AI chẩn đoán hình ảnh: Từ khái niệm đến bước ngoặt trong sàng lọc
AI chẩn đoán hình ảnh là việc sử dụng thuật toán trí tuệ nhân tạo để phân tích các dữ liệu hình ảnh y tế như ảnh siêu âm, X-quang, CT, MRI hay ảnh đáy mắt, nhằm hỗ trợ bác sĩ phát hiện sớm bệnh lý, phân tầng nguy cơ và ra quyết định điều trị chính xác hơn trong thời gian ngắn. Hướng tiếp cận này không thay thế bác sĩ, mà đóng vai trò như một hệ thống “đọc cùng” thứ hai, giúp giảm bỏ sót tổn thương tinh vi và tối ưu hóa quy trình sàng lọc ở quy mô lớn. Trong bối cảnh các bệnh mạn tính và ung thư gia tăng nhanh, đây không còn là lựa chọn xa xỉ mà là chiến lược sống còn nếu hệ thống y tế muốn theo kịp nhu cầu khám chữa bệnh ngày càng tăng của người dân.
Điểm đáng nói là làn sóng AI chẩn đoán hình ảnh tại Việt Nam đang đi theo hướng rất thực tế: tập trung vào những bệnh lý có gánh nặng lớn như ung thư tuyến giáp và bệnh võng mạc đái tháo đường, nơi nhu cầu phát hiện sớm bệnh lý cao hơn rất nhiều so với năng lực nhân lực hiện có. Khi các bệnh viện tuyến trung ương luôn quá tải, còn tuyến dưới thiếu bác sĩ giàu kinh nghiệm, AI không phải “món đồ chơi công nghệ” mà là một công cụ buộc phải có nếu muốn thu hẹp khoảng cách giữa nhu cầu sàng lọc và năng lực chẩn đoán thực tế.
Bộ dữ liệu siêu âm người Việt: Nền tảng cho AI ung thư tuyến giáp
Trong chia sẻ bên lề Hội nghị khoa học Bệnh viện Nội tiết Trung ương lần thứ XVI, PGS.TS Phan Hướng Dương nhấn mạnh ung thư tuyến giáp đang gia tăng nhanh và ngày càng trẻ hóa, đứng hàng thứ 5 ở nữ giới. Nhu cầu sàng lọc rất lớn, nhưng bác sĩ giàu kinh nghiệm về siêu âm tuyến giáp và xét nghiệm tế bào học lại thiếu, đặc biệt ở tuyến dưới. Thay vì chấp nhận “vỡ trận” nhân lực, Bệnh viện Nội tiết Trung ương chọn cách xây dựng đề tài cấp Nhà nước về hệ thống AI sử dụng hình ảnh siêu âm nhân tuyến giáp để hỗ trợ sàng lọc và chẩn đoán. Đây là một lựa chọn mang tính chiến lược, bởi nếu không có công cụ hỗ trợ, các chương trình phát hiện sớm ung thư tuyến giáp sẽ khó mà mở rộng ra ngoài vài trung tâm lớn.
Điểm then chốt của hệ thống này là bộ dữ liệu hơn 30.000 hình ảnh siêu âm nhân tuyến giáp từ hơn 10.000 bệnh nhân. "Đây là một trong những bộ dữ liệu lớn về siêu âm nhân tuyến giáp trên thế giới và lần đầu tiên được xây dựng trên hình ảnh siêu âm của người Việt Nam". Nhờ dữ liệu địa phương, AI không phải “suy đoán” từ mẫu bệnh nhân nước ngoài, mà học trực tiếp trên đặc điểm giải phẫu và bệnh học của người Việt, giúp tăng độ nhạy và độ đặc hiệu lên trên 85%, với diện tích dưới đường cong ROC đạt 0,94. Những con số này không chỉ mang ý nghĩa học thuật; chúng cho thấy một hệ thống đủ tin cậy để đưa vào thực hành lâm sàng, thay vì dừng ở mức thử nghiệm phòng lab.
Giảm xét nghiệm xâm lấn, tăng phát hiện sớm ung thư tuyến giáp
Vấn đề của sàng lọc ung thư tuyến giáp không chỉ là phát hiện u nghi ngờ, mà còn là quyết định khi nào cần sinh thiết tế bào (FNAC). Nếu quá thận trọng, người bệnh phải chịu nhiều thủ thuật không cần thiết; nếu quá tiết kiệm, nguy cơ bỏ sót ung thư tăng lên. Hệ thống AI mới được phát triển đã cho thấy trên mô hình thử nghiệm 500 hình ảnh siêu âm tuyến giáp, có hơn 21% trường hợp không cần thực hiện FNAC, đồng thời tăng xác suất phát hiện nguy cơ ung thư. Đây là bước tiến đáng kể: bớt xâm lấn cho người bệnh, giảm gánh nặng cho phòng xét nghiệm, nhưng vẫn cải thiện khả năng phát hiện sớm bệnh lý.
