Thuật toán AI mới giúp phân tích hiệu quả dữ liệu MRI
Các nhà khoa học gần đây đã phát triển một thuật toán mới có thể “học” dữ liệu ở các cơ sở y tế khác nhau một cách độc lập. Nhờ đó, thuật toán này không đòi hỏi các bác sỹ chẩn đoán hình ảnh phải gán nhãn quá nhiều hình ảnh cộng hưởng từ (MRI) - một công đoạn vốn tiêu tốn rất nhiều thời gian trong quá trình huấn luyện AI.
Thuật toán học liên kết (federated) của nhóm nghiên cứu được huấn luyện dựa trên 1,500 ảnh MRI của các tình nguyện viên khỏe mạnh thuộc bốn cơ sở y tế khác nhau. Sau đó, nhóm nghiên cứu sử dụng thuật toán để phân tích hơn 500 ảnh MRI của bệnh nhân nhằm phát hiện các bệnh như xơ cứng rải rác, bệnh mạch máu, và các dạng khối u não khác nhau mà thuật toán chưa từng thấy trước đây. Điều này đã mở ra những hướng đi khả thi mới để phát triển các thuật toán liên kết dựa trên AI có khả năng vừa học chủ động, vừa bảo đảm quyền riêng tư. Kết quả nghiên cứu mới đây đã được công bố trên tạp chí Nature Machine Intelligence.
Hiện nay, trí tuệ nhân tạo đang tạo nên một cuộc cách mạng trong lĩnh vực chăm sóc sức khỏe. Với những công nghệ AI mới, các bác sỹ sẽ được hỗ trợ rất nhiều trong quá trình chẩn đoán cho người bệnh. Tuy nhiên, những thuật toán như vậy thường đòi hỏi phải có một lượng dữ liệu khổng lồ và cần phải được các bác sỹ chẩn đoán hình ảnh giúp “gán nhãn” dữ liệu và huấn luyện. Song, việc tạo ra một cơ sở dữ liệu lớn và tập trung như vậy cũng sẽ đặt ra một yêu cầu đặc biệt đối với việc bảo mật thông tin. Thêm vào đó, việc phát hiện các điểm bất thường trong dữ liệu, chẳng hạn như các khối u trong ảnh MRI, và đánh dấu lại chúng, thường tiêu tốn rất nhiều thời gian.
Để giải quyết thách thức này, một nhóm các nhà khoa học đa ngành thuộc Helmholtz Munich, Bệnh viện Đại học Bonn và trường Đại học Bonn đã phối hợp với các bác sỹ và nhà nghiên cứu ở Đại học Hoàng gia London, Đại học Kỹ thuật Munich (TUM) và Bệnh viện Đại học rechts der Isar. Mục tiêu mà nhóm nghiên cứu hướng đến là phát triển một thuật toán dựa trên AI để chẩn đoán ảnh MRI não mà không cần các bác sỹ chuyên khoa X-quang phải chú thích hoặc xử lý trước ảnh. Không chỉ vậy, thuật toán này còn được “liên kết” để huấn luyện: theo đó, thuật toán sẽ “đến gặp dữ liệu” thay vì ngược lại, từ đó các dữ liệu y tế (vốn cần phải được bảo mật đặc biệt) sẽ vẫn có thể ở nguyên tại các cơ sở khám chữa bệnh mà không bị thu thập tập trung tại một địa điểm nào đó.
Trong nghiên cứu của mình, các nhà khoa học đã chứng minh được thuật toán AI “liên kết” mà họ phát triển có khả năng xử lý thông tin vượt trội hơn bất kỳ thuật toán AI nào mà chỉ được huấn luyện với dữ liệu của một cơ sở y tế. “Trong cuốn ‘Trí tuệ của đám đông’, James Surowiecki đã lập luận rằng một nhóm người sẽ khôn ngoan hơn một người, bất kể rằng người kia có thông minh đến đâu. Và về cơ bản, đây chính là cách mà thuật toán AI liên kết của chúng tôi vận hành”, theo GS.TS Shadi Albarqouni – giáo sư nghiên cứu tính toán hình ảnh y tế tại Khoa chẩn đoán và can thiệp X-quang, Bệnh viện Đại học Bonn và là trưởng nhóm nghiên cứu trẻ tại Helmholtz Munich.
“Một khi thuật toán này hiểu được hình ảnh MRI của một bộ não khỏe mạnh trông như thế nào, nó sẽ dễ dàng phát hiện được các căn bệnh ở những hình ảnh MRI bất thường. Để đạt được điều này thì phải có sự tổng hợp tính toán một cách thông minh và có sự tham gia, phối hợp của các viện nghiên cứu”, GS.TS Albarqouni cho biết. Theo TS. BS Benedikt Wiestler, “việc huấn luyện mô hình với dữ liệu của nhiều cơ sở y tế khác nhau cũng góp phần quan trọng giúp thuật toán của chúng tôi phát hiện bệnh tốt hơn nhiều so với các thuật toán chỉ được huấn luyện với dữ liệu của một trung tâm”.
Và nhờ vào việc vừa bảo vệ quyền riêng tư cho bệnh nhân, vừa giảm tải khối lượng công việc cho các bác sỹ, nhóm nghiên cứu tin rằng công nghệ AI liên kết của họ sẽ góp phần thúc đẩy mạnh mẽ lĩnh vực y học kỹ thuật số.
“AI và các dịch vụ chăm sóc sức khỏe nên có giá cả phải chăng. Đó chính là mục tiêu của chúng tôi. Với nghiên cứu mới, chúng tôi đã tiến thêm được một bước trong hành trình này”, GS.TS Albarqouni nói. □
Mỹ Hạnh dịch
Nguồn: https://techxplore.com/news/2022-08-efficient-ai-technology-mri-analysis.html
