Hiện nay các bệnh lý tim mạch hầu hết được phát hiện bằng điện tâm đồ (ECG) vì hình ảnh này thay đổi về tốc độ và nhịp điệu của tim bằng những đoạn sóng. Tuy nhiên, quá trình đọc ECG có thể gây ra chẩn đoán sai nếu bỏ sót một bước sóng của tim, từ đó gây ảnh hưởng kết quả điều trị của người bệnh.
Để hỗ trợ bác sĩ giảm tải công việc và tăng độ chính xác, từ năm 2020, kỹ sư Vũ Hoàng Thương (45 tuổi, TP HCM) và cộng sự xây dựng mô hình AI chẩn đoán bệnh lý tim mạch qua hình ảnh điện tâm đồ. Sau một năm phát triển, mô hình được nhóm bước đầu hoàn thiện và giới thiệu tại một số bệnh viện trong nước.
Anh Thương cho biết, nhờ mô hình này, bác sĩ có thể tăng số lượng thăm khám bệnh nhân khi độ chính xác được cải thiện, người bệnh tiết kiệm chi phí điều trị vì được xây dựng phác đồ điều trị phù hợp với tình trạng bệnh.
Thông thường, để biết tốc độ và nhịp điệu của tim, bác sĩ thường đo điện tâm đồ cho người bệnh. Lúc này, tim co bóp và phát ra các biến thiên của dòng điện, điện tâm đồ thể hiện sự thay đổi này bằng các đoạn sóng. Nhờ đó, những dấu hiệu, nguy cơ mắc bệnh lý tim mạch thể hiện trên điện tâm đồ được bác sĩ tìm ra.
Bắt tay nghiên cứu, anh Thương và cộng sự tập trung xử lý dữ liệu ảnh ECG vì theo anh, đây là yếu tố quan trọng quyết định độ chính xác của mô hình AI. Hơn 4.000 ảnh điện tâm đồ được nhóm thu thập từ một số cơ sở dữ liệu y khoa uy tín như Đại học John Hopkins (Mỹ). Sau khi tinh chỉnh ảnh, nhóm làm việc với một số bác sĩ y khoa bệnh viện TP HCM và tỉnh Bình Định để chuẩn hóa bằng cách dán nhãn tập dữ liệu.
Cụ thể, mỗi đoạn sóng hiện thị trên điện tâm đồ đều đại diện cho vùng riêng biệt trong cơ quan tim mạch. Nếu đoạn sóng có hình dạng bất thường, bác sĩ chẩn đoán và dán nhãn tên bệnh lý tại vị trí đó (như hẹp van tim, loạn nhịp tim hoặc thiếu máu cơ tim). Từ đó, các vùng đã dán nhãn được đưa vào hệ thống để AI có thể tự học, phân tích và nhận biết bệnh lý khi gặp đoạn sóng có dạng tương tự.
Việc lập trình thuật toán cho mô hình AI được Thương và cộng sự sử dụng ngôn ngữ lập trình Python với ưu điểm tạo ra những chương trình bằng dòng code ngắn gọn, cho tốc độ xử lý nhanh.
Từng có ba năm trong phát triển hệ thống chăm sóc sức khỏe, nên anh Thương không gặp nhiều khó khăn khi xây dựng mô hình. Sau 6 tháng, mô hình được hoàn thiện và chạy thử nghiệm trên tệp dữ liệu đã thu thập với độ chính xác đạt 91%.
Anh cho biết, để có thể áp dụng tại bệnh viện, mô hình này cần được đánh giá và kiểm tra độc lập bởi các chuyên gia và bác sĩ. Vì vậy, nhóm đã giới thiệu mô hình tại một số bệnh viện, cơ sở y tế như Bệnh viện Thống Nhất, Bệnh viện Quân dân Y Miền Đông (TP HCM) và Trung tâm Y tế Thị xã An Nhơn (Bình Định).
"Nếu mở rộng nguồn dữ liệu đầu vào từ bệnh viện trong nước, mô hình này sẽ có đủ độ tin cậy để ứng dụng tại nhiều cơ sở y tế cấp huyện, giúp người dân được theo dõi sức khỏe, tầm soát bệnh tim mạch hiệu quả hơn", tác giả mô hình nói.
Thời gian tới, nhóm dự định đưa vào mô hình lượng dữ liệu lớn hơn, đặc biệt là dữ liệu hình ảnh ECG của người Việt. Sau khi hoàn thiện các bước đánh giá và cải tiến, sản phẩm này có thể tích hợp phân tích và chẩn đoán trực tiếp trên hệ thống lưu trữ và truyền hình ảnh y khoa PACS của bệnh viện.
Ngoài nghiên cứu các ứng dụng AI trong lĩnh vực sức khỏe, anh cũng phát triển một số giải pháp cho đô thị thông minh, viễn thám như công nghệ Smartcity, từng lọt vào top 10 chương trình đổi mới sáng tạo và khởi nghiệp I-Star năm 2020 của TP HCM và Hệ thống dự báo dịch bệnh, lọt top 20 cuộc thi đổi mới sáng tạo toàn cầu Hack4Growth-Unlimited.
Ý kiến ()