Mô hình AI chuyển hóa hình ảnh chụp X-quang thành công cụ chẩn đoán tim mạch
Các nhà nghiên cứu đã sử dụng mô hình AI để chuyển hình ảnh chụp X-quang thành một công cụ hiệu quả hơn có thể chẩn đoán các vấn đề về tim. Phương pháp mới này có thể được sử dụng một cách nhanh chóng và chính xác để đánh giá chức năng tim và kiểm tra bệnh tật.
.jpg)
Các nhà nghiên cứu sử dụng AI để biến tia X-quang thành một công cụ chẩn đoán mạnh mẽ hơn.
Chụp X-quang là xét nghiệm phóng xạ được tiến hành thường xuyên nhất trên thế giới và là cách phổ biến để các chuyên gia y tế chẩn đoán bệnh phổi và tim. Tuy nhiên, trong khi chúng thực hiện nhanh chóng và dễ dàng, X-quang chỉ là một hình ảnh tĩnh không thể cung cấp thông tin về hoạt động của tim. Đối với điều đó, bạn cần siêu âm tim.
Siêu âm tim thường được gọi là 'tiếng vang' đánh giá hiệu quả bơm máu của tim và liệu các van giữa buồng tim có bị rò rỉ hoặc bị bệnh hay không. Nếu van tim bị bệnh, tim không thể bơm máu hiệu quả và phải làm việc nhiều hơn, điều này có thể dẫn đến suy tim hoặc ngừng tim đột ngột và tử vong. Tuy nhiên, siêu âm tim đòi hỏi kỹ thuật viên có kỹ năng chuyên môn.
Giờ đây, các nhà nghiên cứu từ Đại học Osaka Metropolitan đã sử dụng mô hình AI học sâu để biến hình ảnh chụp X-quang ngực thành công cụ chẩn đoán chi tiết hơn.
Học sâu là quá trình được trí tuệ nhân tạo (AI) sử dụng để dạy máy tính xử lý dữ liệu theo cách bắt chước bộ não con người. Mô hình có thể nhận dạng các mẫu phức tạp trong hình ảnh, văn bản, âm thanh và các dữ liệu khác để đưa ra những hiểu biết, dự đoán chính xác.
Các nhà nghiên cứu đã đào tạo mô hình học sâu với 22.551 bức ảnh chụp X-quang ngực kết hợp 22.551 hình ảnh siêu âm tim thu được từ 16.946 bệnh nhân tại bốn cơ sở từ năm 2013 đến năm 2021. Họ đã sử dụng dữ liệu từ nhiều tổ chức để giảm nguy cơ AI tạo ra kết quả sai lệch.
Tia X được đặt làm dữ liệu đầu vào và siêu âm tim làm dữ liệu đầu ra, mô hình đã được đào tạo để tìm hiểu tính năng kết nối cả hai bộ dữ liệu. Khi thử nghiệm mô hình học sâu của họ, các nhà nghiên cứu nhận thấy nó có thể phân loại chính xác sáu loại bệnh van tim. Diện tích dưới đường cong (AUC) – chỉ số đánh giá cho biết khả năng phân biệt giữa các lớp của mô hình AI nằm trong khoảng từ 0,83 đến 0,92. AUC có phạm vi giá trị từ 0 đến 1; càng gần 1 càng tốt.
Các nhà nghiên cứu cho biết phương pháp AI mới của họ có thể bổ sung cho siêu âm tim, đặc biệt khi cần chẩn đoán nhanh hoặc thiếu kỹ thuật viên.
Daiju Ueda, tác giả chính của nghiên cứu cho biết: “Chúng tôi đã mất rất nhiều thời gian để có được những kết quả này, nhưng tôi tin rằng đây là một nghiên cứu quan trọng. Ngoài việc cải thiện hiệu quả chẩn đoán của bác sĩ, hệ thống này cũng có thể được sử dụng ở những nơi không có bác sĩ chuyên khoa, trong các trường hợp khẩn cấp vào ban đêm và cho những bệnh nhân gặp khó khăn khi siêu âm tim".