Trí tuệ nhân tạo (AI) có thể phân tích một lượng lớn dữ liệu, chẳng hạn như hình ảnh hoặc kết quả thử nghiệm và có thể xác định các mẫu mà người thường không thể phát hiện được, khiến nó có giá trị cao trong việc tăng tốc độ phát hiện, chẩn đoán và điều trị bệnh.

Tuy nhiên, việc sử dụng công nghệ này trong các cơ sở y tế đang gây tranh cãi vì nguy cơ phát tán dữ liệu ngẫu nhiên và nhiều hệ thống do các công ty tư nhân sở hữu và kiểm soát, cho phép họ truy cập vào dữ liệu bí mật của bệnh nhân và trách nhiệm bảo vệ dữ liệu đó.

Các nhà nghiên cứu bắt đầu khám phá xem liệu AI có thể được sử dụng để giúp máy tính dự đoán ung thư trong hình ảnh y tế của các mẫu mô của bệnh nhân hay không mà không cần tiết lộ dữ liệu từ các bệnh viện.

Các thuật toán AI phát hiện các mẫu trong dữ liệu ở bệnh viện hoặc trường đại học địa phương, chẳng hạn như những thay đổi di truyền trong hình ảnh của mô người. Sau đó, hệ thống học tập sẽ gửi thuật toán mới được đào tạo này - nhưng quan trọng là không có dữ liệu cục bộ hoặc thông tin bệnh nhân - đến một máy tính trung tâm. Ở đó, nó được kết hợp với các thuật toán do các bệnh viện khác tạo ra theo một cách giống hệt nhau để tạo ra một thuật toán tối ưu hóa. Sau đó, dữ liệu này sẽ được gửi trở lại bệnh viện địa phương, nơi nó được áp dụng lại vào dữ liệu ban đầu, cải thiện khả năng phát hiện các thay đổi di truyền nhờ khả năng phát hiện nhạy hơn của nó.

Bằng cách thực hiện điều này nhiều lần, thuật toán có thể được cải thiện và tạo ra một thuật toán hoạt động trên tất cả các tập dữ liệu. Điều này có nghĩa là kỹ thuật này có thể được áp dụng mà không cần bất kỳ dữ liệu nào phải được tiết lộ cho các công ty bên thứ ba hoặc được gửi giữa các bệnh viện hoặc ra nước ngoài.

Nhóm đã đào tạo các thuật toán AI trên dữ liệu nghiên cứu từ ba nhóm bệnh nhân đến từ Bắc Ireland, Đức và Mỹ. Các thuật toán đã được thử nghiệm trên hai bộ ảnh dữ liệu lớn được tạo ra tại Leeds và được phát hiện là đã học thành công cách dự đoán sự hiện diện của các loại ung thư khác nhau trong các bức ảnh.

Dựa trên dữ liệu từ hơn 5.000 bệnh nhân, cho thấy rằng các mô hình AI được đào tạo với phương pháp học có thể dự đoán những thay đổi di truyền có liên quan về mặt lâm sàng trực tiếp từ hình ảnh của mô từ khối u ruột kết.

ctngoc