5. Ý nghĩa khoa học và thực tiễn của đề tài
1.5. Kết luận chƣơng 1
Chƣơng 1 trình bày giới thiệu tổng quan về ảnh y khoa và các kỹ thuật xử lý ảnh y khoa, chuẩn ảnh DICOM và cấu trúc dữ liệu của ảnh DICOM, một số hƣớng tiếp cận trong xử lý ảnh nhằm phát hiện bất thƣờng trên ảnh y khoa và đề cập đến tầm quan trọng của ứng dụng phát hiện bất thƣờng trong chẩn đoán bệnh.
CHƢƠNG 2. PHÁT HIỆN BẤT THƢỜNG TRÊN ẢNH X- QUANG PHỔI DỰA VÀO TIẾP CẬN HỌC SÂU
2.1. GIỚI THIỆU
2.1.1. Trí tuệ nhân tạo trong phát hiện bất thƣờng phổi
Trong chăm sóc sức khỏe, tác dụng lớn nhất của học máy với dữ liệu y tế lớn đó là hỗ trợ quyết định chẩn đoán. AI đã đƣợc nghiên cứu và triển khai trong nhiều năm trong các nhiệm vụ nhƣ phân tích điện tâm đồ trên máy tính [30]. Những tiến bộ công nghệ đã dẫn đến sự phát triển trong nghiên cứu về việc sử dụng các hệ thống dựa trên AI trong hình ảnh y tế. Các hệ thống AI đƣợc phát triển để hỗ trợ quản lý quy trình làm việc, hỗ trợ quyết định, độ chính xác của ngƣời đọc hoặc để bổ sung kiến thức chuyên môn trong các lĩnh vực chƣa đƣợc xác nhận. Nhiều nhiệm vụ hỗ trợ quyết định hình ảnh liên quan đến việc quản lý các nốt phổi có thể đƣợc hỗ trợ bởi các hệ thống AI.
Các chuyên gia X-quang đã phát hiện ra các công cụ AI có thể giúp cải thiện hiệu quả của việc đọc ảnh chụp X-quang. Một số nghiên cứu đã chỉ ra rằng hệ thống phát hiện khối u phổi giúp bác sĩ X-quang xác định khối u một cách hiệu quả và chính xác hơn [31-33]. Brownet và cộng sự đã nghiên cứu tác động của việc triển khai hệ thống phát hiện có hỗ trợ máy tính (CAD) dựa trên CT ngực vào quy trình làm việc X-quang [33]. Hệ thống cung cấp khả năng phát hiện và đo lƣờng tự động các nốt u phổi, và nó đƣợc tích hợp với một ứng dụng đọc báo cáo. Các tác giả báo cáo thời gian đọc giảm 7–44% so với các phƣơng pháp thủ công thông thƣờng [31].
Sự phân tích phức tạp và nhanh chóng của một lƣợng lớn dữ liệu đã cho phép hiểu biết nhiều hơn về các quần thể. Mục tiêu cuối cùng là giảm chi phí và nâng cao hiệu quả và chất lƣợng chăm sóc bằng cách tùy chỉnh các can thiệp quản lý quần thể [32]. Tầm soát ung thƣ phổi là một lĩnh vực mà AI có
thể hỗ trợ trong việc quản lý quần thể do những thách thức nhƣ sự biến đổi của ƣớc tính xác suất ung thƣ phổi giữa các bác sĩ lâm sàng hoặc bác sĩ X- quang và kết quả dƣơng tính giả cao [33-35].