Một số vấn đề khi áp dụng phần mềm AI trong chẩn đoán hình ảnh

Bài được viết bởi Thạc sĩ, Bác sĩ Hoàng Văn Làn Đức - Bác sĩ Chẩn đoán hình ảnh - Khoa Chẩn đoán hình ảnh và Y học hạt nhân - Bệnh viện Đa khoa Quốc tế Vinmec Times City.

AI đã và đang được áp dụng trong rất nhiều lĩnh vực, trong đó có Y học, đặc biệt là trong chẩn đoán hình ảnh. Vậy, chúng ta nên cân nhắc những vấn đề gì khi áp dụng phần mềm trí tuệ nhân tạo – AI trong chẩn đoán hình ảnh? Một nhóm tác giả đa quốc gia đã đưa ra các hướng dẫn mới, với 10 vấn đề dựa vào việc trả lời 10 câu hỏi. Bài viết sau sẽ đề cập đến hai vấn đề đầu tiên.

Bản hướng dẫn nói trên đã được xuất bản trong một bài báo trực tuyến ngày 5 tháng 3 năm 2021 trên Tạp chí điện quang Châu Âu, do một nhóm tác giả dẫn đầu bởi Tiến sĩ Patrick Omoumi, Đại học Lausanne ở Thụy Sĩ thực hiện. Nội dung của bài báo nhằm giúp các bác sĩ cũng như các nhà quản lý y tế đánh giá và lựa chọn phần mềm AI trong chẩn đoán hình ảnh phù hợp nhất với nhu cầu của họ. Nhóm nghiên cứu đã đặt tên cho các hướng dẫn này là Đánh giá các giải pháp AI thương mại trong chẩn đoán hình ảnh, viết tắt theo tên tiếng Anh là ECLAIR (Evaluating commercial AI solutions in radiology).

Theo các tác giả, nhiều yếu tố cần được đưa vào đánh giá các ứng dụng của phần mềm phức tạp này, chẳng hạn như đánh giá và cân nhắc về tài chính, kỹ thuật, cũng như các yếu tố về chất lượng và an toàn. Nhóm viết: “Các vấn đề cần xem xét trong đánh giá bao gồm: Mức độ phù hợp của giải pháp theo quan điểm của từng bên liên quan, các vấn đề liên quan đến hiệu suất và sự công nhận, khả năng sử dụng và tích hợp, các khía cạnh quy định và pháp lý cũng như các dịch vụ tài chính và hỗ trợ”.

Trong bài báo của mình, các tác giả đã cung cấp danh sách các chi tiết cần kiểm tra, xem xét khi đánh giá phần mềm AI thương mại trong chẩn đoán hình ảnh, cũng như danh sách 10 câu hỏi hàng đầu cần phải trả lời:

1.1. Phần mềm AI giải quyết vấn đề gì và được thiết kế cho ai?

1.2. Những lợi ích và rủi ro tiềm tàng của AI là gì và ảnh hưởng đến ai?

1.3. Thuật toán của phần mềm AI đã được xác nhận một cách chặt chẽ và độc lập chưa?

1.4. Làm thế nào để AI có thể được tích hợp vào quy trình làm việc lâm sàng và giải pháp có tương thích với phần mềm hiện có không? Ví dụ như có thể tích hợp vào mạng PACS (hệ thống lưu trữ và truyền tải hình ảnh) của bệnh viện hay không?

1.5. Cần phải có những yêu cầu gì về cơ sở hạ tầng công nghệ thông tin?

1.6. Ứng dụng AI có phù hợp với thiết bị y tế và các quy định bảo vệ dữ liệu cá nhân của quốc gia sử dụng hay không và nó tuân theo loại quy định nào?

1.7. Các phân tích về kinh tế như tỷ suất lợi nhuận (ROI) đã được thực hiện chưa?

1.8. Việc bảo trì sản phẩm được đảm bảo như thế nào?

1.9. Việc đào tạo, kiểm soát người dùng được xử lý như thế nào?

1.10. Các trục trặc tiềm ẩn hoặc kết quả sai sót sẽ được xử lý như thế nào?

Như đã liệt kê, có rất nhiều vấn đề gặp phải khi áp dụng AI vào chẩn đoán hình ảnh. Tuy nhiên, trong khuôn khổ bài viết này, tác giả chỉ xin đề cập đến hai vấn đề đầu tiên.

