Sử dụng trí tuệ nhân tạo trong phát hiện u tuyến của nội soi đại tràng: Phát minh hỗ trợ đắc lực cho bác sĩ lâm sàng (Phần 2)

Bài viết bởi Thạc sĩ, Bác sĩ Mai Viễn Phương - Bác sĩ nội soi tiêu hóa - Khoa Khám bệnh & Nội khoa - Bệnh viện Đa khoa Quốc tế Vinmec Central Park

Phát hiện và chẩn đoán bệnh với sự hỗ trợ của máy tính (CAD), nhờ những cải tiến mới được phát triển của trí tuệ nhân tạo sẽ giúp tăng tỷ lệ phát hiện u tuyến và do đó góp phần giảm tỷ lệ mắc ung thư, cải thiện hiệu quả của nội soi đại tràng trong sàng lọc các kết quả quan trọng như tử vong liên quan đến ung thư đại trực tràng.

Tỷ lệ phát hiện u tuyến (ADR) được định nghĩa là tỷ lệ bệnh nhân có ít nhất một u tuyến đại trực tràng được phát hiện khi nội soi kiểm tra lần đầu, trong số tất cả các bệnh nhân được bác sĩ nội soi kiểm tra. Tiêu chuẩn cho ADR nói chung là 25% (30% ở nam, 20% ở nữ) và báo cáo rằng tăng 1% ADR có liên quan đến giảm 3% tỷ lệ mắc CRC trong khoảng thời gian. Một đánh giá hệ thống gần đây với Meta-Analysis đã báo cáo rằng khoảng 25% ung thư đại trực tràng bị bỏ sót khi nội soi kiểm tra, dẫn đến sự thay đổi không thể chấp nhận được trong chỉ số chất lượng chính ADR, trong số các bác sĩ nội soi.

Cơ sở lý luận về quy trình làm việc, sự hỗ trợ của hệ thống AI CADe là các thuộc tính “Học và ghi nhớ”. Hệ thống CADe được cung cấp dữ liệu thu được từ các bản ghi video của các nội soi đại tràng được các chuyên gia sửa đổi hậu kỳ. Trong số đó, chẳng hạn, một mạng thần kinh kết hợp (GI -nius, Medtronic) đã được cài đặt và xác nhận (độ nhạy 99,7%, 0,9% nhiễu kích hoạt do khung dương tính giả) sử dụng thư viện video gồm 2684 thương tổn đã được xác nhận ở mô học, trong một thử nghiệm lâm sàng chất lượng cao hệ thống CAD này thu thập đầu vào từ các khung kỹ thuật số của bộ xử lý nội soi tiêu chuẩn và xuất ra tọa độ của hộp tín hiệu chỉ khi trường hợp của các tổn thương đích được nhận ra trong hình ảnh. Đánh giá thời gian thực được hình thành nhờ vào thực tế là quá trình đầu vào - đầu ra này, dẫn đến tín hiệu CADe trên màn hình nội soi, không phải là vấn đề thời gian của bác sĩ nội soi, bởi vì nó xuất hiện ngay lập tức (1,52 ± 0,08 μs tức là, 1,52 phần triệu giây)

Quá trình quay video trung bình của quá trình nội soi đại tràng trong 30 phút được thực hiện với khoảng 50000 khung hình, tương ứng với 25-30 khung hình mỗi giây và một polyp đại tràng có thể được nhận ra ngay cả khi chỉ trong một vài khung hình, giải thích mức độ thất bại trong việc nhận dạng polyp có thể xảy ra, bất chấp nội soi bằng phương thức nào.

