Ngày 18-8-2020, các nhà nghiên cứu tại Facebook Inc. và NYU Langone Health công bố kết quả một thí nghiệm hợp tác giữa hai đơn vị này kéo dài hai năm cho thấy trí tuệ nhân tạo có thể tạo ra tốc độ chụp cộng hưởng từ (MRI) tăng gấp bốn lần.
Chụp MRI: công cụ chẩn đoán hiệu quả nhưng… rất khó chịu!
Bạn đã từng chụp MRI hoặc đưa người thân đi chụp MRI (Magnetic Resonance Imaging: chụp cộng hưởng từ, thường được đọc theo phát âm là “chụp Em-Rai”) bao giờ chưa?
Hãy tưởng tượng bạn đang ở bệnh viện, đau đớn và lo lắng về những chẩn đoán có thể xảy ra. Bác sĩ yêu cầu chụp MRI. Điều đó có nghĩa là bạn sẽ phải nằm yên hoàn toàn bên trong một chiếc ống hẹp của máy chụp MRI trong khoảng thời gian từ 30 phút đến một giờ. Tối âm u, bạn sẽ cảm thấy mình bị cô lập với thế giới bên ngoài. Khi máy MRI dần dần thu thập dữ liệu, quanh bạn chỉ có tiếng nổ lách tách không liên tục của dòng điện trong các cuộn dây từ tính của máy quét. Chắc hẳn là bạn sẽ cảm nhận được ca từ trong bài Cát bụi của Trịnh Công Sơn: “Ôi cát bụi mệt nhoài, tiếng động nào gõ nhịp không nguôi!”. Đối với một số người sợ không gian kín, sợ bóng tối, việc chụp MRI là bất khả thi. Nếu bạn nhúc nhích trong quá trình quét, hình ảnh có thể không đủ rõ để sử dụng, điều đó có nghĩa là… hãy làm lại từ đầu!
MRI thường là công cụ tốt nhất để chẩn đoán các vấn đề với các cơ quan, cơ và mô mềm khác. Nhưng ngay cả với những tiến bộ gần đây, máy chụp MRI (gọi đúng là quét) cũng cần một khoảng thời gian đáng kể để thu thập dữ liệu cần thiết. Như mô tả ở trên, nằm yên trong “hòm” MRI trong thời gian dài ai cũng thấy khó, và điều đó có thể là bất khả thi đối với những trẻ nhỏ (không thể nằm yên) hoặc người bệnh nặng.
Thời gian cần thiết để hoàn thành quá trình quét MRI không chỉ khiến bệnh nhân cảm thấy mệt mỏi hơn. Nó cũng giới hạn số lượng người có thể được quét trong một ngày nhất định. Một số loại mô luôn chuyển động khi quá trình quét diễn ra, do đó hình ảnh mất nhiều thời gian để tạo ra và lại quá mờ để có thể sử dụng được. Khi các bác sĩ cần thông tin nhanh chóng, họ thường phải sử dụng công nghệ khác thay vì đợi máy chụp MRI thực hiện công việc của mình. Chụp X-quang và chụp CT nhanh hơn nhiều, nhưng không giống như MRI, chúng khiến cơ thể tiếp xúc với bức xạ ion hóa. Hơn nữa, với một số loại mô, MRI có thể cho biết nhiều chi tiết hơn các phương pháp khác.
AI (trí tuệ nhân tạo) vào cuộc
Các nhà nghiên cứu AI của Facebook (FAIR: Facebook AI Research) đã hợp tác với các bác sĩ và chuyên gia hình ảnh y tế tại NYU Langone Health để giải quyết vấn đề nêu trên và thúc đẩy nghiên cứu trí tuệ nhân tạo. Nguyên nhân chính làm cho MRI rất chậm chính là quá trình quét để thu thập dữ liệu, vì vậy nhóm nghiên cứu sử dụng AI để tạo ra những hình ảnh hoàn chỉnh từ dữ liệu thô ít hơn. Điều này đẩy nhanh quá trình quét đáng kể.
Sau hai năm làm việc về sáng kiến chụp MRI nhanh (fastMRI) này, FAIR và NYU Langone đã đạt được một cột mốc quan trọng. Một nghiên cứu lâm sàng mới được công bố trên Tạp chí Roentgenology của Mỹ cho thấy lần đầu tiên hình ảnh fastMRI và hình ảnh của MRI thông thường có thể hoàn toàn hoán đổi với nhau. Nghiên cứu tập trung đặc biệt vào quét đầu gối và hiện nhóm đang làm việc để mở rộng kết quả cho các bộ phận khác của cơ thể.
AI làm thế nào để tăng tốc chụp MRI?
