Mô hình AI hỗ trợ phát hiện ung thư vú

Mô hình trí tuệ nhân tạo (AI) đang phát triển nhằm hỗ trợ dự đoán ung thư vú được cho là đem lại kết quả tích cực khi có mức độ chẩn đoán chính xác cao.
0:00 / 0:00
0:00
Công nghệ AI cho thấy tính chính xác trong chẩn đoán bệnh. Ảnh: HEALTHCARE
Công nghệ AI cho thấy tính chính xác trong chẩn đoán bệnh. Ảnh: HEALTHCARE

Theo AP, một nghiên cứu sử dụng AI do tập đoàn công nghệ Google, hệ thống chăm sóc sức khỏe Northwestern Medicine và hai trung tâm sàng lọc tại Anh phối hợp triển khai mới đây nhằm phát hiện sớm ung thư vú. TS Mozziyar Etemadi của Northwestern Medicine cho biết: “Đây là một tiến bộ lớn trong quá trình chẩn đoán ung thư. Ung thư vú là một trong những loại ung thư phổ biến nhất ở phụ nữ. Phát hiện ung thư sớm đồng nghĩa với việc chữa trị ngay khi khối u còn nhỏ”.

Các nhà khoa học đã sử dụng phương pháp chụp X-quang tuyến vú kèm theo các kết quả xét nghiệm sinh thiết để tạo ra một mô hình AI có chức năng xác định ung thư vú dựa trên các hình ảnh đã được sàng lọc. Nghiên cứu cho thấy, hệ thống AI có thể xác định bệnh ung thư với độ chính xác tương đương các chuyên gia X-quang, đồng thời giảm bớt số trường hợp bị chẩn đoán dương tính sai. Trong một cuộc kiểm tra riêng rẽ, nhóm nghiên cứu đã cho hệ thống AI ganh đua với sáu bác sĩ X-quang và phát hiện AI đã chẩn đoán ung thư vú tốt hơn.

TS Etemadi nhận định, mặc dù nghiên cứu đã cho ra kết quả khả quan ở những bước đầu, nhưng vẫn cần thận trọng đối với các thử nghiệm trong tương lai để có thể hiểu rõ cách vận hành mô hình AI này hơn và đưa vào thực hành lâm sàng.

Vào năm 2022, TS Madhu Nair từ Trường đại học Khoa học và Công nghệ Cochin và TS Asha Das từ Trường đại học Union Christian (Ấn Độ) đã tạo ra một mô hình có tên NAS-SGAN có khả năng phân biệt các mức độ ung thư. Mô hình này thúc đẩy quá trình nghiên cứu sâu và kết hợp sử dụng các hình ảnh gắn nhãn hoặc không gắn nhãn để đạt được độ chính xác cao.

Chẩn đoán của NAS-SGAN cho ra kết quả chính xác cao ngay cả khi sử dụng một lượng dữ liệu hạn chế. Phát minh này giúp giảm thiểu thời gian và công sức phân loại hình ảnh của các bác sĩ.