Trong số các ứng dụng của trí tuệ nhân tạo vào y tế, đọc ảnh là mảng đi xa nhất. Đã có hàng trăm phần mềm được cơ quan quản lý các nước cấp phép, và nhiều bệnh viện đang chạy chúng hằng ngày.
Nhưng cách chúng được dùng khác khá xa với hình dung phổ biến.
Ba vai trò thực tế
1. Phân loại mức độ khẩn
Đây là ứng dụng phổ biến và có giá trị rõ nhất. Phần mềm quét nhanh các ca vừa chụp, phát hiện dấu hiệu gợi ý tình trạng nguy cấp — xuất huyết não, tràn khí màng phổi, tắc mạch lớn — và đẩy ca đó lên đầu hàng đợi.
Nó không chẩn đoán. Nó thay đổi thứ tự đọc. Trong một khoa chẩn đoán hình ảnh có hàng trăm ca chờ, việc một ca xuất huyết não được đọc sau mười phút thay vì sau hai giờ là khác biệt thật.
2. Lớp kiểm tra thứ hai
Phần mềm đánh dấu vùng nghi ngờ để bác sĩ xem lại. Ứng dụng rõ nhất ở sàng lọc nhũ ảnh và sàng lọc nốt phổi — những việc lặp đi lặp lại hàng nghìn lần, nơi mệt mỏi làm tăng tỷ lệ bỏ sót.
3. Đo đạc tự động
Đo thể tích khối u, đo đường kính mạch máu, so sánh kích thước giữa hai lần chụp. Đây là việc tốn thời gian, dễ sai số giữa các người đo, và máy làm nhất quán hơn.
Vì sao con số trong nghiên cứu khác thực tế
Các công bố thường cho độ chính xác rất cao. Khi triển khai, hiệu năng hay giảm. Ba nguyên nhân:
- Dữ liệu huấn luyện khác dân số sử dụng. Mô hình học trên ảnh của một nhóm dân số, đưa sang nhóm khác có đặc điểm giải phẫu và tỷ lệ bệnh khác.
- Máy chụp khác nhau. Thông số chụp, độ phân giải, thuật toán dựng ảnh của từng hãng tạo ra khác biệt mà mắt người ít để ý nhưng mô hình thì nhạy.
- Tỷ lệ bệnh trong thực tế thấp hơn. Trong tập kiểm định, tỷ lệ ca bệnh thường được làm cho cân bằng. Trong sàng lọc thật, tỷ lệ rất thấp, nên số cảnh báo sai tăng vọt.
Điểm cuối cùng quan trọng với người bệnh: cảnh báo sai không vô hại. Mỗi cảnh báo dẫn tới chụp thêm, sinh thiết thêm, và lo lắng thêm.
Những mảng đã đi xa nhất
- Sàng lọc bệnh võng mạc do tiểu đường. Ảnh đáy mắt tương đối chuẩn hoá, và đây là nơi một số hệ thống được phê duyệt để hoạt động với mức tự chủ cao ở khâu sàng lọc.
- Nhũ ảnh. Dùng như người đọc thứ hai trong chương trình sàng lọc.
- Phát hiện xuất huyết nội sọ trên CT — phân loại khẩn.
- Nốt phổi trên CT ngực.
- Gãy xương trên X-quang, đặc biệt các gãy kín đáo dễ bỏ sót ở phòng cấp cứu.
Điều người bệnh nên quan tâm
Câu hỏi hữu ích không phải bệnh viện có dùng AI hay không, mà là: bản đọc này do bác sĩ nào ký, và có được đọc lại bởi người thứ hai không?
Quy trình đọc có kiểm tra chéo tạo ra khác biệt lớn hơn nhiều so với việc có hay không một phần mềm hỗ trợ. Và với các ca quan trọng, xin ý kiến đọc lại ở một cơ sở khác vẫn là cách bảo đảm chắc chắn nhất — đặc biệt khi đã có sẵn đĩa DICOM trong tay.
Câu hỏi thường gặp
AI có thay thế bác sĩ chẩn đoán hình ảnh không?
Không, và mô hình đang được triển khai cũng không nhằm mục đích đó. Vai trò phổ biến nhất hiện nay là phân loại mức độ khẩn để bác sĩ đọc ca nặng trước, và đánh dấu vùng nghi ngờ như một lớp kiểm tra thứ hai. Trách nhiệm chẩn đoán vẫn thuộc về người ký bản đọc.
Vì sao con số độ chính xác trong bài báo cao mà thực tế lại khác?
Vì mô hình được huấn luyện và kiểm định trên một tập dữ liệu nhất định: một loại máy, một dân số, một cách chụp. Đưa sang bệnh viện khác với máy khác và bệnh nhân khác, hiệu năng thường giảm. Đây gọi là vấn đề khái quát hoá và là lý do phải kiểm định tại chỗ trước khi tin.
Nếu AI bỏ sót một tổn thương thì ai chịu trách nhiệm?
Ở các hệ thống hiện hành, trách nhiệm thuộc về bác sĩ ký bản đọc, vì phần mềm được xếp là công cụ hỗ trợ chứ không phải người ra quyết định. Điều này cũng giải thích vì sao các bệnh viện triển khai rất thận trọng.
Người bệnh có nên hỏi bệnh viện có dùng AI không?
Có thể hỏi, nhưng câu hữu ích hơn là: bản đọc này do bác sĩ nào ký, và có được đọc lại bởi người thứ hai không. Việc có hay không có phần mềm hỗ trợ ít quan trọng bằng việc quy trình đọc có kiểm tra chéo hay không.