Dữ liệu y khoa

Đọc phim cùng người máy

  • Tác giả : Thúy Nga
(khoahocdoisong.vn) - Từ tháng 7/2021, Bệnh viện Đại học Y Hà Nội đã ứng dụng công nghệ AI của Viện Nghiên cứu Dữ liệu lớn VinBigdata thuộc Tập đoàn Vingroup, có tên là VinDr vào đọc phim X-quang phổi, tuyến vú và cột sống cùng bác sĩ, đảm bảo độ chính xác, tránh bỏ sót tổn thương. Sự đồng bộ AI-VinDr và hệ thống PACS Minerva tại bệnh viện đều do Việt Nam sản xuất đã mở ra một hướng đi mới trong chẩn đoán hình ảnh.

Chẩn bệnh chi tiết hơn cả bác sĩ

Để hiểu rõ hơn người máy đọc phim cùng bác sĩ, TS.BS Lê Tuấn Linh, Giám đốc Trung tâm Chẩn đoán hình ảnh & Can thiệp điện quang, Bệnh viện Đại học Y Hà Nội cho phép phóng viên kết nối cùng hệ thống công nghệ “đọc phim thông minh của bệnh viện”.

Ngay khi phim của bệnh nhân cột sống vừa được chụp đưa lên hệ thống PACS – hệ thống công nghệ lưu trữ hình ảnh y tế chuẩn không in phim, TS.BS Lê Tuấn Linh kích chuột vào “AI” - VinDr, hình ảnh phim X-quang cột sống của người bệnh đã được người máy dán nhãn chính xác và chi tiết “gai xương” tại bờ trước trên thân cột sống đốt L4. Kết quả phim đọc của bác sĩ cũng trùng là thoái hóa cột sống, nhưng bác sĩ không đọc rõ vị trí gai xương của đốt sống nào.

Hình ảnh hệ thống AI-VinDr chẩn đoán 1 người bệnh có gai xương do thoái hóa bờ thân đốt sống L4.
Hình ảnh hệ thống AI-VinDr chẩn đoán 1 người bệnh có gai xương do thoái hóa bờ thân đốt sống L4.

TS.BS Lê Tuấn Linh giải thích, cả công nghệ PACS Minerva và VinDr đều do Việt Nam sản xuất nên được tích hợp hoàn toàn thành một hệ thống đồng bộ, các bác sĩ không phải copy hình ảnh ra và gắp vào hệ thống AI như khi sử dụng AI của nước ngoài. Hơn nữa, hệ thống AI này được xây dựng trên chính các bệnh nhân tại Việt Nam phù hợp với đặc điểm sinh lý, giải phẫu người Việt và chính xác về bệnh lý.

Để tối ưu hóa sự hỗ trợ cho các bác sĩ trong quá trình làm việc, AI-VinDr còn đánh dấu luôn các phim bằng màu sắc: AI – màu xanh là không có bệnh lý và màu đỏ là có bệnh lý để các bác sĩ lưu tâm, xem xét kỹ phim của người bệnh.

Th.S.BS Trần Việt Hùng, Bệnh viện Đại học Y Hà Nội: AI-VinDr tích hợp trong PACS Minerva giúp cảnh báo nhanh cho bác sĩ.
Th.S.BS Trần Việt Hùng, Bệnh viện Đại học Y Hà Nội: AI-VinDr tích hợp trong PACS Minerva giúp cảnh báo nhanh cho bác sĩ.

Theo TS.BS Lê Tuấn Linh, hiện ngành chẩn đoán hình ảnh Việt Nam đang gặp phải hai vấn đề bất cập. Thứ nhất, các bác sĩ chẩn đoán hình ảnh ở các tuyến dưới như tuyến huyện hay tại các phòng khám, tuy số lượng bệnh nhân không nhiều nhưng chất lượng bác sĩ không đồng đều nên bỏ sót nhiều tổn thương. Thứ 2, ở tuyến trung ương, chất lượng bác sĩ chẩn đoán hình ảnh tốt hơn, nhưng do thường xuyên phải làm việc quá tải, thời gian dành cho mỗi phim chụp ít, đôi khi bị ảnh hưởng bởi sức khỏe, cảm xúc cá nhân... nên chất lượng chẩn đoán cũng bị không phải luôn đồng nhất, chính xác. Chẳng hạn, những ngày cao điểm Trung tâm Chẩn đoán hình ảnh & Can thiệp điện quang, Bệnh viện Đại học Y Hà Nội phải xử lý khoảng 2.000 tấm phim chụp các loại, khi đó 1 bác phải đọc 300 phim chụp X-quang một buổi sáng. Nhìn nhiều, cuối giờ mệt mỏi sẽ có thể xảy ra sai sót. Vì vậy, với người “hộ tá đắc lực” là AI-VinDr sẽ giúp chẩn đoán đúng bệnh và tránh được các sai sót rất lớn.

