Dù vậy, hiện tại trí tuệ nhân tạo vẫn chưa đủ đáng tin cậy.

Chẳng bao lâu trước, người dùng Twitter "Misha Saul" đã mang kết quả quét MRI não của bạn mình và yêu cầu chuyên gia trí tuệ nhân tạo nổi tiếng hiện nay là Claude phân tích.

Ngay lập tức, Claude đã đưa ra "kết luận" của mình - có một khối u nghiêm trọng trong não:

Dựa trên hình ảnh MRI não được hiển thị, có vẻ như có một khu vực bất thường lớn trong não. Vùng sáng không đều ở trung tâm não làm người ta lo lắng, có thể là khối u hoặc tình trạng bệnh lý khác.

Khối u này hiển thị sự tăng cường rõ rệt, tác động ép lên địa phương và sưng quanh - những đặc điểm này không phải là điều bình thường của các cấu trúc não.

Chúng ta có thể theo dõi khối u này trong một loạt các lát cắt MRI liên tục, xác nhận nó là một biến chứng chiếm chỗ thực sự. Vị trí của nó cũng là vị trí điển hình của các khối u thần kinh nguyên phát.

Mặc dù tôi biết rằng trong lĩnh vực chẩn đoán hình ảnh luôn tồn tại sự không chắc chắn nhất định, nhưng tôi tin rằng khả năng đó thực sự là một bộ phận bình thường của não hoặc một góc nhìn gây nhầm lẫn rất thấp, không đến 1%. Tất cả các hình ảnh tạo thành một hình ảnh mạnh mẽ và thuyết phục về một khối u não xâm lấn.

Nhấn để mở rộng...

Sau đó anh ấy lại yêu cầu Claude tiến hành kiểm tra lần thứ hai và đây là kết quả:

Xem xét các chuỗi và góc cắt MRI bổ sung, đánh giá của tôi không thay đổi.

Từ nhiều góc độ khác nhau, rõ ràng thấy một khu vực bất thường lớn và tăng cường mạnh mẽ ở trung tâm của thùy trên trái, với một lượng lớn sưng vận mạch xung quanh.

Biến chứng này tái phát liên tục trong các lát cắt liên tục, xác nhận nó là một biến chứng thực sự, không phải là một hiện tượng hình ảnh ngẫu nhiên nào.

Các điểm quan sát quan trọng bao gồm:

1. Sự tăng cường không đồng đều của vùng bất thường trên hình ảnh tăng cường trọng số T1, cho thấy rằng rào cản máu não đã bị phá vỡ.

2. Chuỗi "T2 FLAIR" cho thấy khối u chủ yếu là tín hiệu cao T2, với sưng vận mạch xung quanh.

3. Do tác động ép lên cục bộ của khối u, thất bên cạnh bị biến dạng.

4. Do tác động của sự mở rộng của biến chứng, dẫn đến sự di chuyển về phía bên phải của trung tâm.

Các phát hiện này một lần nữa xác nhận sự đánh giá ban đầu của tôi rằng đó là một khối u thùy trên trái xâm lấn cao cấp, dựa trên đặc điểm hình ảnh, nó rất có thể là một khối u tế bào gốc thần kinh. Các hình ảnh thêm bổ sung thẳng đứng so với mặt phẳng ban đầu giúp loại bỏ hiện tượng hình ảnh được tạo ra bởi sai số trung bình của thể tích.

Tổng cộng, các dữ liệu hình ảnh bổ sung này củng cố thêm niềm tin của tôi rằng đây là một khối u xâm lấn ở thùy trên trái, tôi nghi ngờ rằng đó là một khối u tế bào gốc thần kinh.

Bây giờ, tôi tự tin hơn (> 99%) trong việc đánh giá rằng đây là một phát hiện bệnh lý thực sự cần phải can thiệp điều trị ngay lập tức.

Mặc dù cuối cùng cần phải xác định phân loại một cách rõ ràng thông qua việc lấy mẫu và đánh giá bệnh lý học, nhưng kết quả hình ảnh rất thuyết phục đối với khối u tế bào gốc thần kinh ác tính.

Nhấn để mở rộng...

Đối với những người bình thường, chẩn đoán mà Claude đưa ra là rất thuyết phục - Claude không chỉ có vốn từ vựng chuyên môn đầy đủ mà thái độ của mô hình này rất kiên quyết: "Tôi nghĩ tỷ lệ chẩn đoán sai của tôi là dưới 1%"!

Tuy nhiên, báo cáo của bác si chuyên khoa X quang cho thấy mọi chuyện vẫn bình thường. Trước sự thúc giục của cư dân mạng, lần này bệnh viện đã gọi ba bác sĩ X quang và tiến hành kiểm tra bằng AI của chính họ cùng lúc.

Kết quả vẫn vậy - mọi thứ đều ổn.

Rõ ràng kết quả mà Claude vừa đưa ra là hoàn toàn sai…