AI trong chụp nhũ ảnh: Lớp an toàn giúp giảm bỏ sót ung thư?

Trong chụp nhũ ảnh, điều đáng lo ngại nhất không phải là hệ thống xử lý chậm vài giây hay giao diện có thêm một thao tác. Vấn đề nghiêm trọng hơn là một tổn thương ác tính không được nhận ra ở thời điểm cần phát hiện.

Đó cũng là lý do AI trong chụp nhũ ảnh đang nhận được nhiều sự quan tâm. Giá trị kỳ vọng không chỉ nằm ở khả năng xử lý hình ảnh, mà còn ở việc tạo thêm một lớp kiểm tra độc lập cho bác sĩ chẩn đoán hình ảnh.

Tuy nhiên, một tỷ lệ cao trong nghiên cứu chưa đủ để kết luận AI đã sẵn sàng cho mọi bệnh viện. Muốn đánh giá đúng, cần nhìn đồng thời vào độ nhạy, giá trị dự báo âm, cảnh báo giả và cách AI được đưa vào quy trình thực tế.

Vì sao bỏ sót ung thư là điểm nghẽn của đọc nhũ ảnh?

Đọc nhũ ảnh là công việc có độ khó cao. Một số tổn thương có thể rất nhỏ, biểu hiện kín đáo hoặc bị che lấp bởi mô tuyến vú dày.

Kết quả đọc còn có thể khác nhau giữa các bác sĩ do kinh nghiệm, khối lượng công việc, chất lượng hình ảnh và đặc điểm từng ca bệnh. Đây được gọi là sự khác biệt giữa những người đọc.

Trong môi trường thực tế, bác sĩ còn phải làm việc dưới áp lực về số lượng ca, thời gian trả kết quả và yêu cầu không bỏ sót bất thường. Vì vậy, AI được kỳ vọng hỗ trợ ở ba điểm:

• Đánh dấu vùng có dấu hiệu nghi ngờ.
• Phân tầng nguy cơ ở cấp độ ca chụp.
• Cung cấp thêm một kết quả đánh giá độc lập để bác sĩ đối chiếu.

Giá trị cốt lõi không phải để AI thay bác sĩ, mà là giúp bác sĩ có thêm cơ hội xem lại một vùng tổn thương có thể đã bị bỏ qua.

Nghiên cứu về AI trong chụp nhũ ảnh cho thấy điều gì?

Một nghiên cứu đa trung tâm đã đánh giá phần mềm Carebot AI MMG trên dữ liệu từ bốn cơ sở tại Cộng hòa Séc và Slovakia. Sáu bác sĩ chẩn đoán hình ảnh và hệ thống AI đánh giá độc lập các ca nhũ ảnh đã được ẩn danh.

Nghiên cứu sử dụng hai điểm vận hành:

• HSe: ưu tiên độ nhạy cao.
• HSp: ưu tiên độ đặc hiệu cao.

Kết quả nổi bật được công bố gồm độ nhạy lên đến 87,5% và giá trị dự báo âm lên đến 95,7%. Nghiên cứu đã được đăng ký trên ClinicalTrials.gov, giúp người đọc có thể kiểm tra thiết kế và mục tiêu đánh giá.

Độ nhạy 87,5% cần được hiểu như thế nào?

Độ nhạy cho biết khả năng phát hiện đúng những ca thực sự có bệnh.

Độ nhạy 87,5% có nghĩa là tại điểm vận hành và trên tập dữ liệu nghiên cứu, AI nhận diện được khoảng 87,5% số ca ác tính. Kết quả này đặt hệ thống ở nhóm hiệu suất cao so với phạm vi kết quả của các bác sĩ tham gia nghiên cứu.

Nhưng cần hiểu thêm một điều: độ nhạy 87,5% vẫn có nghĩa là AI có thể bỏ sót một tỷ lệ ca bệnh. Vì vậy, đây không phải căn cứ để AI tự động loại trừ ung thư hoặc thay thế người đọc.

Vai trò hợp lý hơn là một lớp an toàn bổ sung.

NPV 95,7% có ý nghĩa gì trong thực hành?

NPV, hay giá trị dự báo âm, cho biết trong số những ca được đánh giá âm tính, có bao nhiêu ca thực sự không mắc bệnh.

NPV 95,7% là một tín hiệu tích cực. Khi AI đánh giá một ca có nguy cơ thấp, phần lớn các ca đó trong nghiên cứu thực sự không ác tính.

Tuy nhiên, NPV không phải một con số cố định của phần mềm. Chỉ số này chịu ảnh hưởng mạnh bởi tỷ lệ bệnh trong quần thể được khảo sát.