Gần 2 năm “trợ thủ đắc lực” được đào tạo từ các bác sĩ giỏi nhất

TS.BS Lê Tuấn Linh cho biết thêm, để “người máy” đi vào ứng dụng thực tiễn không phải là chuyện đơn giản. Gần 2 năm nay, các bác sĩ giỏi trong chuyên ngành chẩn đoán hình ảnh của các bệnh viện lớn đã dày công đào tạo nên "người phụ tá đắc lực" này. Hơn 40 bác sĩ từ Bệnh viện Đại học Y Hà Nội, Bệnh viện T.Ư Quân đội 108, Bệnh viện Bạch Mai và hệ thống Vinmec đã đưa vào VinDr hơn 300.000 tấm phim có gán nhãn chi tiết tổn thương và kết luận bệnh làm "vốn" dạy máy học. Các bác sĩ chẩn đoán hình ảnh giàu kinh nghiệm như GS.TS Phạm Minh Thông (Bệnh viện Bạch Mai), PGS.TS Lâm Khánh (Bệnh viện T.Ư Quân đội 108), TS Lê Tuấn Linh (Bệnh viện Đại học Y Hà Nội), TS Nguyễn Thu Hương (Bệnh viện Đa khoa Quốc tế Vinmec Times City)… đã ngày đêm trực tiếp tham gia vào quá trình chuẩn hoá và gán nhãn dữ liệu, giúp đào tạo VinDr.

TS.BS Lê Tuấn Linh đang đối chiếu 1 kết quả đọc X-quang phổi của AI-VinDr.
TS.BS Lê Tuấn Linh đang đối chiếu 1 kết quả đọc X-quang phổi của AI-VinDr.

Mô tả quá trình dạy cho máy, TS.BS Lê Tuấn Linh cho hay, anh và các đồng nghiệp phải nhận diện từng tổn thương trên mỗi phim chụp rồi dán nhãn. Cũng giống hệt như cách đọc phim bình thường cho bệnh nhân, chỉ khác là phải ghi chú chi tiết hơn so với bình thường. Như vậy, trong 2 năm học, với 300 nghìn phim chụp, tổng thời gian AI-VinDr được đào tạo từ các bác sĩ hàng đầu tương đương 8,5 năm so với đào tạo một bác sĩ. Con số này vượt qua số thời gian 3 năm – thời gian ngành y Việt Nam đào tạo 1 bác sĩ nội trú Chẩn đoán hình ảnh – ngạch đào tạo chuyên ngành dài nhất hiện tại của Việt Nam. Tuy nhiên, AI-VinDr chỉ là người trợ thủ giúp bác sĩ nâng cao tính chính xác, tránh bỏ sót, chứ không thể thay thế bác sĩ. Bác sĩ vẫn là người đưa ra kết quả cuối cùng.

Hiện VinDr đã được hội đồng y khoa đánh giá cao, với độ chính xác gần 90%, khi độ đồng thuận trung bình của AI và bác sĩ là 85,7%, trong khi độ đồng thuận trung bình giữa các bác sĩ là 86,2%. Với X-quang phổi, VinDr có khả năng hỗ trợ chẩn đoán theo thời gian thực, phát hiện được 28 loại tổn thương và bệnh lý trên ảnh X-quang lồng ngực... đặc biệt là với độ chính xác tương đương với các bác sĩ đang làm việc ở tuyến trung ương sẽ giúp ích rất nhiều cho các bác sĩ mới vào nghề và đặc biệt là hỗ trợ các bác sĩ ở tuyến dưới và thu hẹp khoảng cách về chất lượng khám, chữa bệnh ở các tuyến.

Theo TS.BS Lê Tuấn Linh, trong thời gian tới AI-VinDr sẽ còn được áp dụng trên phim cắt lớp vi tính, cộng hưởng từ trên các lĩnh vực khác như bệnh lý thần kinh, gan mật, phổi.

Thúy Nga

BẢN DESKTOP