[Funland] Bước tiến mới đưa trí tuệ nhân tạo vào chẩn đoán hình ảnh y tế tại Việt Nam

[Hitchhiker]

Cái này chuyên biệt quá, ko chém nổi.

Em nghiêm túc rút kinh nghiệm để lần sau tha về cái dễ chém hơn

 

[stealth]

Em nghiêm túc rút kinh nghiệm để lần sau tha về cái dễ chém hơn

Chém thì cứ chém đi, mất công đứng ái mà run thế thì ái mịe nó vào quần.

 

[tayson17899]

Cũng bình thường thôi, làm ứng dụng thì được còn lại cứ lên GitHub xem mấy cái framework như TF, pytorch, mxNet, Caffe, CNTK thì Việt xịn có đóng góp mấy đâu (nhiều cái chắc zero luôn). Vui thôi đừng vui quá.

Tôi cứ nhớ ấn tượng về chùa một cột. Khi chưa được đi tới, chỉ xem trên sách vở thôi thì cứ nghĩ nó hoành tráng và tinh xảo lắm.
Ngẫm lại, tiền nhân Campuchia còn để lại cho hậu thế đền Ăngkor Vát to to là.

 

[Hitchhiker]

Tôi cứ nhớ ấn tượng về chùa một cột. Khi chưa được đi tới, chỉ xem trên sách vở thôi thì cứ nghĩ nó hoành tráng và tinh xảo lắm.
Ngẫm lại, tiền nhân Campuchia còn để lại cho hậu thế đền Ăngkor Vát to to là.

Em nhớ lần đầu đến cứ ngỡ là tiêu bản thu nhỏ để xem khởi động trước khi xem CMC thật

 

[stealth]

Em nhớ lần đầu đến cứ ngỡ là tiêu bản thu nhỏ để xem khởi động trước khi xem CMC thật

Và sau khi xem xong Ang cò vạt và Một cột Chùa thì mới hiểu thế nào là lấm cái bè.

 

[Kỹ thuật hậu kỳ]

Lại đi tắt đón đầu, đi sau về trước ag? Không liên quan đến 4.0 chứ từ hôm nau cấp cái biển số mầu vàng cho xe dịch vụ rồi mà vẫn cấp 02 cái biển vuông, trong khi đó rất ít xe kiểu này. Tại sao ko cấp luôn 2 cái 1 dài 1 vuông cho dễ nhỉ. 4.0 đấy chứ đâu nữa. Gớm toàn hô hào tào lao chứ em thấy làm thì. Thôi em xin phép cười phát rồi next ra cho nhẹ.

via OTOFUN for iPhone

 

[Trương tam phong]

Rất hay. Bác sỹ tuyến dưới trình độ thường rất kém , chuyên môn tay nghề kinh nghiệm cũng kém, lại thiếu phương tiện, thiếu tự tin. Có phần mềm này giúp đỡ rất nhiều cho họ. Cái đọc phim X Quang hay siêu âm này còn đỡ sai số . Chứ các loại máy xét nghiệm , máy liên quan đến đọc chỉ số.... thì độ tin cậy siêu thấp. Chẳng rõ các cụ chuyên môn ngành đó như thế nào, chứ căn chỉnh hiệu chuẩn con máy để cái kết quả nó đọc ra tin được thì là vấn đề lớn. Nhìn vụ máy chạy thận bác sỹ Hoàng Công Lương thì mới thấy quy trình và trình độ kỹ thuật viên còn thiếu sót nhiều lắm.
Các sản phẩm như này cần được nhân rộng hơn, nghiên cứu sâu hơn, để cuối cùng đưa ra được là 1 sp dùng chung được trên khắp hệ thống y tế thì quá tuyệt.

 

[cocsku]

Đây thực sự là bước tiến hay vẫn chỉ là trò PR của Vin? Các cụ tranh cãi đã ra chưa?

 

[Hitchhiker]

Vingroup hợp tác thúc đẩy nghiên cứu và ứng dụng y học chính xác

Ngày 01/10/2020, Viện Nghiên cứu Dữ liệu lớn (VinBigdata) thuộc Tập đoàn Vingroup tổ chức “Lễ ký kết Thỏa thuận hợp tác quốc tế về phát triển Khoa học Công nghệ” với 5 tổ chức nghiên cứu uy tín thế giới và 6 trường đại học hàng đầu Việt Nam.

