3.1. B1-2A-Tmđtcn Ttl (Final Nộp) 20H00 25.05. 20 Gốc Chuẩn Nhất (1).Doc

Chapters Biểu B1 2a TMĐTCN 08/2017/TT BKHCN THUYẾT MINH ĐỀ TÀI NGHIÊN CỨU ỨNG DỤNG VÀ PHÁT TRIỂN CÔNG NGHỆ CẤP QUỐC GIA1 I THÔNG TIN CHUNG VỀ ĐỀ TÀI 1 Tên đề tài Nghiên cứu ứng dụng trí tuệ nhân tạo t[.]

Biểu B1-2a-TMĐTCN 08/2017/TT-BKHCN THUYẾT MINH ĐỀ TÀI NGHIÊN CỨU ỨNG DỤNG VÀ PHÁT TRIỂN CÔNG NGHỆ CẤP QUỐC GIA1 I THÔNG TIN CHUNG VỀ ĐỀ TÀI Tên đề tài: Nghiên cứu ứng dụng trí tuệ nhân tạo sàng lọc tính điểm Gleason hỗ trợ chẩn đốn mơ bệnh học ung thư tuyến tiền liệt 1a Mã số (được cấp Hồ sơ trúng tuyển) Thời gian thực hiện: 36 tháng Cấp quản lý (Từ tháng 01/2021 đến tháng 12/2023) Quốc gia Tổng kinh phí thực hiện: 9716.81 triệu đồng, đó: Nguồn Kinh phí (triệu đồng) - Từ Ngân sách nhà nước 9716.81 - Từ nguồn ngân sách nhà nước Đề nghị phương thức khoán chi: Khoán đến sản phẩm cuối Khốn phần, đó: - Kinh phí khốn: 7621.31 triệu đồng - Kinh phí khơng khốn: 2095.50 triệu đồng Thuộc Chương trình (Ghi rõ tên chương trình, có): Chương trình trọng điểm cấp quốc gia giai đoạn đến năm 2025 “hỗ trợ nghiên cứu, phát triển ứng dụng công nghệ công nghiệp 4.0” Mã số: KC - 4.0/19-25 Thuộc dự án KH&CN Độc lập Khác Lĩnh vực khoa học Tự nhiên; Nông nghiệp; Kỹ thuật công nghệ; Y, dược Bản Thuyết minh đề tài dùng cho hoạt động nghiên cứu ứng dụng phát triển công nghệ thuộc lĩnh vực khoa học nêu mục Thuyết minh Thuyết minh trình bày in khổ A4 Chủ nhiệm đề tài Họ tên: Phạm Quang Vinh Ngày, tháng, năm sinh: 26/1/1966 Giới tính: Nam/ nữ: Nam Học hàm, học vị/ Trình độ chun mơn: Phó Giáo sư, Tiến sĩ, Bác sĩ Chức danh khoa học: Giảng viên Chức vụ: Phó chủ nhiệm Bộ mơn Tiết niệu, Học Viện Quân y, Bộ Quốc Phòng Tên tổ chức công tác: Học Viện Quân y, Bộ Quốc phòng Địa tổ chức: Số 160, đường Phùng Hưng, Phường Phúc La, Quận Hà Đông, Hà Nội Điện thoại: 069566100 Fax: 04.36884779 E-mail: vinh2002hanoi@gmail.com Địa nhà riêng: Số 92E, Tôn Thất Tùng, Đống đa, Hà nội Mobile: 0904231596 Thư ký khoa học đề tài Họ tên: Nguyễn Khắc Tuyến Ngày, tháng, năm sinh: 01/11/1993 Giới tính: Nam/ nữ: Nam Học hàm, học vị/ Trình độ chuyên môn: Bác sĩ Chức danh khoa học: Chức vụ: Bác sĩ nội trú, Bộ môn khoa Giải phẫu Bệnh lý - Pháp y, Bệnh viện Quân y 103, Học Viện Quân y, Bộ Quốc Phòng Tên tổ chức cơng tác: Học Viện Qn y, Bộ Quốc phịng Địa tổ chức: Số 160, đường Phùng Hưng, Phường Phúc La, Quận Hà Đông, Hà Nội Điện thoại: 069566100 Fax: 04.36884779 E-mail: khactuyenqy@gmail.com Địa nhà riêng: Nhà N6B, Tập thể Học viện Quân y, Số 160, đường Phùng Hưng, Phường Phúc La, Quận Hà Đông, Hà Nội Mobile: 0962660496 10 Tổ chức chủ trì đề tài Tên tổ chức chủ trì đề tài: Học Viện Quân y - Bộ Quốc Phòng Điện thoại: 069566100 Fax : 04.36884779 Website: vmmu.edu.vn Địa chỉ: Số 160, đường Phùng