Trường Đại học Y Dược Thái Bìnhhttp://tbump.edu.vn/uploads/logo_1.png
Thứ tư - 13/11/2024 20:242580
Theo thống kê mới nhất, tại Việt Nam mỗi năm ghi nhận khoảng 183.000 trường hợp mắc mới ung thư, trong đó ung thư vú chiếm 25,8% bệnh ung thư ở nữ giới, với gần 22.000 trường hợp mắc mới và hơn 9.000 ca tử vong. Tỷ lệ sống sót của ung thư vú sau 5 năm lên tới 90%, sau 10 năm là 84% nếu phát hiện và điều trị ở giai đoạn đầu.
Trí tuệ nhân tạo (AI) đang đóng vai trò ngày càng quan trọng trong việc chẩn đoán sớm và chính xác ung thư vú. Với khả năng xử lý lượng lớn dữ liệu hình ảnh và xử lý các hình ảnh nhanh chóng, AI đã mang đến những đột phá đáng kể trong lĩnh vực Hình ảnh học tuyến vú.
Tại sao AI lại quan trọng trong chẩn đoán ung thư vú ?
Phát hiện sớm các tổn thương nhỏ: AI có thể phát hiện những tổn thương nhỏ, mờ nhạt trên hình ảnh mà mắt thường khó nhận biết, giúp chẩn đoán ung thư ở giai đoạn sớm, khi khả năng điều trị hiệu quả cao nhất.
Tăng độ chính xác: Các thuật toán AI được huấn luyện trên hàng triệu hình ảnh, giúp tăng độ chính xác của chẩn đoán, giảm thiểu sai sót so với phương pháp chẩn đoán truyền thống.
Tăng hiệu quả: AI có thể tự động phân tích hình ảnh, giảm thời gian chờ đợi kết quả chẩn đoán và giúp bác sĩ tập trung vào các trường hợp phức tạp hơn.
Đồng nhất hóa kết quả: AI giúp giảm thiểu sự khác biệt trong chẩn đoán giữa các bác sĩ, đảm bảo tính khách quan và thống nhất.
Các ứng dụng cụ thể của AI trong chẩn đoán ung thư vú:
Phân tích hình ảnh mammography: AI có thể phân tích các hình ảnh mammography (chụp X-quang tuyến vú) để phát hiện các dấu hiệu bất thường như khối u, vi calcification (các hạt canxi nhỏ) hoặc các biến đổi mật độ mô vú.
Phân tích hình ảnh siêu âm: AI có thể phân tích hình ảnh siêu âm vú để đánh giá kích thước, hình dạng và cấu trúc của các tổn thương, giúp phân biệt tổn thương lành tính và ác tính.
Hỗ trợ sinh thiết: AI có thể giúp xác định vị trí chính xác của tổn thương để thực hiện sinh thiết, tăng khả năng lấy được mẫu mô có giá trị chẩn đoán.
Dự đoán đáp ứng điều trị: AI có thể phân tích hình ảnh để dự đoán khả năng đáp ứng của bệnh nhân với các phương pháp điều trị khác nhau, giúp cá nhân hóa phác đồ điều trị.
Lợi ích của AI trong chẩn đoán ung thư vú:
Tăng tỷ lệ sống sót: Phát hiện sớm ung thư vú nhờ AI giúp tăng khả năng điều trị thành công và kéo dài thời gian sống cho bệnh nhân.
Giảm chi phí: AI giúp giảm chi phí chẩn đoán và điều trị bằng cách giảm số lượng các xét nghiệm không cần thiết.
Cải thiện chất lượng cuộc sống: Chẩn đoán sớm và điều trị hiệu quả giúp bệnh nhân giảm thiểu các biến chứng và cải thiện chất lượng cuộc sống.
Một số ứng dụng AI trong chẩn đoán ung thư vú:
VinDr: Hệ thống AI do VinBigdata phát triển, có khả năng phát hiện ung thư vú trên hình ảnh mammography với độ chính xác cao.
Google AI: Google đã phát triển một mô hình AI có thể phát hiện ung thư vú sớm hơn 30% so với các phương pháp truyền thống.
