Học sâu giúp nâng cao khả năng tiếp cận và đơn giản hóa chẩn đoán hình ảnh tim mạch
Bệnh động mạch vành là một trong những nguyên nhân gây tử vong hàng đầu trên toàn cầu. Một phương pháp phổ biến để phát hiện và theo dõi bệnh tim là chụp tưới máu cơ tim (MPI) bằng kỹ thuật chụp cắt lớp phát xạ đơn photon (SPECT).
Kỹ thuật này sử dụng chất đánh dấu phóng xạ kết hợp với hệ thống camera đặc biệt để tạo ra hình ảnh lưu lượng máu đến tim, giúp bác sĩ chẩn đoán bệnh động mạch vành và các vấn đề tim mạch khác. Tuy nhiên, chụp SPECT truyền thống thường đi kèm với một lần chụp CT để cải thiện độ chính xác, điều này không chỉ làm tăng mức phơi nhiễm phóng xạ của bệnh nhân mà còn làm tăng chi phí điều trị.
Một nhóm nghiên cứu từ Đại học Washington ở St. Louis, phối hợp với Cleveland Clinic và Đại học California Santa Barbara, đã phát triển một giải pháp mới dựa trên trí tuệ nhân tạo để khắc phục hạn chế này. Công nghệ có tên CTLESS ứng dụng học sâu để loại bỏ nhu cầu chụp CT mà vẫn duy trì độ chính xác trong chẩn đoán. Công trình nghiên cứu, do giáo sư Abhinav Jha dẫn đầu, đã được công bố trên tạp chí IEEE Transactions in Medical Imaging vào ngày 25 tháng 11 năm 2024.
Thông thường, hình ảnh chụp SPECT cần một lần chụp CT bổ sung để bù trừ suy giảm tín hiệu (AC), nhằm khắc phục hiện tượng suy yếu của tín hiệu phát ra khi đi qua các mô cơ thể, tránh làm mờ hình ảnh tim và đảm bảo kết quả chẩn đoán đáng tin cậy. Tuy nhiên, không phải cơ sở y tế nào cũng có hệ thống SPECT/CT tích hợp. Nhờ phương pháp CTLESS, quá trình chẩn đoán có thể trở nên đơn giản, hiệu quả và dễ tiếp cận hơn cho nhiều bệnh nhân hơn.