ỨNG DỤNG TRÍ TUỆ NHÂN TẠO HỖ TRỢ CHẨN ĐOÁN UNG THƯ PHỔI QUA HÌNH ẢNH CẮT LỚP VI TÍNH LỒNG NGỰC

Nguyễn Thị Thu Thảo1,2,, Trần Văn Lượng1, Trần Quốc Long3, Lương Sơn Bá 3, Phạm Tiến Du3, Trịnh Ngọc Huỳnh3, Vũ Đăng Lưu 1,2, Vũ Văn Giáp1,2
1 Bệnh viện Bạch Mai
2 Đại học Y Hà Nội
3 Đại học Quốc gia Hà Nội

Nội dung chính của bài viết

Tóm tắt

Mục tiêu: Đánh giá hiệu quả của ứng dụng trí tuệ nhân tạo (AI) trong chẩn đoán ung thư phổi được xây dựng tại Bệnh viện Bạch Mai phối hợp với Trường Đại học Quốc gia Hà Nội dựa trên hình ảnh cắt lớp vi tính (CT) lồng ngực so với đánh giá của chuyên gia y tế. Đối tượng và phương pháp: Nghiên cứu mô tả trên 200 bệnh nhân (100 ung thư phổi xác định bằng giải phẫu bệnh, 100 bệnh nhân không ung thư) tại Bệnh viện Bạch Mai. Các đặc điểm tổn thương ghi nhận gồm vị trí, kích thước, đường bờ, vôi hóa, tạo hang (nhóm ác tính); đông đặc, kính mờ, nốt dạng nụ trên cành (nhóm lành tính). Thống kê độ nhạy, độ đặc hiệu, độ chính xác, ROC bằng SPSS 23 (p<0.05). Nghiên cứu được phê duyệt bởi Hội đồng đạo đức y sinh của Bệnh viện Bạch Mai (733/BM-HĐĐĐ). Kết quả: AI đạt độ nhạy 90%, độ đặc hiệu 91%, độ chính xác 90%. Mô hình tốt với các tổn thương lành tính và u phổi đơn độc, nhưng hạn chế trong đánh giá vôi hóa, tạo hang và dễ nhầm lẫn với tổn thương viêm, đặc biệt ở thể bệnh hiếm gặp. Kết luận: AI có tiềm năng ứng dụng tốt nhưng còn hạn chế cần khắc phục trước khi triển khai rộng rãi.

Chi tiết bài viết

Tài liệu tham khảo

1. Jia Y, Gong W, Zhang Z, et al. Comparing the diagnostic value of 18F-FDG-PET/CT versus CT for differentiating benign and malignant solitary pulmonary nodules: a meta-analysis. J Thorac Dis. 2019;11(5). doi:10.21037/jtd.2019.05.21
2. Gandhi Z, Gurram P, Amgai B, et al. Artificial Intelligence and Lung Cancer: Impact on Improving Patient Outcomes. Cancers. 2023; 15(21):5236. doi:10.3390/cancers15215236
3. Schreuder A, Scholten ET, Ginneken B van, Jacobs C. Artificial intelligence for detection and characterization of pulmonary nodules in lung cancer CT screening: ready for practice? Transl Lung Cancer Res. 2021;10(5). doi:10.21037/tlcr-2020-lcs-06
4. Ardila D, Kiraly AP, Bharadwaj S, et al. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nat Med. 2019;25(6):954-961. doi:10.1038/s41591-019-0447-x
5. Cellina M, Cacioppa LM, Cè M, et al. Artificial Intelligence in Lung Cancer Screening: The Future Is Now. Cancers. 2023;15(17):4344. doi:10.3390/ cancers15174344
6. Huang D, Li Z, Jiang T, Yang C, Li N. Artificial intelligence in lung cancer: current applications, future perspectives, and challenges. Front Oncol. 2024;14. doi:10.3389/fonc.2024.1486310
7. Khalifa M, Albadawy M. AI in diagnostic imaging: Revolutionising accuracy and efficiency. Comput Methods Programs Biomed Update. 2024;5: 100146. doi:10.1016/j.cmpbup.2024. 100146
8. Kim RY, Oke JL, Pickup LC, et al. Artificial Intelligence Tool for Assessment of Indeterminate Pulmonary Nodules Detected with CT. Radiology. 2022;304(3):683-691. doi:10.1148/radiol.212182