Mục tiêu của Thỏa thuận là thúc đẩy nghiên cứu và ứng dụng Y học chính xác trong chẩn đoán và điều trị các nhóm bệnh phổ biến như tim mạch, ung thư, tiểu đường và ngăn chặn nguy cơ kháng kháng sinh... nhằm đưa ra phác đồ điều trị chuẩn xác, đảm bảo hiệu quả điều trị và tối ưu chi phí.
Lễ ký kết được tổ chức hôm qua (01/10/2020) tại Hà Nội. Theo thỏa thuận, Viện Nghiên cứu Dữ liệu lớn VinBigData sẽ hợp tác toàn diện với các đối tác trên 3 khía cạnh: Nghiên cứu; Trao đổi học thuật và Đào tạo.

Trong đó, VinBigData ký kết song phương với 5 tổ chức nghiên cứu hàng đầu thế giới trong lĩnh vực Y khoa, Sinh học phân tử, Khoa học máy tính và Tin sinh học, gồm: Phòng thí nghiệm Hệ gen tính toán thuộc Khoa Kỹ thuật Y sinh, Đại học Johns Hopkins (Hoa Kỳ); Tổ chức Nghiên cứu và đào tạo về Y học hệ gen The Golden Helix Foundation (Anh Quốc); Viện Sinh học phân tử thuộc Đại học Queensland (Úc); Trường Khoa học máy tính thuộc Đại học Tel Aviv (Israel); Viện Tin sinh học thuộc Cơ quan Khoa học, Công nghệ và Nghiên cứu Singapore (A*STAR).

Về phía các trường đại học, chương trình hướng tới việc hợp tác, phát triển nguồn nhân lực chất lượng cao trong nước và chia sẻ hạ tầng nghiên cứu. 6 trường Đại học, Học viện hàng đầu Việt Nam hợp tác với VinBigdata là trường Đại học Y Hà Nội, trường Đại học Dược Hà Nội, Học viện Quân Y, trường Đại học Quốc tế thuộc Đại học Quốc gia TP. Hồ Chí Minh, trường Đại học Bách Khoa Hà Nội và trường Đại học Công nghệ (Đại học Quốc gia Hà Nội).

Y học chính xác là phương pháp điều trị hiện đại, dựa trên kết quả tổng hợp, phân tích dữ liệu về gen và các yếu tố cá nhân khác để đưa ra phác đồ điều trị chuẩn xác về thời điểm, liều lượng và phù hợp với từng cá thể. Đây là xu hướng phát triển tất yếu của ngành Y, đặc biệt trong chăm sóc sức khỏe, ngăn ngừa và điều trị các bệnh về di truyền, ung thư, truyền nhiễm... vừa mang lại hiệu quả cao, vừa tối ưu chi phí và thời gian điều trị.
Với mục tiêu sớm ứng dụng Y học chính xác vào thực tiễn Việt Nam, trước mắt, VinBigdata và các đối tác sẽ tập trung nghiên cứu, ứng dụng vào nhóm bệnh phổ biến trong nước như tim mạch, ung thư, tiểu đường. Bên cạnh đó, VinBigdata sẽ cùng các tổ chức, các viện nghiên cứu, các phòng thí nghiệm và các trường đại học... triển khai đồng bộ các dự án liên quan như: Phát triển các giải pháp giảm thiểu tác dụng phụ của thuốc dựa trên dữ liệu gen; Xác định một số chỉ thị gen liên quan đến đáp ứng thuốc điều trị ung thư và tim mạch trên người Việt; Dự đoán vi khuẩn kháng kháng sinh dựa trên phân tích dữ liệu lớn…

