Lần đầu tiên tại Việt Nam, một sản phẩm ứng dụng AI trong hỗ trợ chẩn đoán hình ảnh giúp các bác sĩ có thể khoanh vùng các bộ phận cơ thể để có thể lập kế hoạch xạ trị cho bệnh nhân ung thư một cách nhanh chóng và chính xác hơn đã được chuyển giao thành công cho doanh nghiệp.
Sản phẩm ứng dụng AI này do TS. Đỗ Thanh Hà và các cộng sự ở Khoa Toán - Cơ - Tin học (trường ĐHKHTN, ĐHQGHN) phát triển.
“Chọn mặt gửi vàng”
Xạ trị là một trong những phương pháp điều trị ung thư phổ biến và hiệu quả nhất hiện nay. Trước khi tiến hành xạ trị ung thư, các bác sĩ phải lập kế hoạch xạ trị dựa trên hình ảnh chụp cắt lớp mô phỏng của bệnh nhân ung thư để xác định liều xạ trị phù hợp. Đây là bước tốn nhiều thời gian và phức tạp nhất trong quá trình xạ trị.
Theo ông Phạm Văn Thỉnh, Phó Giám đốc công ty Med Aid Việt Nam, chi nhánh tại Việt Nam của Med Aid – một công ty chuyên cung các giải pháp chẩn đoán và điều trị ung thư, có trụ sở chính tại Hoa Kỳ, trong quá trình lên kế hoạch, bác sĩ và kỹ sư vật lý y khoa (medical physics) sẽ khoanh vùng (contour) các tổ chức lành và khối u, làm thế nào để trong quá trình xạ trị, các tổ chức lành ít bị ảnh hưởng nhất. Các phần mềm xử lý ảnh trước đây đã được áp dụng trong công đoạn này. Tuy nhiên, với những khối u ở vùng bụng, giữa mô lành và mô ung thư không có sự khác biệt nhiều về mật độ nên các thuật toán cũ không thể phát hiện.
Để giải được bài toán này, công ty Med Aid đã “gõ cửa” trường ĐH Khoa học Tự nhiên (ĐHQGHN), để cùng xây dựng dự án. “Trước đây, tôi từng học ở trường, nên cũng biết thế mạnh của khoa Toán - Cơ - Tin học là phát triển các thuật toán”, ông Phạm Văn Thỉnh cho biết vì sao ông lại đến và “chọn mặt gửi vàng” các nhà nghiên cứu của Khoa.
Giải bài toán khó
Theo yêu cầu cụ thể từ Med Aid, nhóm dự án phải phát triển các thuật toán có thể khoanh vùng 12 bộ phận trên cơ thể người, thuộc 3 bộ phận: đầu (mắt trái, phải, não), ngực (phổi trái/phải, tuỷ sống, tim), bụng (chỏm xương đùi trái/phải, bàng quang, trực tràng, tiền liệt tuyến) đạt độ chính xác ít nhất là 80% trong khoảng thời gian 30 giây. “Đây là một yêu cầu khá khó”, TS. Đỗ Thanh Hà cho biết.
Yếu tố mấu chốt để xây dựng các thuật toán là dữ liệu, cụ thể ở đây là ảnh chụp cắt lớp, bao gồm dữ liệu học và dữ liệu kiểm thử các thuật toán (quá trình kiểm tra, đánh giá kết quả của thuật toán). Trong đó, “dữ liệu học quyết định tới chất lượng của mô hình nên đòi hỏi phải chuẩn, còn dữ liệu kiểm thử thì cần phong phú và đa dạng”, TS. Đỗ Thanh Hà giải thích. “Phía Med Aid là bên cung cấp dữ liệu cho nhóm dự án, họ thu thập dữ liệu từ nhiều nguồn khác nhau, sau đó đưa cho các bác sĩ và kỹ sư vật lý y khoa ở Việt Nam và Mỹ xử lý, khoanh vùng để làm dữ liệu học”.
