Trí tuệ nhân tạo (AI) đang phát triển nhanh chóng lĩnh vực ung thư kỹ thuật số. Xét nghiệm dấu ấn sinh học kỹ thuật số có thể giúp các bác sĩ lâm sàng đưa ra quyết định sáng suốt và cá nhân hóa trong điều trị ung thư. Tuy nhiên, tính đến năm 2023, trên thị trường vẫn còn rất ít sản phẩm như vậy được sử dụng thuần thục trên quy mô lớn.
Một báo cáo đồng thuận bao gồm 24 chuyên gia có kinh nghiệm trực tiếp về bệnh học/bệnh lý tính toán AI (CPath/AI) cho biết AI sẽ cải thiện độ chính xác trong chẩn đoán và sẽ thay đổi đáng kể công việc hàng ngày của các kỹ thuật viên bệnh lý. Đến năm 2030, AI sẽ được sử dụng thường xuyên và hiệu quả trong các phòng thí nghiệm bệnh lý.
Hai nghiên cứu độc lập gần đây đã được công bố trên "eBiomedicine" và "The Lancet Digital Health", một tạp chí phụ của "The Lancet", lần lượt tập trung vào: ý nghĩa tiên lượng của hệ thống tính điểm dựa trên học tập sâu đối với các tế bào lympho thâm nhiễm khối u (TIL, có thể được sử dụng làm mục tiêu thuốc để điều trị ung thư) ở các giai đoạn khác nhau của khối u ác tính, ung thư da; và giá trị của việc sử dụng AI như một trình đọc độc lập cho quy trình chụp nhũ ảnh.
Hai nghiên cứu về các bệnh ung thư khác nhau
Nghiên cứu đầu tiên được thực hiện bởi Đại học Tuebingen ở Đức n) Được thực hiện bởi các nhà nghiên cứu từ Khoa Da liễu, Khoa Da liễu của Đại học Heidelberg ở Đức và Khoa về Bệnh học của Trường Y thuộc Đại học Yale ở Hoa Kỳ. Trong nghiên cứu, các nhà nghiên cứu đã sử dụng thuật toán học sâu NN192, một thuật toán được phát triển cho hệ thống tính điểm TILs tiêu chuẩn và kỹ thuật số “eTILs”, để phân tích 321 khối u ác tính nguyên phát và 191 mẫu di căn.
Các nhà nghiên cứu phát hiện ra rằng những bệnh nhân u ác tính có điểm eTILs thấp có nguy cơ di căn xa từ mô ung thư cao hơn gấp đôi so với những bệnh nhân có điểm eTILs cao. Đồng thời, điểm eTILs giảm giữa các mẫu u ác tính nguyên phát và di căn. Bệnh nhân có điểm eTILs ≤12,2% và điều trị đồng thời bằng liệu pháp miễn dịch kháng PD-1 có kết quả sống sót kém. Điều này chứng tỏ rằng eTIL có khả năng dự đoán các mẫu u ác tính nguyên phát và eTIL có thể dự đoán kết quả đáp ứng và khả năng sống sót ở những bệnh nhân được điều trị bằng PD-1.
Về vấn đề này, Roberto Salgado, đồng chủ tịch của Nhóm công tác về dấu ấn sinh học miễn dịch ung thư quốc tế, cho biết rằng việc định lượng chính xác các tế bào miễn dịch liên quan đến thông tin tiên lượng và dự đoán, đồng thời rất quan trọng đối với lộ trình lâm sàng và kế hoạch điều trị tùy chỉnh. Ngoài ra, kết quả đánh giá trên máy tính có độ chính xác cao hơn nhiều so với đánh giá thủ công.
Nghiên cứu thứ hai được thực hiện bởi Karin Dembrower và nhóm của cô tại Khoa Bệnh lý Ung thư tại Viện Karolinska ở Thụy Điển và Bệnh viện Capio Sankt Göran ở Thụy Điển.
Trong nghiên cứu này, nhóm nghiên cứu bao gồm 55.581 phụ nữ ở độ tuổi 40-74 đã đặt túi độn ngực không độn dựa trên sàng lọc ung thư vú định kỳ tại Bệnh viện Capio Sankt Göran từ ngày 1 tháng 4 năm 2021 đến ngày 9 tháng 6 năm 2022. Nghiên cứu này tuân theo sàng lọc chụp X quang định dạng theo Hướng dẫn Quốc gia của Thụy Điển, trong đó hai bác sĩ X quang đánh giá độc lập kết quả chụp quang tuyến vú của từng người tham gia và trong trường hợp bất kỳ ai trong số họ đọc kết quả bất thường, một cuộc thảo luận đồng thuận sẽ được tổ chức để quyết định xem có nên tiến hành chụp ảnh thêm hay không. Nếu xét nghiệm sâu hơn vẫn nghi ngờ bệnh nhân bị ung thư, bệnh nhân sẽ được lấy mẫu sinh thiết, sau đó được bác sĩ giải phẫu bệnh phân tích và đưa ra chẩn đoán xác định.