Đại diện cho 5 tổ chức quốc tế, Giáo sư George Patrinos (Giám đốc Khoa học The Golden Helix Foundation - Vương Quốc Anh) nhấn mạnh: “Chúng tôi xác định VinBigdata là đối tác chiến lược trong khu vực Châu Á – Thái Bình Dương. Chúng tôi tin tưởng mối quan hệ hợp tác này sẽ góp phần thúc đẩy các hoạt động nghiên cứu khoa học, trao đổi tri thức và đào tạo nhân lực về Y học hệ gen tại Việt Nam và khu vực nói chung”.
GS.TS.NGƯT Nguyễn Thanh Bình, Hiệu trưởng trường Đại học Dược Hà Nội cũng chia sẻ: “Y học chính xác là hướng đi tất yếu của y học hiện đại, đòi hỏi trình độ phát triển của Y Dược học và Công nghệ Tin sinh học. Chúng tôi tin tưởng sự hợp lực giữa các đơn vị có tiềm lực về công nghệ, đặc biệt trong lĩnh vực khoa học dữ liệu như VinBigdata và các cơ sở giáo dục Đại học, Viện nghiên cứu Y Sinh Dược hàng đầu, trong đó có trường Đại học Dược Hà Nội sẽ là tiền đề thúc đẩy sự phát triển của Y học chính xác ở Việt Nam”.

Dữ liệu sử dụng trong các nghiên cứu, phân tích sẽ được khai thác từ dự án giải trình tự 1000 hệ gen người Việt đã được VinBigdata thực hiện theo chuẩn của Viện Y tế quốc gia Mỹ (NIH). Dự án giải trình tự 1000 hệ gen người Việt cũng là cơ sở nghiên cứu để các bên xây dựng các phác đồ điều trị với đúng liều lượng, thời điểm và đặc tính của bệnh nhân Việt Nam.

“Khoa học dữ liệu đóng vai trò quan trọng trong việc xây dựng nền tảng cũng như tạo ra những đột phá quan trọng cho nhiều ngành khoa học, trong đó có Y học chính xác. VinBigdata kì vọng việc hợp tác nghiên cứu, đồng thời tận dụng những đột phá công nghệ, sẽ là cơ sở để phát triển các phương pháp hỗ trợ phòng ngừa và điều trị bệnh hiệu quả, mang lại lợi ích thiết thực cho cộng đồng” - GS. Vũ Hà Văn, Giám đốc Khoa học Viện Nghiên cứu Dữ liệu lớn (Tập đoàn Vingroup) chia sẻ tại Lễ ký kết.

Dự kiến, VinBigdata sẽ công bố ra mắt Hệ thống quản lý và phân tích dữ liệu hệ gen người Việt vào cuối năm 2020. Hệ thống được đánh giá là nền tảng quản lý dữ liệu y sinh lớn nhất Việt Nam hiện nay với quy mô dữ liệu lên đến hơn 1200 TB (terabytes) với trên 5000 mẫu sinh học từ người Việt. Công trình được kỳ vọng trở thành cổng thông tin tham chiếu có giá trị và đáng tin cậy cho người Việt và cộng đồng nghiên cứu y sinh thế giới.

https://dantri.com.vn/giao-duc-huong-nghiep/vingroup-hop-tac-thuc-day-nghien-cuu-va-ung-dung-y-hoc-chinh-xac-20201003095413157.htm

 

[cuicui]

Dữ liệu gen để sinh lời cần thời gian dài, sốt ruột như anh Vượng thì viện AI trụ được không là bập vào dự án này trước nhỉ?

 

[Mr. Toàn]

Em nhớ lần đầu đến cứ ngỡ là tiêu bản thu nhỏ để xem khởi động trước khi xem CMC thật

hồi sv em hay làn tua gai kiếm thêm, toàn phải chuẩn bị tâm lý cho khách nó đỡ shock

 

[Elun Mosk]

Độ chính xác của chẩn đoán bằng AI giờ được bao nhiều % rồi các cụ nhỉ ???
Giả sử là 95%.
Thì có những người không bệnh thành có bệnh, có bệnh thành không bệnh.
-> cuối cùng vẫn là bác sĩ confirm là có hoặc là không có (bác sĩ là đáng tin tưởng nhất rồi). Như thế mới không xót trường hợp nào.

Vậy, vai trò cuối cùng của AI không phải là kết luận có hay không có bệnh, thì là gì các cụ ?