Hưng, Phường Phúc La, Quận Hà đông, Hà Nội Họ tên thủ trưởng tổ chức: Trung tướng, GS.TS Đỗ Quyết Số tài khoản: 3713.0.9053336.00000 Mã ĐVQHNS: 9053336 Mã Kho bạc: 0026 Tại Kho bạc Nhà nước Hà Đông, Hà Nội Tên quan chủ quản đề tài: Bộ Khoa học Cơng nghệ 11 Các tổ chức phối hợp thực đề tài (nếu có) Tổ chức 1 : Học viện Kỹ thuật Quân Tên quan chủ quản : Bộ Quốc Phòng Điện thoại: 069515200 Fax: Địa chỉ: Số 236 Hoàng Quốc Việt, Bắc Từ Liêm, Hà Nội Họ tên thủ trưởng tổ chức: Trung tướng Nguyễn Công Định Số tài khoản: 05611.0004.9009 Ngân hàng: Ngân hàng TMCP Quân đội Hà Nội chi nhánh Hoàng Quốc Việt Tổ chức 2: Bệnh viện Bạch Mai Tên quan chủ quản: Bộ Y tế Điện thoại: 844 3869 3731 Fax: +84438691607 Địa chỉ: số 78 đường Giải Phóng, phường Phương Mai, quận Đống Đa, thành phố Hà Nội Họ tên thủ trưởng tổ chức: GS TS Nguyễn Quang Tuấn Số tài khoản: 05411.0106.5007 Ngân hàng: Ngân hàng TMCP Quân đội Hà Nội chi nhánh Thăng Long Tổ chức 3: Trường Đại học y Hà Nội Tên quan chủ quản: Bộ Y tế Điện thoại: +84 02438.523.798 Fax: +84 02438.525.115 Địa chỉ: Số 1, Tôn Thất Tùng, Đống Đa, Hà Nội Họ tên thủ trưởng tổ chức: GS.TS Tạ Thành Văn Số tài khoản: 3713.0.1057280 Ngân hàng: Kho bạc nhà nước Hà Nội Tổ chức 4: Viện công nghệ thông tin, Trường Đại học Quốc Gia Hà Nội Tên quan chủ quản: Trường Đại học Quốc Gia Hà nội Điện thoại: (024) 37547347 Fax: Địa chỉ: E3, số 144 Xuân Thủy, Cầu Giấy, Hà Nội Họ tên thủ trưởng tổ chức: Đỗ Năng Toàn Số tài khoản: 22010000675377 Ngân hàng: BIDV chi nhánh Thăng Long Tổ chức 5: Bệnh viện Ung bướu Hà Nội Tên quan chủ quản: Sở Y tế Hà Nội Điện thoại: 091 554 6116 Fax: Địa chỉ: 42A Thanh Nhàn, Hai Bà Trưng, Hà Nội Họ tên thủ trưởng tổ chức: TS BS Bùi Vinh Quang Số tài khoản: 22210001686668 Ngân hàng: Ngân Hàng BIDV chi nhánh Thanh Xuân 12 Cán thực đề tài (Ghi người có đóng góp khoa học thực nội dung thuộc tổ chức chủ trì tổ chức phối hợp tham gia thực đề tài Kỹ thuật viên, nhân viên hỗ trợ lập danh sách theo mẫu có xác nhận tổ chức chủ trì gửi kèm theo hồ sơ đăng ký) TT Họ tên, Chức danh thực học hàm học vị PGS.TS Phạm Quang Vinh BS Nguyễn Khắc Tuyến đề tài Tổ chức công tác Chủ nhiệm đề tài Học Viện Quân y Thư ký đề tài Học Viện Quân y TS Trần Ngọc Dũng Thành viên Học Viện Quân y TS Nguyễn Mạnh Hùng Thành viên Học viện Kỹ thuật Quân TS Đỗ Trung Dũng Thành viên Học viện Kỹ thuật Quân TS Phan Việt Anh Thành viên Học viện Kỹ thuật Quân PGS.TS Phạm Cẩm Phương Thành viên Bệnh viện Bạch Mai BS Lê Viết Nam Thành viên Bệnh viện Bạch Mai BS Lương Đình Bính Thành viên Bệnh viện Bạch Mai 10 PGS.TS Phạm Văn Trân Thành viên Học Viện Quân y 11 PGS TS Đinh Hồng Dương Thành viên Học Viện Quân y 12 TS Nguyễn Minh Hải Thành viên Học Viện Quân y 13 TS Tạ Việt Hưng Thành viên Học Viện Quân y 14 BS CKII Lưu Xuân Quyết Thành