VBD 
Là hệ thống trí tuệ nhân tạo cộng hưởng sức mạnh của các bộ não y khoa hàng đầu và hàng trăm nghìn dữ liệu lâm sàng về ảnh y tế, với 05 tính năng đã được hoàn thiện, VinDr đang hỗ trợ đắc lực cho các bác sĩ trong việc chẩn đoán, phát hiện và khoanh vùng đa dạng tổn thương trên phổi, gan, vú, cột sống. Chỉ mất vài giây cho mỗi ca chụp, VinDr đã cho kết quả với độ chính xác trung bình trên 90%.
Theo thống kê của GLOBOCAN, năm 2020, ước tính cứ trên 100,000 người Việt thì có 159 người mắc và 106 người tử vong do ung thư. Tỷ suất này đã đưa Việt Nam tăng nhanh từ 6 đến 8 bậc trên bảng xếp hạng ung thư thế giới, lần lượt ở vị trí 91/185 về tỷ suất mắc mới và thứ 50/185 về tỷ suất tử vong. Dẫn đầu trong số các bệnh trọng ở cả hai giới phải kể đến ung thư gan, phổi và vú.
Cùng với ung thư, các bệnh về xương khớp cũng đang trở thành một vấn đề đe dọa đến tình trạng sức khỏe của người Việt. Thống kê cho thấy, tính riêng bệnh thoái hóa cột sống, tỷ lệ mắc trên toàn dân số là khoảng 35%, đặc biệt, với nhóm tuổi từ 60-69, con số này lên tới 89%.
Đối diện với hai bài toán lớn kể trên, một phần lời giải nằm ở công tác chẩn đoán, sàng lọc bệnh. Tuy nhiên, vấn đề đặt ra là làm thế nào để gia tăng số lượng, chất lượng và tốc độ chẩn đoán, trong khi Việt Nam đang phải giải quyết tình trạng quá tải hệ thống y tế, cũng như việc phân bổ không đồng đều về nguồn lực ngành y giữa bệnh viện tuyến trên và tuyến dưới.
VinDr và hành trình đi tìm lời giải bằng công nghệ
Bắt nguồn từ tính cấp bách phải giải quyết đồng thời ba vấn đề: sàng lọc các bệnh lý nguy hiểm, có tỷ lệ tử vong cao; chẩn đoán xương khớp và giảm tải áp lực cho hệ thống y tế tuyến trên, đội ngũ khoa học, kỹ sư công nghệ thuộc Trung tâm Xử lý ảnh y tế, Viện Nghiên cứu Dữ liệu lớn VinBigdata đã bắt tay vào nghiên cứu, xây dựng VinDr AI: nhóm tính năng tự động chẩn đoán và khoanh vùng tổn thương trên hình ảnh y tế. Sau một năm kể từ khi công bố, giải pháp đã hoàn thiện 05 tính năng, bao gồm: chẩn đoán X-quang lồng ngực, X-quang tuyến vú, X-quang cột sống, CT lồng ngực và CT gan mật. Đây là kết quả của sự cộng hưởng công nghệ đạt chuẩn thế giới, dữ liệu đặc trưng của người Việt và khối óc của đội ngũ bác sĩ hàng đầu tại Việt Nam.
Về công nghệ, VinDr được xây dựng dựa trên các mô hình thị giác máy tính (CV), máy học (ML) và học sâu (DL). So với các phương pháp truyền thống (các thuật toán tính năng được định trước), công nghệ học sâu nổi trội ở chỗ nó cho phép VinDr tự học các đặc trưng của bệnh lý dựa trên dữ liệu quy mô lớn để cho ra kết quả chẩn đoán nhanh và chính xác nhất.
Đồng thời, giải pháp được huấn luyện từ những bộ dữ liệu lâm sàng quy mô lớn (bao gồm hơn 300,000 hình ảnh y tế có dán nhãn thuộc nhiều loại như X-quang, CT, MRI,…) thu thập tại nhiều bệnh viện trong cả nước. Sau khi trải qua các khâu xóa định danh bệnh nhân và xử lý, dữ liệu ảnh được lưu trữ trên hệ thống Label-PACS để các bác sĩ truy cập và dán nhãn từ xa.
