Mụn trứng cá là tình trạng viêm mạn tính của nang lông tuyến bã, có thể xuất hiện ở bất kì đâu trên cơ thể, đặc biệt là trên mặt, vai, lưng, cổ, ngực và vùng cánh tay trên. Tùy theo đặc điểm và mức độ của từng loại, mụn trứng cá có thể bao gồm mụn đầu trắng, mụn đầu đen, mụn nhọt, mụn mủ, các nốt sần...Nó xảy ra ở mọi độ tuổi và có thể tái đi tái lại nhiều lần, nhiều nhất ở độ tuổi dậy thì. Mặc dù không nguy hiểm, nhưng mụn trứng cá có thể để lại các vết thâm, sẹo trên da. Việc đánh giá nhanh, chính xác mức độ nghiêm trọng của mụn trứng cá rất quan trọng để lập kế hoạch điều trị hiệu quả. Tuy nhiên, các hoạt động lâm sàng hiện nay còn thiếu các hệ thống đánh giá chuẩn hóa để phân loại mức độ nghiêm trọng của mụn. Do đó, không chỉ kéo dài thời gian chẩn đoán mà còn có khả năng đánh giá chủ quan về mức độ nghiêm trọng của mụn, do bác sĩ da liễu tiến hành thăm khám và kết luận thủ công.

Mụn trứng cá không được điều trị kịp thời thường gây mất thẩm mỹ. Ảnh: Internet

Để giải quyết những hạn chế này, nhóm nghiên cứu tại Phòng thí nghiệm AIoT Lab VN - Đại học Quốc gia TPHCM đã cùng với các bác sĩ Bệnh viện Quốc tế Hoàn Mỹ Thủ Đức, Bệnh viện Nhân dân Gia Định và Trường ĐH Y khoa Phạm Ngọc Thạch, đã phát triển và tạo ra được một hệ thống có tên là ACNE84-Alpha. Đây là hệ thống dựa trên trí tuệ nhân tạo (AI), được phát triển bằng công nghệ YOLOv8 (thuật toán thị giác máy tính được sử dụng để phát hiện đối tượng) có thể phát hiện và phân loại mức độ nghiêm trọng của mụn trứng cá thường gặp.

Hệ thống ACNE84-Alpha gồm hai thành phần: Mô hình phát hiện mụn trứng cá ACNE8M và Mô hình phân loại mức độ nghiêm trọng của mụn trứng ACNE04. Trong đó, mô hình phát hiện mụn trứng cá ACNE8M có thể xác định 12 loại mụn trứng cá với độ chính xác cao (trên 95%) nhờ bộ dữ liệu chứa 9.440 hình ảnh, được gắn nhãn đầy đủ cho các tế bào trứng cá và dự đoán phân tích mụn trứng cá được phân loại. Cụ thể, ACNE8M phát hiện được năm loại tổn thương nguyên phát của mụn trứng cá gồm mụn đầu trắng, mụn đầu đen, sẩn viêm, mụn mủ, nang; hai loại sang thương (tổn thương) thứ phát là sẹo lõm và sẹo lồi. Ngoài ra, mô hình còn nhận diện được thể lâm sàng nặng là mụn trứng cá cụm và bốn chẩn đoán phân biệt khác, như hạt kê, mụn cóc phẳng, viêm nang lông và u ống tuyến mồ hôi.

Mô hình phân loại mức độ nghiêm trọng của mụn trứng cá ACNE04 được huấn luyện trên bộ dữ liệu chứa khoảng 1.400 hình ảnh, đánh giá mức độ nghiêm trọng của mụn trứng. Sau khi phân loại mụn, hệ thống sẽ đưa ra giải pháp nhằm hỗ trợ cho các bác sĩ da liễu và người bệnh trong điều trị bệnh.

Hệ thống xác định loại và mức độ nghiêm trọng của mụn trứng cá. Ảnh: NNC

Theo nhóm nghiên cứu, hệ thống này có thể giúp bác sĩ khám bệnh từ xa. Ngoài phát hiện mụn với những đánh giá ban đầu, hệ thống còn có thể hỗ trợ phát hiện các sang thương dễ nhầm lẫn với mụn, nhờ đó chẩn đoán và điều trị kịp thời. Hệ thống còn giúp rút ngắn thời gian thăm khám, vì đánh giá mức độ nặng của mụn thường đòi hỏi phải đếm số lượng sang thương, mà việc đếm số sang thương thì AI làm rất nhanh.

Điều trị mụn là cả một quá trình, có thể kéo dài thời gian khá lâu vì vậy hệ thống này sẽ giúp bệnh nhân và bác sĩ theo dõi được cả quá trình qua các hình ảnh lưu trữ và các giai đoạn điều trị để từ đó điều chỉnh phương pháp điều trị cho hợp lý cũng như đánh giá được hiệu quả điều trị.

Hệ thống đang được triển khai thử nghiệm hỗ trợ bác sĩ da liễu ở một số bệnh viện như Bệnh viện Hoàn Mỹ, Bệnh viện Nhân dân Gia Định... Nhóm nghiên cứu cũng đang tiếp tục hoàn thiện hệ thống này để có thể tích hợp vào các ứng dụng đa nền tảng

Công trình nghiên cứu của nhóm được công bố trên Tạp chí Phát triển KH&CN, Đại học Quốc gia TPHCM số 27/2024 và được trình bày tại hội thảo “Ứng dụng chuyển đổi số và trí tuệ nhân tạo trong chẩn đoán và điều trị bệnh” do Trung tâm Phát triển KH&CN Trẻ TPHCM, phối hợp hợp với Bệnh viện Thống Nhất và Đại học Y Dược TPHCM tổ chức mới đây.

P.T.T (tổng hợp)