CN Nguyễn Hữu Ánh - CĐHA

Theo một  mới được công bố trên tạp chí Radiology ngày 16/10/2018, các chuyên gia nhũ ảnh và trí tuệ nhân tạo (AI) đã chỉ ra rằng một thuật toán AI mới đo mật độ vú với độ chính xác tương đương với một chuyên gia nhũ ảnh có kinh nghiệm. Đây là một nghiên cứu được phát triển dựa vào thuật toán Deep Learning (DL) để đánh giá mật độ vú. 

(Deep Learning - DL là thuật toán phức tạp, sử dụng mạng nơron để bắt chước trí thông minh của con người, khó có thể dịch sang Tiếng Việt với thuật ngữ tốt nhất – Theo người viết)

So sánh đánh giá X-quang sơ bộ với mô hình Deep Learning (DL) :
(a) nhị phân và (c) phân loại mật độ vú 4D. 
(b, d) Các ví dụ tương ứng của chụp quang tuyến vú với các đánh giá phù hợp và không phù hợp bởi bác sĩ X quang và với mô hình DL.

Nguồn: pubs.rsna.org/doi/10.1148/radiol.2018180694

Tác giả chính Constance D. Lehman, MD, PhD - Bệnh viện đa khoa Massachusetts (MGH) ở Boston, cho biết trong một  cáo báo : “Chúng tôi dựa vào đánh giá định tính của người về mật độ vú và cách tiếp cận đó có những sai sót đáng kể. Chúng tôi cần một công cụ chính xác hơn”,

Để huấn luyện và kiểm tra thuật toán dựa trên mạng nơron thần kinh (convolutional neural network - CNN), Lehman và các cộng sự đã sử dụng 41.479 hình X-quang kỹ thuật số được chụp từ 27.684 phụ nữ trong khoảng thời gian từ tháng 1/2009 đến tháng 5/2011 tại bệnh viện Massachusetts. Tám chuyên gia X-quang sau đó đã xem xét độ chính xác của 10.763 chụp X-quang vú mà thuật toán được xác định là mô dày đặc hoặc không dày đặc.  

Nói chung, thuật toán AI đánh giá ảnh chụp X-quang vú cho mô vú dày đặc với độ chính xác 94%. Ngoài ra, các nhà nghiên cứu lưu ý rằng sự xáo trộn của người đọc có thể ảnh hưởng đến tỷ lệ bất tương đồng 6% còn lại giữa các chuyên gia X-quang và thuật toán.  

"Kết quả nghiên cứu cho thấy thuật toán hoạt động tốt, nhưng điều quan trọng hơn là nó được sử dụng hàng ngày để đo mật độ vú bằng X-quang nhũ ảnh tại một bệnh viện lớn [MGH]," đồng tác giả Regina Barzilay, tiến sĩ, giáo sư máy tính khoa học và kỹ thuật điện tại Viện Công nghệ Massachusetts (MIT), ở Cambridge, cho biết trong một báo cáo. Cô nói thêm rằng hệ thống này đã được ứng dụng tại MGH từ tháng 1 và đã xử lý khoảng 16.000 nhũ ảnh.  

Theo các nhà nghiên cứu, thuật toán này có khả năng tiêu chuẩn hóa và tự động hóa đánh giá mật độ vú thường quy, và có thể vượt trội so với các mô hình dự báo hiện tại về dự đoán nguy cơ ung thư vú ở những nhóm dễ bị tổn thương hơn.  

Nguồn: healthimaging.com