Trí tuệ nhân tạo tốt hơn con người trong việc phát hiện ung thư phổi
Các nhà nghiên cứu đã sử dụng một thuật toán học sâu để phát hiện ung thư phổi một cách chính xác từ các bản chụp cắt lớp vi tính. Kết quả của cuộc nghiên cứu chỉ ra rằng trí tuệ nhân tạo có thể làm tốt hơn đánh giá của con người về những lần quét này.
Theo ước tính gần đây nhất, ung thư phổi gây ra gần 160.000 ca tử vong ở Hoa Kỳ. Tình trạng này là nguyên nhân hàng đầu gây tử vong do ung thư ở Hoa Kỳ và việc phát hiện sớm là rất quan trọng để ngăn chặn sự lây lan của các khối u và cải thiện kết quả của bệnh nhân.
Để thay thế cho chụp X-quang ngực, các chuyên gia chăm sóc sức khỏe gần đây đã sử dụng phương pháp chụp cắt lớp vi tính (CT) để tầm soát ung thư phổi.
Trên thực tế, một số nhà khoa học cho rằng chụp CT ưu việt hơn tia X trong việc phát hiện ung thư phổi, và nghiên cứu đã chỉ ra rằng CT liều thấp (LDCT) nói riêng đã làm giảm 20% ca tử vong do ung thư phổi.
Tuy nhiên, tỷ lệ dương tính giả và âm tính giả vẫn còn cao trong quy trình LDCT. Những sai sót này thường làm trì hoãn việc chẩn đoán ung thư phổi cho đến khi bệnh chuyển sang giai đoạn cuối khi quá khó điều trị.
Nghiên cứu mới có thể bảo vệ chống lại những sai sót này. Một nhóm các nhà khoa học đã sử dụng kỹ thuật trí tuệ nhân tạo (AI) để phát hiện các khối u phổi trong chụp cắt lớp vi tính LDCT.
Daniel Tse, từ nhóm Nghiên cứu Sức khỏe của Google ở Mountain View, CA, là tác giả tương ứng của nghiên cứu, những phát hiện này xuất hiện trên tạp chí Y học tự nhiên.
'Mô hình làm tốt hơn tất cả sáu bác sĩ X quang'
Tse và các đồng nghiệp đã áp dụng một hình thức AI gọi là học sâu cho 42.290 bản quét LDCT mà họ truy cập từ Kho dữ liệu điện tử Tây Bắc và các nguồn dữ liệu khác thuộc các bệnh viện Northwestern Medicine ở Chicago, IL.
Thuật toán học sâu cho phép máy tính học theo ví dụ. Trong trường hợp này, các nhà nghiên cứu đã đào tạo hệ thống bằng cách sử dụng quét LDCT chính cùng với quét LDCT trước đó, nếu nó có sẵn.
Chụp LDCT trước rất hữu ích vì chúng có thể tiết lộ tốc độ phát triển bất thường của các nốt phổi, do đó cho thấy bệnh ác tính.
Trong nghiên cứu hiện tại, AI đã cung cấp một “hệ thống đánh giá hình ảnh tự động” dự đoán chính xác mức độ ác tính của các nốt phổi mà không cần bất kỳ sự can thiệp nào của con người.
Các nhà nghiên cứu đã so sánh các đánh giá của AI với đánh giá của sáu bác sĩ X quang Hoa Kỳ được hội đồng chứng nhận, những người có tới 20 năm kinh nghiệm lâm sàng.
Khi không có quét LDCT trước đó, mô hình AI “vượt trội hơn cả sáu bác sĩ X quang với việc giảm tuyệt đối 11% trường hợp dương tính giả và 5% âm tính giả”, Tse và các đồng nghiệp báo cáo. Khi hình ảnh trước đó có sẵn, AI hoạt động tốt như các bác sĩ X quang.
Đồng tác giả nghiên cứu, Tiến sĩ Mozziyar Etemadi, trợ lý nghiên cứu giáo sư gây mê tại Trường Y Feinberg thuộc Đại học Northwestern ở Chicago, giải thích tại sao AI có thể đánh giá tốt hơn con người.
Tiến sĩ Etemadi nói: “Các bác sĩ X quang thường kiểm tra hàng trăm hình ảnh 2D hoặc‘ lát cắt ’trong một lần chụp CT, nhưng hệ thống máy học mới này xem phổi trong một hình ảnh 3D đơn lẻ, khổng lồ,” Tiến sĩ Etemadi nói.
“AI trong 3D có thể nhạy hơn nhiều trong khả năng phát hiện sớm ung thư phổi so với mắt người nhìn vào hình ảnh 2D. Đây là kỹ thuật ‘4D’ vì nó không chỉ xem xét một lần chụp CT mà là hai lần (quét hiện tại và trước đó) theo thời gian ”.
Tiến sĩ Mozziyar Etemadi
Ông tiếp tục: “Để xây dựng AI để xem CT theo cách này, bạn cần có một hệ thống máy tính khổng lồ ở quy mô của Google. "Khái niệm là mới lạ, nhưng kỹ thuật thực tế của nó cũng mới lạ vì quy mô."
Tiến sĩ Etemadi tiếp tục khai thác lợi ích của việc sử dụng công nghệ học sâu, nhấn mạnh độ chính xác của nó. Nhà nghiên cứu cho biết: “Hệ thống có thể phân loại một tổn thương với độ đặc hiệu cao hơn.
Tiến sĩ Etemadi kết luận: “Chúng ta không chỉ có thể chẩn đoán tốt hơn ai đó bị ung thư, mà còn có thể nói nếu ai đó không bị ung thư, có khả năng cứu họ khỏi một cuộc sinh thiết phổi xâm lấn, tốn kém và rủi ro,” Tiến sĩ Etemadi kết luận.
Tuy nhiên, các nhà nghiên cứu cảnh báo rằng trước tiên cần phải xác nhận những kết quả này trong các nhóm thuần tập lớn hơn.
