Hoàn thiện công cụ chẩn đoán viêm ruột thừa trên nền tảng trí tuệ nhân tạo

Với độ chính xác ở mức cao nhờ ứng dụng các mô hình phân tích trí tuệ nhân tạo, bộ công cụ chẩn đoán viêm ruột thừa giúp các cơ sở y tế thuận tiện hơn trong công tác thăm khám, đưa ra các chỉ định điều trị phù hợp. 

Chiều ngày 11/04/2023 vừa qua, Sở Khoa học và Công nghệ TP.HCM đã tổ chức hội đồng tư vấn nghiệm thu nhiệm vụ khoa học - công nghệ “Chẩn đoán viêm ruột thừa có biến chứng bằng kỹ thuật máy học”.  Đây là nhiệm vụ do Bệnh viện Nhân dân Gia Định làm cơ quan chủ trì triển khai; TS.BS Mai Phan Tường Anh và PGS.TS Thái Thanh Trúc là đồng chủ nhiệm thực hiện nhiệm vụ.

Đại diện nhóm triển khai nhiệm vụ cho biết, viêm ruột thừa là bệnh nguy hiểm, khó phát hiện sớm để điều trị kịp thời. Viêm ruột thừa có biến chứng là kết quả của ruột thừa bị vỡ dẫn đến áp-xe hay hoại tử, viêm tấy quanh ruột thừa, gây nên nhiều hậu quả xấu cho sức khỏe bệnh nhân.

"Dù việc phẫu thuật cắt ruột thừa vẫn là phương pháp điều trị được lựa chọn phổ biến, song nhiều nghiên cứu gần đây đã chứng minh rằng vai trò của việc điều trị bảo tồn không phẫu thuật trên một số cơ địa đặc biệt. Do đó, việc cân nhắc chẩn đoán với điều trị phù hợp trong viêm ruột thừa có biến chứng và viêm ruột thừa không biến chứng mang lại lợi ích tốt nhất cho người bệnh", TS.BS Mai Phan Tường Anh thông tin.

Trên tinh thần đó, nhóm các nhà khoa học đang công tác tại Đại học Y dược TP.HCM và Bệnh viện Nhân dân Gia Định đã phối hợp nghiên cứu hồi cứu trên những bệnh nhân đã phẫu thuật nội soi cắt ruột thừa tại Bệnh viện Nhân dân Gia Định trong 5 năm (2016-2020), kết hợp đánh giá kiểm thử trong dữ liệu thực tế bổ sung thêm. Từ đó, xây dựng mô hình chẩn đoán viêm ruột thừa có biến chứng bằng các phương pháp thường dùng cho kỹ thuật máy học là Support Vector Machine - SVM; Decision Tree - DT; Random Forest - RF; Artificial Neural Network - ANN; k-Nearest neighbors - KNN, Logistic Regression - LR/hồi quy logistic và Gradient Boosting - GB; cũng như xác định giá trị của các mô hình kỹ thuật máy học trong chẩn đoán viêm ruột thừa có biến chứng. Đồng thời, nhóm các khoa học TP.HCM cũng đã hoàn thiện, xây dựng quy trình và các công cụ hỗ trợ sử dụng kỹ thuật máy học hỗ trợ chẩn đoán viêm ruột thừa có biến chứng.

Từ các mô hình máy học chẩn đoán viêm ruột thừa có biến chứng gồm SVM, DT, RF, LR, KNN, ANN và GB với các tham số tương ứng với từng mô hình được hoàn thiện, nhóm triển khai nhiệm vụ đã xây dựng mô hình máy học có giá trị trong chẩn đoán viêm ruột thừa biến chứng với độ chính xác trên nền tảng mô hình GB vốn được xác định là có giá trị dự báo tối ưu nhất.

Được biết, để tạo dữ liệu huấn luyện cho các mô hình máy học, nhóm triển khai nhiệm vụ đã thống kê hơn 4.000 hồ sơ bệnh án thực hiện phẫu thuật cắt ruột thừa tại Bệnh viện Nhân dân Gia Định trong giai đoạn từ năm 2016 đến 2020, trong đó thu thập các biến (giá trị) gồm Giới tính; Tuổi; Sinh hóa máu; Số lượng bạch cầu (WBC); Số lượng neutrophil (NEU); Số lượng lymphocyte (LYM); CRP; Đường kính ruột thừa qua siêu âm; Vị trí ruột thừa; Hình ảnh thâm nhiễm; và cuối cùng là biến phụ thuộc Viêm ruột thừa biến chứng.

Sơ đồ tiến trình xử lý số liệu

Có thể khẳng định rằng, đây là một trong những nghiên cứu đánh giá giá trị trí tuệ nhân tạo (AI) trong chẩn đoán viêm ruột thừa có biến chứng tại TP.HCM trong vòng 5 năm. Từ đó cung cấp một bức tranh toàn diện về tình hình viêm ruột thừa nói chung và mảng ứng dụng trí thông minh nhân tạo hỗ trợ bác sĩ dự đoán khả năng có biến chứng.

PGS. TS Thái Thanh Trúc cho biết, tính ứng dụng của nhiệm vụ chính là đã phác thảo tình hình chung của bệnh viêm ruột thừa biến chứng tại TP.HCM, đồng thời xây dựng mô hình máy học chẩn đoán viêm ruột thừa biến chứng. Qua đó, hệ thống thang đo dự đoán cho chẩn đoán viêm ruột thừa có biến chứng cho cộng đồng người dân TP.HCM nói chung và tại Bệnh viện Nhân dân Gia Định nói riêng được xây dựng hoàn chỉnh.