 

[Hitchhiker]

Hái quả ngọt

VinBrain giành giải thưởng quốc tế Công nghiệp ACM SIGAI

Sản phẩm Trợ lý Bác sĩ cho Chẩn đoán hình ảnh - “DrAid for Radiology” của Công ty VinBrain (tập đoàn Vingroup) vừa giành được Giải thưởng Công nghiệp ACM SIGAI 2021 cho sản phẩm ứng dụng trí tuệ nhân tạo (AI) xuất sắc nhất.

tuoitre.vn

 

[Forester Eyesight 2019]

cần gì ảnh x quang, ảnh zú em đọc không quá 1s

 

[Forester Eyesight 2019]

Độ chính xác của chẩn đoán bằng AI giờ được bao nhiều % rồi các cụ nhỉ ???
Giả sử là 95%.
Thì có những người không bệnh thành có bệnh, có bệnh thành không bệnh.
-> cuối cùng vẫn là bác sĩ confirm là có hoặc là không có (bác sĩ là đáng tin tưởng nhất rồi). Như thế mới không xót trường hợp nào.

Vậy, vai trò cuối cùng của AI không phải là kết luận có hay không có bệnh, thì là gì các cụ ?

nó như kiểu cho y tá đọc trước, ca nào phức tạp thì bs đọc

 

[yeu_vo_2]

cụ giỏi thế... API nào cụ giới thiệu đi để bệnh viện VN mua cung cấp thành dịch vụ giúp mọi người phát hiện ung thư sớm giá rẻ đi. Việc nhân đạo và thiết yếu thế mà sao cụ thờ ơ thế ?

Có đơn vị của Tây đi chào mời cả chục năm nay rồi. Khó dữ liệu của họ là hình ảnh chụp xquang của bệnh nhân khắp toàn cầu. Đã áp dụng ở bv trên Phú Thọ thì phải. Nhưng ở ta ko phù hợp nên ko phát huy tác dụng

 

[Forester Eyesight 2019]

Dự án này được TS. Nguyễn Quý Hà (Trưởng phòng Xử lý ảnh y tế, Viện Nghiên cứu Dữ liệu lớn - VinBDI, Tập đoàn Vingroup),

klq nhưng bigdata không có từ nào dịch cho thoát nghĩa sang tiếng Việt nhỉ

 

[hitle888]

Em hơi lăn tăn vụ quyền riêng tư, cần phân biệt rõ phim chụp là tài sản của bệnh nhân hay bệnh viện. Việc xoá thông tin bênh nhân và bệnh viện cam kết abc liệu có đủ không ạ

 

[nguyencharlie]

Các bài liên quan hoặc có tí chữ Vin là bao giờ cũng tề tựu đông đảo ofer thảo luận sôi nổi, nên em tha bài báo này về câu vodka.
Bài này hơi dài, các cụ mợ chịu khó đọc hết rồi phán (khó quá thì bỏ qua, nhìn tít và ảnh rồi phán cũng được)

Họ là những tiến sĩ, kỹ sư trẻ tuổi cùng đeo đuổi mục tiêu xây dựng phần mềm ứng dụng trí tuệ nhân tạo (AI) vào chẩn đoán hình ảnh y tế. Chỉ mất chừng 1 giây, phần mềm sẽ đọc xong một phim chụp X-quang phổi, dưới 5 giây cho một phim chụp X-quang vú. Họ tin rằng chỉ trong 1 năm, phần mềm này sẽ đọc nhiều phim chụp hơn bất kỳ bác sĩ nào và góp phần vào việc điều trị hiệu quả những căn bệnh ung thư hiện đang gây ám ảnh cho không ít người.

Ngày 19-6, VinDr - phiên bản đầu tiên của giải pháp phân tích hình ảnh y tế toàn diện ứng dụng công nghệ Trí tuệ nhân tạo (AI), một dự án nghiên cứu ứng dụng của Viện nghiên cứu Dữ liệu lớn (VinBDI), Tập đoàn Vingroup, bắt đầu được thử nghiệm tại ba bệnh viện gồm: Bệnh viện Trung ương Quân đội 108, Bệnh viện Đại học Y Hà Nội và Bệnh viện Đa khoa Quốc tế Vinmec Times City. Điểm đặc biệt của giải pháp này là ứng dụng công nghệ trí tuệ nhân tạo (AI) trên nền tảng lưu trữ và truyền tải hình ảnh y tế (PACS). Trong bước đầu tiên, VinDr sẽ hỗ trợ hai chức năng: Chẩn đoán bệnh lý phổi trên ảnh X-quang lồng ngực và Chẩn đoán ung thư vú trên ảnh X-quang tuyến vú.