2.1. Phần mềm AI giải quyết vấn đề gì và được thiết kế cho ai?

Khi đánh giá mức độ liên quan của giải pháp AI đối với thực tiễn lâm sàng của từng trường hợp, các câu hỏi cơ bản cần trả lời là nó phải giải quyết vấn đề cụ thể nào (mục đích sử dụng), trong điều kiện nào (chỉ định sử dụng) và cần phải một chỉ định lâm sàng cụ thể rõ ràng (trường hợp sử dụng).

Các điểm cơ bản cần xem xét bao gồm:

• Các bệnh hoặc triệu chứng nào được chẩn đoán, điều trị và theo dõi bằng AI?
• Ai là người dùng trực tiếp phần mềm AI: Bác sĩ chẩn đoán hình ảnh, lâm sàng, phẫu thuật,... cũng như yêu cầu về trình độ và đào tạo cho họ như thế nào?
• Nguyên tắc cũng như phương thức hoạt động của các thiết bị, phương tiện liên quan đến AI?
• Mục đích sử dụng AI là như một công cụ nghiên cứu hay để sử dụng khám chữa bệnh trong lâm sàng?
• Nó có được sử dụng như một giải pháp trong kiểm tra chéo giữa AI với bác sĩ chẩn đoán hình ảnh (double check) không? Ví dụ như việc đọc phim X- quang ngực sẽ được thực hiện đồng thời giữa bác sĩ chẩn đoán hình ảnh và AI để tránh bỏ sót tổn thương.
• AI có được dùng để phân loại trong thăm khám lâm sàng hay để kiểm soát chất lượng hoặc một số chức năng khác hay không?
• Nó có thể đưa ra được chẩn đoán, tiên lượng hoặc các dữ liệu định lượng (như kích thước của tổn thương,...) hay không?
• AI có cung cấp các thông tin hữu ích mà trước đây không có không?
• Có tiêu chuẩn lựa chọn bệnh nhân, chỉ định, chống chỉ định hay cảnh báo nào khác không?

2.2. Những lợi ích và rủi ro tiềm tàng của AI là gì và ảnh hưởng đến ai?

Lợi ích có thể được đánh giá từ quan điểm của bệnh nhân, bác sĩ chẩn đoán hình ảnh, bác sĩ lâm sàng, bệnh viện, công ty bảo hiểm, hệ thống chăm sóc sức khỏe hoặc toàn xã hội. Góc nhìn từ mỗi quan điểm trên lại có những thước đo riêng. Tốt nhất, đánh giá lợi ích nên được thông qua các bằng chứng, bao gồm các công trình nghiên cứu khoa học và các phân tích lợi ích kinh tế.

Đối với bệnh nhân, cần phân tích xem AI có giúp ích hay tác động đến chẩn đoán, tiên lượng hay có làm tăng chất lượng cuộc sống của họ không.

Đối với bác sĩ chẩn đoán hình ảnh và lâm sàng, phần mềm AI có làm tăng năng suất và giảm thời gian thăm khám hay không? Việc giảm thời gian thăm khám có làm hài lòng bác sĩ và bệnh nhân không; có làm giảm căng thẳng về tâm lý và thể chất trong công việc cho nhân viên y tế không; có tăng cường kiểm soát chất lượng, giảm thiểu rủi ro sơ xuất, chi phí pháp lý và bảo hiểm không?

Đối với các tổ chức như bệnh viện, công ty, bảo hiểm, phần mềm AI có nâng cao hiệu quả của bác sĩ, sử dụng nguồn lực hiệu quả hơn, quy trình chăm sóc nhanh hơn và giảm nguy cơ sai sót. Các đánh giá kinh tế như phân tích chi phí – lợi ích, hiệu quả của chi phí, tỷ suất lợi nhuận trên doanh thu (ROI),... cũng được tính toán khi áp dụng AI vào y tế.

Đối với xã hội, các lợi ích tiềm năng mà AI mang lại nên được xem xét như: Giảm chi phí chăm sóc sức khỏe, tăng khả năng tiếp cận dịch vụ y tế, giảm sự chênh lệch về chất lượng dịch vụ, cuối cùng là tăng tuổi thọ và chất lượng cuộc sống.

Những rủi ro liên quan đến việc sử dụng hệ thống AI có thể kể đến như chẩn đoán sai, ảnh hưởng tới quy trình làm việc bình thường của bác sĩ chẩn đoán hình ảnh hoặc có thể quá phụ thuộc vào kết quả của AI đọc mà quên đi các dấu hiệu hình ảnh cơ bản,...

Hãy theo dõi trang web: Vinmec.com thường xuyên để cập nhật nhiều thông tin hữu ích khác.