Sử dụng trí tuệ nhân tạo chẩn đoán sớm ca bệnh lao trong cộng đồng và cơ sở y tế là giải pháp công nghệ góp phần vào chấm dứt bệnh lao trong tương lai.
Xu thế mới của công nghệ số trong y tế mở ra nhiều cơ hội sàng lọc, phát hiện sớm ca bệnh lao trong cộng đồng. Hiện nay, thế giới đã ứng dụng AI vào đọc phim và chẩn đoán bệnh lao. AI đã được chứng minh hiệu quả ở mức bằng hoặc cao hơn độ chính xác của cán bộ y tế trong việc đọc phim X-quang ngực nhằm hỗ trợ chẩn đoán lao.
Việc thiết kế mô hình AI thích hợp giúp phát hiện ca lao tại cộng đồng và tìm kiếm ca bệnh tại cơ sở y tế, thông qua việc tăng cường chất lượng đọc phim X-quang phổi của bác sĩ đồng thời tối ưu hiệu suất phát hiện bệnh nhân. Tuy nhiên, việc sử dụng AI không thể thay thế vai trò của bác sĩ trong việc chẩn đoán hình ảnh. Trí tuệ nhân tạo chỉ đóng vai trò hỗ trợ cho các hoạt động chẩn đoán, cần phải sử dụng kết hợp với đánh giá và quyết định của cán bộ y tế. Vì vậy, việc đưa AI vào phân tích hình ảnh CXR có thể giúp tăng tốc độ xử lý và đọc kết quả, giảm thời gian chờ đợi, tăng hiệu quả trong chẩn đoán lao. Qua đó, các bác sĩ nhân viên y tế cũng giảm được nhiều thời gian đọc và phân tích kết quả. Đặc biệt, trong thời gian tới, chúng ta có thể mở rộng phạm vi tiếp cận công nghệ này trong cộng đồng và tại các cơ sở y tế ở nông thôn, vùng sâu, vùng xa – nơi thiếu hụt nhân viên y tế chuyên môn.
Tuy nhiên, Hạn chế khi đưa AI vào việc hỗ trợ chẩn đoán lao đó là đòi hỏi nhân lực biết cách sử dụng và cần có sự tích hợp để tăng cường trao đổi dữ liệu, kết quả giữa hệ thống quản lý y tế tại cơ sở và hệ thống phần mềm kèm theo. Ngoài ra, việc sử dụng AI còn đòi hỏi có sự quan tâm về pháp lý và đạo đức bao gồm quyền riêng tư và bảo mật thông tin y tế.
Theo báo cáo của Tổ chức y tế thế giới WHO, bệnh lao là nguyên nhân gây tử vong hàng đầu trong các bệnh truyền nhiễm trên thế giới. Năm 2021, WHO đã khuyến nghị về việc sử dụng AI đọc kết quả CXR cho những người trên 15 tuổi đang được sàng lọc bệnh lao. Vì vậy, chương trình phòng chống lao quốc gia xác định công nghệ này có tiềm năng góp phần tiêu chuẩn hóa và cải thiện chất lượng đọc CXR nên đã sử dụng và mở rộng nhằm hỗ trợ cho các cán bộ y tế. Việc “huấn luyện AI” sẽ được dựa trên lượng lớn dữ liệu CXR bao gồm hình ảnh, thông tin chẩn đoán từ bác sĩ chuyên khoa. Quá trình huấn luyện này giúp AI nhận diện mô hình học, các đặc trưng và hình mẫu tổn thương của bệnh lao trên kết quả CXR. Từ đó, AI có khả năng phân loại và nhận dạng các biểu hiện của bệnh lao như tổn thương phổi, cấu trúc viêm phổi hoặc các dấu hiệu đặc trưng khác, gợi ý chẩn đoán hoặc hỗ trợ bác sĩ trong quá trình đưa ra quyết định.
Ứng dụng AI vào chẩn đoán bệnh lao có thể cải thiện quá trình xác định và điều trị bệnh này, giúp tăng hiệu suất và chính xác trong việc chẩn đoán. Dưới đây là một số cách mà AI có tiềm năng được áp dụng vào chẩn đoán bệnh lao:
Xử lý hình ảnh và quang phổ: Một trong những ứng dụng chính của AI là phân tích hình ảnh X-quang và quang phổ để phát hiện dấu vết bệnh lao trên phổi. AI có thể học từ hàng ngàn hình ảnh và dữ liệu quang phổ, từ đó tạo ra các mô hình dự đoán và đưa ra nhận định về sự hiện diện của bệnh.
Dự đoán và đánh giá triệu chứng: Các hệ thống AI có thể được huấn luyện để nhận diện các triệu chứng tiềm ẩn của bệnh lao thông qua việc phân tích dữ liệu lâm sàng, bao gồm triệu chứng lâm sàng và xét nghiệm máu. Điều này có thể giúp bác sĩ xác định nguy cơ nhiễm bệnh lao ở các bệnh nhân.
Tối ưu hóa quy trình xét nghiệm: AI có thể tối ưu hóa quá trình xác định bệnh lao bằng cách đề xuất các xét nghiệm phù hợp và ưu tiên dựa trên thông tin về bệnh nhân và triệu chứng. Điều này giúp giảm thời gian và tài nguyên tiêu hao trong việc đặt đồng diện và xét nghiệm.
Dự đoán kháng thuốc: AI có thể dự đoán mức độ kháng thuốc của các biến thể của vi khuẩn gây bệnh lao, từ đó giúp bác sĩ lựa chọn phương pháp điều trị hiệu quả và ngăn ngừa sự phát triển của kháng thuốc.
Quản lý dữ liệu và hồ sơ bệnh nhân: AI có thể giúp quản lý hồ sơ bệnh nhân và dữ liệu lâm sàng, từ đó tạo ra hồ sơ toàn diện về tiến triển và điều trị bệnh lao. Điều này có thể cải thiện tương tác giữa các nhà cung cấp chăm sóc sức khỏe và bệnh nhân.
Dự đoán tiến triển bệnh: Sử dụng các mô hình dự đoán dựa trên AI, bác sĩ có thể dự đoán tiến triển của bệnh lao và đưa ra các biện pháp điều trị phù hợp để ngăn ngừa các biến chứng tiềm ẩn.
P.A.T (NASATI), theo Artificial Intelligence Assisting the Early Detection of Active Pulmonary Tuberculosis From Chest X-Rays, https://www.ncbi.nlm.nih.gov/, 10/2023 (vista.gov.vn)