VinDr – Khi AI cộng hưởng sức mạnh của hàng trăm bộ não y khoa

Mỗi năm, thế giới có 40 triệu ca chẩn đoán hình ảnh y tế xảy ra sai sót. Vậy làm thế nào để gia tăng cả số lượng và chất lượng chẩn đoán? VinDr – hệ thống trí tuệ nhân tạo cộng hưởng sức mạnh của hàng trăm bộ não y khoa và hàng trăm nghìn dữ liệu lâm sàng về ảnh y tế, được kì vọng sẽ là lời giải.

Từ bài toán xuất phát điểm 

Theo nghiên cứu của Fortune Business Insights, quy mô thị trường xử lý ảnh y tế trên toàn cầu năm 2019 là 33,69 tỷ USD và dự kiến sẽ cán mốc 43,33 tỷ USD năm 2027. Tỷ lệ tăng trưởng kép hàng năm của thị trường này ước đạt 5,1% xuyên suốt giai đoạn dự đoán. Tổ chức Y tế Thế giới (WHO) cũng ước tính hàng năm có khoảng 3,6 tỷ ca chẩn đoán trên toàn cầu. Thực tế cho thấy, chính phủ các nước đang dành sự quan tâm ngày càng lớn đối với việc theo dõi, sàng lọc sức khỏe dân số, đầu tư cho quy trình phát hiện sớm nguy cơ của bệnh nhằm giảm thiểu chi phí điều trị. Cùng với đó, sự gia tăng tỷ lệ mắc các bệnh cấp và mãn tính bao gồm ung thư, tim mạch và chấn thương chỉnh hình là hai lý do chính thúc đẩy chẩn đoán hình ảnh trở thành một trong những xu hướng phát triển mạnh của y học.

Tại Việt Nam, chẩn đoán sớm và chính xác nhằm phát hiện bệnh, phục vụ công tác điều trị cũng đang là một vấn đề cấp bách, đòi hỏi sự đầu tư nghiêm túc từ chính phủ đến người dân.  Bởi lẽ, năm 2019, tuy xếp thứ 99/185 quốc gia về tỉ lệ mắc bệnh (151,4/100.000 dân), song Việt Nam lại đứng ở vị trí thứ 56 thế giới về tỉ lệ tử vong do ung thư (104,4/100.000 dân) – báo cáo của WHO. Theo các chuyên gia, nguyên nhân dẫn đến tình trạng trên là do hơn 70% ca bệnh ung thư được phát hiện và điều trị muộn. Nếu được chẩn đoán sớm, hiệu quả điều trị có thể lên tới 70% như ở các nước có y tế phát triển.

Thực tế trên đề ra một yêu cầu cấp bách: Làm thế nào để cải thiện số lượng, tốc độ và chất lượng chẩn đoán? Lời giải có lẽ không chỉ nằm ở yếu tố nguồn nhân lực, bởi hiện nay, tỉ lệ lỗi chẩn đoán hình ảnh chiếm từ 3-5% (khoảng 40 triệu ca/năm trên toàn cầu). Hơn nữa, quá tải ca bệnh tại các bệnh viện và tình trạng thiếu bác sĩ đang là bài toán lớn đối với y tế Việt Nam. Vậy, nguồn lực nào sẽ hỗ trợ bác sĩ trong việc chẩn đoán mặt bệnh?

Đến hành trình tìm ra lời giải tối ưu

Theo Cộng đồng chẩn đoán Bắc Mỹ (RSNA), trí tuệ nhân tạo (AI) sẽ là công nghệ đi đầu, là cánh tay đắc lực dành cho các bác sĩ chẩn đoán hình ảnh. Về tốc độ, AI rút ngắn thời gian dành cho quá trình chụp ảnh cộng hưởng từ (MRI), cắt lớp vi tính (CT), cũng như quy trình xử lý hình ảnh, xác định mặt bệnh. Về chất lượng chẩn đoán, nhờ AI có khả năng tổng hợp các yếu tố tiền sử và so sánh tiên lượng với các ca bệnh tương tự trong quá khứ, bệnh nhân có thể nhận được kết quả chính xác và phác đồ điều trị được cá nhân hóa ngay từ lần khám đầu tiên. Bởi những đặc tính trên, rõ ràng, đáp số cho bài toán chẩn đoán hình ảnh y tế nằm ở AI. Thay vì chờ đợi một thế hệ đội ngũ y bác sĩ mới, đủ chất và đủ lượng để đáp ứng yêu cầu ngày càng tăng của bệnh nhân trong việc phát hiện sớm nguy cơ của bệnh, AI sẽ là nguồn lực đủ nhanh, đủ mạnh và đủ bền để liên tục giải quyết các bài toán y tế.

