Đẩy nhanh nghiên cứu lâm sàng bằng hệ thống AI mới từ MIT

Chú thích các vùng cần quan tâm trong hình ảnh y khoa – một quá trình được gọi là phân đoạn hình ảnh – thường là một trong những bước đầu tiên mà các nhà nghiên cứu lâm sàng thực hiện khi tiến hành nghiên cứu mới liên quan đến hình ảnh y sinh.

Ví dụ, để xác định kích thước hồi hải mã của não – một cấu trúc quan trọng của não có vai trò cải thiện khả năng ghi nhớ - thay đổi như thế nào khi bệnh nhân già đi, nhà nghiên cứu trước hết sẽ phác thảo từng hồi hải mã trong một loạt các bản quét não.

Với nhiều cấu trúc và loại hình ảnh, đây thường là một quá trình thủ công có thể tốn rất nhiều thời gian, đặc biệt nếu các vùng được nghiên cứu khó xác định ranh giới.

Để đơn giản hóa quá trình này, các nhà nghiên cứu tại Viện Công nghệ Massachusetts (MIT) của Mỹ đã phát triển một hệ thống dựa trên trí tuệ nhân tạo, cho phép nhà nghiên cứu nhanh chóng phân đoạn các tập dữ liệu hình ảnh y sinh mới bằng cách nhấp chuột, vẽ nguệch ngoạc và khoanh vùng trên hình ảnh. Mô hình AI mới này sử dụng các thao tác này để dự đoán phân đoạn hình ảnh.

Khi người dùng đánh dấu thêm nhiều hình ảnh, số lượng tương tác cần thiết sẽ giảm dần, cuối cùng giảm về 0. Khi đó, mô hình có thể phân đoạn chính xác từng hình ảnh mới mà không cần đầu vào từ người dùng.

Điều này được đánh giá có tính khả thi vì kiến trúc của mô hình này được thiết kế đặc biệt để tận dụng thông tin từ các hình ảnh đã được phân đoạn để đưa ra dự đoán mới.

Không giống các mô hình phân đoạn hình ảnh y khoa khác, hệ thống của MIT cho phép người dùng phân đoạn toàn bộ tập dữ liệu mà không cần lặp lại công việc cho từng hình ảnh.

Ngoài ra, công cụ tương tác này không yêu cầu tập dữ liệu hình ảnh đã được phân đoạn sẵn để huấn luyện, vì vậy người dùng không cần có chuyên môn về học máy hay tài nguyên tính toán lớn. Họ có thể sử dụng hệ thống cho một nhiệm vụ phân đoạn mới mà không cần huấn luyện lại mô hình.

Về lâu dài, công cụ này có thể đẩy nhanh các nghiên cứu liên quan đến phương pháp điều trị mới và giảm chi phí thử nghiệm lâm sàng cũng như nghiên cứu y khoa. Các bác sĩ cũng có thể sử dụng công cụ thể cải thiện hiệu quả trong các ứng dụng lâm sàng, chẳng hạn như lập kế hoạch điều trị bằng xạ trị.

“Nhiều nhà khoa học có thể chỉ có thời gian để phân đoạn một vài hình ảnh mỗi ngày cho mục đích nghiên cứu vì việc phân đoạn thủ công rất tốn thời gian. Chúng tôi hy vọng hệ thống này sẽ mở ra khoa học mới thông qua việc cho phép các nhà nghiên cứu lâm sàng thực hiện các nghiên cứu mà trước đây họ không thể làm được do thiếu công cụ hiệu quả”, bà Hallee Wong, nghiên cứu sinh ngành kỹ thuật điện và khoa học máy tính tại MIT, tác giả chính của một bài báo về công cụ mới này, cho biết.

ĐƠN GIẢN HÓA CÁC TÁC VỤ PHÂN ĐOẠN HÌNH ẢNH Y KHOA

Thông thường, có hai phương pháp chính hay được sử dụng để phân đoạn các tập hợp hình ảnh y khoa mới.

Với cách phân đoạn tương tác, nhà nghiên cứu sẽ đưa một hình ảnh vào hệ thống AI, đánh dấu các vùng quan tâm và mô hình sẽ dự đoán phân đoạn tiếp theo dựa trên các thao tác.

Người dùng trên thực tế đã sử dụng phương pháp này nhờ một công cụ có tên ScribblePrompt được phát triển bởi các nhà nghiên cứu MIT trước đây, nhưng họ buộc phải lặp lại quy trình cho từng hình ảnh mới.

