Bài viết của Thạc sĩ, Bác sĩ Mai Viễn Phương - Khoa Khám bệnh & Nội khoa - Bệnh viện Đa khoa Quốc tế Vinmec Central Park
Cơ chế nhận dạng của trí tuệ nhân tạo (AI) là một chủ đề thú vị trong việc tìm hiểu các mạng thần kinh trí tuệ nhân tạo và ứng dụng của chúng trong điều trị. Một số mạng lưới thần kinh nhiều lớp có thể nhận biết ung thư thông qua thuật toán học sâu. Sẽ rất thú vị khi nghĩ xem liệu những hiểu biết sâu sắc của con người và sự chú ý của trí tuệ nhân tạo có liên quan với nhau, đó là một trong những điểm chính trong bài viết này.
Tính năng tự động phát hiện ung thư với chẩn đoán có sự hỗ trợ của máy tính đang được áp dụng tại phòng khám và sẽ được cải thiện với việc lập bản đồ tính năng trong mạng thần kinh. Các loại phụ và giai đoạn của ung thư, về tiến triển và di căn, nên được phân loại với trí tuệ nhân tạo để có phương pháp điều trị tối ưu.
1. Tổng quan
Việc phát hiện ung thư tự động đã được thực hiện và sẽ trở nên phổ biến hơn. Chẩn đoán hỗ trợ bằng máy tính (CAD) đang ngày càng phát triển, và việc phát hiện và phân loại ung thư đã đạt được trong việc xác định các dạng phụ của bệnh bạch cầu với mạng lưới thần kinh chập dày đặc và mạng nơ-ron phức hợp. Một hệ thống chẩn đoán hỗ trợ bằng máy tính với mạng lưới thần kinh nhân tạo khổng lồ dựa trên kỹ thuật mô mềm đã phát hiện ung thư phổi trong hình ảnh X-quang. Sự lây nhiễm của Helicobacter pylori đã được dự đoán bằng hình ảnh nội soi bằng trí tuệ nhân tạo. Một mạng lưới thần kinh chập dựa trên vùng nhanh hơn đã được áp dụng để chẩn đoán giai đoạn T của ung thư dạ dày trong hình ảnh chụp cắt lớp vi tính nâng cao (CT) của ung thư dạ dày. Hình ảnh kỹ thuật số của dữ liệu bệnh lý trong ung thư đã được sử dụng trong chẩn đoán ung thư. Phân tích bệnh lý bằng kỹ thuật số sử dụng hình ảnh toàn bộ các lát cắt có thể góp phần vào đánh giá “từ xa”. Phân tích hình ảnh tự động và các ứng dụng trí tuệ nhân tạo ngày càng tăng trong lĩnh vực bệnh lý tuyến giáp. Việc nhận dạng ung thư bằng trí tuệ nhân tạo đã trở nên chính xác và chính xác hơn, đi kèm với sự tiến bộ của mạng lưới thần kinh và khả năng tính toán.
2. Nhận biết và áp dụng trí tuệ nhân tạo
Có thể các phương pháp tiếp cận thuật toán học sâu như mô hình khai thác văn bản y sinh học được đào tạo trước trong kho ngữ liệu ngôn ngữ tự nhiên áp dụng cho việc nhận dạng ung thư bằng trí tuệ nhân tạo. Cơ chế nhận dạng của ứng dụng trí tuệ nhân tạo có thể được dịch sang ngôn ngữ của con người thông qua dấu hiệu của sự chú ý. Các viễn cảnh trong tương lai về nhận dạng ung thư trong trí tuệ nhân tạo có thể cần tập trung vào việc dịch trí tuệ nhân tạo và ngôn ngữ của con người. Khả năng sống sót của bệnh nhân ung thư gan có thể được dự đoán với sự tích hợp đa nguyên tố dựa trên thuật toán học sâu. Kiến trúc Autoencoder được sử dụng để tích hợp dữ liệu giải trình tự RNA (RNA-Seq), dữ liệu methyl hóa DNA và dữ liệu giải trình tự microRNA (miRNA-Seq) của ung thư biểu mô tế bào gan trong cơ sở dữ liệu tập bản đồ gen ung thư (TCGA).
Phối hợp dữ liệu với TCGA-Assembler là bước đầu tiên để cung cấp dữ liệu thích hợp cho trí tuệ nhân tạo.
