Ứng dụng y tế từ xa và trí tuệ nhân tạo trong chẩn đoán hình ảnh
KHỞI NGUỒN VÀ QUÁ TRÌNH PHÁT TRIỂN
Quá trình tiến hóa tự nhiên khiến cho loài người không ngừng tìm kiếm phương pháp hiệu quả nhất để giải quyết một vấn đề. Từ việc phát minh ra bánh xe, bàn tính, máy in cho đến máy vi tính và internet, mỗi bước tiến đều nhằm thực hiện một tác vụ nào đó một cách nhanh chóng, hiệu quả và chính xác hơn trong khi giảm công sức về thể chất cũng như trí lực. Mỗi một vấn đề dẫn đến việc tạo ra một giải pháp, và ngược lại, mỗi một giải pháp khi ra đời lại thường tạo ra các vấn đề mới. Trong hai thập kỷ gần đây, những tiến bộ trong công nghệ chẩn đoán hình ảnh đã cung cấp nhiều công cụ hiệu quả trong điều trị nhưng lại làm tăng lên nhanh chóng lượng dữ liệu hình ảnh cần phân tích và gây quá tải cho các bác sĩ chẩn đoán hình ảnh.
Để xử lý cơn bão thông tin khổng lồ này, con người cần phát triển một giải pháp. Tại giao điểm của hai thiên niên kỷ, mạng viễn thông tốc độ cao đã có những bước phát triển mạnh mẽ. Những đường cáp quang dọc bờ biển và xuyên biển được lắp đặt nhằm mang lại giải pháp truyền tải lượng lớn thông tin qua khoảng cách địa lý một cách nhanh chóng. Điều này dẫn đến sự ra đời của mô hình chẩn đoán hình ảnh từ xa (teleradiology), một giải pháp cho phép khối lượng công việc được phân bổ theo cơ chế thẩm thấu tế bào từ nơi có nhu cầu cao nhưng nguồn cung hạn chế đến nơi có số lượng bác sĩ so với nhu cầu dồi dào hơn. Trong mô hình này, một bác sĩ chẩn đoán hình ảnh tại một nơi có dung lượng thấp có thể giúp giải quyết khối lượng hình ảnh cần diễn dịch từ một phòng cấp cứu bệnh viện cộng đồng bận rộn. Công việc được phân bổ trên nhiều múi giờ khác nhau, một hình ảnh CT đánh giá thiếu máu động mạch ruột non được chụp vào lúc 1 giờ sáng có thể được diễn dịch bởi một bác sĩ chẩn đoán hình ảnh ở bên kia bán cầu lúc 1 giờ chiều - người có đủ tỉnh táo để phát hiện những tổn thương nhỏ do nhồi máu động mạch mạc treo, tràn khí màng phổi thành ruột non và/hoặc vị trí tràn khí tĩnh mạch cửa một cách tinh vi. Những dữ liệu hình ảnh phức tạp và chuyên sâu vào từng phân khoa có thể được chuyển tiếp đến một bác sĩ có trình độ chuyên môn phù hợp. Dịch vụ còn được cung cấp tới những khu vực xa xôi tuy có các phương tiện chẩn đoán hình ảnh cơ bản như X-quang kỹ thuật số nhưng lại thiếu bác sĩ chẩn đoán hình ảnh.
Trong hơn một thập kỷ, teleradiology đã mang lại một giải pháp vô cùng hiệu quả nhằm giải quyết sự thiếu hụt bác sĩ chẩn đoán hình ảnh. Tuy nhiên, sự quá tải cho bác sĩ chẩn đoán hình ảnh vẫn chưa được giải quyết triệt để mặc dù số lượng bác sĩ chẩn đoán hình ảnh đã được tận dụng tối ưu bởi teleradiology. Theo một nghiên cứu, sự tăng trưởng về nguồn lực bác sĩ chẩn đoán hình ảnh theo thời gian vẫn là cấp số cộng so với sự tăng trưởng theo cấp số nhân của số lượng hình ảnh cần diễn dịch, dẫn đến sự bất cân xứng về cung – cầu, bác sĩ vẫn thường xuyên bị quá tải hoặc sai sót trong chẩn đoán.
Tình huống này đã dẫn đến sự ra đời của một kẻ thay đổi cuộc chơi trong chẩn đoán hình ảnh - công nghệ trí tuệ nhân tạo (Artificial Intelligence – AI) , mà một chuyên gia đã từng mô tả là : “một đội quân các bác sĩ chẩn đoán hình ảnh được đào tạo chính quy với IQ 500, khả năng ghi nhớ hình ảnh siêu việt và không cần ăn uống hay nghỉ ngơi.”