Một hệ thống đạt NPV cao trên nhóm sàng lọc có tỷ lệ ung thư thấp chưa chắc đạt kết quả tương tự tại cơ sở tiếp nhận nhiều người bệnh có triệu chứng hoặc nguy cơ cao. Vì vậy, không nên sao chép nguyên con số 95,7% vào cam kết triển khai tại Việt Nam nếu chưa có dữ liệu xác thực tại chỗ.

Khi AI phát hiện tổn thương bị cả sáu bác sĩ bỏ sót

Một kết quả đáng chú ý là AI đã phát hiện một số tổn thương ác tính được xác nhận bằng mô bệnh học nhưng bị cả sáu bác sĩ tham gia bỏ sót.

Đây là bằng chứng cho thấy một kết quả đánh giá độc lập có thể tạo thêm giá trị, kể cả khi ca chụp đã được đọc bởi bác sĩ có chuyên môn.

Dù vậy, không nên diễn giải rằng AI “giỏi hơn sáu bác sĩ”. Một số ca AI phát hiện được không đủ để chứng minh khả năng vượt trội trong mọi tình huống. Kết quả đúng hơn nên được hiểu là con người và AI có thể mắc những loại sai sót khác nhau.

Chính sự khác biệt đó tạo cơ hội để hai bên bổ sung cho nhau.

AI không chỉ có một ngưỡng vận hành

Cùng một hệ thống AI có thể được cấu hình theo các mục tiêu lâm sàng khác nhau. Đây là điểm rất quan trọng khi xây dựng phương án triển khai.

Ưu tiên độ nhạy để hạn chế bỏ sót

Khi ưu tiên độ nhạy, hệ thống sẽ cố gắng phát hiện nhiều ca nghi ngờ hơn. Cách vận hành này phù hợp khi bệnh viện muốn AI đóng vai trò lớp an toàn.

Đổi lại, số cảnh báo dương tính giả có thể tăng. Bác sĩ phải xem lại nhiều vùng nghi ngờ hơn và một số người bệnh có thể được đề nghị kiểm tra bổ sung.

Ưu tiên độ đặc hiệu để giảm cảnh báo giả

Khi ưu tiên độ đặc hiệu, hệ thống thận trọng hơn trong việc gắn cờ bất thường. Điều này giúp giảm cảnh báo giả và hạn chế các quyết định mời người bệnh kiểm tra thêm không cần thiết.

Đổi lại, hệ thống có thể không đạt độ nhạy cao như cấu hình ưu tiên phát hiện.

Vì vậy, câu hỏi đúng không phải là “AI có chính xác không?”, mà là:

Bệnh viện muốn AI giải quyết vấn đề lâm sàng nào?

Từ kết quả nghiên cứu đến quy trình thực tế tại bệnh viện

Một giải pháp AI có chỉ số tốt vẫn có thể thất bại nếu được đặt sai vị trí trong quy trình.

AI phải nằm trong workflow hiện hữu

Trong thực tế, bác sĩ không muốn mở thêm một ứng dụng, đăng nhập thêm một tài khoản hoặc nhập lại mã người bệnh.

Quy trình phù hợp thường là:

1. Máy chụp gửi ảnh DICOM về PACS.
2. AI nhận bản sao hình ảnh để phân tích.
3. Kết quả được trả về PACS hoặc danh sách làm việc trên RIS.
4. Bác sĩ xem ảnh gốc, kết quả AI và thông tin lâm sàng.
5. Bác sĩ đưa ra kết luận cuối cùng.

AI cần hoạt động ở phía sau và xuất hiện đúng lúc bác sĩ cần, thay vì trở thành một quy trình tách biệt.

Cần đánh giá trên dữ liệu của chính bệnh viện

Dữ liệu người bệnh Việt Nam có thể khác về độ tuổi, mật độ mô vú, tỷ lệ bệnh, thiết bị chụp và quy trình sàng lọc.

Trước khi vận hành chính thức, bệnh viện nên thí điểm trên dữ liệu thực tế để đánh giá:

• Độ nhạy và độ đặc hiệu.
• Tỷ lệ dương tính giả, âm tính giả.
• Số ca AI và bác sĩ không đồng thuận.
• Thời gian đọc trước và sau khi có AI.
• Tỷ lệ bác sĩ sử dụng kết quả AI.
• Ảnh hưởng đến quyết định kiểm tra bổ sung.

KPI phải phản ánh hiệu quả lâm sàng và vận hành

Không nên chỉ dùng “độ chính xác của AI” làm KPI.

