Mới đây, các nhà nghiên cứu tại Trung tâm Y tế Hải quân San Diego và Google AI đã phát triển một giải pháp đầy hứa hẹn trong việc sử dụng AI với các thuật toán và đào tạo đặc biệt giúp phát hiện ung thư tự đánh giá sinh thiết hạch bạch huyết với độ chính xác khá cao.Theo thống kê, ung thư vú là một trong những loại ung thư thường gặp và gây tử vong hàng đầu với phụ nữ ở các nước. Mặc dù ung thư vú là bệnh có thể chữa khỏi nếu được phát hiện sớm, thế nhưng ở Việt Nam có trên 70% người bệnh tìm đến bác sĩ ở giai đoạn muộn khi đã di căn, nên tỷ lệ chữa khỏi bệnh cũng thấp hơn các nước trên thế giới.Các khối u di căn là các tế bào ung thư tách khỏi mô gốc của chúng, di chuyển qua cơ thể thông qua hệ thống tuần hoàn hoặc bạch huyết, hình thành các khối u mới ở các cơ quan khác của cơ thể. Chính vì thế mà khối u di căn rất khó phát hiện. Hệ thống mới này của Google AI được gọi là LYNA, được công bố trong bài viết "Phát hiện di căn ung thư vú dựa trên trí thông minh nhân tạo" đăng trên tạp chí American Journal of Surgical Pathology.Trong các thử nghiệm, nó đạt được độ chính xác đến hơn 99% theo thang đánh giá AUC về độ chính xác. Đây là một thành tựu đáng kể nếu so với một đánh giá gần đây, cho thấy các nhà bệnh lý học con người dễ bỏ qua những di căn nhỏ trên các ảnh slide đến 62% số lần do hạn chế về thời gian.Hơn nữa, nó cũng không bị ảnh hưởng sai lệch bởi các vấn đề thường gặp trong slide như bong bóng khí, do xử lý hình ảnh kém, xuất huyết và ố màu.Tuy nhiên LYNA cũng còn vấn đề cần khắc phục. Đôi khi nó vẫn nhận nhầm các tế bào lớn, tế bào mầm và các tế bào bạch cầu có nguồn gốc từ tủy được gọi là mô bào. Dù vậy, kết quả mà nó đạt được vẫn tốt hơn nhiều so với một nhà nghiên cứu bệnh học khi đánh giá trên cùng những ảnh slide.Trong khi đó, một nhóm bác sỹ và kỹ sư khác đến từ Đại học Trung tâm Floria (UCF) đã phát triển thành công hệ thống có thể giúp phát hiện những khối u nhỏ trong chụp cắt lớp vi tính (CT) với độ chính xác lên tới 95%, cao hơn nhiều so với sác xuất 65% mà các chuyên gia chụp X-quang có thể phát hiện được.Từ những thuật toán được sử dụng trong công nghệ nhận diện khuôn mặt của iPhone X và trí tuệ nhân tạo, nhóm nhà khoa học đã dạy một chiếc máy tính biết cách nhận diện những khối u siêu nhỏ trong các hình ảnh chụp CT ung thư phổi. Các chuyên gia đã chuyển hơn 1.000 ảnh chụp CT có được từ Viện Sức khỏe quốc gia vào một phần mềm mà họ phát triển để giúp máy tính có thể học cách nhận biết khối u. Mỗi hình ảnh chụp CT được đưa vào đã dạy cho hệ thống AI biết cách nhận biết các khối u, kích cỡ và hình dạng, phân biệt khối u ác tính và lành tính.

Các nhà khoa học tin tưởng hệ thống mới phát triển này sẽ tạo ra những hiệu quả lớn vì ung thư phổi gây tử vong rất cao nhất nếu phát hiện chậm, cơ hội sống sót chỉ là 17%.Cuối năm 2018, một nhóm nghiên cứu tại Viện Nghiên cứu Ung thư London và Đại học Edinburgh cũng đã phát triển một kỹ thuật mới có tên gọi là Revolver (phát triển lặp lại của ung thư). Kỹ thuật này chọn ra các mẫu đột biến ADN trong tế bào ung thư và sử dụng thông tin từ chúng để dự báo những thay đổi hoặc di truyền trong tương lai.Các nhà nghiên cứu cho biết ung thư thường phát triển thành một dạng kháng thuốc và bản chất biến đổi liên tục của các khối u là một trong những thách thức lớn nhất của việc điều trị căn bệnh quái ác này. Tuy nhiên, nếu các bác sĩ có khả năng dự đoán sự phát triển của khối u, họ có thể can thiệp sớm để ngăn chặn trước khi nó có cơ hội phát triển hoặc đề kháng, nhờ đó tăng tỷ lệ chữa trị cho bệnh nhân.Tiến sĩ Andrea Sottoriva, người đứng đầu nhóm nghiên cứu cho biết: "Chúng tôi đã phát triển một công cụ trí tuệ nhân tạo siêu việt. Với nó, chúng tôi hy vọng sẽ loại bỏ một trong những thử thách lớn nhất của ung thư đó là sự phát triển khó lường. Bằng cách mang đến cái nhìn sâu sắc về tương lai, chúng ta có thể sử dụng trí tuệ nhân tạo này để can thiệp ở giai đoạn sớm hơn".Có thể thấy, hiện nay các nhà khoa học đã có thể sử dụng trí tuệ nhân tạo trong việc dự đoán sự phát triển của tế bào ung thư. Điều này giúp các bác sĩ thiết kế phác đồ điều trị một cách hiệu quả nhất cho từng bệnh nhân.