Trong nghiên cứu, InsightMMG (một hệ thống AI) hoạt động như một trình đọc độc lập ở chế độ nền trong khi hai bác sĩ X quang đọc hình ảnh. Các bác sĩ X quang không thể truy cập InsightMMG để biết thông tin trước cuộc thảo luận đồng thuận, trong đó các bác sĩ X quang có quyền truy cập vào thông tin InsightMMG cho tất cả các trường hợp, bao gồm mọi phát hiện hình ảnh cục bộ, đường viền đồ họa và điểm bất thường AI tương ứng.
Nhóm nghiên cứu đã tiến hành bốn chiến lược đọc và kiểm tra kết quả chẩn đoán thực tế của việc đọc kép của hai bác sĩ X quang (tình huống tiêu chuẩn), lần đọc kép của một bác sĩ X quang và hệ thống AI, lần đọc đơn của hệ thống AI và lần đọc thứ ba của hai bác sĩ X quang và hệ thống AI. Kết quả cho thấy so với tình hình tiêu chuẩn, tỷ lệ phát hiện ung thư khi bác sĩ X quang và hệ thống AI đọc kép tăng 4%, tỷ lệ thu hồi giảm 4%; tỷ lệ phát hiện ung thư khi đọc một lần bằng hệ thống AI không có sự khác biệt đáng kể và tỷ lệ thu hồi giảm 47%; tỷ lệ phát hiện ung thư của hai bác sĩ X quang và hệ thống AI cho lần đọc thứ ba tăng nhẹ, tỷ lệ thu hồi tăng 5% và các cuộc thảo luận đồng thuận tăng gần 50%.
Nhóm nghiên cứu tuyên bố rằng hệ thống AI và con người sẽ coi một số đặc điểm hình ảnh khác nhau là đáng ngờ khi đọc ảnh. Do đó, sức mạnh tổng hợp giữa con người và hệ thống AI có thể cải thiện tỷ lệ phát hiện ung thư vú trong chụp quang tuyến vú. Việc đọc một lần của hệ thống AI giảm thiểu gánh nặng tâm lý cho người tham gia do nhiều lần kiểm tra gây ra, nhưng điều đó có nghĩa là một tỷ lệ lớn các ảnh chụp X quang tuyến vú không bao giờ được bác sĩ đánh giá. Hai bác sĩ X quang và lần đọc thứ ba của hệ thống AI có thể phát hiện ung thư ở mức độ lớn nhất, nhưng điều này phải được cân bằng với các vấn đề như chi phí phát hiện tăng lên và tình trạng thiếu bác sĩ X quang.
Thị trường vẫn cần tiếp tục phát triển
Roberto Salgado cho biết rằng xét nghiệm dấu ấn sinh học kỹ thuật số có thể giúp các bác sĩ lâm sàng đưa ra quyết định sáng suốt và cá nhân hóa trong điều trị ung thư. Tuy nhiên, tính đến năm 2023, vẫn còn rất ít sản phẩm như vậy trên thị trường được sử dụng thuần thục trên quy mô lớn.
Vào ngày 7 tháng 9, giờ địa phương, Paige.AI, nhà phát triển công nghệ chẩn đoán ung thư của Mỹ, đã công bố hợp tác với công ty công nghệ Mỹ Microsoft (Microsoft) để xây dựng mô hình AI dựa trên hình ảnh lớn nhất thế giới và áp dụng nó vào việc phát triển bệnh lý kỹ thuật số và ung thư.
Thật trùng hợp, vào ngày 11 tháng 9, giờ địa phương, công ty công nghệ Dell (DELL) của Mỹ và Trung tâm Nghiên cứu Ung thư Kỹ thuật số của Đại học Limerick ở Ireland đã cùng nhau phát triển nền tảng AI và công nghệ song sinh kỹ thuật số để thúc đẩy nghiên cứu dự đoán và chẩn đoán bệnh ung thư hạch tế bào B.
“Đây là một khởi đầu rất thú vị và chúng tôi mong nhận được sự hỗ trợ kỹ thuật số của nhóm Dell Technologies để đẩy nhanh dự án này.” Paul Murray, Giáo sư về Bệnh học Phân tử tại Đại học Limerick và Giám đốc Khoa học của Đơn vị Bệnh lý Kỹ thuật số của Trung tâm Nghiên cứu Ung thư Kỹ thuật số, cho biết: “Bằng cách làm việc với nhóm Dell Technologies, chúng tôi sẽ có thể hiểu rõ hơn về cách các tế bào gặp trục trặc trong quá trình phát triển ung thư và tìm ra những cách mới để chẩn đoán và điều trị cho bệnh nhân ung thư.”