Một chương trình thí điểm có ý nghĩa cần trả lời được: AI có giúp bác sĩ hạn chế bỏ sót không, có làm tăng cảnh báo không cần thiết không và có phù hợp với workflow hiện tại không?

Các KPI này nên được thống nhất từ đầu giữa khoa chẩn đoán hình ảnh, phòng công nghệ thông tin, đơn vị quản lý chất lượng và nhà cung cấp.

Những giới hạn không nên bỏ qua

Nghiên cứu cung cấp tín hiệu tích cực nhưng vẫn có những giới hạn.

Đây là nghiên cứu hồi cứu trên một tập dữ liệu phân tích được lựa chọn. Kết quả chưa phản ánh đầy đủ tác động khi AI được sử dụng trực tiếp trong quy trình thường quy.

Các vấn đề vẫn cần tiếp tục đánh giá gồm:

• AI có thực sự giảm số ca ung thư bị bỏ sót hay không.
• Ảnh hưởng đến tỷ lệ mời người bệnh kiểm tra thêm.
• Tác động đến thời gian và khối lượng công việc.
• Cách xử lý khi AI và bác sĩ đưa ra đánh giá khác nhau.
• Hiệu quả trên dữ liệu và mô hình sàng lọc tại Việt Nam.

Vì vậy, nghiên cứu là cơ sở để xem xét thí điểm, không phải bằng chứng để bỏ qua bước kiểm chứng tại bệnh viện.

AI trong chụp nhũ ảnh nên được triển khai như thế nào?

Một lộ trình thực tế có thể gồm:

• Xác định mục tiêu ưu tiên: giảm bỏ sót hay giảm cảnh báo giả.
• Khảo sát thiết bị, PACS/RIS và luồng dữ liệu DICOM.
• Xây dựng bộ KPI lâm sàng và vận hành.
• Thử nghiệm trên dữ liệu lịch sử đã có kết quả xác định.
• Triển khai thí điểm có giám sát trong workflow thực tế.
• Đánh giá định kỳ các trường hợp bất đồng giữa AI và bác sĩ.
• Chỉ mở rộng khi kết quả đạt mục tiêu đã thống nhất.

Cách tiếp cận này chậm hơn việc chỉ cài đặt phần mềm, nhưng an toàn và có giá trị hơn đối với bệnh viện.

Câu hỏi thường gặp

AI trong chụp nhũ ảnh có thể thay thế bác sĩ không?

Không. AI hỗ trợ đánh dấu, phân tầng nguy cơ và cung cấp kết quả đọc bổ sung. Bác sĩ vẫn đưa ra kết luận cuối cùng.

NPV 95,7% có loại trừ hoàn toàn ung thư không?

Không. Chỉ số này phản ánh kết quả trong tập dữ liệu nghiên cứu và phụ thuộc vào tỷ lệ bệnh của quần thể được khảo sát.

Nên cấu hình AI ưu tiên độ nhạy hay độ đặc hiệu?

Tùy mục tiêu. Độ nhạy cao giúp hạn chế bỏ sót; độ đặc hiệu cao giúp giảm cảnh báo giả và các lần kiểm tra bổ sung không cần thiết.

AI có cần tích hợp với PACS/RIS không?

Có. Tích hợp giúp AI hoạt động trong quy trình hiện hữu, hạn chế thao tác nhập liệu và tránh làm gián đoạn công việc của bác sĩ.

Bệnh viện có cần thí điểm trước không?

Có. Thí điểm giúp kiểm chứng hiệu quả trên dữ liệu, thiết bị và quy trình thực tế của chính bệnh viện.

Kết luận

AI trong chụp nhũ ảnh có tiềm năng trở thành một lớp an toàn hỗ trợ bác sĩ hạn chế bỏ sót ung thư. Độ nhạy 87,5%, NPV 95,7% và những ca chỉ AI phát hiện là các tín hiệu đáng quan tâm.

Nhưng giá trị thực tế không nằm ở một con số đơn lẻ. Giá trị nằm ở việc lựa chọn đúng ngưỡng vận hành, tích hợp đúng workflow và kiểm chứng trên dữ liệu của bệnh viện.

AI tốt không phải là AI đưa ra nhiều cảnh báo nhất. Đó là hệ thống xuất hiện đúng thời điểm, hỗ trợ đúng vấn đề và vẫn giữ bác sĩ ở vị trí quyết định cuối cùng.

Nếu đơn vị đang xem xét ứng dụng AI cho chụp nhũ ảnh, bước phù hợp nên bắt đầu bằng khảo sát quy trình và xây dựng bộ tiêu chí thí điểm, thay vì bắt đầu từ việc cài đặt phần mềm.