Xem clip minh họa tại đây: How AI is accelerating MRI scans
Để hiểu cách tiếp cận của fastMRI, trước tiên cần xem lại cách hoạt động của MRI. Để tạo ra hình ảnh mà bác sĩ chẩn đoán hình ảnh đánh giá, máy MRI sử dụng từ trường tương tác với các nguyên tử hydro trong mô mềm và các cơ quan quan trọng của cơ thể. Các nguyên tử đó sau đó phát ra các tín hiệu điện từ hoạt động giống như đèn hiệu, cho biết vị trí của chúng trong cơ thể. Các tín hiệu được máy quét thu thập và khi tất cả dữ liệu cuối cùng đã được thu thập, hệ thống sẽ áp dụng một công thức toán học phức tạp để tạo ra các hình ảnh cộng hưởng từ chi tiết về đầu gối, lưng hoặc não hoặc các khu vực khác trên cơ thể. Nếu không có một tập hợp đầy đủ các điểm dữ liệu, toán học không thể xác định chính xác mọi tín hiệu đến từ đâu.
Nhóm fastMRI đã sử dụng cách khác để tạo một hình ảnh - một cách đòi hỏi ít dữ liệu thô hơn nhiều. Các nhà nghiên cứu đã xây dựng một mạng lưới thần kinh và cho nó học bằng cách sử dụng bộ dữ liệu nguồn mở lớn nhất thế giới về các hình ảnh cộng hưởng từ của MRI đầu gối, được NYU Langone Health tạo ra và chia sẻ như một phần của sáng kiến fastMRI.
Nhóm nghiên cứu fastMRI đã loại bỏ khoảng 3/4 dữ liệu thô trong mỗi lần quét và sau đó đưa thông tin còn lại vào mô hình AI. Sau đó, mô hình đã học cách tạo ra hình ảnh hoàn chỉnh từ dữ liệu hạn chế. Quan trọng là hình ảnh được tạo ra bởi mô hình AI không chỉ giống như các hình ảnh MRI thông thường; hình ảnh do AI tạo ra khớp với hình ảnh chân thực được tạo ra bởi quy trình MRI chậm tiêu chuẩn.
Hãy so sánh như thế này. Yêu cầu người kiến trúc sư thiết kế một trụ sở ngân hàng. Người kiến trúc sư chưa có kinh nghiệm sẽ phải thu thập thông tin đầy đủ và thiết kế từng chi tiết ngay từ đầu. Người kiến trúc sư đã từng thiết kế hàng trăm trụ sở ngân hàng trước đó chỉ cần nắm những ý chính và thiết kế dựa trên những mẫu cơ sở mình đã từng làm.
Cách tiếp cận fastMRI khác với những nỗ lực khác nhằm sử dụng AI trong y học. Thông thường, các thuật toán này nhằm mục đích tự động hóa việc xem xét các hình ảnh y tế để cố gắng phát hiện các vấn đề tiềm ẩn, giống như một bác sĩ sẽ làm. Nhưng fastMRI không cố gắng làm công việc của các chuyên gia y tế; nó tạo ra một hình ảnh hoàn chỉnh trong số thông tin thưa thớt. Sau đó, bác sĩ chẩn đoán hình ảnh và bác sĩ lâm sàng có thể sử dụng hình ảnh fastMRI giống như họ thường làm. Sự khác biệt duy nhất là bệnh nhân dành ít thời gian hơn trong ống của máy quét.
Liệu rằng chụp nhanh như vậy có chính xác không?
Các nhà nghiên cứu fastMRI phải đảm bảo mô hình của họ không hy sinh độ chính xác khi theo đuổi tốc độ. Chỉ cần một vài điểm bị thiếu hoặc được mô hình hóa không chính xác trong một hình ảnh có thể gây nên sự khác biệt giữa việc tìm thấy dây chằng bị rách hoặc có thể có khối u, và cung cấp cho bệnh nhân một báo cáo không chính xác.
Nghiên cứu lâm sàng được công bố trên Tạp chí Roentgenology của Mỹ chứng minh rằng mô hình AI của fastMRI thực sự tạo ra hình ảnh chính xác, hữu ích và đáng tin cậy như hình ảnh từ MRI tiêu chuẩn. Nghiên cứu cho thấy fastMRI có thể tạo ra các hình ảnh MRI “có thể hoán đổi cho nhau về mặt chẩn đoán” về chấn thương đầu gối trong khi sử dụng ít hơn 75% dữ liệu thô từ máy quét. Trên thực tế, các chuyên gia chẩn đoán hình ảnh tham gia nghiên cứu đã không thể phân biệt được hình ảnh chụp bằng fastMRI với hình ảnh chụp bằng MRI thông thường.
Bước tiếp theo sẽ là gì?
Bước tiếp theo là đưa công nghệ này vào các bệnh viện nơi nó thực sự có thể giúp được bệnh nhân. Nhóm fastMRI tin rằng điều này có thể xảy ra khá nhanh, có lẽ chỉ trong vài năm. Dữ liệu và mô hình đào tạo mà họ đã tạo là hoàn toàn mở để mọi người có thể truy cập và có thể được tích hợp vào các máy chụp MRI hiện có mà không cần phần cứng mới. Các nhà nghiên cứu đang đàm phán với các công ty sản xuất các máy chụp MRI này.
Phạm Hoài Nhân
(theo Facebook News và The Verge)
Báo Đồng Nai cuối tuần - 06/09/2020
Không có nhận xét nào:
Đăng nhận xét