viên Học Viện Quân y 15 PGS.TS Vũ Việt Vũ Thành viên 16 ThS Trần Ngọc Minh Thành viên Trường Đại học y Hà Nội 17 BS Tống Đức Minh Thành viên Học Viện Quân y 18 BS Nguyễn Hoàng Trung Thành viên Học Viện Quân y 19 Ths Cao Quyết Thắng Thành viên Học Viện Quân y 20 BS Khuất Duy Hịa Thành viên Học Viện Qn y Viện công nghệ thông tin, Đại học Quốc gia Hà Nội Theo quy định bảng Điểm b Khoản Điều thông tư liên tịch số 55/2015/TUYẾN TIỀN LIỆTTBTC-BKHCN ngày 22/4/2015 hướng dẫn định mức xây dựng, phân bổ dự tốn tốn kinh phí nhiệm vụ KH&CN có sử dụng ngân sách nhà nước 21 TS Dương Hồng Hảo Thành viên Bệnh viện Ung bướu Hà Nội II MỤC TIÊU, NỘI DUNG KH&CN VÀ PHƯƠNG ÁN TỔ CHỨC THỰC HIỆN ĐỀ TÀI 13 Mục tiêu đề tài (Bám sát cụ thể hoá định hướng mục tiêu theo đặt hàng) 13.1 Mục tiêu chung Xây dựng sở liệu ảnh siêu âm tuyến tiền liệt xét nghiệm PSA huyết kết hợp thăm trực tràng sàng lọc ung thư tuyến tiền liệt Xây dựng sở liệu ảnh mô bệnh học ung thư tuyến tiền liệt Phát triển hệ thống phần mềm ứng dụng trí tuệ nhân tạo hỗ trợ tính điểm Gleason chẩn đốn mơ bệnh học ung thư tuyến tiền liệt hệ thống phần mềm hỗ trợ sàng lọc ung thư tuyến tiền liệt dựa ảnh siêu âm tuyến tiền liệt Triển khai ứng dụng hệ thống ứng dụng trí tuệ nhân tạo tính điểm Gleason, hệ thống hỗ trợ sàng lọc ung thư tuyến tiền liệt dựa ảnh siêu âm tuyến tiền liệt đánh giá hiệu số sở y tế 13.2 Mục tiêu cụ thể Xây dựng sở liệu tối thiểu 2.000 ảnh siêu âm tuyến tiền liệt sở liệu PSA huyết kết hợp thăm trực tràng trường hợp nghi ngờ ung thư tuyến tiền liệt người đàn ông từ 60 tuổi trở lên Xây dựng sở liệu tối thiểu 20.000 ảnh mô bệnh học ung thư tuyến tiền liệt gán nhãn tối thiểu 500 bệnh nhân Việt Nam đảm bảo đa dạng theo phân bố mức độ thang điểm Gleason đặc điểm dịch tễ học bệnh ung thư tuyến tiền liệt Xây dựng phần mềm ứng dụng trí tuệ nhân tạo sàng lọc ung thư tuyến tiền liệt dựa ảnh siêu âm tuyến tiền liệt, bao gồm 02 modul: - Modul hỗ trợ gán nhãn ảnh siêu âm tuyến tiền liệt - Modul hỗ trợ sàng lọc ung thư tuyến tiền liệt dựa ảnh siêu âm tuyến tiền liệt với độ xác ≥ 60% Xây dựng phần mềm ứng dụng trí tuệ nhân tạo tính điểm Gleason chẩn đốn mơ bệnh học ung thư tuyến tiền liệt, bao gồm 02 modul: - Modul hỗ trợ gán nhãn ảnh mô bệnh học ung thư tuyến tiền liệt - Modul ứng dụng trí tuệ nhân tạo tính điểm Gleason với độ xác ≥ 95% Triển khai, đánh giá hiệu phần mềm ứng dụng trí tuệ nhân tạo hỗ trợ sàng lọc ung thư tuyến tiền liệt dựa vào ảnh siêu âm tuyến tiền liệt tối thiểu sở y tế với tối thiểu 100 bệnh nhân Triển khai, đánh giá hiệu phần mềm ứng dụng trí tuệ nhân tạo hỗ trợ tính điểm Gleason chẩn đốn mơ bệnh học ung thư tuyến tiền liệt tối thiểu sở y tế với tối thiểu 100 bệnh nhân 14 Tình trạng đề tài Mới Kế tiếp hướng nghiên cứu nhóm tác giả Kế tiếp nghiên