Một cách tiếp cận khác là phát triển một mô hình AI dành riêng cho nhiệm vụ tự động phân đoạn hình ảnh. Theo đó, người dùng sẽ phải phân đoạn thủ công hàng trăm hình ảnh để tạo tập dữ liệu, rồi huấn luyện mô hình học máy. Sau đó, mô hình sẽ dự đoán phân đoạn cho hình ảnh mới.

Tuy nhiên, người dùng sẽ phải bắt đầu lại quy trình phức tạp dựa trên học máy cho mỗi nhiệm vụ mới, và không có cách nào chỉnh sửa mô hình nếu xảy ra mắc lỗi.

Hệ thống mới này, MultiverSeg, kết hợp ưu điểm của cả hai cách tiếp cận. MultiverSeg không chỉ dự đoán phân đoạn cho hình ảnh mới dựa trên các thao tác của người dùng như vẽ nguệch ngoạc, mà còn đồng thời lưu trữ từng hình ảnh đã được phân đoạn trong một tập ngữ cảnh riêng để tham chiếu sau này.

Khi người dùng tải lên hình ảnh mới và đánh dấu vùng quan tâm, mô hình dựa vào các ví dụ trong tập ngữ cảnh để đưa ra dự đoán chính xác hơn, với ít thao tác hơn từ người dùng.

Các nhà nghiên cứu đã thiết kế kiến trúc mô hình để có thể sử dụng tập ngữ cảnh với bất kỳ kích thước nào, vì vậy người dùng không cần có một số lượng hình ảnh nhất định. Điều này giúp MultiverSeg có thể được linh hoạt sử dụng trong nhiều ứng dụng khác nhau.

“Ở một số thời điểm, với nhiều nhiệm vụ, người dùng sẽ không cần phải đưa thêm bất kỳ thao tác nào. Nếu bạn có đủ ví dụ trong tập ngữ cảnh, mô hình có thể tự dự đoán phân đoạn một cách chính xác”, bà Wong cho biết.

Các nhà nghiên cứu đã thiết kế và huấn luyện mô hình này cẩn thận trên một bộ sưu tập đa dạng dữ liệu hình ảnh y sinh để đảm bảo mô hình có khả năng cải thiện dự đoán dựa trên các thao tác của người dùng.

Người dùng không cần phải huấn luyện lại hoặc tùy chỉnh mô hình cho các dữ liệu riêng. Để sử dụng MultiverSeg cho một nhiệm vụ mới, chỉ cần tải lên một hình ảnh y khoa và bắt đầu đánh dấu.

Khi so sánh với các công cụ tiên tiến về phân đoạn hình ảnh trong ngữ cảnh và tương tác, MultiverSeg thể hiện sự vượt trội hơn.

THAO TÁC ÍT HƠN, KẾT QUẢ TỐT HƠN

Không giống các công cụ khác, MultiverSeg yêu cầu người dùng ít phải thao tác hơn với mỗi hình ảnh. Đến hình ảnh mới thứ chín, mô hình chỉ cần hai lần nhấp chuột từ người dùng để tạo ra một phân đoạn chính xác hơn so với mô hình được thiết kế riêng cho nhiệm vụ này.

Với một số loại hình ảnh, như X-quang, người dùng có thể chỉ cần phân đoạn thủ công một hoặc hai hình ảnh trước khi mô hình đủ chính xác để tự dự đoán.

Tính tương tác của công cụ này cũng cho phép người dùng chỉnh sửa dự đoán của mô hình, lặp lại cho đến khi đạt mức độ chính xác mong muốn. So với hệ thống trước đó của các nhà nghiên cứu, MultiverSeg đạt độ chính xác 90% chỉ với khoảng 2/3 số lần vẽ nguệch ngoạc và 3/4 số lần nhấp chuột.

“Với MultiverSeg, người dùng luôn có thể thêm nhiều thao tác hơn để tinh chỉnh dự đoán của AI. Điều này vẫn giúp tăng tốc quá trình một cách đáng kể vì thường thì chỉnh sửa một thứ đã có sẽ nhanh hơn bắt đầu lại từ đầu”, bà Wong nói.

Trong tương lai, các nhà nghiên cứu muốn thử nghiệm công cụ này trong các tình huống thực tế với các cộng tác viên lâm sàng và cải tiến mô hình dựa trên phản hồi của người dùng. Các nhà nghiên cứu cũng muốn phát triển MultiverSeg để có thể phân đoạn hình ảnh y khoa 3D.