Làm cho vai trò của AI trong y học có thể giải thích được

Làm cho vai trò của AI trong y học có thể giải thích được

(Nguồn: https://yhocchinhxac.wordpress.com/)

Các nhà nghiên cứu tại Charité - Universitätsmedizin Berlin và TU Berlin cũng như Đại học Oslo đã phát triển một hệ thống phân tích mô mới để chẩn đoán ung thư vú dựa trên trí tuệ nhân tạo (AI). Hai bước phát triển khác làm cho hệ thống này trở nên độc đáo: Lần đầu tiên, dữ liệu hình thái học, phân tử và mô học được tích hợp trong một phân tích duy nhất. Thứ hai, hệ thống cung cấp sự làm rõ về quy trình quyết định của AI dưới dạng bản đồ nhiệt. Từng pixel từng điểm ảnh, các bản đồ nhiệt này hiển thị thông tin hình ảnh nào ảnh hưởng đến quá trình quyết định AI và ở mức độ nào, do đó cho phép các bác sĩ hiểu và đánh giá mức độ hợp lý của kết quả phân tích AI. Điều này thể hiện một bước tiến quan trọng và mang tính quyết định đối với việc sử dụng thường xuyên các hệ thống AI trong bệnh viện trong tương lai. Kết quả của nghiên cứu này hiện đã được công bố trên tạp chí Nature Machine Intelligence. 

Điều trị ung thư ngày càng quan tâm đến việc xác định đặc điểm phân tử của các mẫu mô khối u. Các nghiên cứu được tiến hành để xác định xem và / hoặc DNA đã thay đổi như thế nào trong mô khối u cũng như biểu hiện gen và protein trong mẫu mô. Đồng thời, các nhà nghiên cứu ngày càng nhận thức được rằng sự tiến triển của ung thư có liên quan chặt chẽ đến quá trình nói chuyện chéo giữa các tế bào và sự tương tác của các tế bào ung thư với các mô xung quanh - bao gồm cả hệ thống miễn dịch. 

Mặc dù các kỹ thuật hiển vi cho phép các quá trình sinh học được nghiên cứu với độ chi tiết không gian cao, nhưng chúng chỉ cho phép một phép đo giới hạn các chỉ thị phân tử. Chúng được xác định bằng cách sử dụng protein hoặc DNA lấy từ mô. Kết quả là, chi tiết không gian là không thể và mối quan hệ giữa các điểm đánh dấu này và các cấu trúc vi mô thường không rõ ràng. "Chúng tôi biết rằng trong trường hợp ung thư vú, số lượng tế bào miễn dịch nhập cư, được gọi là tế bào lympho, trong mô khối u có ảnh hưởng đến tiên lượng của bệnh nhân. Cũng có những cuộc thảo luận về việc liệu con số này có giá trị dự đoán hay không - nói cách khác Giáo sư Tiến sĩ Frederick Klauschen thuộc Viện Bệnh học Charité cho biết nếu nó cho phép chúng tôi nói hiệu quả của một liệu pháp cụ thể như thế nào.

"Vấn đề chúng tôi gặp phải là: Chúng tôi có dữ liệu phân tử tốt và đáng tin cậy và chúng tôi có dữ liệu mô học tốt với độ chi tiết không gian cao. Những gì chúng tôi chưa có là mối liên hệ quyết định giữa dữ liệu hình ảnh và dữ liệu phân tử chiều cao," Giáo sư Tiến sĩ Klaus-Robert Müller, giáo sư máy học tại TU Berlin cho biết thêm. Cả hai nhà nghiên cứu đã làm việc cùng nhau trong nhiều năm nay tại trung tâm AI xuất sắc của quốc gia, Viện Nghiên cứu Nền tảng của Học tập và Dữ liệu Berlin (BIFOLD) đặt tại TU Berlin. 

Chính sự cộng sinh này mà cách tiếp cận mới được công bố có thể thực hiện được. "Hệ thống của chúng tôi tạo điều kiện thuận lợi cho việc phát hiện các thay đổi bệnh lý trong hình ảnh hiển vi. Song song với điều này, chúng tôi có thể cung cấp hình ảnh hóa bản đồ nhiệt chính xác cho thấy pixel nào trong hình ảnh hiển vi đã đóng góp vào thuật toán chẩn đoán và ở mức độ nào", GS Müller giải thích. Nhóm nghiên cứu cũng đã thành công trong việc phát triển đáng kể quy trình này: "Hệ thống phân tích của chúng tôi đã được đào tạo bằng cách sử dụng các quy trình học máy để nó cũng có thể dự đoán các đặc điểm phân tử khác nhau, bao gồm tình trạng của DNA, biểu hiện gen cũng như biểu hiện protein trong các khu vực cụ thể của mô, trên cơ sở các hình ảnh mô học. 

Tiếp theo trong chương trình nghị sự là chứng nhận và các xác nhận lâm sàng khác - bao gồm các xét nghiệm trong chẩn đoán thường quy khối u. Tuy nhiên, GS Klauschen đã bị thuyết phục về giá trị của nghiên cứu: "Các phương pháp chúng tôi đã phát triển sẽ có thể giúp chẩn đoán mô bệnh học khối u chính xác hơn, tiêu chuẩn hơn và chất lượng tốt hơn trong tương lai."