Bằng phương pháp học máy, các nhà khoa học Mỹ đã phát triển một mạng nơron mới có thể xác định được tình trạng gia tăng mật độ trong mô vú - một chỉ dấu nguy cơ xuất hiện ung thư vú, độ chính xác ngang với những bác sĩ lành nghề.

Tăng mật độ mô vú có thể là dấu hiệu ung thư vú - Ảnh : Getty Images

Tăng mật độ mô vú có thể là dấu hiệu ung thư vú - Ảnh : Getty Images

Theo tạp chí Radiology, một mạng nơron mới trên cơ sở học máy có thể xác định được tình trạng gia tăng mật độ trong mô vú, một hiện tượng gây khó khăn trong phát hiện dấu vết ung thư qua hình ảnh và là yếu tố nguy cơ xuất hiện căn bệnh ung thư vú. Trong hơn 90% trường hợp thuật toán đã đưa ra câu trả lời giống như các bác sĩ lành nghề.

Được biết, tăng mật độ mô vú có thể là dấu hiệu ung thư vú. Hiện nay, loại chẩn đoán này chỉ được thực hiện bởi con người và các bác sĩ khác nhau có thể xác định mức độ nguy hiểm của chỉ dấu này theo những cách khác nhau. Vì vậy, các nhà khoa học đang cố gắng đưa ra một công cụ chẩn đoán ít mang tính chủ quan hơn.

Trong công trình mới, các nhà nghiên cứu đề xuất sử dụng cho mục đích này một hệ thống máy tính dựa trên việc học máy. Nhà nghiên cứu Adam Yala thuộc Viện Công nghệ Massachusetts (Mỹ), đồng tác giả của công trình, chia sẻ rằng các nhà khoa học muốn tạo ra một công cụ chính xác và nhất quán có thể được sử dụng trong toàn bộ hệ thống chăm sóc sức khỏe. Các nhà khoa học đã huấn luyện hệ thống máy trên cơ sở dữ liệu hơn 58.000 hình ảnh chụp X quang tuyến vú. 41.000 hình ảnh đã được sử dụng để đào tạo mạng nơron và khoảng 8.600 bức ảnh đã được dùng để thử nghiệm.

Từ tháng 1 năm 2018, hệ thống đã được thử nghiệm tại Bệnh viện đa khoa Massachusetts, nơi bác sĩ được cung cấp ảnh chụp có thể bác bỏ hoặc xác nhận chẩn đoán của thuật toán. Các nhà khoa học lưu ý rằng đây là lần đầu tiên một hệ thống như vậy được sử dụng trong thực hành lâm sàng.

Công trình nghiên cứu mô tả kết quả đánh giá 10.763 bức chụp X quang tuyến vú. Các hình ảnh phải được chia thành 2 loại chính: mô không đồng nhất và dày đặc, hoặc mô chủ yếu là chất béo.Theo kết quả phân tích, các bác sĩ đã đồng ý với thuật toán trong 94% trường hợp. Nếu các hình ảnh được phân loại chi tiết hơn, thành 4 loại thì xác suất trùng hợp giữa chẩn đoán của bác sĩ và thuật toán đã giảm xuống còn 90%.

Các nhà khoa học hài lòng về kết quả học máy và hy vọng rằng trên cơ sở các hệ thống như vậy, có thể tạo ra các phương pháp đánh giá chuẩn. Tác giả chính của thuật toán, nhà nghiên cứu Constance Lehmann khẳng định rằng với sự trợ giúp của trí tuệ nhân tạo, các nhà khoa học có khả năng xử lý một lượng thông tin khổng lồ và trợ giúp thân thiện đối với từng bệnh nhân.Trong trường hợp ung thư vú, có thể dự đoán tốt hơn nguy cơ trong tương lai ở một người phụ nữ cụ thể và tăng cơ hội điều trị thành công.