Những công nghệ nào đang định hình lại cách xử lý dữ liệu ảnh y tế?

Xử lý hình ảnh đã và đang là một phần không thể thiếu trong chẩn đoán y tế, giúp nâng cao độ chính xác và cải thiện kết quả điều trị tổng thể cho bệnh nhân. Chỉ trong vài năm qua, lĩnh vực này đã phát triển vượt bậc, với quy mô thị trường toàn cầu được dự kiến sẽ đạt 28,6 tỷ USD vào năm 2028.

Kể từ khi hình thành đến nay, các kỹ thuật chụp ảnh y tế đã liên tục được cải tiến, từ máy chụp CT tiêu chuẩn đến hình ảnh 3D đa chiều. Thêm vào đó, để đạt được những bước tiến vượt bậc, các công ty đã nghiên cứu, phát triển và triển khai không ít công nghệ như AI, AR/ VR (thực tế ảo/thực tế tăng cường), cinematic rendering (kỹ thuật xử lý hậu kỳ để hiển thị 3D dữ liệu hình ảnh CT) và điện toán đám mây. Nhờ đó, các bác sĩ có thể sử dụng hình ảnh sắc nét hơn và chẩn đoán chính xác hơn.

Bài viết dưới đây sẽ cung cấp cái nhìn tổng quan về những công nghệ đang định hình lại tương lai của lĩnh vực xử lý dữ liệu ảnh y tế.

Tương lai của hình ảnh y tế: Vượt xa hình ảnh CT

Nếu như trước đây hình ảnh y tế chủ yếu dựa vào cảm biến của thiết bị quét thì giờ đây, ngành này đang hướng tới các giải pháp hỗ trợ bởi AI để nén hình ảnh và cho ra kết quả nhanh hơn. Thậm chí ngày càng có nhiều mối quan tâm đến các giải pháp đám mây để lưu trữ dữ liệu hình ảnh y tế.

Việc lưu trữ và chia sẻ thông tin trên đám mây hiện đang được các tổ chức y tế ưu tiên hơn so với sử dụng các máy chủ tại chỗ.

AI cũng giúp tạo nên những đột phá trong chẩn đoán hình ảnh, bằng cách làm làm nổi bật những vùng nghi ngờ tổn thương, giảm thiểu việc sai sót/bỏ sót các bất thường dù là nhỏ nhất. 

Với hình ảnh có độ phân giải cao và sự hỗ trợ của thuật toán, các bác sĩ giờ đây có thể phát hiện ra các chi tiết nhỏ mà truyền thống cực kỳ khó phát hiện. Công nghệ không chỉ đóng vai trò là động lực xuyên suốt ngành công nghiệp chăm sóc sức khỏe, mà nó còn vô cùng quan trọng trong việc phòng ngừa và chẩn đoán bệnh.

Các tiêu chuẩn chính về dữ liệu hình ảnh y tế 

Tiêu chuẩn hóa dữ liệu hình ảnh y tế đóng một vai trò quan trọng trong ngành chăm sóc sức khỏe. Với nhiều thiết bị quét và khối lượng lớn dữ liệu hình ảnh cần xử lý, việc có một tiêu chuẩn thống nhất để tạo điều kiện thuận lợi cho việc chia sẻ, lưu trữ và diễn giải dữ liệu là điều bắt buộc.

Dưới đây là các tiêu chuẩn hình ảnh y tế phổ biến nhất.

• DICOM. Tiêu chuẩn ảnh số và truyền thông trong y tế (DICOM) là một tiêu chuẩn quốc tế, chỉ định các giao thức sẽ được sử dụng để tạo điều kiện thuận lợi cho việc trao đổi hình ảnh y tế và dữ liệu liên quan trong hệ thống chăm sóc sức khỏe. Đây là một tiêu chuẩn CNTT toàn cầu được sử dụng trong các bệnh viện trên toàn thế giới để đảm bảo khả năng tương tác của các hệ thống sản xuất, xử lý, lưu trữ, in và truyền thông tin trong hình ảnh y tế.
• HL7. Health-Level-7 (HL7), là một bộ tiêu chuẩn được quốc tế chấp nhận sử dụng như một phương tiện để nhận, trao đổi, quản lý và truy xuất thông tin kỹ thuật số được chuyển giữa các ứng dụng phần mềm khác nhau được các nhà cung cấp dịch vụ chăm sóc sức khỏe sử dụng. Về cơ bản, nó là một khuôn khổ phức tạp cho phép các giải pháp phần mềm dữ liệu chăm sóc sức khỏe khác nhau tích hợp với nhau để diễn giải dữ liệu.
• PACS. Hệ thống lưu trữ và truyền tải hình ảnh (PACS) là một tiêu chuẩn hình ảnh y tế xử lý việc lưu trữ, quản lý, phân phối và diễn giải hình ảnh y tế. Các bản quét và báo cáo điện tử được chuyển tiếp dưới dạng số hóa thông qua hệ thống PACS. Hệ thống này cho phép các tổ chức chăm sóc sức khỏe thu thập, lưu trữ, xem và phân phối tất cả các loại hình ảnh y tế cả bên trong và bên ngoài.