Với nền tảng công nghệ và dữ liệu kể trên, VinDr có khả năng tự động chẩn đoán đồng thời nhiều ca chụp theo thời gian thực. Độ chính xác của tác vụ khoanh vùng tổn thương đạt trung bình trên 90%. Bên cạnh đó, giải pháp cũng chứng minh sự vượt trội về mặt thời gian, khi chỉ mất vài giây để đọc mỗi ca chụp. Đáng nói, tốc độ và độ chính xác này là không đổi và hệ thống có thể làm việc suốt ngày đêm.
Như vậy, rõ ràng, lời giải cho những bài toán lớn hiện có của hệ thống y tế Việt Nam nằm ở chính công nghệ. Song song với việc đào tạo 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. Một khi ứng dụng VinDr vào triển khai thực tế tại bệnh viện, trí tuệ nhân tạo sẽ không thay thế hoàn toàn vai trò của bác sĩ chẩn đoán hình ảnh, mà sẽ cung cấp thêm một ý kiến để các bác sĩ tham khảo sau khi hoàn thành việc đọc phim. Nói cách khác, hệ thống sẽ là một công cụ hỗ trợ đắc lực, một người cùng hội chẩn với bác sĩ. Điều này đồng nghĩa với việc gia tăng mức độ chính xác trong chẩn đoán bệnh.
Chẩn đoán các bệnh lý về phổi
Để từng bước giải quyết bài toán ung thư phổi, vấn đề cốt lõi là làm sao gia tăng số ca bệnh được chẩn đoán sớm. Một trong những dấu hiệu nhận biết ung thư phổi là tình trạng nhiễm trùng ảnh hưởng đến đường hô hấp và dẫn đến các bệnh như viêm phế quản hoặc các bệnh nhiễm trùng mãn tính khác. Nhiễm trùng phổi mãn tính hoàn toàn có thể được chẩn đoán sớm bằng cách sử dụng X-quang lồng ngực để khoanh vùng tổn thương. Do đó, hiện nay, chụp X-quang lồng ngực là bước đầu tiên để các bác sĩ phát hiện những bất thường, tiến tới thực hiện những can thiệp sâu hơn như chụp cắt lớp vi tính (CT lồng ngực) hay sinh thiết.
Từ thực tế này, đội ngũ phát triển VinBigdata đã xây dựng và hoàn thiện hai tính năng có liên quan là VinDr-ChestXR (Chẩn đoán X-quang lồng ngực) và VinDr-ChestCT (Chẩn đoán CT lồng ngực).
VinDr-ChestXR được phát triển và đánh giá từ hàng trăm nghìn ca chụp X-quang lồng ngực thu thập từ các bệnh viện tại Việt Nam. Với sự hỗ trợ của AI, hiện hệ thống có thể phát hiện 06 bệnh lý phổi và khoanh vùng 22 loại bất thường phổ biến trên ảnh X-quang lồng ngực, chỉ mất dưới 01 giây. Trong quá trình triển khai thực tế tại các bệnh viện lớn của Việt Nam: Bệnh viện 108, Bệnh viện ĐH Y Hà Nội, Bệnh viện Vimec Times City và 05 bệnh viện của tỉnh Phú Thọ, kết quả đánh giá cho thấy tại Bệnh viện 108 trung bình 10,5% số ca chẩn đoán thay đổi sau khi bác sĩ tham khảo AI, độ đồng thuận trung bình của bác sĩ với AI cũng đạt 90%. Kết quả này tương đương tại bệnh viện ĐH Y Hà Nội, với các tỉ lệ tương ứng lần lượt là 4,8% và 89,5%. Tính trung bình, độ chính xác trong chẩn đoán các bệnh lý phổi của VinDr-ChestXR đạt trên 90%.