Dự án này được TS. Nguyễn Quý Hà (Trưởng phòng Xử lý ảnh y tế, Viện Nghiên cứu Dữ liệu lớn - VinBDI, Tập đoàn Vingroup), TS. Phạm Huy Hiệu, Ths. Nguyễn Thành Nhân cùng nhóm cộng sự, những nhà khoa học, chuyên gia công nghệ, kỹ sư chuyên nghiên cứu về AI và phần mềm, phát triển từ tháng 11-2018.

"Dự án có hai mục tiêu: Một là xây dựng cơ sở dữ liệu lớn về hình ảnh y tế của người Việt. Hai là, dựa trên cơ sở dữ liệu đó, chúng tôi phát triển công cụ chẩn đoán hình ảnh hỗ trợ cho các bác sĩ, giúp bác sĩ đưa ra quyết định nhanh chóng và chính xác hơn", TS. Nguyễn Quý Hà mở đầu cuộc đối thoại với Tuổi Trẻ.

* Trong rất nhiều căn bệnh cần đến đánh giá từ phân tích dữ liệu chẩn đoán hình ảnh, tại sao nhóm quyết định chọn ung thư, thưa TS?

Những bệnh lý được chẩn đoán trên hệ thống đều được tham vấn bởi các bác sĩ hàng đầu tại Việt Nam. Có thể do đặc thù ở Việt Nam, các bác sĩ hiểu rằng trong thực tế, ung thư luôn là vấn đề nhức nhối, đặc biệt nhất là ung thư gan, phổi, vú. Cả ba loại ung thư nói trên chúng tôi đều hỗ trợ chẩn đoán. Ngoài ra, giải pháp sẽ tiến tới hỗ trợ chẩn đoán ung thư đại trực tràng, dạ dày - đều là các loại ung thư chiếm tỉ lệ cao tại Việt Nam. Chúng tôi hi vọng làm sao phát hiện sớm và chẩn đoán ung thư hiệu quả nhất.

Nói rộng ra trên thế giới, nếu tính riêng ung thư vú, mỗi năm có tới 2 triệu ca mắc mới và hơn nửa triệu ca tử vong. Riêng tại Hoa Kỳ, trong tổng số 33 triệu lần chụp nhũ ảnh được thực hiện hàng năm, có khoảng 20% các ca ung thư được phát hiện ở giai đoạn muộn. Trong khi đó tại Việt Nam, trong 15.000 ca ung thư vú mắc mới mỗi năm, đáng tiếc, có tới 70% là phát hiện muộn, làm gia tăng đáng kể tỷ lệ tử vong. Việc sàng lọc trên diện rộng và phát hiện sớm ung thư thông qua chẩn đoán hình ảnh, vì thế, đóng một vai trò quan trọng trong việc điều trị thành công các bệnh nhân ung thư. Ở Vingroup, việc đón đầu và ứng dụng những công nghệ hiện đại, nhất là trong lĩnh vực y tế rất được quan tâm và đầu tư. Việc ứng dụng của AI trong lĩnh vực này được kì vọng sẽ trở thành công cụ hỗ trợ hiệu quả cho các chương trình sàng lọc ung thư hoặc các bệnh nan y khác trong tương lai không xa.

* Thưa TS, ứng dụng AI sẽ có tác động như thế nào đến độ chính xác trong việc chẩn đoán hình ảnh? Có những lợi thế nào nếu chúng ta áp dụng giải pháp này vào các bệnh viện của Việt Nam?

Nhiều nghiên cứu quốc tế đã cho thấy sự trợ giúp của AI có thể làm tăng độ chính xác của chẩn đoán, đặc biệt trong ngành chẩn đoán hình ảnh. Trong ứng dụng tại bệnh viện, chúng tôi kỳ vọng rằng các bác sĩ khi đọc phim xong, có thể tham khảo ý kiến của máy. Độ chính xác của máy và bác sĩ sẽ bù trừ cho nhau. Nói như vậy để có thể hiểu chính xác rằng VinDr không thay thế bác sĩ, mà sẽ là một công cụ hỗ trợ đắc lực, đóng vai trò như một người cùng hội chẩn với bác sĩ.