VinDr PACS là giải pháp thông minh hỗ trợ quản lý ảnh y tế được phát triển bởi VinBigData. Tích hợp tất cả các giải pháp RIS/PACS/Cloud cùng công nghệ tự động chẩn đoán hình ảnh trong một sản phẩm, VinDr PACS là trợ thủ đắc lực giúp các bác sĩ chẩn đoán hình ảnh trong việc quản lý ca chụp, đọc ảnh DICOM, xuất báo cáo,… Đặc biệt, giải pháp hỗ trợ hội chẩn nhiều điểm cầu, chẩn đoán đồng thời nhiều ca chụp, trên nhiều thiết bị. Mô hình có thể dễ dàng mở rộng hay thu hẹp quy mô một cách linh hoạt, nhằm phù hợp với mọi cơ sở khám chữa bệnh từ Phòng khám tới Bệnh viện đa khoa.

Các công nghệ đã định hình lại cách xử lý dữ liệu ảnh y tế 

Hình ảnh 3D vẫn là phương pháp trung tâm để chẩn đoán bệnh, thúc đẩy sự tăng trưởng trong lĩnh vực chăm sóc sức khỏe. Nhờ các công cụ hình ảnh 3D hiện đại, điện toán đám mây, các giải pháp phần mềm hình ảnh, thực tế tăng cường và trí tuệ nhân tạo, sự phát triển của công nghệ hình ảnh y tế thực sự là vô hạn.

Hình ảnh 3D

Công nghệ trực quan hóa 3D có khả năng tạo ra hình ảnh chất lượng cao nhờ trực quan đa chiều kết hợp nhiều lớp quét để tạo ra hình ảnh hoàn chỉnh và linh hoạt hơn.

Khả năng trực quan hóa hình ảnh ở dạng 3D có nhiều ứng dụng trong suốt quá trình chụp ảnh y tế, bao gồm MRI, CT, CTA, siêu âm, chụp nhũ ảnh, v.v.

• Cinematic and volumetric rendering. Một số vùng trên cơ thể con người đòi hỏi quá trình kiểm tra chính xác hơn. Trong trường hợp này, cần có nhiều lớp hình ảnh hơn để đánh giá. Cinematic rendering 3D kết hợp quét CT và MRI với volumetric visualization để tạo ra hình ảnh có kết cấu chân thực. Phương pháp dựng hình này đặc biệt có giá trị để chẩn đoán khối u và đánh giá các mô mềm.
• Tomosynthesis. Sự thay đổi từ chụp nhũ ảnh 2D sang chụp nhũ ảnh 3D đã có tác động đáng kể đến việc kiểm tra mô vú. Với kỹ thuật tomosynthesis (quang cắt lớp tuyến vú kỹ thuật số), các bác sĩ có thể kiểm tra nhiều lớp mô cùng một lúc, giúp họ phát hiện ung thư vú ở giai đoạn đầu.
• Angiography maps. Dị tật mạch vành trên lâm sàng là một trong những bệnh lý phức tạp nhất cần được chẩn đoán. Phần mềm 3D hiện đại có thể được sử dụng để chuyển đổi quá trình kiểm tra mạch vành và các vấn đề liên quan đến mạch máu trong CT. Tác động của hình ảnh 3D đối với chụp CT mạch là rất lớn vì nó cho phép bác sĩ lâm sàng hình dung ra các vết xuất huyết, chứng phình động mạch, tắc mạch máu, cục máu đông, v.v.