Bắt nguồn từ chính nhận thức trên, VinDr – người học trò chăm chỉ được đào tạo bởi đội ngũ hàng trăm bác sĩ chẩn đoán hình ảnh – từ năm 2018 đã không ngừng tự tối ưu hóa thuật toán AI để cho ra kết quả nhanh và chính xác nhất. Áp dụng các mô hình thị giác máy tính (CV), máy học (ML) và học sâu (DL), VinBigdata xây dựng các hệ thống chẩn đoán có máy tính hỗ trợ (CADx) từ những bộ dữ liệu lâm sàng quy mô lớn (bao gồm nhiều loại hình ảnh y tế khác nhau như X-quang, CT, MRI,…). Kỳ vọng trở thành một giải pháp AI toàn diện cho chẩn đoán hình ảnh y tế, VinDr được phát triển với bảy chức năng chẩn đoán, bao gồm chẩn đoán các bệnh lý phổi trên ảnh X-quang lồng ngực; chẩn đoán ung thư vú trên ảnh X-quang tuyến vú; chẩn đoán X-quang xương khớp; chẩn đoán ung thư phổi trên ảnh cắt lớp (CT); chẩn đoán ung thư gan trên ảnh CT; chẩn đoán đột quỵ não trên ảnh CT; chẩn đoán u não trên ảnh cộng hưởng từ. 

Các tính năng của VinDr
  • Đối với ảnh X-quang lồng ngực, VinDr có thể xác định 6 bệnh phổi và khoanh vùng 22 loại bất thường phổ biến. Được đào tạo bởi trên nửa triệu nghiên cứu X-quang phổi và gán nhãn bởi các chuyên gia hàng đầu Việt Nam, VinDr đạt độ chính xác trên 90% với hầu hết các bệnh và thương tổn.
  • Đối với X-quang tuyến vú, VinDr có khả năng phân loại kết quả chụp nhũ ảnh tuyến vú theo ba cấp độ BI-RADS và bốn loại mật độ vú. Hệ thống cũng có thể khoanh vùng 13 loại bất thường phổ biến trên chụp nhũ ảnh. Được đào tạo từ hơn 50.000 nghiên cứu thu thập tại các bệnh viện tại Việt Nam, độ chính xác phân loại BI-RADS của VinDr là trên 80%.
  • Với CT não, VinDr xác định được 09 mặt bệnh não, bao gồm một số loại đột quỵ và khoanh vùng được 17 loại bất thường phổ biến. Đây là kết quả của quá trình đào tạo từ hơn 30.000 nghiên cứu thu thập tại cộng đồng và các bệnh viện ở Việt Nam.
  • Trong ảnh cộng hưởng từ não, với tập dữ liệu đào tạo từ trên 3000 nghiên cứu, 09 mặt bệnh (bao gồm cả u não) và 20 loại bất thường phổ biến là kết quả chẩn đoán mà VinDr đạt được. 
  • Trên ảnh CT phổi, VinDr có thể xác định 6 bệnh phổi và khoanh vùng 24 loại bất thường thường gặp, nhờ quá trình đào tạo từ hơn 30.000 nghiên cứu khác nhau.
  • Cuối cùng, với CT gan, từ trên 10.000 nghiên cứu, VinDr giúp phát hiện 10 mặt bệnh (bao gồm các loại ung thư gan) và hoanh vùng 24 loại bất thường phổ biến. 

Bên cạnh khả năng chẩn đoán, VinDr cũng có thể tự động khoanh vùng nghi ngờ tổn thương và chỉ ra điểm bất thường với độ chính xác đạt trung bình trên 90%. Nhờ những tính năng trên, VinDr sẽ đóng vai trò tham vấn hội chẩn khách quan, đảm bảo không bỏ sót những chi tiết nhỏ, giúp các bác sĩ có đầy đủ dữ liệu để đưa ra quyết định tốt nhất.

