Các nhà nghiên cứu tại trường Đại học Radboud, Hà Lan đã phát triển được chương trình trí tuệ nhân tạo (AI) có khả năng dự đoán chính xác nguy cơ các nốt phổi được chụp CT sàng lọc, sẽ chuyển thành ung thư. Nghiên cứu đã được công bố trên tạp chí Radiology.

Theo Tổ chức Y tế Thế giới, trong số các bệnh ung thư thì ung thư phổi là nguyên nhân gây tử vong hàng đầu thế giới với khoảng 1,8 triệu ca tử vong vào năm 2020. Chụp CT ngực liều thấp được sử dụng để sàng lọc những người có nguy cơ ung thư phổi cao như những người hút thuốc lâu năm. Đây là phương pháp đã được chứng minh làm giảm đáng kể tỷ lệ tử vong do ung thư phổi và chủ yếu giúp phát hiện ung thư ở giai đoạn sớm khi việc điều trị dễ thành công hơn.

Ung thư phổi thường biểu hiện dưới dạng các nốt phổi trên hình ảnh CT, nhưng hầu hết các nốt đều lành tính và không cần làm thêm các xét nghiệm lâm sàng. Do đó, việc phân biệt chính xác các nốt phối lành tính và ác tính là rất quan trọng để phát hiện sớm ung thư.

Trong nghiên cứu mới, các nhà khoa học đã phát triển một thuật toán để đánh giá nốt phổi bằng cách sử dụng học sâu, một ứng dụng AI có khả năng tìm thấy các mẫu nhất định trong dữ liệu hình ảnh. Các nhà nghiên cứu đã “đào tạo” cho thuật toán trên hình ảnh CT của hơn 16.000 nốt phổi, bao gồm 1.249 khối u ác tính từ Thử nghiệm sàng lọc phổi quốc gia. Nhóm nghiên cứu đã xác thực thuật toán trên ba bộ dữ liệu hình ảnh lớn về các nốt phổi từ Thử nghiệm sàng lọc ung thư phổi của Đan Mạch.

Thuật toán học sâu đã mang lại kết quả xuất sắc, vượt trội hơn so với mô hình Phát hiện sớm ung thư phổi do Khung Tăng trưởng sạch và Biến đổi khí hậu Pan-Canada thiết lập để ước tính nguy cơ ác tính của các nốt phổi. Thuật toán học sâu đã thực hiện khối lượng công việc tương đương với 11 bác sĩ lâm sàng, bao gồm 4 bác sĩ X quang lồng ngực, 5 bác sỹ X quang và 2 bác sĩ phổi.

TS. Kiran Vaidhya Venkadesh, tác giả đầu tiên của nghiên cứu, cho biết: “Thuật toán có thể hỗ trợ các bác sĩ X quang ước tính chính xác nguy cơ ác tính của các nốt phổi. Điều đó giúp tối ưu hóa các khuyến nghị tiếp theo cho những người tham gia tầm soát ung thư phổi”.

PGS. Colin Jacobs, đồng tác giả nghiên cứu cho biết: “Vì không đòi hỏi giải thích theo cách thủ công các đặc điểm hình ảnh của nốt phổi, nên thuật toán có thể làm giảm sự thay đổi đáng kể giữa những người quan sát trong quá trình diễn giải hình ảnh CT. Điều đó dẫn đến ít can thiệp chẩn đoán không cần thiết, giảm khối lượng công việc của bác sĩ X quang và giảm chi phí tầm soát ung thư phổi”.

Các nhà nghiên cứu dự kiến tiếp tục cải thiện thuật toán bằng cách kết hợp các thông số lâm sàng như tuổi tác, giới tính và lịch sử hút thuốc.

N.P.D (NASATI), theo https://scitechdaily.com/artificial-intelligence-program-accurately-predicts-lung-cancer-risk/, 18/5/2021