Ung thư phổi là nguyên nhân hàng đầu gây tử vong do ung thư trên toàn thế giới. Chụp cắt lớp vi tính ngực (LDCT) là kỹ thuật được khuyến nghị để sàng lọc ung thư phổi ở những người từ 50 đến 80 tuổi có tiền sử hút thuốc hoặc những người đang hút thuốc.

Sàng lọc ung thư phổi bằng LDCT đã được chứng minh là làm giảm tới 24% tỷ lệ tử vong do ung thư phổi.

Nhưng khi tỷ lệ ung thư phổi gia tăng ở những người không hút thuốc, thì cần có các chiến lược mới để sàng lọc và dự đoán chính xác nguy cơ ung thư phổi trên toàn bộ dân số. Vì vậy, các nhà nghiên cứu từ Trung tâm Ung thư Mass General, phối hợp với các nhà nghiên cứu tại Viện Công nghệ Massachusetts (MIT), đã phát triển và thử nghiệm một công cụ trí tuệ nhân tạo có tên là Sybil.

Dựa trên các phân tích ảnh chụp LDCT của các bệnh nhân ở Hoa Kỳ và Đài Loan, Sybil đã dự đoán chính xác nguy cơ ung thư phổi đối với những người có hoặc không có tiền sử hút thuốc. Kết quả được công bố trên Journal of Clinical Oncology.

Hình minh họa. Nguồn:CC0 Public Domain

"Tỷ lệ ung thư phổi ngày nay tiếp tục gia tăng ở những người chưa bao giờ hút thuốc hoặc đã ngừng hút thuốc trong nhiều năm, cho thấy rằng có nhiều yếu tố nguy cơ góp phần vào nguy cơ ung thư phổi, một số trong đó hiện chưa được biết", Lecia Sequist, bác sĩ chuyên khoa ung thư phổi, đồng tác giả nghiên cứu, cho biết.

"Thay vì đánh giá các yếu tố rủi ro môi trường hoặc di truyền riêng lẻ, chúng tôi đã phát triển một công cụ có thể sử dụng hình ảnh để xem xét toàn bộ các yếu tố và đưa ra dự đoán về nguy cơ ung thư".

Để giúp cải thiện hiệu quả sàng lọc ung thư phổi, Sequist và các đồng nghiệp tại Mass General đã hợp tác với các nhà nghiên cứu tại MIT. Sử dụng dữ liệu từ Thử nghiệm sàng lọc phổi quốc gia Mỹ (NLST), nhóm đã phát triển Sybil, một mô hình học sâu phân tích các bản quét và dự đoán nguy cơ ung thư phổi trong một đến sáu năm tới.

“Sybil chỉ yêu cầu một LDCT và không phụ thuộc vào dữ liệu lâm sàng hoặc chú thích của bác sĩ X quang”, đồng tác giả Florian Fintelmann, nhà nghiên cứu thuộc Khoa X quang, Hình ảnh & Can thiệp Lồng ngực tại Bệnh viện Đa khoa Massachusetts cho biết. "AI được thiết kế để chạy trong thời gian thực như một trình đọc ảnh X quang tiêu chuẩn, cho phép hỗ trợ quyết định lâm sàng tại các bệnh viện".

Nhóm đã kiểm chứng Sybil bằng cách sử dụng 3 bộ dữ liệu độc lập: ảnh quét từ hơn 6.000 người tham gia NLST mà Sybil chưa từng thấy trước đây, 8.821 LDCT từ Bệnh viện Đa khoa Massachusetts và 12.280 LDCT từ Bệnh viện Chang Gung, Trung Quốc. Các nhóm bao gồm cả những người có tiền sử hút nhiều thuốc lẫn những người chưa bao giờ hút thuốc.

Sybil đã có thể dự đoán chính xác nguy cơ ung thư phổi trên các bộ dữ liệu này. Các nhà nghiên cứu đã xác định mức độ chính xác của Sybil bằng một thước đo chuyên dụng cho thấy mức độ chính xác khi chẩn đoán, trong đó 1,0 là điểm tuyệt đối.

Sybil dự đoán ung thư trong vòng một năm với độ chính xác 0,92 ở bộ dữ liệu NLST, 0,86 đối với bộ dữ liệu MGH và 0,94 đối với bộ dữ liệu từ Trung Quốc. Độ chính xác trong vòng 6 năm lần lượt là 0,75, 0,81 và 0,80 cho ba bộ dữ liệu.

"Sybil có thể nhìn vào một hình ảnh và dự đoán nguy cơ bệnh nhân phát triển ung thư phổi trong vòng 6 năm", đồng tác giả Regina Barzilay cho biết.

Các nhà nghiên cứu lưu ý rằng đây là một nghiên cứu hồi cứu và cần có các nghiên cứu tiếp theo về sức khỏe của bệnh nhân trong tương lai để xác nhận khả năng của Sybil. Ngoài ra, bệnh nhân trong nghiên cứu chủ yếu là người Mỹ da trắng, 92%, và chưa rõ Sybil có thể dự đoán chính xác bệnh ung thư phổi trong các quần thể đa dạng hơn hay không. Sequist và các đồng nghiệp sẽ mở một thử nghiệm lâm sàng trong tương lai.

Nguồn: https://medicalxpress.com/news/2023-01-artificial-intelligence-tool-lung-cancer.html