Cách tiếp cận cũng khá thận trọng: AI đưa ra chỉ số nguy cơ ác tính và lành tính, còn quyết định cuối cùng vẫn thuộc về bác sĩ siêu âm. Nói cách khác, AI chẩn đoán hình ảnh được lồng vào quy trình hiện hữu như một “cố vấn số” chứ không phải “bác sĩ ảo”. Sau khi đề tài được nghiệm thu, hệ thống sẽ được chuyển giao theo chỉ đạo của Bộ Y tế và Bộ Khoa học và Công nghệ tới các bệnh viện các tuyến để triển khai rộng rãi, hỗ trợ bảo đảm chất lượng sàng lọc và phát hiện sớm ung thư tuyến giáp. Nếu quá trình chuyển giao diễn ra trơn tru, đây sẽ là một trong những ví dụ hiếm hoi AI y tế Việt Nam đi từ nghiên cứu đến ứng dụng trên phạm vi quốc gia, thay vì nằm trên giấy.
AI phân tích đáy mắt: Chìa khóa bảo vệ thị lực người bệnh đái tháo đường
Bệnh võng mạc đái tháo đường có thể âm thầm tiến triển trong thời gian dài mà người bệnh chưa nhận thấy thay đổi thị lực. Khi đến được bác sĩ mắt, nhiều người đã ở giai đoạn muộn, điều trị khó khăn và tốn kém. Trong khi đó, số lượng bệnh nhân đái tháo đường cần được theo dõi lâu dài rất lớn, đặt ra yêu cầu tăng khả năng sàng lọc mà vẫn đảm bảo chất lượng chuyên môn. Tại Hội nghị khoa học Bệnh viện Nội tiết Trung ương lần thứ XVI, TS.BS Daniel E. Maidana từ Đại học Illinois Chicago trình bày về vai trò của AI trong sàng lọc bệnh võng mạc đái tháo đường, tập trung vào lộ trình từ phát hiện đến điều trị. Đây không chỉ là chia sẻ học thuật; nó phản ánh xu hướng toàn cầu: nếu không dựa vào AI, khó có hệ thống nào theo kịp quy mô sàng lọc cần thiết cho bệnh võng mạc đái tháo đường.
Tại Bệnh viện Nội tiết Trung ương, hướng đi này không còn nằm trên slide hội thảo mà đã được triển khai trong thực tế. Thông qua hình ảnh đáy mắt, AI hỗ trợ nhận diện dấu hiệu bất thường và bước đầu phân loại các trường hợp cần đánh giá chuyên sâu. Trong quý II, bệnh viện đã chụp gần 4.000 lượt ảnh đáy mắt và tăng cường ứng dụng nền tảng Cybersight AI trong hỗ trợ đọc kết quả, góp phần nâng cao khả năng phát hiện sớm tổn thương võng mạc do đái tháo đường. Việc đưa AI vào sàng lọc ở đây có ý nghĩa kép: một mặt, mở rộng số người được kiểm tra; mặt khác, chuẩn hóa chất lượng đọc ảnh giữa các bác sĩ có kinh nghiệm khác nhau. Dù vậy, AI chỉ đóng vai trò hỗ trợ; kết quả vẫn phải được bác sĩ đánh giá trong quy trình chuyên môn, và bác sĩ là người quyết định bước điều trị tiếp theo.
Cá nhân hóa trên dữ liệu địa phương: Hướng đi đúng nhưng cần kỷ luật
Một điểm ít được nói tới nhưng mang tính quyết định là tính địa phương hóa của dữ liệu và quy trình. Với hệ thống AI ung thư tuyến giáp, lần đầu tiên Việt Nam có bộ dữ liệu lớn xây dựng trên hình ảnh siêu âm của chính người Việt. Điều này giúp ứng dụng y tế được cá nhân hóa hơn, tránh áp dụng máy móc mô hình đào tạo từ quần thể khác. Trong chăm sóc mắt cho người bệnh đái tháo đường, Bệnh viện Nội tiết Trung ương cũng đang chuẩn hóa các quy trình phát hiện sớm, điều trị và chuyển tuyến, đồng thời tăng cường năng lực chăm sóc mắt từ sàng lọc, đào tạo nhân lực đến theo dõi điều trị. Thông qua hợp tác với một tổ chức quốc tế, bệnh viện triển khai đào tạo, sàng lọc, ứng dụng AI và xây dựng quy trình chăm sóc mắt toàn diện. Đây là cách kết hợp hợp lý giữa kinh nghiệm quốc tế và thực tế địa phương.
Tuy nhiên, để AI chẩn đoán hình ảnh thật sự trở thành “xương sống” cho phát hiện sớm bệnh lý, cần ba điều kiện: kỷ luật dữ liệu, kỷ luật quy trình và kỷ luật triển khai. Bệnh viện Nội tiết Trung ương đã đi bước đầu với bệnh án điện tử dự kiến hoàn thành vào năm 2025, tạo nền tảng dữ liệu cho các hệ thống thông minh trong tương lai. Vấn đề còn lại là đảm bảo mỗi mô hình AI khi đưa ra tuyến dưới đều đi kèm hướng dẫn sử dụng rõ ràng, cơ chế giám sát chất lượng và kênh phản hồi từ bác sĩ thực hành. AI không nên được quảng bá như “trợ lý toàn năng”, mà là một công cụ mạnh, nhưng đòi hỏi dùng đúng chỗ, đúng người, đúng dữ liệu. Nếu giữ được kỷ luật này, Việt Nam có cơ hội không chỉ bắt kịp, mà còn đóng góp những mô hình AI y tế dựa trên dữ liệu địa phương cho khu vực.
