Một nghiên cứu mới thời gian gần đây cho thấy, có một công cụ trí tuệ nhân tạo – đã thử nghiệm trên khoảng 1 triệu bức chụp nhũ ảnh – có thể xác định ung thư vú với độ chính xác xấp xỉ 90% khi được kết hợp với sự phân tích từ các bác sĩ X quang.
Nghiên cứu đã kiểm tra khả năng của một kiểu trí thông minh nhân tạo (AI), một máy học (machine learning) chương trình máy tính, để tăng thêm độ chuẩn xác cho việc chẩn đoán mà một nhóm gồm 14 bác sĩ X quang đã đạt được khi họ xem xét 720 hình chụp nhũ ảnh.
“Nghiên cứu của chúng tôi cho thấy AI đã xác định các mô hình liên quan đến ung thư trong dữ liệu mà các bác sĩ X quang không thể, và ngược lại”, tác giả nghiên cứu cao cấp Krzysztof Geras, trợ lý giáo sư tại khoa X quang tại Đại học Y khoa New York cho biết.
“AI phát hiện ra những thay đổi ở cấp độ pixel trong mô hình không thể nhìn thấy bằng mắt người, trong khi con người sử dụng các hình thức lý luận không có sẵn cho AI”, Geras, cũng là một giảng viên trực thuộc Trung tâm Khoa học dữ liệu, cho biết thêm. “Mục tiêu cuối cùng của công việc mà chúng tôi làm đó là gia tăng, chứ không phải thay thế, các bác sĩ X quang”.
Vào năm 2014, đã có hơn 39 triệu bài kiểm tra chụp nhũ ảnh của phụ nữ Hoa Kỳ (không có triệu chứng ung thư) để sàng lọc ung thư vú và xác định nhu cầu theo dõi chặt chẽ hơn. Những người phụ nữ có kết quả xét nghiệm cho thấy hình chụp nhũ ảnh bất thường được giới thiệu để sinh thiết (một kỹ thuật lấy mô tế bào để xét nghiệm).
Công cụ AI xác định các tổn thương ác tính (màu đỏ) và tổn thương lành tính (màu xanh lá cây).
Trong nghiên cứu mới, nhóm nghiên cứu đã thiết kế các kỹ thuật thống kê cho phép chương trình của họ học hỏi cách làm thế nào để làm tốt hơn trong một nhiệm vụ mà không được nói chính xác như thế nào. Các chương trình như vậy xây dựng các mô hình toán học cho phép ra quyết định dựa trên các ví dụ dữ liệu được cung cấp cho chúng, với chương trình nhận được thông minh hơn khi nó xem xét ngày càng nhiều dữ liệu.
Các phương pháp tiếp cận AI hiện đại, lấy cảm hứng từ bộ não con người, sử dụng các mạch phức tạp để xử lý thông tin theo từng lớp, với từng bước cung cấp thông tin tiếp theo và phân bổ ít nhiều tầm quan trọng cho từng mẩu thông tin trên đường đi.
Các tác giả của nghiên cứu hiện tại đã đào tạo công cụ AI của họ trên nhiều hình ảnh phù hợp với kết quả sinh thiết được thực hiện trong quá khứ. Mục tiêu của họ là cho phép công cụ giúp các bác sĩ X quang giảm số lượng sinh thiết để có những bước tiến triển. Điều này chỉ có thể đạt được, theo Geras, bằng cách tăng sự tin tưởng vào các bác sĩ có độ chính xác của các đánh giá được thực hiện để kiểm tra sàng lọc (ví dụ, làm giảm kết quả dương tính giả và âm tính giả).
Đối với nghiên cứu hiện tại, nhóm nghiên cứu đã phân tích hình ảnh được thu thập như một phần của chăm sóc lâm sàng thông thường trong bảy năm, sàng lọc dữ liệu thu thập và kết nối hình ảnh với kết quả sinh thiết. Nỗ lực này đã tạo ra một bộ dữ liệu cực kỳ lớn cho công cụ AI của họ để đào tạo, các tác giả cho biết, bao gồm 229.426 bài kiểm tra chụp nhũ ảnh kỹ thuật số và 1.001.093 hình ảnh. Hầu hết các cơ sở dữ liệu mà các nhà nghiên cứu sử dụng trong các nghiên cứu cho đến nay đã bị giới hạn ở 10.000 hình ảnh hoặc ít hơn.
Do đó, các nhà nghiên cứu đã đào tạo mạng lưới thần kinh của họ bằng cách lập trình nó để phân tích hình ảnh từ cơ sở dữ liệu mà chẩn đoán ung thư đã được xác định. Điều này có nghĩa là các nhà nghiên cứu đã biết “sự thật” trong mỗi bức chụp nhũ ảnh (có ung thư hay không) khi họ kiểm tra độ chính xác của công cụ, khi dùng các công cụ này chẩn đoán. Các nhà nghiên cứu đã đo độ chính xác trong tần số dự đoán chính xác.
Ngoài ra, các nhà nghiên cứu đã thiết kế mô hình AI nghiên cứu trước hết đã xem xét các mảnh của toàn bộ bức hình được phân giải toàn bộ một cách riêng biệt để tạo nên một bản đồ nhiệt, một bức tranh thống kê về khả năng mắc bệnh. Sau đó, chương trình xem xét toàn bộ các đặc điểm cấu trúc ngực có liên quan đến ung thư, chú ý nhiều hơn đến các khu vực được gắn cờ trong bản đồ nhiệt độ pixel.
Thay vì các nhà nghiên cứu xác định các tính năng hình ảnh cho AI của họ để tìm kiếm, công cụ này tự khám phá xem tính năng hình ảnh nào làm tăng độ chính xác dự đoán. Tiến về phía trước, nhóm dự định sẽ tăng thêm độ chính xác này bằng cách đào tạo chương trình AI trên nhiều dữ liệu hơn, thậm chí có thể xác định những thay đổi trong mô ngực chưa bị ung thư nhưng có tiềm năng gây bệnh.
“Việc chuyển đổi sang dùng AI để hỗ trợ chẩn đoán X quang nên được tiến hành như áp dụng xe tự lái, cần phải chậm rãi và cẩn thận, xây dựng niêm tin và cải thiện hệ thống trên đường đi, tập trung vào sự an toàn”, theo nguyên tác của Nan Wu, một ứng cử viên tiến sĩ tại Trung tâm Khoa học dữ liệu.
Nghiên cứu này xuất hiện trong các giao dịch của IEEE về hình ảnh y tế.
Các đồng tác giả khác đến từ NYU, Đại học Y khoa SUNY Downstate, Đại học Cambridge và Đại học Jagiellonia.
Hỗ trợ cho công việc đến, một phần, từ Viện sức khỏe quốc gia. Mô hình được sử dụng trong nghiên cứu này đã được cung cấp cho lĩnh vực này để thúc đẩy sự đổi mới.