Bằng cách này, công nghệ mới tiên tiến này có thể cung cấp sự trợ giúp cần thiết trong việc giảm tỷ lệ mắc CRC và tỷ lệ tử vong liên quan. Trên thực tế, hệ thống CADe gần đây đã được giới thiệu trong thiết lập nội soi thời gian thực để khắc phục tỷ lệ tổn thương đại tràng. Các kết quả được báo cáo bởi các thử nghiệm lâm sàng ngẫu nhiên đa trung tâm và đa trung tâm (RCT) khác nhau dường như đang tăng lên mạnh mẽ: ADR tổng thể của các nghiên cứu này cao hơn đáng kể khi được hỗ trợ bởi các hệ thống CADe như được trình bày trong Bảng 1: Repici và cộng sự đã thực hiện vào năm 2019 một nghiên cứu đa trung tâm, trong đó 700 bệnh nhân từ 40 đến 80 tuổi liên tiếp được chọn ngẫu nhiên 1: 1 trong nhóm CADe và nhóm đối chứng. ADR cao hơn đáng kể ở nhóm CADe 54,8% so với 40,4%. Họ cũng báo cáo Adenoma Per Colonoscopy, vẫn cao hơn ở nhóm CADe (1,05 ± 1,55 so với 0,7 ± 1,19). Wang và cộng sự vào năm 2019 đã thực hiện một thử nghiệm mở, trong đó 1058 bệnh nhân liên tiếp được phân ngẫu nhiên tiền cứu để trải qua nội soi đại tràng chẩn đoán có ( n = 522) hoặc không có ( n= 536) sự hỗ trợ của hệ thống phát hiện polyp tự động theo thời gian thực. Nhờ sự hỗ trợ của AI, ADR tăng từ 20% lên 29%. Wang và cộng vào năm 2020 đã thực hiện một RCT đơn trung tâm mù đôi thu nhận 1010 bệnh nhân được chọn ngẫu nhiên trong nhánh hỗ trợ CAD ( n = 508) và nhóm đối chứng ( n = 502), báo cáo ADR cao hơn ở nhánh hỗ trợ CAD: 34,1% so với 28%. Gong và cộng sự vào năm 2020 đã thực hiện và RCT trong đó 704 bệnh nhân được phân bổ ngẫu nhiên với hệ thống ENDOANGEL CADe ( n = 355) hoặc nội soi đại tràng không hỗ trợ (đối chứng) ( n= 349). ADR cao hơn đáng kể ở nhóm CADe: 16,7% so với 8,2%. Liu và cộng sự đã thu nhận 1026 bệnh nhân trong một RCT và phân ngẫu nhiên họ vào nhóm Đối chứng ( n = 518) và một CADe hỗ trợ ( n = 508), cũng trong trường hợp này, ADR được báo cáo là cao hơn đáng kể trên CADe được hỗ trợ nhóm: 39,2% so với 24%. Loại AI này cũng có thể giúp chuẩn hóa nội soi đại tràng bất kể người điều hành và thiết lập nội soi bằng cách loại bỏ các thành kiến ​​chủ quan.

Bảng 1: Tỷ lệ phát hiện u tuyến tổng thể của các nghiên cứu này cao hơn đáng kể khi được hỗ trợ bởi các hệ thống phát hiện có hỗ trợ của máy tính.

Chữ viết tắt: WL: Ánh sáng trắng; RCT: Thử nghiệm lâm sàng ngẫu nhiên; CADe: Máy tính hỗ trợ phát hiện; ADR: Tỷ lệ phát hiện u tuyến.

Trí tuệ nhân tạo AI là một công nghệ mới nổi, ứng dụng đang gia tăng nhanh chóng trong nhiều lĩnh vực y tế. Một số ứng dụng của AI trong khoa tiêu hóa đang cho thấy những kết quả đầy hứa hẹn, đặc biệt là trong điều trị ung thư đường tiêu hóa. Trong số này, các kỹ thuật có thể làm tăng ADR sẽ đóng một vai trò quan trọng trong việc giảm tỷ lệ mắc CRC và tỷ lệ tử vong liên quan của nó do ung thư khoảng không được phát hiện hoặc phân loại sai. Hơn nữa, dự kiến ​​cũng sẽ giảm đáng kể chi phí. Ngoài ra, sự hỗ trợ của máy móc sẽ giúp giảm thời gian khám và do đó tối ưu được lịch nội soi.

