Hệ thống machine learning (phương pháp phân tích dữ liệu mà sẽ tự động hóa việc xây dựng mô hình phân tích) giúp bác sĩ có thể chẩn đoán chính xác nguy cơ ung thư vú của bệnh nhân nhanh gấp 30 lần so với các bác sĩ.
Ở Mỹ, hàng năm có khoảng 40.000 phụ nữ chết vì ung thư vú, hàng nghìn phụ nữ trải qua các cuộc giải phẫu để loại bỏ các tổn thương vú mà các công cụ y học hiện đại xác định là có nguy cơ cao trở thành ung thư. Qua thống kê các kết quả phẫu thuật, phần lớn các tổn thương đều là lành tính nên cần có sự đổi mới về công cụ chuẩn đoán cũng như kỹ thuật mới nhằm tránh những sự cố ngoài ý muốn.
Chụp X quang tuyến vú vẫn là công cụ chẩn đoán quan trọng nhất để phát hiện ung thư vú. Các dấu hiệu nghi ngờ được phát hiện qua chụp X quang tuyến vú sẽ được thử nghiệm qua sinh thiết . Nói chung, nếu sinh thiết phát hiện bất thường thì bệnh nhân sẽ phải trải qua phẫu thuật để loại bỏ, nhưng 90% số tổn thương này được cho là lành tính khiến phẫu thuật không cần thiết.
Regina Barzilay, đồng tác giả của nghiên cứu cho biết: ” Bởi vì các công cụ chẩn đoán không chính xác nên kết quả và phương pháp điều trị của bác sĩ sẽ sai lệch. Khi có nhiều dữ liệu không chắc chắn, chúng ta cần sử dụng công cụ mới và chính xác hơn để cải thiện khả năng phát hiện và ngăn chặn việc điều trị không cần thiết”.
Hiện nay, một hệ thống trí tuệ nhân tạo sử dụng máy học đã được phát triển để dự đoán những tổn thương có nhiều khả năng trở thành ung thư.
Theo BBC, Một nhóm các nhà khoa học Mỹ thuộc Trường y Harvard, Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo Massachusetts và Bệnh viện đa khoa Massachusetts đã phối hợp tiến hành một công trình nghiên cứu tổng hợp về việc dùng trí tuệ nhân tạo (AI) để chẩn đoán sự tiến triển của một số bệnh, trong đó có ung thư vú. Nghiên cứu này được cho là sẽ làm giảm các ca phẫu thuật không cần thiết liên quan đến ung thư vú.
Nhóm nghiên cứu từ Phòng thí nghiệm Khoa học Máy tính và Phòng thí nghiệm Trí tuệ Nhân tạo của MIT (CSAIL), Bệnh viện đa khoa Massachusetts và Trường Y Harvard đã phát triển một mô hình máy học được đào tạo về 600 tổn thương có nguy cơ cao, kết hợp nhiều biến số với lịch sử gia đình, nhân khẩu học và sinh thiết trong quá khứ.
Mô hình này đã được thử nghiệm trên 335 tổn thương và cho kết quả chuẩn đoán với độ chính xác là 97%.
Nghiên cứu kết luận rằng có thể tránh được hơn 30% các ca phẫu thuật để loại bỏ những tổn thương lành tính không cần thiết bằng cách kết hợp mô hình máy móc học tập vào thực tiễn chẩn đoán chung.
Cộng tác viên của dự án, Constance Lehman cho hay: “Trong quá khứ chúng tôi có thể đã khẳng định rằng tất cả các tổn thương có nguy cơ cao sẽ được cắt bỏ bằng phẫu thuật. Nhưng bây giờ, với công nghệ mới xác định tổn thương ít gây ung thư cho một bệnh nhân thì chúng ta có thể thảo luận với bệnh nhân để đưa ra quyết định sáng suốt hơn trong quá trình điều trị ung thư vú”.
Công cụ chẩn đoán AI đang ngày càng phát triển bùng nổ trong lĩnh vực y học thời gian gần đây. Trong tương lai AI sẽ giúp ích rất nhiều cho y học và các bác sĩ có thể khám phá dữ liệu để chẩn đoán tốt hơn các loại bệnh ở các điều kiện khác nhau, nhất là nhóm các bệnh nan y và chưa có thuốc điều trị.
Sơn Tùng