Trong toàn bộ ứng dụng AI vào y tế, chẩn đoán hình ảnh là lĩnh vực đi xa nhất. Đây cũng là nơi có nhiều sản phẩm được cơ quan quản lý phê duyệt nhất.
Có lý do kỹ thuật rõ ràng cho điều này.
Vì sao hình ảnh là mảnh đất thuận lợi
- Dữ liệu ở dạng chuẩn hoá — ảnh số, kích thước và định dạng thống nhất.
- Có nhãn sẵn — hàng triệu phim đã được bác sĩ đọc và ghi kết luận.
- Bài toán rõ ràng — có hay không có một tổn thương cụ thể.
- Nhận dạng ảnh là bài toán mà học sâu mạnh nhất.
Các ứng dụng đã có trong thực tế
- Sàng lọc bất thường trên phim ngực — đánh dấu vùng nghi ngờ để bác sĩ xem kỹ.
- Phát hiện gãy xương trên phim chấn thương, đặc biệt là các gãy kín đáo.
- Phân loại ưu tiên — đẩy các phim có dấu hiệu nguy cấp lên đầu hàng đợi đọc.
- Đo đạc tự động — thể tích, kích thước tổn thương, so sánh với phim cũ.
- Hỗ trợ sàng lọc trong các chương trình tầm soát quy mô lớn.
Mục thứ ba đáng chú ý: nó không thay đổi kết luận mà thay đổi thứ tự. Một phim có dấu hiệu nguy cấp được đọc sớm hơn — và với một số tình trạng, thời gian là yếu tố quyết định.
Khoảng cách giữa nghiên cứu và phòng khám
Đây là điểm quan trọng nhất khi đọc bất kỳ tuyên bố nào về AI đọc phim.
Trong nghiên cứu
- Dữ liệu thường từ một hoặc vài cơ sở.
- Cùng loại máy, cùng quy trình chụp.
- Ca được chọn lọc, chất lượng phim đồng đều.
- Tỷ lệ bệnh trong mẫu thường cao hơn thực tế.
Ở phòng khám thật
- Phim từ nhiều máy khác nhau, nhiều thế hệ.
- Chất lượng không đều, có phim mờ, tư thế lệch.
- Người bệnh không hợp tác được, có vật cản trên phim.
- Các ca không điển hình mà mô hình chưa gặp.
- Tỷ lệ bệnh thấp hơn nhiều — nghĩa là nhiều báo động giả hơn về con số tuyệt đối.
Hiện tượng này có tên trong ngành: hiệu năng giảm khi đưa mô hình sang môi trường khác với nơi nó được huấn luyện.
Hai con số phải đọc cùng nhau
Độ nhạy — khả năng phát hiện đúng ca có bệnh. Cao nghĩa là ít bỏ sót.
Độ đặc hiệu — khả năng không báo động ở ca không bệnh. Cao nghĩa là ít báo động giả.
Hai con số này đánh đổi với nhau. Chỉnh ngưỡng để bắt được nhiều ca bệnh hơn thì cũng bắt nhầm nhiều ca lành hơn.
Một tuyên bố chỉ nêu một trong hai con số là đang kể nửa câu chuyện. Khi đọc thông tin về một sản phẩm, luôn tìm cả hai.
Vấn đề thực tế: mệt mỏi vì cảnh báo
Nếu hệ thống đánh dấu quá nhiều vùng nghi ngờ mà phần lớn là giả, bác sĩ dần bỏ qua các dấu hiệu đó.
Khi đó công cụ không những không giúp mà còn tạo thêm việc — và tệ hơn, nó có thể làm giảm sự chú ý với chính những cảnh báo đúng.
Đây là lý do các sản phẩm nghiêm túc quan tâm tới độ đặc hiệu không kém gì độ nhạy.
Vị trí của AI trong quy trình
Các hệ thống được phê duyệt hiện nay đều được định vị là công cụ hỗ trợ. Quy trình điển hình:
- Phim được chụp.
- Phần mềm phân tích, đánh dấu vùng nghi ngờ hoặc xếp ưu tiên.
- Bác sĩ đọc phim và đưa ra kết luận.
- Bác sĩ chịu trách nhiệm với kết luận đó.
Bước ba và bốn không bị bỏ qua. Đây không phải sự thận trọng thừa mà là yêu cầu của cả quy định lẫn thực tế lâm sàng.
Câu hỏi người bệnh có thể đặt
Nếu biết cơ sở có dùng phần mềm hỗ trợ, câu đáng hỏi là:
"Kết quả này có được bác sĩ đọc lại không ạ?"
Ở cơ sở làm đúng quy trình, câu trả lời luôn là có.
Điều AI chưa làm được
- Đặt hình ảnh vào bối cảnh lâm sàng. Cùng một hình ảnh có ý nghĩa khác nhau tuỳ triệu chứng và bệnh sử.
- Nhận ra điều bất ngờ. Mô hình được huấn luyện tìm những thứ cụ thể; một tổn thương ngoài danh mục đó có thể bị bỏ qua hoàn toàn.
- So sánh với phim cũ một cách tinh tế — nhận ra một thay đổi nhỏ có ý nghĩa.
- Gọi điện báo ngay khi phát hiện điều nguy cấp.
Mục thứ hai là giới hạn quan trọng nhất: AI tìm thứ nó được dạy tìm. Bác sĩ nhìn cả bức ảnh.
Hướng đi có triển vọng nhất
Không phải "AI thay bác sĩ" mà là AI xử lý phần việc lặp lại để bác sĩ dành thời gian cho ca khó.
Đo đạc tự động, so sánh với phim cũ, sắp thứ tự ưu tiên, đánh dấu để không bỏ sót — đây là những việc tốn thời gian mà giá trị chuyên môn thấp.
Giải phóng thời gian đó là một cải thiện thật, và nó không đòi hỏi phải tin rằng máy đọc giỏi hơn người.
Câu hỏi thường gặp
AI có thay được bác sĩ chẩn đoán hình ảnh không?
Không, và các hệ thống được phê duyệt hiện nay đều được định vị là công cụ hỗ trợ chứ không thay thế. Chúng đánh dấu vùng nghi ngờ hoặc sắp xếp thứ tự ưu tiên, còn kết luận cuối cùng vẫn do bác sĩ đưa ra và chịu trách nhiệm.
Vì sao kết quả trong nghiên cứu thường tốt hơn thực tế?
Vì dữ liệu nghiên cứu thường sạch hơn: cùng loại máy, cùng tư thế chụp, ca được chọn lọc. Ở phòng khám thật, phim đến từ nhiều máy khác nhau, chất lượng không đều, và có cả những ca không điển hình mà mô hình chưa gặp trong huấn luyện.
Độ nhạy và độ đặc hiệu nghĩa là gì?
Độ nhạy là khả năng phát hiện đúng những ca thật sự có bệnh; độ đặc hiệu là khả năng không báo động ở những ca không có bệnh. Tăng cái này thường làm giảm cái kia, nên một hệ thống chỉ khoe một trong hai con số là đang kể nửa câu chuyện.
Người bệnh có nên hỏi về việc bệnh viện dùng AI không?
Hoàn toàn có thể hỏi, và câu đáng hỏi là kết quả có được bác sĩ đọc lại không. Ở các cơ sở làm đúng quy trình, câu trả lời luôn là có — AI đánh dấu, bác sĩ kết luận.