Một cách tiếp cận tổng hợp mạng lưới tương đồng đã dự đoán các phân nhóm ung thư và khả năng sống sót. Dấu hiệu gen cho sự tái phát liên quan đến di căn của ung thư biểu mô tế bào gan đã được xác định bằng mô hình phân loại bao gồm các thuật toán dự đoán lớp, máy vectơ hỗ trợ (SVM), centroid gần nhất, 3 lân cận gần nhất, 1 lân cận gần nhất, phân tích phân biệt tuyến tính và hợp chất dự đoán hiệp biến, để đánh giá nguy cơ tái phát ung thư trong giai đoạn đầu. Các bộ đột biến gen đã được xác định trong ung thư gan, bao gồm cả các mẫu dương tính với viêm gan. Học SVM rất hữu ích để phân loại và phân loại ung thư. Bệnh lý khối u, chẳng hạn như phân loại, phân loại và phân giai đoạn, có thể được dự đoán bằng trí tuệ nhân tạo dựa trên thuật toán học sâu. Các phương pháp phân cụm và máy học đã được sử dụng để phân loại bệnh nhân ung thư vú với liệu pháp miễn dịch. Ung thư bàng quang không xâm lấn cơ tiến triển và ung thư bàng quang xâm lấn cơ được phân loại dựa trên phân nhóm phân tử của khả năng đáp ứng với liệu pháp miễn dịch. Một mô hình phân loại thú vị được gọi là ung thư nguyên phát chưa biết-trí tuệ nhân tạo -Dx đã dự đoán vị trí chính của khối u và loại phụ phân tử trong cấu hình RNA.
3. Ứng dụng công nghệ trí tuệ nhân tạo trong điều trị ung thư
Quy trình làm việc lâm sàng nâng cao với các can thiệp trí tuệ nhân tạo đã được đề xuất trong điều trị ung thư, bao gồm phát hiện và xác định đặc điểm do trí tuệ nhân tạo hướng dẫn, lập kế hoạch và theo dõi điều trị do trí tuệ nhân tạo hướng dẫn và tối ưu hóa kết quả theo định hướng trí tuệ nhân tạo. Các công cụ trí tuệ nhân tạo có thể được sử dụng để phát hiện các bất thường, xác định đặc điểm của tổn thương nghi ngờ và xác định tiên lượng hoặc đáp ứng với điều trị. Công nghệ trí tuệ nhân tạo cung cấp các bộ mô tả khối u mạnh mẽ trong phân đoạn, chẩn đoán, phân giai đoạn và hình ảnh gen. Trích xuất đặc điểm phóng xạ từ hình ảnh CT Scan của bệnh nhân ung thư phổi đã thành công để cho thấy mối liên quan với biểu hiện gen và khả năng tiên lượng. Các đặc điểm chụp X quang dựa trên CT có thể dự đoán di căn xa cho bệnh nhân ung thư biểu mô tuyến phổi.
Cách tiếp cận trong đánh giá và xác nhận các dấu ấn sinh học mới đưa các tiêu chí đã sửa đổi trong dữ liệu hình ảnh thành Tiêu chí Đánh giá đáp ứng trong khối u đặc trong liệu pháp điều trị ung thư. Kết quả nghiên cứu lâm sàng ở ung thư phổi không phải tế bào nhỏ di căn đã chứng minh rằng điều trị pembrolizumab kết hợp với hóa trị cho thấy thời gian sống thêm toàn bộ lâu hơn và không tiến triển hơn so với hóa trị đơn thuần ở những bệnh nhân không có thụ thể yếu tố tăng trưởng biểu bì hoặc đột biến kinase u lympho không sản sinh. Ứng dụng trí tuệ nhân tạo trong các lĩnh vực y tế như phát hiện sớm, chẩn đoán và điều trị bệnh ngày càng mở rộng. Dữ liệu lâm sàng được xử lý bằng xử lý ngôn ngữ tự nhiên và máy học của trí tuệ nhân tạo, đây sẽ là những thành phần quan trọng trong việc đưa ra quyết định lâm sàng về chiến lược điều trị
Ứng dụng trí tuệ nhân tạo trong nhận biết và điều trị ung thư.
Kết luận
Việc sử dụng trí tuệ nhân tạo để nhận dạng ung thư đang gia tăng nhanh chóng. Cách tiếp cận truyền thống có thể phát triển với mạng nơ-ron trí tuệ nhân tạo để tạo ra một lĩnh vực tương lai cho hành tinh. Việc nhận dạng dữ liệu hình ảnh, cũng như các bản sao được dịch và chưa dịch của các gen trong bệnh ung thư, sẽ làm sâu sắc thêm lĩnh vực trí tuệ nhân tạo.
Để đặt lịch khám tại viện, Quý khách vui lòng bấm số HOTLINE hoặc đặt lịch trực tiếp TẠI ĐÂY. Tải và đặt lịch khám tự động trên ứng dụng MyVinmec để quản lý, theo dõi lịch và đặt hẹn mọi lúc mọi nơi ngay trên ứng dụng.
Tài liệu tham khảo
Tanabe S. Cancer recognition of artificial intelligence. Artif Intell Cancer 2021; 2(1): 1-6 [DOI: 10.35713/aic.v2.i1.1]
