Có thể sàng lọc ung thư vú bằng AI không? Theo nhiều nguồn khác nhau, câu trả lời là có và Google đã bắt đầu hoạt động. Chẳng bao lâu nữa, các công cụ sàng lọc ung thư được hỗ trợ bởi AI có thể là một phần trong ứng dụng trí tuệ nhân tạo trong cuộc sống hàng ngày.
Trên con đường đi tới vinh quang này, đối tác của Google sẽ là iCAD. Sáng kiến này nhằm hỗ trợ các bác sĩ X quang trong việc cải thiện việc đánh giá rủi ro và phát hiện ung thư vú.
Google hợp tác với iCAD để phát triển công cụ sàng lọc ung thư vú bằng AI
Hôm nay, Google tiết lộ rằng họ đã cấp cho công ty công nghệ y tế iCAD giấy phép sử dụng mô hình nghiên cứu sàng lọc ung thư vú AI để phát hiện ung thư. Google đang cấp phép cho công nghệ này lần đầu tiên với hy vọng rằng cuối cùng nó có thể giúp phát hiện và đánh giá rủi ro ung thư vú chính xác hơn.
Theo giám đốc truyền thông của Google, Nicole Linton, hai doanh nghiệp muốn ra mắt công nghệ này trong môi trường lâm sàng trong thế giới thực vào năm 2024. Tuy nhiên, sự thành công của nghiên cứu và thử nghiệm đang diễn ra vẫn sẽ quyết định việc áp dụng thương mại. Linton viết trong email: “Chúng tôi sẽ tiến hành một cách thận trọng và kiểm tra mọi thứ khi tiến hành”.
Đây không phải là nỗ lực đầu tiên của Google
Sự hợp tác này thúc đẩy những nỗ lực trước đây của Google nhằm nâng cao khả năng chẩn đoán ung thư vú. Trở lại năm 2020, các nhà nghiên cứu của Google đã phát hiện ra rằng mô hình sàng lọc ung thư vú AI của họ đã vượt trội hơn nhiều bác sĩ X quang trong việc phát hiện các triệu chứng ung thư vú trong một bài báo mà họ đăng trên tạp chí Nature. Trong số hàng nghìn ảnh chụp X-quang tuyến vú được kiểm tra, mô hình này đã giảm tỷ lệ dương tính giả lên tới 5.7 phần trăm và âm tính giả lên tới 9.4 phần trăm.
Để đọc kỹ ảnh chụp X quang tuyến vú và “cho phép các bác sĩ X quang tập trung vào các bệnh nhân được ưu tiên cao đồng thời nâng cao tính nhất quán và chất lượng sàng lọc”, Google cũng đã thông báo rằng họ đang hợp tác với Dịch vụ Y tế Quốc gia (NHS) của Vương quốc Anh và Đại học Hoàng gia Luân Đôn.
Kiểm tra AI mới có thể chẩn đoán bệnh nhân bằng giọng nói của họ
iCAD có thể làm gì?
Mô hình nghiên cứu AI về chụp nhũ ảnh của Google sẽ được tích hợp vào bộ công cụ hiện tại của iCAD. Đầu tiên là công cụ “ProFound AI”, kiểm tra các bức ảnh được chụp bằng phương pháp hình ảnh tiên tiến được gọi là “chụp nhũ ảnh 3D” hoặc “tổng hợp vú kỹ thuật số” (DBT). Công cụ này quét hình ảnh DBT để kiểm tra tình trạng vôi hóa và mật độ mô mềm ác tính.
Ngoài ra, iCAD dự định tích hợp khái niệm của Google với công cụ đánh giá rủi ro của mình, theo doanh nghiệp, công cụ này cung cấp đánh giá rủi ro cá nhân đối với bệnh ung thư vú dành cho từng cá nhân.
AI có thể phát hiện ung thư vú?
Hy vọng rằng một ngày nào đó các công cụ sàng lọc ung thư vú AI sẽ hỗ trợ các bác sĩ X quang và bệnh nhân họ điều trị. Nhìn chung, các chuyên gia y tế đang tiếp cận AI một cách thận trọng. Các bác sĩ X quang đã phát hiện ung thư trong một số trường hợp trong nghiên cứu năm 2020 của Google khi mô hình lần đầu tiên bỏ sót nó. Thực sự không có tiêu chuẩn vàng nào để chẩn đoán ung thư ngoài điều đó.
