Các nhà khoa học vừa phát triển mô hình chẩn đoán ung thư mới, chính xác tới 94% nhờ ứng dụng AI

Một mô hình nền tảng trí tuệ nhân tạo mới,  phát minh của Trường Y Harvard, có thể phát hiện chính xác nhiều loại ung thư, đánh giá phương pháp điều trị và dự đoán tỷ lệ sống sót. Đây là bước tiến mới nhất trong việc ứng dụng công nghệ để chẩn đoán y khoa.

BƯỚC ĐỘT PHÁ MỚI TRONG CHẨN ĐOÁN VÀ ĐIỀU TRỊ UNG THƯ NHỜ AI

Theo Financial Times, mô hình này - được gọi là "Chief" - là một bước đột phá với phạm vi khối u mà mô hình có thể phân tích và khả năng dự đoán kết quả cho bệnh nhân, các nhà phát minh của Trường Y Harvard cho biết.

Mô hình Chief nhấn mạnh cách AI thúc đẩy cải tiến các kỹ thuật chẩn đoán dựa trên hình ảnh, một phần vì công nghệ có thể phát hiện ra tầm quan trọng của các đặc điểm bệnh mà ngay cả mắt người có kinh nghiệm cũng có thể bỏ sót.

"Tham vọng của chúng tôi là tạo ra một nền tảng AI nhanh nhẹn, linh hoạt giống như ChatGPT có thể thực hiện nhiều nhiệm vụ đánh giá ung thư", Kun-Hsing Yu, phó giáo sư tin sinh học tại Viện Blavatnik của Trường Y Harvard cho biết. "Mô hình của chúng tôi hóa ra rất hữu ích trong nhiều nhiệm vụ liên quan đến phát hiện ung thư, tiên lượng và phản ứng điều trị trên nhiều loại ung thư".

Mặc dù những đột phá gần đây của AI đã dẫn đến nỗi lo ngại về việc lạm dụng công nghệ, song những người lạc quan đã lập luận rằng AI cũng có khả năng tạo ra những lợi ích lâu dài cho nhân loại trong các lĩnh vực như y học và khoa học khí hậu.

Chief, được mô tả trong một bài báo công bố trên tạp chí Nature, hoạt động bằng cách đọc các slide kỹ thuật số về mô khối u. Mô hình đã được đào tạo trên 15 triệu phần hình ảnh không có nhãn và sau đó là 60.000 hình ảnh toàn bộ slide của mô, bao gồm 19 loại ung thư khác nhau.

Các nhà nghiên cứu cho biết ý tưởng là đảm bảo Chief có thể liên hệ những thay đổi chi tiết trong một vùng mô với bối cảnh rộng hơn. Họ đã thử nghiệm hiệu suất của mô hình trên gần 20.000 hình ảnh toàn bộ slide từ 24 bệnh viện và nhóm bệnh nhân trên khắp thế giới.

MỨC ĐỘ CHẨN ĐOÁN CHÍNH XÁC LÊN ĐẾN 94-96%

Tạp chí Khoa học Nature cho biết Chief vượt trội hơn các phương pháp chẩn đoán AI khác tới 36% trong việc phát hiện tế bào ung thư, dự đoán kết quả của bệnh nhân và xác định nguồn gốc khối u và sự hiện diện của các kiểu gen liên quan đến phản ứng điều trị. Không giống như một số mô hình hiện tại khác, Chief có tính linh hoạt duy trì hiệu suất bất kể các kỹ thuật được sử dụng thu thập và số hóa các tế bào khối u.

Chief cho thấy độ chính xác tổng thể gần 94% trong việc phát hiện ung thư, tăng lên 96% đối với khối u thực quản, dạ dày, ruột kết và tuyến tiền liệt. Các nhà khoa học gợi ý rằng khả năng liên kết các kiểu tế bào khối u với các bất thường về bộ gen cụ thể có thể giúp gợi ý các phương pháp điều trị tốt nhất mà không cần giải trình tự DNA tốn kém và chậm chạp.

Bài báo cho biết mô hình này cung cấp thêm thông tin tiết lộ về các mô xung quanh khối u, bao gồm sự hiện diện của nhiều tế bào miễn dịch hơn ở những người sống sót sau ung thư lâu dài so với những người chết sớm hơn.

Nếu Chief và các phương pháp tương tự được xác nhận bằng các nghiên cứu sâu hơn, chúng có thể được sử dụng để "xác định sớm những bệnh nhân ung thư và được hưởng lợi từ các phương pháp điều trị thử nghiệm nhắm vào một số biến thể phân tử nhất định", bao gồm cả ở những quốc gia hiện chưa thực hiện phương pháp này, Phó Giáo sư Yu cho biết.

Các mô hình AI đang chứng minh là đồng minh ngày càng hữu ích đối với các chuyên gia y tế trong lĩnh vực hình ảnh, vì tốc độ và khả năng phát hiện kiểu mẫu của chúng. Mặc dù vẫn chưa hoàn hảo, nhưng AI có thể hữu ích trong việc phân loại, như một ý kiến ​​thứ hai hoặc để đưa ra những hiểu biết mà bác sĩ có thể đã bỏ qua hoặc không biết.

Giáo sư Eric Topol, người sáng lập kiêm giám đốc Viện nghiên cứu chuyển dịch Scripps tại California cho biết, Chief dường như là một công cụ ung thư toàn diện mới quan trọng trong lĩnh vực mô hình AI nền tảng chẩn đoán đang phát triển.

Vào tháng 4, các nhà nghiên cứu của Trường Y Harvard tại Bệnh viện Brigham and Women's ở Boston đã công bố hai mô hình — được gọi là Uni và Conch — để đọc, diễn giải và phân loại các tiêu bản kính hiển vi từ mô của bệnh nhân. Chúng cho thấy kết quả tốt trong các nhiệm vụ chẩn đoán, từ phát hiện bệnh đến đánh giá cấy ghép nội tạng, cũng như cho thấy một số khả năng xác định các tình trạng mới và hiếm gặp.

Các mô hình chẩn đoán nền tảng AI mới đang phát triển hứa hẹn sẽ "cung cấp thông tin chi tiết đặc biệt từ toàn bộ hình ảnh, bao gồm cải thiện độ chính xác trong chẩn đoán và tiên lượng", Giáo sư Topol cho biết.