Ứng dụng trí tuệ nhân tạo chẩn đoán giảm thị lực

Thứ Tư, 23/10/2019, 10:41:37

NDĐT - Ứng dụng công nghệ trí tuệ nhân tạo (AI) để chẩn đoán bệnh dễ dàng hơn, nhanh hơn, giúp bác sĩ xác định những người có nguy cơ mắc một bệnh nào đó cao hơn những người khác. Đặc biệt, những người có nguy cơ bị mù cao nhất bởi các biến chứng do bệnh tiểu đường gây ra.

Ứng dụng trí tuệ nhân tạo chẩn đoán giảm thị lực

Các nhà nghiên cứu tại Genetech và Roche đã phát triển một mô hình học sâu (Deep Learning) có thể dự đoán những bệnh nhân có vấn đề về thị lực liên quan bệnh tiểu đường và có nhiều khả năng sẽ bị mù.

Nhóm nghiên cứu cho biết trên tạp chí Nature Digital Medicine, thuật toán này sẽ dự đoán tiến triển của bệnh võng mạc do tiểu đường ở từng bệnh nhân và dựa trên kết quả hình ảnh bên trong mắt.

Với nghiên cứu mới này, các nhà nghiên cứu muốn phát triển một mô hình có thể dự đoán các bệnh nhân có nguy cơ bị mù cao nhất trong vòng hai năm. Hiện tại, các bác sĩ có thể ước tính nguy cơ, tiến triển cho các nhóm bệnh nhân có dấu hiệu và triệu chứng tương tự, vì họ không thể dự đoán chính xác quá trình giảm thị lực ở từng bệnh nhân.

Để đào tạo mô hình này, các nhà nghiên cứu đã sử dụng các bức ảnh màu bên trong mắt của bệnh nhân mắc bệnh võng mạc do biến chứng tiểu đường. Họ đã sử dụng mạng nơ-ron tích chập (DCNN, một trong những mô hình Deep Learning tiên tiến, với những chức năng thông minh như nhận diện khuôn mặt người dùng, phát triển xe hơi tự lái hay drone giao hàng tự động) để đánh giá hình ảnh và đưa ra dự đoán kết quả.

DCNN thường được sử dụng để phân tích hình ảnh. Một DCNN chỉ định mức độ quan trọng cho các đối tượng khác nhau trong hình ảnh và có thể phân biệt một đối tượng với đối tượng khác. Với nghiên cứu bệnh võng mạc này, thuật toán cũng đã tìm ra sự xuất huyết và một số triệu chứng của bệnh võng mạc.

Sử dụng công nghệ này, các bác sĩ nhãn khoa có thể xác định bệnh nhân có nguy cơ mắc bệnh cao và lên lịch thăm khám theo dõi thường xuyên hơn.

Bác sĩ Zdenka Haskova, Giám đốc y tế nhãn khoa lâm sàng tại Genentech cho biết, công nghệ học sâu này sẽ mở đường cho một công cụ AI có thể cung cấp các chiến lược quản lý với việc kiểm tra, tối ưu tần suất và khả năng can thiệp kịp thời giúp duy trì thị lực của bệnh nhân.

Ngoài việc kiểm soát lượng đường trong máu, những người mắc bệnh tiểu đường phải theo dõi các vấn đề sức khỏe khác liên quan, thí dụ: bệnh thận, các vấn đề về chân và da, bệnh tim và các vấn đề về thị lực. Hầu như tất cả những người mắc bệnh tiểu đường type 1 và khoảng 60% những người mắc bệnh tiểu đường type 2 sẽ phát triển, biến chứng thành bệnh võng mạc. Trong giai đoạn đầu, tầm nhìn của một người sẽ bị mờ, sau đó, bệnh có thể tiến triển mà không có triệu chứng cho đến khi mất thị lực đột ngột. Tại Mỹ, có khoảng 7,7 triệu người mắc bệnh võng mạc do tiểu đường. Con số này dự kiến sẽ tăng lên 14,6 triệu người vào năm 2050.

Dữ liệu bệnh nhân trong nghiên cứu này được lấy từ những người đã đăng ký vào một số thử nghiệm lâm sàng khác. Các tác giả đã coi yếu tố đó là một giới hạn của mô hình vì những bệnh nhân này không nhất thiết phải đại diện cho những người mắc bệnh tiểu đường.

Các nhà nghiên cứu cũng đang sử dụng AI để cải thiện hệ thống phân phối insulin tự động. JDRF, một tổ chức phi lợi nhuận chuyên nghiên cứu về bệnh tiểu đường đã trao 144.000 USD cho một trường đại học tại Thụy Sĩ để phát triển các thuật toán tiên tiến này, có thể dự đoán được mức đường trong máu thấp hay mức nguy hiểm. Mục tiêu là tối ưu hóa và cá nhân hóa điều trị insulin.

Một thí dụ khác về cách mà AI và DCNN đang thay đổi các phương pháp điều trị tiêu chuẩn của Microsoft với Tập đoàn bệnh viện Apollo ở Chennai, Ấn Độ. Tiến sĩ Sangita Reddy, giám đốc điều hành chung tại Apollo, đã hợp tác trong một dự án với sáng kiến ​​AI Network for Health của Microsoft, ra mắt vào tháng 8-2018, nhằm giúp các bệnh nhân dự đoán nguy cơ mắc bệnh tim mạch tại Ấn Độ.

Tiến sĩ Reddy cũng cho rằng, bằng cách kết hợp ứng dụng AI và chuyên môn lâm sàng, có thể giúp các bác sĩ đưa ra quyết định điều trị tốt hơn cho mỗi bệnh nhân.

ANH NGỌC

TheoNature Digital Medicine