Hơn nữa, chỉ định cắt polyp đại tràng, được hỗ trợ bởi độ nhạy và độ đặc hiệu tốt, sẽ dẫn đến giảm chi phí trực tiếp của các khối polyp không cần thiết. Hơn nữa, độ chính xác chẩn đoán cao hơn trong việc xác định các tổn thương tiền ung thư và ung thư sẽ dẫn đến giảm chi phí thứ cấp của các loại ung thư được ngăn ngừa.

Mặc dù có những kết quả đầy hứa hẹn, các kỹ thuật AI để phát hiện và xác định các tổn thương đại trực tràng vẫn cần được nghiên cứu thêm trong tương lai gần. Đặc biệt, vì hầu hết các kết quả đến từ các thử nghiệm được thực hiện tại các trung tâm chuyên môn cao, thể hiện một hạn chế về tính tổng quát của kết quả, chúng cũng phải được xác nhận trong thực hành lâm sàng.

Cuối cùng, việc tích hợp AI trong môi trường y học cơ bản là con người phải được xem xét: AI không được hình thành, cũng như bây giờ, không bao giờ, để thay thế bác sĩ nội soi, ngược lại, nó dường như là một công cụ cực kỳ hữu ích để được sử dụng từ chính bác sĩ nội soi, với khả năng và kỹ năng của mình, là người duy nhất có thể xử lý và diễn giải tất cả thông tin AI để đưa ra quyết định về quản lý bệnh nhân.

Hiện nay, khám sàng lọc ung thư đường tiêu hoá là biện pháp khoa học và hiệu quả để phát hiện sớm ung thư đường tiêu hóa (ung thư thực quản, ung thư dạ dày, ung thư đại tràng) và đưa ra phác đồ điều trị tốt. Hiện tại, Bệnh viện Đa khoa Quốc tế Vinmec có Gói tầm soát và phát hiện sớm ung thư đường tiêu hóa (thực quản - dạ dày - đại tràng) kết hợp khám lâm sàng và cận lâm sàng để đem lại kết quả chính xác nhất có thể.

Khi sàng lọc ung thư đường tiêu hóa tại Vinmec, Quý khách sẽ được:

• Khám Chuyên khoa Nội tiêu hóa với bác sĩ chuyên khoa ung bướu (có hẹn).
• Nội soi dạ dày và nội soi đại tràng với máy nội soi NBI có gây mê.
• Xét nghiệm tổng phân tích tế bào máu ngoại vi (bằng máy đếm laser).
• Xét nghiệm thời gian prothrombin bằng máy tự động.
• Xét nghiệm thời gian thrombin bằng máy tự động.
• Xét nghiệm thời gian thromboplastin một phần hoạt hoá (APTT: Activated Partial Thromboplastin Time) bằng máy tự động.
• Siêu âm ổ bụng tổng quát

Tài liệu tham khảo

1. Emanuele Sinagra, Matteo Badalamenti, và cộng sự , Use of artificial intelligence in improving adenoma detection rate during colonoscopy: Might both endoscopists and pathologists be further helped. World J Gastroenterol. Oct 21, 2020; 26(39): 5911-5918
2. Torre LA, Bray F, Siegel RL, Ferlay J, Lortet-Tieulent J, Jemal A. Global cancer statistics, 2012. CA Cancer J Clin. 2015;65:87-108. [PubMed] [DOI]
3. Maida M, Morreale G, Sinagra E, Ianiro G, Margherita V, Cirrone Cipolla A, Camilleri S. Quality measures improving endoscopic screening of colorectal cancer: a review of the literature. Expert Rev Anticancer Ther. 2019;19:223-235. [PubMed] [DOI]