Một bức ảnh có thể hé lộ điều gì?
AI dự đoán ung thư từ ảnh khuôn mặt là công cụ dùng thuật toán đọc dấu hiệu ngoại hình để ước tính tuổi sinh học và phân tầng nguy cơ sống còn. Ngày 19/10, các nhà nghiên cứu tại hệ thống y tế Mass General Brigham ở Boston công bố hai mô hình: FAHR-FaceAge ước tính tuổi sinh học, còn FAHR-FaceSurvival dự báo kết quả sống sót ở người mắc ung thư. Nền tảng FAHR-Face được huấn luyện trên hơn 40 triệu ảnh khuôn mặt của những người thuộc nhiều độ tuổi và nhóm sắc tộc. Tuổi sinh học phản ánh một số khía cạnh về sức khỏe thể chất và tế bào, nên có thể khác tuổi tính theo giấy tờ. Đây là bước tiến đáng chú ý của công nghệ y khoa: một bức ảnh có thể bổ sung tín hiệu sức khỏe khi hồ sơ lâm sàng còn thiếu, nhưng không thể tự nó giải thích toàn bộ tình trạng bệnh.
Tín hiệu đáng chú ý, nhưng không phải lời tiên đoán chắc chắn
Trong nghiên cứu, FAHR-FaceSurvival xếp 122 bệnh nhân vào nhóm nguy cơ tử vong cao; 52,5% trong số họ qua đời trong vòng 90 ngày sau đánh giá, so với khoảng 2% ở nhóm nguy cơ thấp gồm 975 người. Với FAHR-FaceAge, 21% trong nhóm 1.060 bệnh nhân có tuổi sinh học ước tính cao hơn tuổi thật trên 20 năm đã tử vong trong 90 ngày; tỷ lệ này là khoảng 6% ở 4.195 người có tuổi sinh học thấp hơn tuổi thật ít nhất 10 năm. Một nguồn khác cho biết mô hình ước tính tuổi với sai số khoảng 5 năm và có thể phân nhóm nguy cơ trên nhiều độ tuổi, chủng tộc, giới tính và loại ung thư. Những con số này cho thấy mô hình có khả năng nhận diện khác biệt giữa các nhóm, chứ không xác định chính xác ngày hay thời điểm một cá nhân sẽ qua đời.
Bác sĩ cần thêm dữ liệu trước khi thay đổi phác đồ
Điểm mạnh tiềm năng của phân tích ảnh y tế là cung cấp thêm một góc nhìn khi bác sĩ cân nhắc thể trạng và khả năng chịu đựng điều trị. Khi dân số già hóa, việc đánh giá sức dự trữ thể chất và tình trạng suy yếu trước những lựa chọn nặng như xạ trị, phẫu thuật hoặc điều trị toàn thân càng có ý nghĩa. Raymond Mak, bác sĩ ung thư xạ trị và đồng tác giả nghiên cứu, nhận xét rằng bác sĩ được đào tạo để quan sát diện mạo bệnh nhân nhưng thường không giỏi ước tính thời gian sống còn ở giai đoạn cuối. Dù vậy, AI dự đoán ung thư chỉ nên bổ sung thông tin cho chẩn đoán bệnh nhân, không thay thế thăm khám hay nhận định chuyên môn. Nếu một điểm số máy tính khiến bác sĩ từ chối điều trị có khả năng hữu ích, hoặc khiến bệnh nhân mất hy vọng, công cụ hỗ trợ có thể biến thành nguồn áp lực.
Niềm tin phải được xây bằng kiểm chứng lâm sàng
Mô hình được báo cáo là hoạt động trên nhiều loại ung thư và mức độ bệnh; kết quả cũng tương đối ổn định trước khác biệt về ánh sáng, biểu cảm, tư thế chụp và trang điểm. Phẫu thuật thẩm mỹ nhìn chung ít ảnh hưởng, dù phẫu thuật mũi tạo ra thay đổi nhỏ trong ước tính. Nghiên cứu còn ghi nhận hút thuốc, uống rượu nặng và sử dụng chất kích thích có liên hệ với tuổi sinh học ước tính cao hơn. Nhưng khuôn mặt chịu tác động của nhiều yếu tố, nên một kết quả tuổi sinh học AI không nên bị xem như bằng chứng độc lập về lối sống hay tiên lượng. Giáo sư Miroslaw Bober, người không tham gia nghiên cứu, cho rằng cần so sánh dự báo với nhận định của bác sĩ, thử nghiệm tại nhiều bệnh viện và trên các nhóm bệnh nhân khác nhau; cần thêm thử nghiệm lâm sàng trước khi ứng dụng thực tế. Kết luận hợp lý lúc này: xem AI như tín hiệu để đặt thêm câu hỏi, không phải phán quyết điều trị.
