Phần mềm được xây dựng dựa trên dữ liệu mở từ ảnh chụp X quang thực tế cả người có bệnh và không có bệnh, sau đó cho máy học và nhận biết. Kết quả cho thấy nếu dựa vào tiêu chí đánh giá của ngành y tế, cả độ nhạy và độ đặc hiệu của thuật toán đều đạt trên 90%, thậm chí trên 95% đối với một số mặt bệnh. Nếu dựa vào tiêu chí tốc độ xử lý, để đọc một ảnh chụp X quang đúng tiêu chuẩn bác sĩ sẽ cần 5-10 phút nhưng máy đọc chỉ mất 2-5 giây tùy theo cấu hình phần cứng.
Cuộc thi chẩn đoán bệnh tràn khí màng phổi được tổ chức online với hơn 1.000 đội tham gia. Ảnh: BN
Giáo sư Vũ Hà Văn, Viện trưởng Viện Nghiên cứu Dữ liệu lớn (Viện Big Data - Tập đoàn Vingroup) cho biết: "Để chắc chắn về khả năng của mình trong việc thực hiện những nghiên cứu đạt chuẩn quốc tế, nhóm Phân tích Hình ảnh Y tế của Viện đã gửi phần mềm tham dự 2 cuộc thi uy tín, tổ chức trên nền tảng mở. Trong cuộc thi chẩn đoán bệnh tràn khí màng phổi (Pneumothorax Segmentation) do Hiệp hội Tin học Hình ảnh Y tế Hoa Kỳ (SIIM) tổ chức, nhóm nghiên cứu của Viện đang nằm trong 5 vị trí dẫn đầu trên tổng số hơn 1.000 đội dự thi từ khắp nơi trên thế giới. Trong đó có rất nhiều đội thi mạnh đến từ các tổ chức uy tín của Liên bang Nga, Hoa Kỳ, Trung Quốc, Israel...
Còn trong cuộc thi chẩn đoán 12 bệnh phổi phổ biến qua ảnh X quang lồng ngực (CheXpert) do Đại học Stanford - Hoa kỳ tổ chức, Nhóm cũng đang đứng ở vị trí thứ 5 trong tổng số 40 đội. Đặc biệt, kết quả chẩn đoán của thuật toán tốt hơn hoặc tương đương khi so sánh với với hội đồng các bác sĩ chẩn đoán hình ảnh do Stanford tổ chức để đánh giá cuộc thi, trên một bộ ảnh X quang cụ thể".
Theo Tiến sĩ Nguyễn Quý Hà, Trưởng nhóm Phân tích Hình ảnh Y tế (Viện Big Data), tuy đạt những kết quả khả quan bước đầu nhưng thuật toán đang được xây dựng dựa trên nguồn dữ liệu mở của nước ngoài. Nếu có thể thu thập dữ liệu ảnh y tế của người Việt thì độ chính xác và khả năng ứng dụng trong thực tế tại Việt Nam sẽ thực sự cao.
Ông Hà cho biết, với mỗi loại bệnh, thuật toán cần có ảnh chụp từ 100.000 - 200.000 bệnh nhân. "Dữ liệu đầu vào càng lớn càng tốt. Giống như bác sĩ càng tiếp xúc nhiều ca bệnh đa dạng thì kinh nghiệm càng nhiều và chẩn đoán càng chính xác hơn", TS Hà nói và cho biết, đây là một khó khăn do việc thu thập dữ liệu y tế chuẩn không thể thực hiện trong ngày một, ngày hai.
Để chuẩn bị cho dữ liệu đầu vào, ngày 23/7, Viện Big Data đã ký Biên bản ghi nhớ Hợp tác với Cục Công nghệ thông Thông tin - Bộ Y tế. Hai bên thống nhất phối hợp trong việc xây dựng các quy định về trao đổi dữ liệu khám bệnh, chữa bệnh của người dân giữa các cơ sở khám bệnh, chữa bệnh và các tổ chức, cá nhân phục vụ cho việc nghiên cứu phát triển các sản phẩm ứng dụng trí tuệ nhân tạo trong Y tế.
"Dữ liệu sau khi được chuẩn hóa và chú giải đầy đủ sẽ không mang bất kỳ thông tin cá nhân nào và sẽ được chia sẻ rộng rãi cho cộng đồng. Khi phần mềm hoàn thiện, các bệnh viện có thể được sử dụng miễn phí. Các bác sĩ sẽ được hỗ trợ tối đa, giảm thiểu thời gian đọc ảnh. Ở các bệnh viện tuyến dưới, nơi không có nhiều chuyên gia, thì việc áp dụng AI sẽ tăng đáng kể cơ hội cho người bệnh được tiếp cận với phương pháp chẩn đoán hiện đại, giúp các bác sĩ có thêm thông tin hữu ích để quyết định liệu pháp điều trị", GS Vũ Hà Văn nói.
Khi hoàn thành sản phẩm, một phương án khả thi là triển khai hệ thống chẩn đoán từ xa áp dụng công nghệ điện toán đám mây. Người dùng sẽ được cấp tài khoản và chỉ cần gửi hình ảnh đến sẽ có kết quả đọc gửi lại ngay sau đó. Cách làm này có lợi là chi phí rẻ và các bệnh viện không cần đầu tư cơ sở hạ tầng riêng.
Để đưa phần mềm vào sử dụng, ngoài việc thu thập dữ liệu của người Việt, các vấn đề pháp lý và thủ tục cấp phép sẽ là những bước tiếp theo đang được thực hiện. "Chúng tôi sẽ hướng đến các chẩn đoán cần thiết cho một số bệnh nguy hiểm và thường gặp tại Việt Nam như các loại ung thư hay các bệnh về tim mạch, thần kinh và tiểu đường. Mục đích là phần mềm phải đạt được tiêu chuẩn quốc tế và trở nên hữu ích với các bệnh viện trong nước", GS Vũ Hà Văn nói.
Theo các chuyên gia, thuật toán AI giúp tăng độ chính xác của chẩn đoán hình ảnh bằng cách phát hiện ra nhiều đặc trưng ẩn trong ảnh, không giống với cách nhìn của mắt thường. AI có thể giúp khoanh vùng sớm các vùng tổn thương nghi vấn trên ảnh để các bác sĩ có thể tập trung vào đó và nâng cao chất lượng chẩn đoán. AI đưa ra những chẩn đoán nhất quán và không biết mệt mỏi, có khả năng tổng hợp một lượng rất lớn thông tin trong các bức ảnh và liên hệ với lịch sử chẩn đoán các ca trước đó, điều rất khó làm theo các phương pháp cũ.