Vậy máy có lợi thế gì so với con người? Rõ ràng là, máy có tốc độ xử lý cao. Như ta biết, các bệnh viện ở Việt Nam thường quá tải, và bác sĩ phải làm việc với cường độ rất cao, sự mỏi mệt chắc chắn sẽ ảnh hưởng đến chất lượng công việc. Trong khi đó, máy hoàn toàn không bị ảnh hưởng bởi tình trạng này. Bởi vậy, chúng tôi hy vọng rằng sự trợ giúp của AI giảm áp lực cho các bác sĩ và hạn chế đáng kể số lần đọc lỗi. Theo thử nghiệm, tốc độ chẩn đoán phim X-quang phổi là dưới 1 giây, chẩn đoán phim X-quang vú là dưới 5 giây.

Đặc biệt, phần mềm này có thể chẩn đoán đồng thời nhiều ca chụp một lúc. Khác với bác sĩ chỉ đọc lần lượt từng ca chụp trong lúc làm việc, phần mềm sẽ đọc suốt ngày đêm với độ chính xác và tốc độ không đổi, do đó có thể phục vụ sàng lọc trên diện rộng.

Hiện nay các chẩn đoán bệnh lý về phổi đã đạt độ chính xác (trong ngành y dùng hai chỉ số là độ nhạy và độ đặc hiệu) trên 95%. Chẩn đoán ung thư vú trên X-quang đạt độ chính xác trên 85%. Đây là các thuật toán có hiệu năng tương đương với những thuật toán tốt nhất trên thế giới hiện nay. Nói thêm là đọc phim X-quang vú khó hơn khá nhiều so với phim X-quang phổi, ngay cả đối với các bác sĩ có kinh nghiệm.

Một lợi thế ở Việt Nam là các bệnh viện hay bác sĩ hàng đầu tương đối cởi mở trong việc chia sẻ dữ liệu và hợp tác nghiên cứu.

TS. Nguyễn Quý Hà (giữa, trưởng phòng Xử lý ảnh y tế, Viện Nghiên cứu dữ liệu lớn - VinBDI, tập đoàn Vingroup), TS. Phạm Huy Hiệu (trái) và Ths. Nguyễn Thành Nhân cùng nhóm cộng sự phát triển dự án VinDr - phiên bản đầu tiên của giải pháp phân tích hình ảnh y tế toàn diện ứng dụng công nghệ Trí tuệ nhân tạo (AI)

* Quy trình là bác sĩ sẽ đọc chẩn đoán, nhập dữ liệu trước, sau đó mới đến bước chẩn đoán AI. Liệu phần mềm có đưa ra được chẩn đoán độc lập, khách quan không, hay sẽ dựa theo chẩn đoán của bác sĩ, thưa TS?

Thật ra, ban đầu chúng tôi thiết kế theo hướng AI đưa ra gợi ý chẩn đoán trước rồi bác sĩ đọc lại và kết luận sau. Tuy nhiên, theo ý kiến của nhiều bác sĩ, quy trình này có thể làm cho người đọc phim bị ám thị bởi kết quả của AI. Do đó, chúng tôi đã điều chỉnh phần mềm theo luồng để bác sĩ đọc trước và đưa ra kết quả AI sau cho bác sĩ tham khảo. Tuy nhiên, một khi bác sĩ đã tin tưởng vào máy rồi, mình có thể chuyển chẩn đoán của máy lên trước, giúp phân luồng ngay bệnh nhân nặng - nhẹ.




* Như TS đã nhìn nhận, một trong những ưu điểm của phần mềm này là hỗ trợ chẩn đoán từ xa và hỗ trợ cho bệnh viện tuyến dưới. Vậy ở tuyến dưới có thể ứng dụng giải pháp này như thế nào trong điều kiện còn nhiều hạn chế của hệ thống y tế Việt Nam như hiện nay, thưa TS?



Mong muốn của chúng tôi là cho phần mềm "học" từ các bác sĩ giỏi rồi sau đó sử dụng để hỗ trợ cho nhiều cơ sở y tế khác. Rất may mắn là dự án của chúng tôi nhận được sự tư vấn và tham gia đọc phim của nhiều bác sĩ chẩn đoán hình ảnh đầu ngành, trong đó có thể kể đến GS.TS Phạm Minh Thông (Bệnh viện Bạch Mai), PGS.TS Lâm Khánh (Bệnh viện Trung ương Quân đội 108), TS. Lê Tuấn Linh (Bệnh viện Đại học Y Hà Nội), TS. Nguyễn Thu Hương (Bệnh viện Đa khoa Quốc tế Vinmec Times City), Bác sĩ Hồ Hoàng Phương (Bệnh viện Đại học Y Dược TP.HCM Cơ sở 2),...

