Xây dựng cơ sở dữ liệu cho ứng dụng AI trong Hình ảnh Y tế

Xây dựng cơ sở dữ liệu cho ứng dụng AI trong Hình ảnh Y tế Xây dựng cơ sở dữ liệu cho ứng dụng AI trong Hình ảnh Y tế Vingroup Big Data Institute (VinBDI) 23/07/2019 AI có thể trợ giúp đắc lực cho bác[.]

Xây dựng cơ sở dữ liệu cho ứng dụng AI trong Hình ảnh Y

tế

Vingroup Big Data Institute (VinBDI)

23/07/2019

AI có thể trợ giúp đắc lực cho bác sĩ

• Tiệm cận trình độ chuyên môn của các BS CĐHA trong một số trường hợp

• Bác sĩ + AI cho chẩn đoán chính xác nhất

Nguồn: Wu et al “Deep Neural Networks Improve Radiologists’ Performance in Breast Cancer Screening ,” 2019

Thực trạng tại Việt Nam

• Trình độ chuyên môn của

các BS không đồng đều ở

các tuyến

• Các BV tuyến trên (đặc

biệt là khoa CĐHA) luôn

trong tình trạng quá tải

AI cho ảnh y tế tại Viện Big Data

• Mục tiêu:

• Nghiên cứu và phát triển một phần mềm hỗ trợ hoặc tự động

chẩn đoán dựa vào hình ảnh y tế (x-quang, siêu âm, CLVT, CHT,

v.v.) có độ chính xác tiệm cận các bác sĩ giàu kinh nghiệm

• Lợi ích:

• Giúp bệnh nhân ở tuyến dưới được tiếp cận với chẩn đoán chất

lượng

• Giúp giảm áp lực cho các BS chẩn đoán hình ảnh ở BV tuyến trên

X-ray

CT scan

Ultra Sound

MRI

Demo một số module đã phát triển

• Chẩn đoán 12 bệnh tim phổi trên X-quang lồng ngực (5s/ca)

Demo một số module đã phát triển

• Chẩn đoán ung thư phổi trên CLVT lồng ngực (30s/ca)

Demo một số module đã phát triển

• Chẩn đoán ung thư vú trên nhũ ảnh (10s/ca)

So sánh với thế giới

• Tất cả các thuật toán do VinBDI phát triển đều đạt hiệu suất trong top 1% của thế giới (tính theo độ nhạy và độ đặc hiệu)

• Một số thuật toán đã được kiểm chứng qua các cuộc thi do các đơn vị độc lập và có uy tín tổ chức:

• Stanford CheXpert Competition (dự đoán bệnh phổi)

• SIIM Pneumothorax segmentation (khoanh vùng tràn khí màng phổi)

• VinBDI đứng thứ 4/32 đội tham gia

• Chẩn đoán của máy trên 12 loại

bệnh tốt hơn trung bình 2.4/3 BS CĐHA tham gia thí nghiệm (độ nhạy cao hơn với cùng độ đặc hiệu)

Kế hoạch tiếp theo

• Chẩn đoán ung thư gan bằng ảnh CLVT ổ bụng

• Chẩn đoán một số bệnh thần kinh (u não, viêm não, đột quỵ, v.v.) bằng ảnh CLVT/CHT sọ não

• Chẩn đoán một số bệnh tim mạch (mạch vành, nhồi máu, suy tim, v.v.) bằng ảnh CLVT mạch vành/CHT tim

• Các chẩn đoán khác theo nhu cầu thực tế của BV

Vấn đề dữ liệu

• Các thuật toán chẩn đoán bằng AI đều được huấn luyện dựa trên các

bộ dữ liệu mở trên thế giới

• Những bộ dữ liệu này khá hạn chế, có thể không phù hợp với sinh lý và bệnh lý của người Việt

• Để có thể triển khai phần mềm chẩn đoán hình ảnh trong thực tế cần

thu thập và xây dựng một bộ dữ liệu lớn, phong phú, được chú giải đầy

đủ từ các BV ở Việt Nam

Cơ sở dữ liệu dự kiến

STT Loại ảnh Mặt bệnh Số lượng BN Tỉ lệ Dương tính

Kêu gọi sự hợp tác của các bệnh

viện

• Phối hợp thu thập từng phần của cơ sở dữ liệu

• Toàn bộ quy trình thu thập và chia sẻ dữ liệu sẽ theo quy định của BYT

• Khi thu thập sẽ xóa bỏ toàn bộ định danh và thông tin cá nhân của BN

• Tất cả các nghiên cứu tiến hành trên dữ liệu do BV cung cấp phải ký cam kết không tìm cách xác định danh tính bệnh nhân

• Một phần của bộ dữ liệu sau khi chuẩn hóa sẽ được chia sẻ cho cộng

đồng nghiên cứu

Quyền và lợi ích của Bệnh viện

• Có toàn quyền đối với dữ liệu đã cung cấp

• Đồng đứng tên trong các nghiên cứu có sử dụng dữ liệu đã cung cấp

• Được sử dụng miễn phí phần mềm hỗ trợ chẩn đoán hình ảnh phát triển bởi VinBDI

Kết luận

• AI trong ảnh y tế rất triển vọng nhưng thiếu dữ liệu

• VinBDI kêu gọi sự cộng tác của các bệnh viện để xây dựng cơ sở dữ liệu

• Cam kết đảm bảo quyền riêng tư của bệnh nhân và lợi ích của bệnh viện

Liên hệ: v.hanq3@vintech.net.vn