SỰ TƯƠNG ĐỒNG GIỮA TELERADIOLOGY VÀ AI
1. Cả hai đều được phát triển dựa trên những tiến bộ của công nghệ thông tin, và là hai bước nhảy liên tiếp về công nghệ. Teleradiology đã phát triển dựa trên tiêu chuẩn DICOM và sau đó là những tiến bộ nhanh chóng của công nghệ thông tin – viễn thông. Trong khi đó AI bắt đầu bằng sự phát triển của thuật toán neural network và sau đó là sự phát triển của bộ vi xử lý đồ họa (GPU) cho phép xử lý song song một lượng lớn thông tin với tốc độ cao. Cả hai công nghệ đều xuất phát từ những ngành công nghiệp tiền thân khác, teleradiology là sự mở rộng từ các giải pháp phần mềm quản lý thông tin toàn cầu ứng dụng trong kinh doanh. Trong khi đó, AI có liên quan chặt chẽ đến công nghiệp trò chơi (game) vốn đã thúc đẩy sự phát triển của các vi xử lý đồ họa (GPU) tốc độ cao.
2. Cả hai đều là những công nghệ đột phá, làm thay đổi hiện trạng trong chẩn đoán hình ảnh. Cả hai đều gây ra sự nghi ngờ, thậm chí là sợ hãi khi có nhiều người xem đây là mối đe dọa cho công việc của họ. Trong những ngày đầu của teleradiology, một số bác sĩ chẩn đoán hình ảnh đã lo lắng về việc có thể sẽ thất nghiệp hoặc giảm thu nhập. Trên thực tế, các nguy cơ (nếu có) phần lớn là do các chính sách và đạo đức nghề nghiệp của các cá nhân và tổ chức thực hành teleradiology hơn là do chính công nghệ này. Sự phản ứng tương tự của xã hội cũng được ghi nhận trong những ngày đầu triển khai AI. Nhìn chung, đây là vấn đề liên quan đến nhận thức của cộng đồng.
3. Cả hai công nghệ đều mang lại lợi ích khi được sử dụng một cách thận trọng và khoa học trong những hoàn cảnh thích hợp. Ví dụ trong khoa cấp cứu, việc sử dụng teleradiology có thể tăng đáng kể thời gian đưa ra kết quả chẩn đoán, đặc biệt là ở những khu vực xa xôi thiếu hụt bác sĩ. Tương tự, AI đang giúp bác sĩ chẩn đoán hình ảnh xử lý những tình huống nghiêm trọng như chảy máu nội sọ, tràn khí màng phổi và bước tiếp theo sẽ hỗ trợ việc phát hiện khối u, định lượng và xác định đặc điểm của các tổn thương, ung thư.
4. Cả hai công nghệ đều có khả năng cải tiến hệ thống y tế bằng cách phân bổ hợp lý các nguồn lực nhằm nâng cao chất lượng và hiệu suất. Đối với teleradiology, sự chuyển đổi từ đêm sang ngày (đã đề cập) cải thiện đáng kể năng suất và chất lượng làm việc của bác sĩ. Ngoài ra, teleradiology cho phép bác sĩ làm việc trong môi trường biệt lập với sự đông đúc tại khoa cấp cứu bệnh viện, khiến cho họ có thể tập trung hơn và làm việc với năng suất cao hơn. Các phần mềm được sử dụng trong teleradiology cũng tối ưu để truyền tải lưu lượng thông tin trong chẩn đoán hình ảnh và hiệu quả hơn so với việc sử dụng các phần mềm quản lý bệnh viện vốn tập trung vào nhu cầu quản lý tổng thể. Cuối cùng, quy trình đảm bảo chất lượng trong thực hành teleradiology luôn đảm bảo 100% các kết quả được phân tích bởi nhiều đồng nghiệp khác nhau, điều này là rất khó thực hiện trong nội bộ một bệnh viện. Đối với AI, việc sử dụng các công cụ deep learning cho phép cải thiện liên tục độ chính xác và hiệu suất vận hành nhằm đưa ra kết quả chẩn đoán với tốc độ vượt qua mắt và não bộ con người.