Việc tạo ra một đường cơ sở vững chắc khi huấn luyện một thuật toán có thể là một thách thức. Do đó, các hệ thống sàng lọc ung thư vú AI như vậy có thể cải thiện bằng cách cung cấp nhiều hơn hai tùy chọn để giải quyết “vùng chẩn đoán màu xám” thay vì giữ nguyên kết quả nhị phân – “ung thư” hoặc “không ung thư”.
Bạn có biết AI giúp ích cho bác sĩ không?
AI hiệu quả như thế nào trong việc phát hiện ung thư vú?
Theo một nghiên cứu quan trọng được công bố trên Phóng xạ họctrí tuệ nhân tạo (AI) là một kỹ thuật khả thi để chẩn đoán ung thư vú trong các chương trình sàng lọc chụp nhũ ảnh.
Đối với các bác sĩ X quang, ảnh chụp quang tuyến vú mà họ nhận được trong khuôn khổ chương trình sàng lọc ung thư vú dựa trên dân số sẽ tăng thêm đáng kể khối lượng công việc của họ. Một đầu đọc thứ hai tự động để chụp X-quang tuyến vú sử dụng AI đã được đề xuất như một cách để giảm bớt căng thẳng này. Mặc dù kỹ thuật này đã mang lại kết quả hấp dẫn trong chẩn đoán ung thư nhưng có rất ít dữ liệu hỗ trợ việc sử dụng nó trong môi trường sàng lọc thực tế.
Hiệu suất của hệ thống AI có sẵn trên thị trường và việc đọc kép độc lập định kỳ được thực hiện trong chương trình sàng lọc dựa trên dân số đã được so sánh trong nghiên cứu mới, đây là nghiên cứu lớn nhất cho đến nay, bởi các nhà nghiên cứu Na Uy dưới sự chỉ đạo của Solveig Hofvind, Tiến sĩ, từ Bộ phận sàng lọc ung thư vú, Cơ quan đăng ký ung thư Na Uy ở Oslo. Chương trình sàng lọc dựa trên dân số BreastScreen Na Uy, bao gồm hơn 123.000 cuộc kiểm tra trên hơn 47.000 phụ nữ tại bốn tổ chức, đóng vai trò là nguồn dữ liệu chính của nghiên cứu.
Bộ dữ liệu bao gồm 205 bệnh ung thư theo thời gian—các khối u được phát hiện giữa các đợt sàng lọc—và 752 bệnh ung thư được phát hiện qua sàng lọc. Trên quy mô 1 đến 10, với 1 đại diện cho rủi ro thấp nhất và 10 rủi ro tồi tệ nhất, hệ thống AI dự đoán khả năng phát triển ung thư. Điểm AI cao nhất là 10 được thấy trong tổng số 87.6% (653 trên 752) màn hình được phát hiện và 44.9% (92 trên 205) khối u cách nhau.
Để đánh giá tính hiệu quả của hệ thống AI như một công cụ đưa ra quyết định, các nhà nghiên cứu đã phát triển ba ngưỡng. Tỷ lệ khối u được phát hiện trên màn hình không được hệ thống AI chọn là dưới 20% khi sử dụng ngưỡng tương ứng với tỷ lệ giải thích tích cực của từng bác sĩ X quang điển hình. Mặc dù hệ thống AI hoạt động tốt nhưng vẫn cần nghiên cứu thêm vì nghiên cứu chỉ sử dụng dữ liệu hồi cứu. Có lẽ sự hợp tác của Google và iCAD để sàng lọc ung thư vú bằng AI có thể khắc phục được điều này.
Đừng sợ thuật ngữ AI; chúng tôi đã tạo một bảng chú giải chi tiết về AI cho các thuật ngữ trí tuệ nhân tạo được sử dụng phổ biến nhất và giải thích những kiến thức cơ bản về trí tuệ nhân tạo cũng như những rủi ro và lợi ích của trí tuệ nhân tạo.
Chúng tôi đã giải thích một số công cụ AI tốt nhất như Galactica AI của Meta, Notion AI, Stable Diffusion cùng với DALL-E 2, Midjourney, DreamBooth AI, Wombo Dream, NightCafe AI, Make-A-Video, Chai App, AI Dungeon và NovelAI. Bạn có biết còn có robot nghệ thuật AI? Kiểm tra Ai-Da.