Việc thu thập và xử lý dữ liệu không phải là điều khó khăn với một doanh nghiệp có hơn 20 kinh nghiệm hoạt động trong lĩnh vực y tế như Med Aid. Tuy nhiên, có những yếu tố ảnh hưởng tới dữ liệu mà các bên không thể lường trước. “Trong quá trình làm, chúng tôi thấy các dữ liệu có thể bị nhiễu, chẳng hạn có ảnh khoanh hơi lệch, không có sự đồng bộ, do quan điểm, kinh nghiệm của các bác sĩ khác nhau. Cả nhóm phải ngồi lại phân tích dữ liệu rất cẩn thận”, TS. Đỗ Thanh Hà cho biết.
Có được dữ liệu học chất lượng tốt mới chỉ là bước đầu. Muốn phát triển những thuật toán đạt mục tiêu kỳ vọng, các nhà khoa học “phải hiểu rất rõ dữ liệu để khai thác tối đa các đặc trưng của dữ liệu, đặc trưng nào quan trọng, đặc trưng nào không, từ đó mới có thể khai thác và phát triển thuật toán mới hiệu quả hơn”, TS. Đỗ Thanh Hà giải thích. Đây là thách thức không hề nhỏ với chị và các thành viên trong nhóm dự án - những người chưa có nhiều kinh nghiệm trong lĩnh vực xử lý ảnh y tế .
Để khắc phục vấn đề này, TS. Đỗ Thanh Hà và các cộng sự đã tự mày mò, tìm hiểu qua rất nhiều kênh khác nhau. Ngoài việc đọc các tài liệu về giải phẫu bệnh, đi theo các đoàn khảo sát thực tế của công ty Med Aid “đến tận nơi xem bác sĩ làm như thế nào”, TS. Đỗ Thanh Hà còn nhờ các bác sĩ ở Bệnh viện 103 tư vấn, hướng dẫn thêm. “Một điều may mắn là bố tôi là bác sĩ, nên cũng trực tiếp giải đáp hoặc tạo điều kiện cho tôi làm việc với các bác sĩ giỏi ở Việt Nam”, chị nói.
Quy trình xây dựng các thuật toán cứ tuần tự theo các bước, từ hiểu dữ liệu, nghiên cứu đề xuất và phát triển thuật toán, kiểm thử và hiệu chỉnh cho đến khi đạt mục tiêu. Thoạt nhìn tưởng chừng đơn giản song đằng sau đó là cả quá trình không ngừng nỗ lực của nhóm dự án. “Cũng khá áp lực vì theo kế hoạch dự án phải đạt mục tiêu trong vòng 1 năm. Phía công ty kiểm tra thường xuyên, có lúc công ty mang dữ liệu mới đến yêu cầu chạy thử để đánh giá, sau đó đợi họ có phản hồi gì mình lại tiếp tục cải tiến. Cả nhóm thường ngồi nghiên cứu và làm việc trực tuyến đến 2-3 giờ sáng”, TS. Đỗ Thanh Hà nhớ lại.
Sự nỗ lực của các nhà khoa học đã mang lại kết quả xứng đáng: sau một năm, TS. Đỗ Thanh Hà và các cộng sự đã phát triển thành công thuật toán khoanh vùng có độ chính xác cho vùng đầu và ngực đạt 92%, vùng bụng đạt trên 83% trong vòng 30 giây, vượt cả mục tiêu ban đầu đặt ra là 80% cho toàn bộ các vùng cơ thể.
Cơ hội ứng dụng tại Việt Nam
Hiện nay, Med Aid đang triển khai tích hợp thuật toán này vào chương trình phần mềm lập kế hoạch xạ trị của công ty – được ứng dụng trong nhiều bệnh viện ở Việt Nam và trên thế giới. Ông Phạm Văn Thỉnh cho biết: “Công ty cũng đang chuẩn bị tài liệu để nộp hồ sơ đăng ký bảo hộ sáng chế phần mềm này tại Mỹ”.
Nhận thấy sự cần thiết của công cụ AI Contour với những quốc gia có số lượng máy xạ trị ung thư còn khiêm tốn như Việt Nam, ông John Công Nguyễn đã quyết định cho các bệnh viện ở Việt Nam sử dụng AI Contour miễn phí. Tất cả thông tin được tuân thủ theo quy tắc bảo mật HIPAA. “Chúng tôi cũng phát triển các server khác nhau, để những bệnh viện không sử dụng phần mềm lập kế hoạch xạ trị của Med Aid cũng có thể tích hợp vào phần mềm của riêng mình”, ông Phạm Văn Thỉnh cho biết.