cứu người khác 15 Tổng quan tình hình nghiên cứu, luận giải mục tiêu nội dung nghiên cứu đề tài 15.1 Đánh giá tổng quan tình hình nghiên cứu thuộc lĩnh vực đề tài Ngồi nước (Phân tích đánh giá cơng trình nghiên cứu có liên quan kết nghiên cứu lĩnh vực nghiên cứu đề tài; nêu bước tiến trình độ KH&CN kết nghiên cứu đó) Ung thư tuyến tiền liệt vấn đề thu hút quan tâm nhà Tiết niệu phạm vi tồn cầu tỷ lệ mắc bệnh tỷ lệ tử vong cao, chất lượng sống bệnh nhân bị sút giảm gánh nặng chi phí điều trị chăm sóc tăng Đây bệnh lý ác tính thường gặp nam giới cao tuổi đạt đỉnh tỷ lệ mắc tỷ lệ tử vong khoảng 70 tuổi diễn tiến chậm liên tục với nhiều mức độ ác tính khác nên bệnh có tầm ảnh hưởng đến khoảng tuổi rộng Do tính chất đặc thù diễn tiến bệnh thường chậm điều trị có hiệu dù bệnh giai đoạn tiến xa, ung thư tuyến tiền liệt có độ lưu hành bệnh tồn cầu năm cao với gần 4.000.000 người bệnh chiếm 25% tổng số bệnh nhân ung thư nam giới 12% bệnh nhân ung thư hai giới (chỉ sau ung thư vú) Theo Globocan 2018, có 164.690 ca ung thư tuyến tiền liệt mắc giới, chiếm 19% loại ung thư Ung thư tuyến tiền liệt ung thư phổ biến thứ tư hai giới (sau ung thư phổi, ung thư vú ung thư đại - trực tràng) phổ biến thứ hai nam giới tỷ lệ mắc sau ung thư phổi với 1.276.106 ca mắc toàn giới tỷ lệ tử vong đứng hàng thứ loại bệnh ung thư với 358.242 ca tử vong Ước tính có khoảng 1,1 triệu bệnh nhân tồn giới chẩn đốn ung thư tuyến tiền liệt năm 2012, chiếm khoảng 15% loại ung thư chẩn đốn nam giới, 70% nước phát triển Tỷ lệ mắc cao Australia/New Zealand Bắc Mỹ, phía tây phía bắc Châu Âu việc xét nghiệm PSA huyết sinh thiết rộng rãi, nhiên, tỷ lệ thấp Đông Nam Trung Á Năm 2012, ung thư tuyến tiền liệt ước tính có khoảng 307.000 trường hợp tử vong nguyên nhân gây tử vong thứ nam giới (chiếm 6,6% tổng số trường hợp tử vong ung thư nam giới), tỷ lệ thường cao người da đen, thấp Trung Á , Trong nhiều nghiên cứu dịch tễ học cho thấy, tỷ lệ ung thư tuyến tiền liệt giới phân bố không tăng theo tuổi Yin M nghiên cứu tử thi da trắng phát 35% nam giới bị ung thư tuyến tiền liệt lứa tuổi 60 – 70 46% lứa tuổi 70 - 81 Ở nước Châu Á, đại diện Trung Quốc Nhật Bản, có tỷ lệ mắc bệnh tử vong thấp giới, thời kỳ 1992 - 1995 tỷ lệ ung thư tuyến tiền liệt 4/100.000, thời kỳ 2001 - 2005 tỷ lệ 93,8/100.000 Các nước phương Tây, tỷ lệ ung thư tuyến tiền liệt cao nước phát triển Các nước Scandinavian có tỷ lệ mắc bệnh tử vong cao nhiều so với nước Nam Âu Ở Hoa Kỳ, ung thư tuyến tiền liệt chiếm 25% trường hợp ung thư chẩn đoán nam giới, năm 2010 có 217.000 trường hợp mắc bệnh, dự kiến số trường hợp tăng 60% năm số lượng đến năm 2015 300.000 trường hợp Theo Ries L phân bố tỷ lệ chẩn đoán ung thư tuyến tiền liệt theo lứa tuổi sau : - 45 - 54 tuổi: 8,6% - < 65 tuổi: 37% - 65 - 