Ứng dụng trí tuệ nhân tạo (AI) trong chẩn đoán sớm ung thư vú tại Bệnh viện Đại học Y Thái Bình
Tại bệnh viện Đại học Y Thái Bình, ngày 20/9/2024 đã triển khai phần mềm AI trong phát hiện và cảnh báo nguy cơ Ung thư vú: Cadai-BTM, do hãng Beamworks của Hàn Quốc sản xuất. Phần mềm do PGS Won H.K và PGS Jaeil K. của đại học Quốc gia Kyungpook, Hàn Quốc nghiên cứu và phát triển từ năm 2021 và được các cơ quan có thẩm quyền tại Hàn Quốc cấp phép cho các thử nghiệm lâm sàng và Thiết bị y tế sáng tạo…, đồng thời cũng được nhiều giải thưởng tại Hàn quốc và nhiều bài báo cũng như báo cáo khoa học trên các tạp chí, hội thảo quốc tế có uy tín khác.
PGS.TS Won H.K và PGS.TS Jaeil K, đại học Quốc gia Kyungpook, Hàn Quốc
Việc ứng dụng trí tuệ nhân tạo (AI) vào tầm soát ung thư vú trên hình ảnh siêu âm tại Bệnh viện Đại học Y Thái Bình mang đến nhiều lợi ích đáng kể, góp phần nâng cao chất lượng chẩn đoán và điều trị bệnh nhân.
1. Nâng cao độ chính xác và hiệu quả:
Cảnh báo các tổn thương nhỏ: AI có khả năng phát hiện những tổn thương nhỏ, mờ nhạt trên hình ảnh siêu âm mà mắt thường khó nhận biết, giúp chẩn đoán ung thư vú ở giai đoạn sớm, khi khả năng điều trị hiệu quả cao nhất.
Giảm thiểu sai sót chủ quan: AI giúp giảm thiểu sai sót do yếu tố chủ quan của bác sĩ đọc phim, đảm bảo tính khách quan và chính xác trong chẩn đoán.
Tăng tốc độ nhận biết hình ảnh bệnh lý: AI có thể phân tích một lượng lớn hình ảnh siêu âm trong thời gian ngắn, giúp bác sĩ tiết kiệm thời gian và tăng năng suất làm việc.
2. Hỗ trợ bác sĩ trong quá trình chẩn đoán:
Đưa ra gợi ý chẩn đoán: AI cung cấp các gợi ý chẩn đoán dựa trên phân tích hình ảnh, giúp bác sĩ đưa ra quyết định chính xác và nhanh chóng hơn.
Đánh giá nguy cơ: AI có thể đánh giá nguy cơ ác tính của các tổn thương, giúp bác sĩ ưu tiên các trường hợp cần theo dõi và điều trị.
Tối ưu hóa quy trình làm việc: AI giúp tự động hóa một số công đoạn trong quá trình đọc phim, giảm thiểu các công việc thủ công và tạo điều kiện thuận lợi cho bác sĩ tập trung vào các trường hợp phức tạp.
3. Cải thiện trải nghiệm của bệnh nhân:
Giảm thời gian chờ đợi kết quả: Nhờ khả năng phân tích hình ảnh nhanh chóng của AI, bệnh nhân có thể nhận được kết quả chẩn đoán sớm hơn, giảm lo lắng và bất an.
Tăng cường sự tin tưởng: Độ chính xác cao của AI giúp bệnh nhân tin tưởng hơn vào kết quả chẩn đoán và quá trình điều trị.
4. Nâng cao năng lực của bệnh viện:
Đưa bệnh viện đi đầu trong ứng dụng công nghệ: Việc ứng dụng AI giúp Bệnh viện Đại học Y Thái Bình trở thành một trong những đơn vị tiên phong trong việc ứng dụng công nghệ vào chẩn đoán và điều trị ung thư vú.
Thu hút bệnh nhân: Bệnh viện sẽ thu hút được nhiều bệnh nhân hơn nhờ việc ứng dụng các công nghệ hiện đại và nâng cao chất lượng dịch vụ.
Phát triển đội ngũ bác sĩ: AI tạo điều kiện cho các bác sĩ được tiếp cận với công nghệ mới, nâng cao kiến thức và kỹ năng chuyên môn.
Việc ứng dụng AI vào tầm soát ung thư vú trên hình ảnh siêu âm tại Bệnh viện Đại học Y Thái Bình mang lại nhiều lợi ích cả về mặt Y học và xã hội, góp phần nâng cao chất lượng chăm sóc sức khỏe cho người bệnh. Tuy nhiên, dù AI mang lại nhiều lợi ích nhưng đây chỉ là một công cụ hỗ trợ, kết quả chẩn đoán cuối cùng vẫn cần được bác sĩ xác định dựa trên lâm sàng và các xét nghiệm khác.
Một số hình ảnh trên phần mềm Cadai-BTM
Tác giả bài viết: TS.BS Nguyễn Ngọc Trung - Trưởng Khoa Chẩn đoán hình ảnh
Trường Đại học Y Dược Thái Bình