5. Cả teleradiology và AI đều làm giảm chi phí cho hệ thống y tế. Mô hình teleradiology giúp các bệnh viện giảm nhu cầu tuyển dụng nhân sự toàn thời gian, đặc biệt là để sắp xếp vào ca làm việc ban đêm. Công nghệ AI cho phép bác sĩ tăng hiệu suất chẩn đoán hình ảnh từ 6 RVU/giờ lên 12 RVU/giờ theo một nghiên cứu. Ngoài ra, việc tăng hiệu quả và năng lực chẩn đoán hình ảnh còn dẫn đến việc tiết kiệm nhiều khoản chi phí tiềm ẩn khác.
TẦM ẢNH HƯỞNG
Một vấn đề thường gây tranh cãi là liệu teleradiology và AI có làm giảm vai trò của bác sĩ chẩn đoán hình ảnh không ? Qua thời gian, các bác sĩ chẩn đoán hình ảnh đã nhận ra là họ cần phải có đủ năng lực để cung cấp dịch vụ 24/7, nhằm hỗ trợ cho các chuyên khoa lâm sàng, đặc biệt là khoa cấp cứu. Teleradiology có thể giúp họ đạt các mục tiêu về hiệu suất, chất lượng và khả năng xử lý liên tục vào những khung giờ không thuận lợi. Ngày ngay, khi AI được đưa vào ứng dụng ngày càng nhiều trong chẩn đoán hình ảnh, người ta lại tranh luận về vai trò của bác sĩ.
Trong những năm gần đây, tốc độ phát triển của những ý tưởng mới đã được thúc đẩy bởi những yếu tố như tinh thần khởi nghiệp, tiến bộ công nghệ và sự hình thành những cộng đồng mở, sẵn sàng cung cấp những ý tưởng và công cụ. Nhìn lại quá trình phát triển teleradiology, chúng ta có thể dự đoán những vấn đề có thể lặp lại với AI. Như sự cường điệu hóa của truyền thông với AI gợi nhớ những gì đã xảy ra với teleradiology trong những năm đầu thập niên 2000. Vào thời điểm đó, sảnh triển lãm của hội nghị RSNA (Hiệp Hội Chẩn Đoán Hình Ảnh Bắc Mỹ) xuất hiện đầy rẫy những nhà cung cấp teleradiology, ngược lại với sự thưa thớt trong những năm gần đây. Cuối cùng, một sự thật mà chúng ta có thể tự an ủi mình là chỉ có những đơn vị nào tập trung vào chất lượng và hiệu quả, thay vì chỉ quan tâm đến các vấn đề thương mại thuần túy là có thể tồn tại sau khi bụi đã lắng xuống từ cơn bão.
SỰ KẾT HỢP GIỮA TELERADIOLOGY VÀ AI
“Liệu AI có khiến cho teleradiology bị lỗi thời?” . Chúng tôi cho rằng câu hỏi này phần nào là do nhận thức sai vì hai công nghệ này sẽ bổ sung cho nhau và có thể kết hợp dưới nhiều hình thức. Vì dụ như:
1. Hỗ trợ lập trình AI và kiểm định thuật toán: teleradiology có thể cung cấp nền tảng giúp những nhà phát triển AI kiểm chứng thuật toán của họ.
2. Nhà cung cấp teleradiology có thể giúp phân phối công nghệ AI: Mục tiêu của bất kỳ nhà phát triển công nghệ nào là đưa sản phẩm của họ đến với một lượng lớn người dùng. Teleradiology có thể giúp những nhà phát triển AI kết nối với lượng lớn người dùng, thậm chí là ở quy mô toàn cầu.
3. Tích hợp thuật toán AI vào nền tảng teleradiology cho phép nâng tầm về cả chất lượng và khả năng tiếp cận của dịch vụ chẩn đoán hình ảnh. Một số mô hình kết hợp teleradiology và AI đã được triển khai và đánh giá cao trong tầm soát lao phổi bằng X-Quang tại châu Á và châu Phi, trong diễn giải hình chụp nhũ ảnh qua điện thoại để tầm soát ung thư vú.
Với những nguyên nhân kể trên, chúng tôi tin rằng teleradiology và AI có thể được kết hợp với nhau một cách hiệu quả trong thời gian sắp tới nhằm giải quyết những vấn đề của hệ thống y tế. Cuối cùng, những nguyên tắc trong y khoa vẫn không hề thay đổi từ thời đại của Hippocrates. Đó là đảm bảo dịch vụ y tế được cung cấp một cách chất lượng tại thời gian và địa điểm cần thiết, đặc biệt là không gây hại. Sự kết hợp chặt chẽ giữa teleradiology và AI có thể mang lại những mục tiêu cơ bản này.