Quan trọng nhất là phần mềm phải được thử nghiệm càng nhiều nơi càng tốt. Các thuật toán AI sử dụng để chẩn đoán hình ảnh rất nhạy cảm với dữ liệu ở những cơ sở khác nhau. Do đó, để triển khai ở mỗi bệnh viện, chỉ có cách là mang phần mềm đến chạy thử. Sẽ có hai giai đoạn, đầu tiên là thu thập dữ liệu từ càng nhiều nơi càng tốt để, nói nôm na là, dạy cho máy học xong chương trình đại học, sau đó đến lúc đi làm thì "sếp" ở nơi làm việc sẽ chỉ ra đúng - sai ở đâu. Máy ban đầu được học từ nhiều dữ liệu nhưng đến nơi nào sẽ được tối ưu theo cách làm việc của nơi ấy.

Tuy nhiên không phải đơn vị nào cũng cởi mở trong việc ứng dụng công nghệ mới, đặc biệt là trong ngành có liên quan đến tính mạng con người như ngành y. Thuật toán dù có tốt đến đâu, lúc mới đưa ra kiểu gì cũng có sai sót. Chỉ còn cách là thuyết phục các bệnh viện chấp nhận cho chạy thử phần mềm một thời gian, nhận phản hồi của các bác sĩ thì mới tốt lên được. Chỉ có nơi nào chào đón, kỳ vọng vào sự giúp đỡ của máy móc, thì công nghệ mới áp dụng được.

* Nếu được tạo điều kiện, nhóm nghiên cứu của TS tự tin trong bao lâu sẽ áp dụng được ứng dụng này ở các cơ sở y tế tuyến dưới?

Điều này tôi nghĩ còn tùy thuộc vào kỳ vọng và yêu cầu của các cơ sở khám chữa bệnh. Chúng tôi luôn tin tưởng có thể chạy ngay được nhưng còn tùy thuộc vào thực tế. Với sự ủng hộ, đầu tư bài bản của ******** Tập đoàn Vingroup, cùng năng lực của đội ngũ hiện tại, việc tinh chỉnh thuật toán cho từng bệnh viện có thể được thực hiện nhanh chóng. Điều đặc biệt ở đây là phần mềm sẽ "được học mãi mãi". Có thể sau một, hai tháng chúng ta sử dụng được, nhưng phần mềm sẽ tiếp tục tự tối ưu, và trở nên tốt hơn theo thời gian.

* Hiện tại, giải pháp này đang được triển khai như thế nào, thưa TS?

- Hiện tại chúng tôi đang triển khai trên nền tảng web. Lấy ví dụ, với các phim chụp đã được số hóa, các bác sĩ hoặc sinh viên Y khoa có thể linh hoạt tải hình ảnh lên hệ thống, chẩn đoán và tham vấn hệ thống mọi lúc mọi nơi. Chỉ cần có máy tính kết nối internet và tài khoản là có thể kết nối với giải pháp của chúng tôi để sử dụng.

Hiện có hai hình thức triển khai là triển khai tại chỗ và đẩy lên đám mây (Cloud). Đa phần các bệnh viện chọn hình thức triển khai tại chỗ. Hình thức thứ hai là sử dụng điện toán đám mây, với dữ liệu được truyền tải và lưu trữ tập trung trên một máy chủ chung. Máy chủ này có thể được truy cập từ tất cả mọi nơi trên thế giới thông qua mạng internet.

Trong tương lai xa hơn, khi việc triển khai bệnh án điện tử, theo dõi hồ sơ sức khỏe điện tử, cho mọi bệnh nhân đi vào thực tế, công cụ AI có thể được sử dụng từ xa để hỗ trợ theo dõi lịch sử khám chữa bệnh và kiểm soát tình trạng sức khoẻ của bệnh nhân...

* Ứng dụng sẽ khai thác trực tiếp dữ liệu bệnh nhân, vậy vấn đề bảo mật thông tin cá nhân, bảo vệ quyền riêng tư của bệnh nhân có được đặt ra khi nhóm nghiên cứu phát triển giải pháp này, thưa TS?

Bảo mật thông tin, đặc biệt là dữ liệu và danh tính cá nhân luôn là vấn đề được Tập đoàn Vingroup đặt ưu tiên hàng đầu. Ngay từ khi bắt đầu, chúng tôi đã ký các thỏa thuận hợp tác với bệnh viện trong việc bảo mật tuyệt đối thông tin bệnh nhân. Chúng tôi không giữ bất kỳ thông tin cá nhân nào của bệnh nhân ngoài hình ảnh phim chụp. Tất cả thông tin xác định danh tính bệnh nhân đều được xóa bỏ và mã hóa trước khi đưa hình ảnh chẩn đoán vào huấn luyện thuật toán.

* Ngoài việc thuyết phục các bệnh viện đón nhận công nghệ rất mới này, nhóm nghiên cứu của TS còn gặp những khó khăn nào trong quá trình triển khai?

Một trong những khó khăn nữa trong quá trình triển khai là chúng tôi phải xây dựng hạ tầng dữ liệu, xây dựng công cụ để lưu trữ, quản lý và khai thác nhiều phương thức dữ liệu khác nhau từ bệnh viện. Có thể nói vui là chúng tôi có một khoa chẩn đoán hình ảnh ngay tại đây với sự giúp đỡ của khoảng 30 bác sĩ để đọc các phim chụp ở bệnh viện.

Bản thân chúng tôi cũng phải nhờ các bác sĩ dạy một số kiến thức nhất định về giải phẫu, và chẩn đoán hình ảnh, trong những seminar hàng tuần. Để khi phần mềm đưa ra kết quả, bản thân chúng tôi cũng phải áng chừng được mức độ chính xác của nó là bao nhiêu, hay bị sai ở đâu.

* Với những kết quả đã đạt được, TS và nhóm nghiên cứu dự định sẽ theo đuổi dự án này bao lâu nữa?

Bước đầu, chúng tôi vạch ra dự án thực hiện trong khoảng 5 năm. Nhưng chắc chắn sẽ còn mở rộng nhiều nữa. Bởi vì cho dù chúng tôi có hoàn thành 6 nhóm bệnh đang nghiên cứu hiện tại thì cũng chỉ là phần nhỏ so với số lượng bệnh tật và phương thức thăm khám trong thực tế.

Nhu cầu hỗ trợ cho bác sĩ chẩn đoàn hình ảnh và thăm dò chức năng ở Việt Nam là rất lớn, do lượng bệnh nhân đông. Lấy ví dụ, một bác sĩ ở Việt Nam có thể phải thực hiện khoảng 200 ca siêu âm, chụp chiếu mỗi ngày, trong khi các nước phát triển tỉ lệ này chỉ bằng khoảng 1/10.

* Và các anh có kế hoạch không chỉ phát triển giải pháp này ở Việt Nam mà sẽ bán ra thế giới chứ?

Có chứ!

Để so sánh thì hiện nay nhóm chúng tôi không kém bất kỳ nhóm nào trên thế giới. Thuật toán của VinDr đã xếp thứ hạng cao ở nhiều cuộc thi uy tín thế giới như: Số 01 cuộc thi CheXpert - chẩn đoán 13 mặt bệnh và dấu hiệu trên X-quang phổi do Đại học Stanford tổ chức; Giải Nhất cuộc thi phát hiện bất thường trên ảnh nội soi thuộc hội thảo ISBI 2020; Top 10 trên tổng số 1345 đơn vị dự thi tại cuộc thi chẩn đoán chảy máu não trên ảnh CT do RSNA (Hiệp hội điện quang Bắc Mỹ) tổ chức… Tuy nhiên, ở nước ngoài, các phần mềm liên quan đến y tế yêu cầu quy chuẩn rất nghiêm ngặt. Để bán được, chúng tôi cũng xác định trước hết phải vượt qua các kiểm định và đạt được các chứng chỉ cần thiết của họ.



https://tuoitre.vn/buoc-tien-moi-dua-tri-tue-nhan-tao-vao-chan-doan-hinh-anh-y-te-tai-viet-nam-20200626154509091.htm

Quá giỏi. Sắp ghi tên vào 5 nước có nền y khoa hạng nhất thế giới rồi.

 

[lathuroi]

Cảm ơn cụ chủ. Em đăng ký theo dõi.