TS.BS Đoàn Xuân Quang Minh thuộc Broad Institute of MIT & Harvard đã giới thiệu ứng dụng thực giải pháp học máy (machine learning), thị giác máy tính (computer vision), và học sâu (deep learning) để giải quyết các vấn đề thiết yếu trong Y - Sinh học.

TS.BS Đoàn Xuân Quang Minh thuyết trình về công nghệ truy xuất thông tin từ hình ảnh

TS.BS Minh cho biết các thông tin của cơ thể người được thể hiện ở nhân tế bào. Nếu có thể đọc và phân tích được các thông tin từ hình dạng của nhân tế bào sẽ có ý nghĩa rất lớn trong ngành y sinh, nhưng các nhân tế bào có hình dạng rất phức tạp, khó phân biệt nên những phần mềm y tế hàng đầu hiện nay cũng chưa làm được.

Để giải quyết bài toán đó, nhóm nghiên cứu tại phòng phân tích hình ảnh ở Broad Institute of MIT & Harvard đã cùng kết hợp với các chuyên gia của Kaggle (thuộc Google), NVIDIA và tập đoàn tư vấn Booz-Allen-Halminton tổ chức cuộc thi giải thuật Data Science Bowl 2018 nhằm tìm kiếm những giải pháp tối ưu, toàn diện, hiệu quả, linh hoạt cho việc xác định nhân tế bào trong nhiều bối cảnh nghiên cứu khác nhau (độ phóng đại thay đổi, cắt lớp 2 hoặc 3 chiều, thuốc nhuộm đặc thù khác nhau, các dòng tế báo thông thường/đặc biệt...)

Nhóm nhà khoa học và chuyên gia của phòng phân tích hình ảnh ở Broad Institute of MIT & Harvard đã nỗ lực gần 4 tháng vẽ đường biên thủ công cho gần 40.000 nhân tế bào để cung cấp dữ liệu cho cuộc thi. Trong tổng số 68.000 giải phẫu được ghi nhận thì giải pháp kết hợp bộ 3 "máy học, thị giác máy tính và học sâu" để đo đạc, phân loại tự động nhân tế bào tỏ ra đặc biệt hiệu quả. Giải pháp này cho phép phát hiện tế bào ung thư qua hình chụp với độ chính xác cao, tiết kiệm được đáng kể chi phí và thời gian thực hiện. Trong nghiên cứu về bạch cầu, nhóm đã ứng dụng học sâu - deep learning để xác định loại bạch cầu lympho B ác tính trong mẫu xét nghiệm của bệnh nhi ung thư máu cấp tính. Với kỹ thuật của nhóm nghiên cứu Viện Broad, nhà phân tích chỉ cần duy nhất một bước và có thể đưa ra xác minh về tình trạng của bệnh nhân với độ chính xác >93%.

Theo TS.BS Minh, kết quả này giúp các bệnh viện tiết kiệm được nhiều chi phí, thời gian xác định tế bào ung thư giảm từ 8 - 10 tiếng xuống chỉ còn 5 phút. Khả năng của hệ thống sẽ còn tiếp tục tăng lên theo số lượng hình ảnh mà hệ thống được "học". Thậm chí khi gặp các hình ảnh có chất lượng không tốt, thị giác máy tính có thể tự khôi phục những phần bị mất, bị mờ trên ảnh. Hệ thống không giới hạn ở hình ảnh tĩnh mà nếu được cung cấp đủ dữ liệu để học, hệ thống còn có thể phân tích được hình ảnh 360 độ hoặc qua các đoạn video.