Bên cạnh chẩn đoán X-quang lồng ngực, VinDr cũng cung cấp tính năng chẩn đoán CT lồng ngực (VinDr-ChestCT). Được huấn luyện dựa trên 4000 ca CT và đánh giá trên 1000 ca, phần mềm có thể phát hiện 5 tổn thương, bao gồm: đông đặc, phù phổi, hạch trung thất, nốt / khối phổi và tràn dịch màng phổi. So với chẩn đoán trên ảnh X-quang, chẩn đoán trên ảnh chụp cắt lớp vi tính cho phép phát hiện rõ ràng những đám mờ và đánh giá chi tiết kích thước, cũng như mức độ tổn thương ở phổi. Hiện nay, VinDr-ChestCT đã được triển khai tại sáu bệnh viện, trung tâm y tế ở Phú Thọ, Bình Định và Hải Phòng. Giải pháp chứng minh được độ chính xác 78% và tốc độ đọc mỗi ca chụp là 10 giây. Kỳ vọng, đây sẽ là phương pháp được sử dụng rộng rãi trong quá trình chẩn đoán, sàng lọc và điều trị sớm bệnh ung thư phổi.
Chẩn đoán các bệnh lý về gan
Các bệnh lý về gan, đặc biệt là ung thư gan hiện đang là bệnh lý gây tử vong hàng đầu tại Việt Nam. Để xác định chính xác các tổn thương gan, chụp cắt lớp gan là phương pháp phổ biến, hiệu quả hơn so với chụp X-quang. Tuy nhiên, việc đọc ảnh CT gan đòi hỏi không ít thời gian, cũng như sự tham gia của các bác sĩ giàu kinh nghiệm. Chính vì thế, VinDr-LiverCT ra đời, như một công cụ AI hỗ trợ bác sĩ chẩn đoán nhanh và chính xác hơn.
Với VinDr-LiverCT, thuật toán được huấn luyện trên 3000 ca CT và đánh giá trên 1000 ca. Dữ liệu được thu thập từ nhiều bệnh viện lớn tại Việt Nam, trong đó có BV 108, BV Đại học Y Hà Nội. Nhờ công nghệ học sâu, thuật toán có thể phát hiện 4 tổn thương: khối, vôi hóa, tổn thương dạng nang và giãn đường mật, với tốc độ trung bình 10 giây cho mỗi ca chụp và độ chính xác 80,5%. Tương như như VinDr-ChestCR, giải pháp này hiện đang được triển khai tại sáu bệnh viện, trung tâm y tế ở ba tỉnh thành gồm Phú Thọ, Bình Định và Hải Phòng.
Dự kiến, VinDr-LiverCT sẽ tiếp tục được phát triển, cung cấp các khả năng xác định 10 bệnh lý về gan, bao gồm các loại ung thư gan khác nhau, và khoanh vùng 24 loại bất thường phổ biến trên gan.
Chẩn đoán, sàng lọc ung thư vú trên diện rộng
Theo Cục quản lý Thực phẩm và Dược phẩm Hoa Kỳ FDA, chụp X-quang tuyến vú là phương pháp phổ biến và ít tốn kém nhất, giúp sàng lọc làm giảm tỷ lệ tử vong do ung thư vú. Ảnh X-quang có thể hiển thị vôi hóa và các khối, đây là những triệu chứng điển hình đầu tiên của ung thư. Phương pháp này vì thế mà được sử dụng cả trong chẩn đoán và sàng lọc, nhằm tầm soát trên diện rộng khi bệnh nhân chưa có biểu hiện cụ thể, hay quan sát tổn thương một cách rõ ràng hơn.
Do đó, nhằm giải quyết bài toán ung thư vú, đội ngũ VinBigdata đã phát triển tính năng chẩn đoán X-quang tuyến vú (VinDr-Mammo). Để có khả năng thực hiện đa tác vụ trên ảnh X-quang tuyến vú, VinDr-Mammo được đào tạo từ 50.000 ca chụp thu thập tại các bệnh viện lớn trong nước. Kết hợp công nghệ hiện đại và bộ dữ liệu quy mô lớn, giải pháp có thể phân loại mật độ nhu vú, cũng như định vị, khoanh vùng nhiều loại tổn thương khác nhau trên phim X-quang vú, với độ chính xác đạt trung bình trên 85% và thời gian chẩn đoán dưới 05 giây cho mỗi ca chụp.
Bên cạnh đó, phần mềm cũng có khả năng phân loại BIRADS – hệ thống phân loại kết quả chụp nhũ ảnh tuyến vú theo thang đo có sẵn. Dựa trên thang đo BIRADS 1 đến BIRADS 6, VinDr-Mammo cho biết có tồn tại tổn thương hay không, và nguy cơ tổn thương trên vú là lành tính hay ác tính. Đây chính là một trong những cơ sở đầu tiên để bác sĩ quyết định có tiến hành sinh thiết, nhằm xác định chính xác dấu hiệu của ung thư vú.
