Ứng dụng trí tuệ nhân tạo trong nhãn khoa

ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG NHÃN KHOA TS.BS TRỊNH XN TRANG Artificial intelligence • Khoa học máy tính tạo cỗ máy thông minh, thực nhiệm vụ địi hỏi trí thơng minh người • AI phân tích liệu, xác định mơ hình đưa định dự đốn dựa học Applications of AI : Machine Learning • Hệ thống máy tính học mà khơng cần hướng dẫn rõ ràng • Bằng cách sử dụng thuật tốn mơ hình thống kê để phân tích rút suy luận từ mơ hình liệu • Học từ ví dụ để đưa dự đoán định Deep Learning : a subset of machine learning • Tập trung vào việc tạo mạng lưới thần kinh sâu (CNN) để học hỏi từ lượng liệu khổng lồ • Mạng lưới thần kinh sâu nắm bắt mơ hình mối quan hệ phức tạp liệu thô mà không cần lập trình thủ cơng • Học sâu thường sử dụng nhận dạng hình ảnh, xử lý ngơn ngữ tự nhiên, nhận dạng giọng nói AI & Nhãn khoa • Chẩn đốn & sàng lọc từ hình ảnh • Hỗ trợ định • Lập kế hoạch điều trị • Y học từ xa • Giáo dục bệnh nhân Bệnh võng mạc đái tháo đường • Ứng dụng AI • Sàng lọc quần thể lớn • Nhân lực tối thiểu • Hiệu tối đa EyRIS Ting DSW, Cheung CY, Lim G, Tan GSW, Quang ND, Gan A, et al Development and validation of a deep learning system for diabetic retinopathy and related eye diseases using retinal images from multiethnic populations with diabetes JAMA 2017;318:2211–23 FDA DR & DME Abramoff MD, Lavin PT, Birch M, Shah N, Folk JC Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices NPJ Digit Med 2018;28:1–39 EyeArt - FDA • DME mức độ nhẹ đe dọa đến thị lực, máy chụp đáy mắt không giãn đồng tử Canon CR-2 AF Canon CR -2 Plus AF • Độ nhạy 96% & độ đặc hiệu 88% việc phát DR mức độ nhẹ so với chuyên gia • Độ nhạy 92% & độ đặc hiệu 94% việc phát DR đe dọa thị lực AMD Độ nhạy 93,20% Độ đặc hiệu 88,70% ROP • Quản lý ROP dựa sàng lọc kịp thời • Sàng lọc chuyên gia + telemedicine • Deep learning tự động xác định bệnh xác AUC 0.98 • Nghiên cứu i-ROP: đồng thuận cao 6/8 chun gia quốc tế • Chẩn đốn mức độ nghiêm trọng • Theo dõi tiến triển hồi phục đáp ứng theo thời gian Độ nhạy 100%, độ đặc hiệu 94% Brown JM, Campbell JP, Beers A Fully automated disease severity assessment and treatment monitoring in retinopathy of prematurity using deep learning Proceedings Volume 10579, Medical Imaging 2018: Imaging Informatics for Healthcare, Research, and Applications 2018 Glaucoma • Bệnh có khả gây mù sàng lọc • DL • • • • Hình dạng gai thị RNFL Góc tiền phịng dựa soi góc AS-OCT Nhận biết quỹ đạo tiến triển dựa vào IOL thị trường ứng với cấp độ IOP đích khác OCT Phân độ góc tiền phịng Telemedicine C U R R E N T F U T U R E weeks until manual grading Optometrist months Optic Nerve Photograph Instantaneous grading with AI AI algorithm Healthy No exam Urgent 1-2 weeks Routine months Suspect months Healthy No exam Delayed treatment leads to permanent vision loss Prompt treatment to avert permanent vision loss Bệnh phần trước • Sàng lọc đục thủy tinh thể: hình ảnh đèn khe / chụp màu đáy mắt • Lựa chọn IOL phù hợp • Máy ảnh Scheimflug: Giác mạc chóp / Giác mạc chóp tiền lâm sàng/ tiên lượng cơng suất giác mạc sau phẫu thuật khúc xạ • Nomogram cho phẫu thuật khúc xạ Challenges Thiết bị khác Tiêu chuẩn chất lượng hình ảnh Sự khác biệt quan sát viên & thống chuyên gia ngưỡng can thiệp Mức độ quan trọng để đưa định, trách nhiệm pháp lý Các tiêu chí đồng thuận để chẩn đốn/ phân loại/ chuyển bệnh Thách thức công nghệ “Một số người gọi trí tuệ nhân tạo, thực tế công nghệ nâng cao lực Vì vậy, thay trí tuệ nhân tạo, tơi nghĩ tăng cường trí thơng minh mình.” Ginni Rometty ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG NHÃN KHOA TS.BS TRỊNH XUÂN TRANG bstxtrang@ump.edu.vn