Ứng dụng AI biến ảnh chụp X-quang thành công cụ chẩn đoán chính các hơn

(SHTT) - Các nhà nghiên cứu đã sử dụng mô hình AI học sâu để biến bức ảnh X-quang lồng ngực thông thường thành một công cụ hiệu quả hơn để giá chức năng tim và kiểm tra bệnh tật nhanh chóng và chính xác hơn.

Chụp X-quang lồng ngực là xét nghiệm phóng xạ được phổ biến nhất trên thế giới và là cách phổ biến để các chuyên gia y tế chẩn đoán bệnh phổi và tim. Tuy nhiên, mặc dù chúng được thực hiện nhanh chóng và dễ dàng, nhưng X-quang là một hình ảnh tĩnh không thể cung cấp thông tin về hoạt động của tim. Do đó, bệnh nhân sẽ cần thực hiện thêm cả siêu âm tim.

Siêu âm tim đánh giá hiệu quả tình trạng bơm máu của tim và liệu các van giữa các buồng tim có bị rò rỉ hoặc bị bệnh hay không. Nếu van tim có vấn đề, tim sẽ không thể bơm máu hiệu quả và phải làm việc nhiều hơn, điều này có thể dẫn đến suy tim hoặc ngừng tim đột ngột hoặc tử vong. Tuy nhiên, siêu âm tim đòi hỏi kỹ thuật viên phải có kỹ năng chuyên môn cao.

Nghiên cứu được công bố trên tạp chí The Lancet Digital Health cho biết, hiện, các nhà nghiên cứu từ Đại học Osaka Metropolitan đã đưa một mô hình AI học sâu để biến hình ảnh chụp X-quang lồng ngực thông thường thành một công cụ chẩn đoán chi tiết hơn.

Học sâu là một quá trình được trí tuệ nhân tạo (AI) sử dụng để dạy máy tính xử lý dữ liệu theo cách bắt chước bộ não con người. Mô hình có thể nhận dạng các mẫu phức tạp trong hình ảnh, văn bản, âm thanh và các dữ liệu khác để đưa ra những hiểu biết và dự đoán chính xác.

Các nhà nghiên cứu đã đào tạo mô hình học sâu với 22.551 bức ảnh chụp X-quang lồng ngực kết hợp với 22.551 hình ảnh siêu âm tim thu được từ 16.946 bệnh nhân của bốn cơ sở y tế từ năm 2013 đến năm 2021. Họ đã sử dụng dữ liệu từ nhiều tổ chức để giảm nguy cơ AI tạo ra kết quả sai lệch.

 

Tia X được đặt làm dữ liệu đầu vào và siêu âm tim làm dữ liệu đầu ra và mô hình đã được đào tạo để tìm hiểu các tính năng kết nối cả hai bộ dữ liệu. Khi thử nghiệm mô hình học sâu của họ, các nhà nghiên cứu nhận thấy rằng nó có thể phân loại chính xác sáu loại bệnh van tim. Diện tích dưới đường cong (AUC) - chỉ số đánh giá cho biết khả năng phân biệt giữa các lớp của mô hình AI - nằm trong khoảng từ 0,83 đến 0,92. AUC có phạm vi giá trị từ 0 đến 1; càng gần 1 càng tốt.

Các nhà nghiên cứu cho biết phương pháp AI mới của họ có thể bổ sung cho siêu âm tim, đặc biệt khi cần chẩn đoán nhanh hoặc thiếu kỹ thuật viên.

Daiju Ueda, tác giả chính của nghiên cứu cho biết: “Chúng tôi đã mất rất nhiều thời gian để có được những kết quả này, nhưng tôi tin rằng đây là một nghiên cứu quan trọng. Ngoài việc cải thiện hiệu quả chẩn đoán của bác sĩ, hệ thống này cũng có thể được sử dụng ở những nơi không có chuyên gia, trong các trường hợp khẩn cấp vào ban đêm và cho những bệnh nhân gặp khó khăn khi siêu âm tim”.

Quỳnh Trang