74 tuổi: 36% - 75 - 84 tuổi: 22% -  85 tuổi: 5% Theo E David Hoa Kỳ, tỷ lệ ung thư tuyến tiền liệt đàn ông Mỹ gốc Phi cao nhất, lớn 1,6 lần so với đàn ông da trắng Những nghiên cứu Hankey cộng cho thấy từ năm 1986 - 1993, tỷ lệ tăng từ 124 lên 250/100.000, tức khoảng 129%, đàn ông da trắng, tỷ lệ dường không tăng nhiều: năm 1986 86/100.000, năm 1992 179/100.000 Tác giả nhận thấy nhóm người di cư từ vùng có tỷ lệ ung thư tuyến tiền liệt thấp đến vùng có tỷ lệ cao, nguy mắc ung thư tuyến tiền liệt tăng lên , Tỷ lệ tử vong ung thư tuyến tiền liệt đứng thứ (28.660 trường hợp, chiếm 10%) tổng số 10 nguyên nhân gây tử vong hàng đầu có liên quan đến ung thư nam giới, sau ung thư phổi phế quản 31% (90.810 trường hợp) năm 2008 Ngay số nước tỷ lệ tử vong thay đổi theo sắc tộc dân tộc; Hoa Kỳ, tỷ lệ tử vong người da đen gấp lần người da trắng Những nghiên cứu gần Garcia M cho thấy tỷ lệ tử vong ung thư tuyến tiền liệt giảm nhiều nước phát triển: Hoa Kỳ, Anh, Canada nhờ phát sớm tiến điều trị, ngược lại tỷ lệ tử vong lại tăng số nước Châu Á: Nhật Bản, Singapore…, Cũng Hoa Kỳ, nước khác từ thập kỷ 90, tỷ lệ ung thư tuyến tiền liệt tăng lên mạnh mẽ tỷ lệ tử vong lại giảm khơng giảm Đây thời kỳ xét nghiệm định lượng PSA huyết đưa vào ứng dụng chẩn đoán lâm sàng Ở Hoa Kỳ, từ năm 1975 - 1985 tỷ lệ ung thư tuyến tiền liệt tăng khoảng 2,3% năm, 1985 - 1989 tỷ lệ tăng mạnh 6% năm, khoảng thời gian PSA bắt đầu phổ biến vọt lên mức 18,4% năm giai đoạn 1989 - 1992 Tại Hà Lan, so sánh thời kỳ trước sau có PSA, tỷ lệ ung thư tuyến tiền liệt tăng 36/100.000 lên 80/100.000 Tại Đan Mạch: 11,3/100.000 lên 30,9/100.000 , Tỷ lệ ung thư tuyến tiền liệt nam giới cao tuổi ngày phổ biến cộng đồng, hiểu biết cịn nghèo nàn, với cố gắng tìm hiểu dịch tễ học gần số điều liên quan đến ung thư tuyến tiền liệt sáng tỏ Tuy nhiên yếu tố tuổi chắn: người cao tuổi tỷ lệ ung thư tuyến tiền liệt tăng Ung thư tuyến tiền liệt có thể điều trị hiệu quả nếu bệnh được phát hiện ở giai đoạn sớm Ung thư biểu mơ tuyến tuyến tiền liệt típ mơ học thường gặp nhất, đảo lộn cấu trúc mơ tiêu chuẩn quan trọng để chẩn đốn ung thư biểu mô tuyến Khám sàng lọc phương pháp kiểm tra nhằm phát bệnh giai đoạn sớm trước có triệu chứng lâm sàng, có nhiều lựa chọn phương pháp điều trị mang lại hiệu điều trị cao Theo nghiên cứu giới, ung thư tuyến tiền liệt xảy bệnh nhân 40 tuổi, tỷ lệ mắc ung thư tuyến tiền liệt cao độ tuổi 50 đặc biệt nam giới từ 60 tuổi trở lên Một số thống kê khác cho thấy tỷ lệ mắc ung thư tuyến tiền liệt cao địa lý (khu vực bắc Mỹ, bắc Âu, châu Úc) , , chủng tộc (người châu Phi, châu Mỹ) , người có anh em ruột bị ung thư tuyến tiền liệt có nguy mắc bệnh cao gấp đơi người bình thường Với tiến chẩn đốn vai trị xét nghiệm PSA huyết thanh, siêu âm tuyến tiền