Phương pháp này đã đưa ra lời giải cho bài toán sàng lọc Covid-19 diện rộng, đáp ứng tình thế cấp bách khi số ca nhiễm ngày càng gia tăng khắp thế giới.

Kỹ sư Việt duy nhất "cán đích" đầu bảng

Cuộc thi phát hiện Covid-19 trên ảnh X-quang (SIIM-FISABIO-RSNA Covid-19 Detection) do do Hiệp hội Tin học Hình ảnh Y tế Hoa Kỳ (SIIM), Quỹ Thúc đẩy Y tế và Nghiên cứu Y sinh của vùng Valencia (FISABIO) và Hiệp hội X-quang Bắc Mỹ (RSNA) tổ chức bắt đầu từ tháng 5/2021.   

Trong cuộc thi này, người tham gia cần vận dụng mô hình AI để phân loại một ảnh chụp X-quang là âm tính hay viêm phổi điển hình, không điển hình và không xác định. Với những ca không phải âm tính, mô hình AI cần khoanh vùng các khu vực mờ phổi, phát hiện tổn thương, đưa ra những gợi ý giúp bác sĩ kết luận chính xác hơn.

Mô hình thắng cuộc sẽ được triển khai vào ứng dụng lâm sàng nhằm nâng cao chất lượng và hiệu quả chăm sóc sức khỏe trên phạm vi toàn cầu. Đồng thời, mã nguồn cũng sẽ được chia sẻ công khai để cộng đồng khoa học trên thế giới tham khảo và tiếp tục phát triển các giải pháp y tế thông minh, phục vụ đời sống con người.

"Covid-19 hiện có thể được chẩn đoán thông qua xét nghiệm PCR và chụp X-quang phổi. PCR (hay xét nghiệm chẩn đoán phát hiện vật chất di truyền từ vi-rút dựa vào chuỗi Polymerase), có độ chính xác cao tuy nhiên mất từ vài giờ đến vài ngày để ra kết quả. Ngược lại, X-quang phổi có thể thu được kết quả chỉ trong vài phút với chi phí rẻ hơn bộ xét nghiệm rất nhiều", kỹ sư Nguyễn Bá Dũng (Trung tâm Xử lý ảnh y tế - Viện Nghiên cứu Dữ liệu lớn VinBigdata, Tập đoàn Vingroup) chia sẻ về quyết định khi tham gia cuộc thi với khát vọng đóng góp cho việc chung tay đẩy lùi dịch bệnh.

Anh Bá Dũng cho biết, để giải quyết bài toán trên, anh đã sử dụng kết quả tổng hợp của 40 mô hình đơn lẻ, đều là những kiến trúc AI phổ biến và tốt nhất hiện nay như EfficientNet, ResNet, YOLO, Faster R-CNN, EfficientDet... Để đảm bảo độ chính xác cao trong việc phát hiện và phân loại tổn thương, mô hình AI được đào tạo bởi những bộ dữ liệu X-quang phổi quy mô lớn và nổi tiếng trên thế giới như Chexpert của Đại học Stanford (Anh), các bộ dữ liệu X-quang của Viện Y tế Hoa Kỳ NIH và Hiệp hội X-quang Bắc Mỹ, bên cạnh 6.000 ảnh mà cuộc thi cung cấp.

Vượt qua hơn 1.300 đội thi với gần 1.800 đối thủ đa quốc gia đến từ những tập đoàn công nghệ lớn trên thế giới như Google, Nvidia, Aillis, đại học Kyoto (Nhật Bản)…, kỹ sư Nguyễn Bá Dũng đã giành vị trí đầu bảng duy nhất với phần thưởng 30.000 đô la Mỹ. Nhưng quan trọng nhất, đó chính là phương pháp này đã đưa ra lời giải cho bài toán sàng lọc Covid-19 diện rộng, đáp ứng tình thế cấp bách khi số ca nhiễm ngày càng gia tăng khắp thế giới.

Ứng dụng AI trong chẩn đoán bệnh lý

Không chỉ gói gọn trong một cuộc thi, thành tích của kỹ sư Bá Dũng còn có ý nghĩa thực tế trong việc hỗ trợ giảm tải, giảm chi phí cho hệ thống xét nghiệm hiện nay. Với sức mạnh tính toán, hệ thống AI có thể dự đoán hàng triệu ca nhiễm chỉ trong vòng vài phút và có thể xem là giải pháp tối ưu nhất cho công tác sàng lọc bệnh diện rộng trong bối cảnh dịch bệnh vẫn chưa có nhiều tín hiệu khả quan.

Đây cũng là mục tiêu đặt ra của đội ngũ phát triển VinDr - Giải pháp phân tích hình ảnh y tế toàn diện ứng dụng AI tại VinBigdata, nơi Dũng đang đóng vai trò là trưởng nhóm Phân tích ảnh y tế. Được công bố thử nghiệm từ giữa 2020, với mô-đun chẩn đoán X-quang phổi, VinDr có khả năng phát hiện 22 loại tổn thương khác như tràn dịch, tràn khí, nốt khối, đông đặc, thâm nhiễm…; độ chính xác hơn 90% giúp chẩn đoán hầu hết những bệnh lý nguy hiểm nhất liên quan tới phổi.

VinDr hiện được triển khai tại nhiều bệnh viện, phòng khám thuộc các tỉnh, thành phố lớn trên cả nước. Bên cạnh đó, đội ngũ phát triển cũng đã hoàn thiện 4 tính năng khác gồm X-quang cột sống, X-quang tuyến vú, CT lồng ngực và CT gan mật; hướng tới hỗ trợ sàng lọc, chẩn đoán những bệnh lý nguy hiểm và phổ biến của người Việt.

"Thực chất những mô hình tôi sử dụng trong cuộc thi đều đã được tích hợp vào mô-đun X-quang phổi của VinDr, với mỗi tập dữ liệu mình chỉ phải tối ưu tham số khác nhau, có thể nói chính mô-đun X-quang phổi giúp tôi cải thiện mô hình của cuộc thi. Việc tham gia cuộc thi không chỉ là phần thưởng, tại VinBigdata chúng tôi phát triển giải pháp phân tích hình ảnh y tế với mong muốn đóng góp một phần nhỏ bé trong việc chung tay đẩy lùi dịch bệnh, đồng thời hỗ trợ các y bác sĩ", kỹ sư Bá Dũng nói.

Trước khi giành vị trí này, Dũng cùng các thành viên khác của trung tâm đã đạt nhiều giải thưởng quốc tế uy tín trong lĩnh vực xử lý ảnh y tế như đứng đầu Cuộc thi phát hiện bất thường trên ảnh nội soi EndoCV - hội thảo ISBI, Top 3 cuộc thi phát hiện chứng tắc mạch phổi trên ảnh CT do Hiệp hội X-quang Bắc Mỹ (RSNA) tổ chức, đứng số 1 cuộc thi CheXpert chẩn đoán 13 mặt bệnh và dấu hiệu trên X-quang phổi do đại học Stanford tổ chức.

×