Trí tuệ nhân tạo

Trí tuệ nhân tạo là một trong những công cụ hứa hẹn nhất khi nói đến việc nâng cao lĩnh vực xử lý hình ảnh y tế của ngành chăm sóc sức khỏe. Trên thực tế, AI (trong thị trường hình ảnh y tế) được dự đoán sẽ tăng từ 21 tỷ USD lên 264,85 tỷ đô la vào năm 2026.

Bằng cách xử lý nhiều lần quét cùng một lúc, công nghệ học máy có thể được sử dụng để phát hiện các mẫu góp phần đưa ra quyết định nhanh hơn.

Ngoài ra, phần mềm hỗ trợ AI cũng có thể được sử dụng để tạo báo cáo và phân tích dữ liệu quan trọng từ hệ thống thông tin X quang (RIS) và hệ thống PACS.

Với sự trợ giúp của trợ lý AI, bác sĩ X quang có thể đẩy nhanh quá trình khám bệnh. Công nghệ này cho phép một cách tiếp cận điều trị được cá nhân hóa hơn, bao gồm giảm liều bức xạ và phân khúc bệnh nhân theo mức độ ưu tiên.

Nhìn chung, các thuật toán thông minh xác định cách tối ưu nhất để tiến hành chụp CT hoặc MRI nhằm chuyển đổi hình ảnh chất lượng thấp thành hình ảnh chất lượng cao. Quan trọng nhất, phần mềm AI giúp tăng tỷ lệ chính xác khi chẩn đoán bệnh.

Được phát triển bởi VinBigData, VinDr CAD là giải pháp AI toàn diện hỗ trợ phân tích và xử lý ảnh y tế. Dựa trên công nghệ Trí tuệ nhân tạo tiên tiến, VinDr AI có khả năng tự động chẩn đoán bệnh và khoanh vùng tổn thương trên 07 loại ảnh, bao gồm: X-quang lồng ngực, X-quang tuyến vú, X-quang cột sống, CT lồng ngực, CT gan mật, CT sọ não và MRI sọ não, với độ chính xác trung bình trên 90%. Giải pháp hướng tới trở thành trợ lý đáng tin cậy, hỗ trợ bác sĩ chẩn đoán hình ảnh đưa ra quyết định chính xác, nhanh chóng và giảm thiểu sai sót, từ đó, góp phần nâng cao chất lượng khám chữa bệnh, cải thiện sức khỏe cộng đồng.

Thực tế ảo và tăng cường

Các công cụ thực tế ảo và tăng cường có nhiều ứng dụng hữu ích trong hình ảnh y tế. Về cơ bản, X quang và phẫu thuật có mối liên hệ chặt chẽ và phụ thuộc lẫn nhau.

Do đó, các bác sĩ phẫu thuật chủ yếu dựa vào hình ảnh quét và chẩn đoán của bác sĩ X quang để thực hiện các thao tác và thực hiện điều trị. Công nghệ AR và VR cung cấp cho bác sĩ khả năng hiển thị hình ảnh 3D tiên tiến trong suốt quá trình hoạt động.

Ví dụ: giải pháp lập kế hoạch trước khi phẫu thuật dựa trên AR, hệ thống AR OpenSight của Novarad, cũng đã được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) chấp thuận. Giải pháp này sử dụng một công cụ ảo chiếu hình ảnh ba chiều 3D lên cơ thể bệnh nhân và cho phép bác sĩ phẫu thuật xác định bộ phận mục tiêu nhanh hơn và chính xác hơn.

Digital twins

Công nghệ digital twins đề cập đến việc tạo ra một bản sao hình ảnh 3D của một đối tượng để xem hoạt động hoặc phương pháp điều trị cụ thể sẽ ảnh hưởng như thế nào đến khối u, mô hoặc cơ quan mà không tác động đến đối tượng thực.

Điều này cho phép các bác sĩ lâm sàng kiểm tra hiệu quả các thao tác và phương pháp điều trị cần thiết trước khi thực sự thực hiện chúng trên bệnh nhân.

Các công ty chăm sóc sức khỏe như Siemens và Philips đang tích cực làm việc để phát triển công nghệ digital twins cho hình ảnh y tế.

Cho đến nay, công nghệ này đã được chứng minh là một môi trường thử nghiệm đầy hứa hẹn giúp nâng cao độ chính xác của chẩn đoán và dự báo hiệu quả điều trị theo cách tương tự như công nghệ hỗ trợ AI.