liệt, ung thư tuyến tiền liệt sàng lọc hiệu nhằm phát sớm nam giới cao tuổi có yếu tố nguy Khi khám lâm sàng, xét nghiệm PSA siêu âm có bất thường tiến hành sinh thiết tuyến tiền liệt qua siêu âm đầu dò trực tràng sinh thiết qua tầng sinh môn, xét nghiệm mô bệnh học chẩn đoán xác định theo thang điểm Gleason Hệ thống Gleason dựa cấu trúc mô học u yếu tố dự báo quan trọng cho ung thư biểu mô tuyến tiền liệt, rất cần thiết để đưa phương pháp điều trị thích hợp và tiên lượng bệnh này Hơn 40 hệ thống phân độ mô học đưa kể từ cơng trình khởi xướng Broder đời cách 90 năm Hiện nay, hệ thống phân độ Gleason sử dụng rộng rãi giới cung cấp nhiều thông tin phát triển khách quan u, khả lan tràn di căn, khả đáp ứng điều trị tiên lượng bệnh Hệ thống đời dựa nghiên cứu tiến cứu 4000 trường hợp ung thư tuyến tiền liệt từ năm 1960-1975 Mỹ coi hệ thống chuẩn nhiều nước Tuy nhiện việc đánh giá điểm Gleason ung thư tuyến tiền liệt cịn gặp nhiều khó khăn cịn mang tính chủ quan nhà giải phẫu bệnh, đặc biệt với nhà giải phẫu bệnh trẻ Việc chẩn đốn sai điểm Gleason dẫn đến định điều trị sai ảnh hưởng trực tiếp đến người bệnh Với tiến vượt bậc năm gần lĩnh vực AI, ngày nhận thấy lợi ích việc áp dụng AI việc phát triển công cụ hổ trợ việc chăm sóc sức khỏe, đặc biệt lĩnh vực ung bướu Chính phần mềm hỗ trợ tính điểm Gleason cần thiết Tình hình nghiên cứu trí tuệ nhân tạo giới Trí tuệ nhân tạo (Artificial Intelligence - AI) dẫn đầu xu ứng dụng công nghệ lĩnh vực y tế Phát triển ứng dụng trí tuệ nhân tạo y tế trở thành xu tất yếu thời đại Trên giới, việc ứng dụng trí tuệ nhân tạo để xây dựng hệ thống hỗ trợ định lâm sàng (clinical decision support system) nhiều nhà khoa học quan tâm nghiên cứu Các hệ thống hỗ trợ định lâm sàng có nhiệm vụ hỗ trợ bác sĩ nhân viên y tế việc định lâm sàng Các hệ thống nâng cao chất lượng cơng tác chăm sóc sức khỏe việc đưa thông tin tham khảo cho bác sĩ dựa tri thức học từ chuyên gia dựa liệu khứ Trên giới, hệ thống hỗ trợ định lâm sàng nghiên cứu phát triển từ năm 1970, ví dụ hệ thống MYCIN, INTERNIST-1 CASNET Các hệ thống hỗ trợ định phát triển ứng dụng vào thực tiễn nhiều lĩnh vực y tế chẩn đoán bệnh, xây dựng phác đồ điều trị, chế tạo thuốc, theo dõi chăm sóc bệnh nhân, … Các hệ thống áp dụng nhiều sở giới Các thuật tốn trí tuệ nhân tạo y tế nhiều công ty đầu tư phát triển, có cơng ty lớn IBM, Microsoft, Google, Intel, Facebook công ty khởi nghiệp Trong năm gần đây, việc phát triển, ứng dụng hệ thống hỗ trợ định lâm sàng ngày đẩy mạnh Có nhiều nguyên nhân dẫn đến phát triển này, phát triển phần cứng dẫn tới khả tính tốn tăng lên, rút ngắn thời gian thu thập xử lý liệu; khối lượng liệu liên quan đến y tế thu thập từ thiết bị y tế thiết bị cá nhân ngày tăng; phát triển sở liệu gen; hệ thống quản lý hồ sơ bệnh án điện tử ngày phổ biến; phát triển kĩ thuật trí tuệ nhân tạo tiên tiến có độ xác cao (như phương pháp học sâu) lĩnh vực thị giác máy tính xử lý ngơn ngữ tự nhiên giúp nâng cao độ xác hệ thống trí tuệ nhân tạo Những lợi AI thảo luận rộng rãi tài liệu y khoa , , , ứng dụng rộng rãi nhiều lĩnh vực y khoa , Sức mạnh AI nằm khả sử dụng thuật toán tinh vi để “học” đặc trưng từ khối lượng lớn liệu chăm sóc sức khỏe, sau sử dụng hiểu biết thu để hỗ trợ thực hành lâm sàng Nó có khả học tự sửa lỗi để cải thiện độ xác dựa phản hồi Một hệ thống AI hỗ trợ bác sĩ việc đưa thông tin tham khảo cho bác sĩ dựa tri thức học từ chuyên gia dựa liệu thực tế Ngồi ra, hệ thống AI giúp giảm lỗi người chẩn đốn điều trị khơng thể tránh khỏi thực hành lâm sàng , , , Hơn nữa, hệ thống AI trích xuất thơng tin hữu ích từ lượng lớn liệu bệnh nhân để hỗ trợ đưa cảnh báo rủi ro sức khỏe Với AI, việc thu nhận nhanh chóng tồn bệnh sử bệnh nhân khả bao phủ phân tích nhiều liệu lúc giúp phát bất thường ca bệnh Đây bước tiến lớn việc điều trị bệnh lý với tỷ lệ sống cao phát bệnh sớm hơn, ung thư AI giúp hệ thống chăm sóc sức khỏe dễ dàng chuyển trọng tâm nguồn lực từ chữa bệnh sang phòng bệnh Nhất bệnh không lây nhiễm bệnh tim mạch tiểu đường, vốn mối đe dọa ngày tăng AI áp dụng cho loại liệu chăm sóc sức khỏe khác (có cấu trúc không cấu trúc) Các kỹ thuật AI phổ biến bao gồm phương pháp học máy cho liệu có cấu trúc, Support Vector Machine (SVM) mạng nơron, kỹ thuật học sâu đại cho liệu phi cấu trúc (dữ liệu ảnh, ngôn ngữ tự nhiên) Một số lĩnh vực bệnh nghiên cứu ứng dụng công nghệ AI như: ung thư, thần kinh tim mạch Trong lĩnh vực thần kinh: Bouton cộng phát triển hệ thống AI để khơi phục kiểm sốt chuyển động bệnh nhân bị liệt tứ chi Farina cộng thử nghiệm sức mạnh giao diện người/máy ngoại tuyến, sử dụng thời gian phóng điện tế bào thần kinh vận động cột sống để kiểm soát phận giả chi Trong chẩn đoán bệnh liên quan đến tim mạch: Dilsizian Siegel thảo luận ứng dụng tiềm hệ thống AI để chẩn đốn bệnh tim thơng qua hình ảnh tim Arterys gần nhận thông qua từ Cục Quản lý Thực phẩm Dược phẩm Hoa Kỳ (FDA) để tiếp thị ứng dụng Arterys Cardio DL, sử dụng AI để cung cấp phân đoạn tâm thất tự động, chỉnh sửa dựa hình ảnh MRI tim thơng thường AI áp dụng bệnh khác ví dụ gần nhà khoa học Long cộng phân tích liệu hình ảnh mắt để chẩn đốn bệnh đục thủy tinh thể bẩm sinh , Gulshan cộng áp dụng thuật toán học sâu để phát tự động bệnh võng mạc tiểu đường phù hồng điểm tiểu đường hình ảnh đáy võng mạc Bên cạnh lĩnh vực bệnh nêu trên, chẩn đoán ung thư: Somashekhar cộng chứng minh hệ thống IBM Watson ung thư hệ thống AI đáng tin cậy để hỗ trợ chẩn đốn ung thư thơng qua nghiên cứu xác nhận mù đôi Esteva cộng phân tích hình ảnh lâm sàng để xác định phân nhóm ung