Và sự công nhận của cộng đồng khoa học

Cộng hưởng sức mạnh của hàng nghìn bộ não y khoa, với quá trình đào tạo từ bộ dữ liệu khổng lồ về ảnh y tế, người học trò VinDr đã chứng minh được năng lực tại các cuộc thi uy tín, tầm cỡ quốc tế, như:

  • Số 01 cuộc thi Chexpert chẩn đoán 12 bệnh phổi X quang lồng ngực (ĐH Stanford). [2019]
  • Số 01 cuộc thi khoanh vùng bệnh trên ảnh nội soi ISBI 2020.
  • Số 01 trong cuộc thi phân loại thảo mộc Herbarium, thuộc workshop FGVC7, ở hội thảo hàng đầu thế giới về Thị giác máy tính CVPR 2020.
  • Số 3 cuộc thi phát hiện và phân loại thuyên tắc phổi bằng ảnh CT phổi của hiệp hội X-quang Bắc Mỹ (RSNA) và hiệp hội X-quang lồng ngực (STR) 2020.
  • Số 01 (giai đoạn I) chẩn đoán tràn khí màng phổi SIIM (Hiệp hội Tin học Hình ảnh Y tế Hoa Kỳ). [2019]
  • Top 10 tại cuộc thi chẩn đoán chảy máu não trên ảnh CT do hiệp hội X-quang Bắc Mỹ (RSNA) tổ chức. [2019]

Đánh giá về VinDr, Bác sĩ Lê Tuấn Linh, Trưởng khoa Chẩn đoán hình ảnh, bệnh viện Đại học Y Hà Nội cho biết: “Việc phát hiện sớm ung thư thông qua chẩn đoán hình ảnh đóng vai trò quan trọng trong việc điều trị thành công các bệnh nhân ung thư. Ứng dụng AI trong lĩnh vực này tạo ra công cụ hỗ trợ hiệu quả cho các chương trình sàng lọc ung thư hoặc các bệnh nan y khác trong tương lai. Chúng tôi đánh giá hệ thống VinDr có thể đứng Top đầu trong việc hỗ trợ chẩn đoán hình ảnh”.

Với những thành quả trên, VinDr đang trở thành một trong những nguồn lực mới tại các bệnh viện đầu ngành tại Hà Nội và Phú Thọ. Tại Hà Nội, giải pháp được ứng dụng tại Bệnh viện Trung ương Quân đội 108, Bệnh viện Đại học Y Hà Nội và Bệnh viện Đa khoa Quốc tế Vinmec Times City. Tại Phú Thọ, 5 bệnh viện hạng I của tỉnh đang triển khai VinDr là Bệnh viện Đa khoa tỉnh, Bệnh viện Sản Nhi, Trung tâm Y tế huyện Thanh Ba, Trung tâm Y tế huyện Cẩm Khê, Trung tâm Y tế huyện Thanh Thủy.

Bài viết liên quan

    Cảm ơn bạn đã quan tâm và ủng hộ.

    File hiện tại không thể tải xuống
    Vui lòng liên hệ hỗ trợ.

    VinOCR eKYC

    Chọn ảnh từ máy của bạn

    Chọn ảnh demo dưới đây hoặc tải ảnh lên từ máy của bạn

    Tải lên ảnh CMND/CCCD/Hộ chiếu,...

    your image
    Chọn ảnh khác
    Tiến hành xử lý

    Thông tin đã được xử lý

    Mức độ tin cậy: 0%

    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -
    • -

    Xác thực thông tin thẻ CMND/CCCD

    Vui lòng sử dụng giấy tờ thật. Hãy đảm bảo ảnh chụp không bị mờ hoặc bóng, thông tin hiển thị rõ ràng, dễ đọc.

    your image
    Chọn ảnh khác

    Ảnh mặt trước CMND/CCCD

    your image
    Chọn ảnh khác

    Ảnh mặt sau CMND/CCCD

    your image
    Chọn ảnh khác

    Ảnh chân dung

    This site is registered on wpml.org as a development site.