Bên cạnh đó, nhóm triển khai nhiệm vụ khoa học - công nghệ cũng đã hoàn thiện trang điện tử  trực tuyến www.viemruotthua.com để người dùng là người dùng (bác sĩ) có thể thao tác và nhập các chỉ số để đưa ra tiên đoán về tình trạng viêm ruột thừa biến chứng trên bệnh nhân. Giải pháp này về cơ bản cũng có thể được tích hợp vào hệ thống dữ liệu bệnh viện và đề xuất khả năng viêm ruột thừa biến chứng để hỗ trợ việc chẩn đoán trên bệnh nhân viêm ruột thừa cấp. Chưa dừng lại ở đó, dữ liệu từ người dùng (bệnh nhân) có thể được thu thập nhằm cung cấp trở lại cho mô hình học máy, nâng cấp và tăng khả năng chẩn đoán trong tương lai.

Giao diện công cụ chẩn đoán viêm ruột thừa có sử dụng nền tảng trí tuệ nhân học được cung cấp tại địa chỉ viemruotthua.com

Giao diện của bộ công cụ cho phép bác sỹ và kỹ thuật viên y tế chủ động nhập vào 10 chỉ số chẩn đoán gồm giới, tuổi, hình  ảnh siêu âm ổ bụng (đường kính ruột thừa - mm, vị trí ruột thừa, dịch ổ bụng và tình trạng thâm nhiễm xung quanh ruột thừa) và các xét nghiệm sinh hóa máu (tổng số lượng bạch cầu hạt, số lượng bạch cầu trung tính, số lượng bạch cầu lympho và CRP). Ở trung tâm bên dưới hình ảnh của ứng dụng là tóm tắt thông tin của bệnh nhân (bao gồm các chỉ  số chẩn đoán mà bác sĩ nhập ở bên cột trái). Ở dưới cùng là kết luận có viêm ruột thừa biến chứng hay không, và xác suất xảy ra (%) nếu có.

Chia sẻ thêm về nghiên cứu, PGS.TS Thái Thanh Trúc cho rằng, quá trình thu thập dữ liệu, xây dựng và hoàn thiện đề tài đã có sự kết hợp giữa chuyên môn ngoại khoa tiêu hóa, thống kê và ứng dụng trí tuệ nhân tạo trên nền tảng ngôn ngữ Python nhằm cho ra một mô hình chẩn đoán tối ưu nhất. Nghiên cứu xử lý dữ liệu theo nhiều tình huống khác nhau (chuẩn hóa và không chuẩn hóa cũng như bổ sung dữ liệu theo nhiều cách tiếp cận so với khi không bổ sung dữ liệu) để đảm bảo đánh giá đúng và đủ giá trị của mô hình chẩn đoán. Ngoài ra, các mô hình được xây dựng với nhiều tùy chọn tham số phổ biến nhằm đánh giá toàn diện và đa dạng các mô hình. Việc này nhằm đảm bảo không bỏ sót các tình huống và các tham số tiềm năng của từng mô hình.

Đại diện nhóm triển khai nhiệm vụ nhấn mạnh rằng kết quả nghiên cứu mang nhiều ý nghĩ thực tế. Ngoài tỷ lệ viêm ruột thừa có biến chứng phát hiện được để từ đó gợi ý về xác suất tiền định viêm ruột thừa có biến chứng của các trường hợp nhập viện có liên quan đến viêm ruột thừa, thì các yếu tố liên quan phát hiện được cũng có nhiều lợi ích.

Kết quả dự báo khả năng viêm ruột thừa được công cụ cung cấp

Theo lời PGS.TS Thái Thanh Trúc, tất cả yếu tố này là các chỉ số lâm sàng, cận lâm sàng thường quy và dễ dàng có thể có được, kể cả tại các cơ sở y tế có nguồn lực hạn chế. Vì thế, điều này có nghĩa là, hầu hết cơ sở y tế có thể sử dụng các yếu tố này để biết được bệnh nhân có nhiều nguy cơ viêm ruột thừa có biến chứng hay không.

"Trong trường hợp khả năng viêm ruột thừa có biến chứng là rất thấp thì có thể chọn các phương pháp phù hợp hơn cho bệnh nhân. Ngược lại, trong các trường hợp mà căn cứ vào các yếu tố liên quan xác định được bệnh nhân nhiều nguy cơ viêm ruột thừa có biến chứng thì sẽ có thể xử lý sớm một cách phù hợp hoặc chuyển tuyến bệnh viện khi cần thiết", PGS. TS Thái Thanh Trúc nhấn mạnh.

Tựu trung, việc xây dựng mô hình chẩn đoán dựa trên các tiêu chí trong thang đo có sẵn và qua siêu âm sẽ có nhiều thuận lợi, giúp xác định nguy cơ viêm ruột thừa có biến chứng mà không cần kiến thức chuyên sâu hoặc trang thiết bị phức tạp. Ngoài ra, việc hoàn thành nghiên cứu này mang ý nghĩa lớn về tính khả thi trong triển khai các nghiên cứu tương tự và là cơ sở ban đầu để  tiến hành mở rộng các nghiên cứu tương tự trong lĩnh vực y học.