thư da Một số tác giả ứng dụng AI hỗ trợ tính điểm Gleason chẩn đốn mơ bệnh học ung thư tuyến tiền liệt Eirini Arvaniti sử dụng bảng thích chi tiết phân độ Gleason 641 bệnh nhân sau đánh giá độc lập 245 bệnh nhân hai nhà giải phẫu bệnh học , Kunal Nagpal sử dụng 112 triệu miếng vá hình ảnh thích nhà giải phẫu bệnh học từ 1226 tiêu đánh giá liệu xác nhận độc lập 331 bệnh nhân Hai tác giả đăng tạp chí the Lancet Oncology năm 2020 Ström Bulten sử dụng hệ thống học sâu để phát độ Gleason ung thư tuyến tiền liệt dựa hình ảnh kỹ thuật số , , Trong nghiên cứu khác, Marit Lucas cộng sử dụng mạng học sâu để tự động phân loại cấu trúc Gleason dựa nhóm Gleason cho bệnh nhân Phương pháp sử dụng 96 ảnh H&E 38 bệnh nhân khác gán nhãn chuyên gia sau kiểm tra nhà bệnh lý sinh dục Lớp lớp không bị ảnh hưởng (mô liên kết) tuyến tiền liệt Lớp tuyến không điển hình, bao gồm tuyến khỏe mạnh tuyến có u tuyến tiền liệt thấp Lớp thứ ba GP lớp thứ tư GP Vì tỷ lệ mắc GP thấp liệu nên GP GP hợp để cân lớp Hình 1: Ảnh nhuộm tiêu HE ảnh gán nhãn với lớp (a) Ảnh nhuộm tiêu bản, (b) Ảnh gán nhãn với lớp Các patches trích xuất ảnh RGB gán nhán Kích thước patch 299 × 299 pixel, tương ứng với diện tích khoảng 150 × 150 μm2 Các patches (có thể chồng lấn) trích xuất cách ngẫu nhiên từ ảnh sử dụng công cụ: MATLAB R2015b, MathWorks, Natick MA USA Tăng liệu cách xoay theo 90, 180 270° áp dụng cho tất patch Dựa số lượng patches lớp, patches nhóm thành bốn phân vùng cân Trong phân vùng cân này, sinh thiết có mặt phân vùng Trong phân vùng này, số lượng patch lớp chọn với lớp có số lượng patches nhỏ tất phân vùng Dùng 03 phân vùng để huấn luyện phân vùng đề kiểm tra Mạng sử dụng CNN architecture Inception v3 bao gồm nhiều modules Inception hai lớp phân loại CNN thực phân lớp patch thuộc bốn lớp mơ Phương pháp đạt độ xác phân lớp patches 93% cho patches không điển hình, 73% GP 77% GP Tuy nhiên phương pháp Marit Lucas cộng đề xuất cịn có số hạn chế Dữ liệu đầu vào có 96 ảnh sinh thiết 38 bệnh nhân khác Điều dẫn đến khớp (overfitting) mẫu cụ thể bệnh nhân có mặt phân vùng đào tạo thử nghiệm Ngoài ra, liệu thiếu hẳn lớp GP Một nghiên cứu khác cần nhắc đến nghiên cứu Davood Karimi cộng Các tác giả nghiên cứu đề xuất phương pháp phân loại cấu trúc Gleason dựa kết hợp kết từ nhiều tỉ lệ Dữ liệu có tổng 333 ảnh H&E 231 bệnh nhân phẫu thuật cắt bỏ tuyến tiền liệt Bệnh viện Đa khoa Vancouver khoảng thời gian từ tháng năm 1997 đến tháng năm 1998 quét độ phóng đại 40 lần Sáu nhà nghiên cứu bệnh học có 27, 15, 1, 24, 17 năm kinh nghiệm gán nhãn cho 333 ảnh Sau dùng biểu đa số để gán nhãn cho ảnh Một ví dụ vể ảnh gán nhãn: Hình Tập huấn luyện tập kiểm tra lựa chọn ngẫu nhiên: tập huấn luyện gồm 247 ảnh 171 bệnh nhân; tập kiểm tra gồm 86 ảnh 60 bệnh nhân khác 10