Thực tế thử nghiệm VinDr-Mammo tại những bệnh viện lớn trong nước (Bệnh viện 108, Bệnh viện ĐH Y Hà Nội, Bệnh viện Vinmec Times City và 05 bệnh viện tỉnh Phú Thọ) cho thấy trung bình trên 10% số ca chẩn đoán thay đổi kết quả sau khi bác sĩ tham khảo AI. Cùng với đó, độ đồng thuận trung bình của AI với bác sĩ cũng đạt 84% (tại Bệnh viện ĐH Y Hà Nội).
Chẩn đoán bệnh lý cột sống
Với tính năng VinDr-SpineXR, VinBigdata hiện là đơn vị tiên phong ứng dụng AI vào chẩn đoán X-quang cột sống. Giải pháp cho phép phân loại phim chụp (bất thường/không có bất thường) sử dụng một bộ phân loại nhị phân. Bộ dữ liệu huấn luyện của phần mềm này bao gồm các hình ảnh X-quang xương cột sống định dạng DICOM thu thập từ nhiều bệnh viện tại Việt Nam và được dán nhãn bởi các bác sĩ chẩn đoán hình ảnh giàu kinh nghiệm.
Được phát triển dựa trên công nghệ học sâu, VinDr-SpineXR có thể phân loại giữa hình ảnh X-quang cột sống bình thường và bất thường với độ chính xác 90% tính trên độ đo AUC (diện tích dưới đường cong cho biết khả năng phân biệt giữa bệnh nhân mắc bệnh và không mắc bệnh). Độ chính xác trong việc phát hiện và khoanh vùng tổn thương đạt mAP = 0.55 (mAP là chỉ số độ chính xác trung bình, cho phép đo hiệu suất của các mô hình phát hiện đối tượng trong ảnh).
Hiện VinDr-SpineXR đang hỗ trợ phát hiện 06 loại tổn thương cột sống phổ biến tại Việt Nam, bao gồm: gai xương; hẹp khe đĩa đệm; vật liệu phẫu thuật; hẹp lỗ tiếp hợp; trượt đốt sống và xẹp đốt sống. Được đánh giá cao cả về số lượng và chất lượng chẩn đoán, VinDr-SpineXR đang hỗ trợ đắc lực cho các bác sĩ chẩn đoán hình ảnh cột sống tại sáu cơ sở khám chữa bệnh trong nước, gồm: Bệnh viện Đa khoa tỉnh Phú Thọ, bệnh viện Sản nhi Phú Thọ, Trung tâm y tế Cẩm Khê, Thanh Ba, Thanh Thủy và bệnh viện Đa khoa tỉnh Bình Định. Đây được kỳ vọng sẽ là lời giải cho bài toán bệnh lý xương khớp đang ngày càng phổ biến và trẻ hóa trong dân số Việt Nam.
Cùng với 05 tính năng đã triển khai, dự kiến, thời gian tới, VinDr sẽ tiếp tục hoàn thiện thêm hai tính năng chẩn đoán các bệnh lý về não, gồm chẩn đoán CT sọ não (VinDr-BrainCT) và chẩn đoán MRI sọ não (VinDr-BrainMRI). Đồng thời, hiện nay Trung tâm Xử lý ảnh y tế VinBigdata cũng đang khởi động một dự án mới là ứng dụng AI trong nội soi tiêu hóa. Giải pháp hướng đến đưa AI tích hợp với máy nội soi, khi bác sĩ di chuyển đầu dò nội soi đến đâu, máy có thể nhìn thấy những tổn thương ngay tại chỗ và đưa ra gợi ý tức thời. Đây là hướng đi mới trong chẩn đoán đối với hình ảnh động, hứa hẹn là bước tiến cho ngành chẩn đoán hình ảnh y tế tại Việt Nam. Kết hợp với những tính năng đã phát triển và các đột phá mới, VinDr AI kỳ vọng sẽ trở thành trợ lý chẩn đoán hình ảnh y tế tin cậy cho các bác sĩ, góp phần nâng cao chất lượng khám chữa bệnh, cải thiện sức khỏe cộng đồng.
