Tầm soát bệnh glôcôm bằng chụp ảnh màu gai thị với ứng dụng phần mềm trí tuệ nhân tạo EyeDr

Thông qua giải pháp EyeDr, các bệnh viện trong và ngoài công lập, bệnh viện tuyến quận huyện, trung tâm y tế phường xã chỉ cần trang bị thiết bị chụp được ảnh gai thị, là hoàn toàn có thể tầm soát sớm bệnh lý đáy mắt cho bệnh nhân mà không cần sự hiện diện trực tiếp của bác sỹ - chuyên gia glôcôm.

Glôcôm là bệnh lý thần kinh thị giác đặc trưng bởi hình thái tổn thương đặc hiệu tiến triển của lớp sợi thần kinh và đĩa thị, với tình trạng nhãn áp tăng cao làm mất dần sợi thần kinh võng mạc dẫn đến mù lòa không hồi phục.

Glôcôm là nguyên nhân chiếm tỷ lệ hơn thứ hai, chỉ xếp sau đục thủy tinh thể, dẫn đến chứng mất thị lực hoàn toàn. Tại Việt Nam, theo số liệu thống kê của Viện Mắt Trung ương, cả nước có hơn 380.000 người bị mù hai mắt, trong đó có hơn 24.000 người bị mù lòa do glôcôm (chiếm 65% và đứng thứ hai sau bệnh lý đục thể thủy tinh 66,1%), vì vậy bệnh glôcôm là mối đe dọa nguy hiểm đối với sức khỏe cộng đồng.

TS.BS Phạm Thị Thủy Tiên giới thiệu những tính năng chính của giải pháp EyeDr

Biểu hiện bệnh glôcôm thường không rõ ràng. Các triệu chứng xuất hiện rất kín đáo, trừ khi đã có tổn thương nặng trên thị trường. Đa số bệnh nhân chỉ có cảm giác hơi căng tức mắt hoặc nhìn mờ nhẹ thoáng qua khi làm việc bằng mắt nhiều, khi căng thẳng thần kinh, lo lắng nhiều. Nhiều bệnh nhân không có dấu hiệu cơ năng nào, chỉ được phát hiện một cách tình cờ.

"Đa số bệnh nhân glôcôm không nhận biết bản thân mắc bệnh cho đến khi mắt ở tình trạng nặng ảnh hưởng đến thị lực trung tâm. Tầm soát và phát hiện sớm bệnh glôcôm kèm với kế hoạch điều trị thích hợp sẽ giúp bệnh nhân ngăn ngừa mất thị lực", TS.BS Phạm Thị Thủy Tiên (Bệnh viện Mắt TP.HCM) cho biết, "Hiện tại tỷ lệ phát hiện glôcôm của nước ta còn thấp do chưa có phương pháp khám tầm soát phù hợp kịp thời.".

Cũng theo lời TS.BS Phạm Thị Thủy Tiên, năm 2005 Fingeret và cộng sự đã đưa ra cách khám đĩa thị và lớp sợi thần kinh một cách hệ thống giúp phát hiện bệnh glôcôm. Đó là quy luật 5R, tương ứng 5 bước khám đĩa thị bao gồm:

• Đánh giá kích thước đĩa thị (scleral Ring)
• Hình dạng và kích thước vùng rìa (neuroretinal Rim)
• Lớp sợi thần kinh (Retinal nerve fiber layer)
• Xuất hiện vùng teo quanh gai (Region parapapillary atrophy)
• Xuất huyết cạnh gai (retinal or optic disc hemoRrhages)

"Hiện nay, quy luật 5R trở thành phương pháp kinh điển khám đĩa thị cho các bác sỹ nhãn khoa. Dựa trên phương pháp này, các bác sỹ nhãn khoa có thể phát hiện sớm những trường hợp mắc bệnh glôcôm ở giai đoạn chưa tổn thương chức năng thị trường", TS.BS Phạm Thị Thủy Tiên thông tin thêm.

Gắn y tế thông minh với chuyển đổi số

Báo cáo trước hội đồng tư vấn nghiệm thu nhiệm vụ khoa học - công nghệ "Tầm soát bệnh glôcôm bằng chụp ảnh màu gai thị với ứng dụng phần mềm trí tuệ nhân tạo EyeDr" vừa được Sở KH&CN TP.HCM trong quý 3/2022, TS.BS Phạm Thị Thủy Tiên cho biết điều trị sớm có thể làm chậm sự tiến triển của bệnh glôcôm, và thực tế ngành y thế giới cũng đã cho thấy trí tuệ nhân tạo (AI) có thể giúp xác định các trường hợp ranh giới (borderline) và dự đoán diễn biến của bệnh glôcôm.

Giao diện giải pháp EyeDr (phiên bản web) được hoàn thiện và vận hành thực tế tại Bệnh viện Mắt (TP.HCM)

Cụ thể, nhiều nghiên cứu đã áp dụng công nghệ học máy (machine learning) để xác định bệnh. Theo đó, một giải pháp phần mềm - phần cứng trên nền tảng AI được thiết kế cho bệnh glôcôm có thể đánh giá tất cả những thông số cần thiết như thay đổi đĩa thị, nhãn áp (IOP), soi góc tiền phòng, độ dày lớp sợi thần kinh, thị trường,...

"Tuy nhiên, một AI toàn diện như vậy vẫn chưa có, thay vào đó ứng dụng AI trong đo nhãn áp hiện nay là thiết bị Sensimed Triggerfish chỉ dừng lại ở việc theo dõi IOP liên tục dựa trên kính áp tròng, đo sự thay đổi độ căng của giác mạc do dao động IOP gây ra", đại diện nhóm nghiên cứu đặt vấn đề cho nhiệm vụ.

Trong khi đó, tại TP.HCM, cụ thể là tại Bệnh viện Mắt, trước đây đơn vị này từng tổ chức tầm soát bệnh glôcôm cho các đối tượng trên 40 tuổi vào Tuần lễ Glôcôm Thế giới. Tuy nhiên, để tầm soát cho khoảng 300 người (bao gồm đo thị lực, nhãn áp, khám đĩa thị), bệnh viện phải huy động 10 bác sỹ chuyên khoa glôcôm, 20 điều dưỡng mắt, tiến hành khám sàng lọc trong 1 buổi (4 giờ). Như vậy, bác sỹ phải mất 40 giờ chỉ để khám cho 300 người, trung bình 8 phút/người. Bên cạnh đó, những vấn đề về công tác tổ chức (tiếp đón, nhận bệnh, lưu trữ, công tác hậu cần, an ninh trật tự cũng phải cần đến 30 người hỗ trợ cho ngày tầm soát này. Vì thế, vấn đề đặt ra đầu tiên là làm thế nào để có thể tầm soát cho nhiều người bệnh mà không cần phải tốn nhân lực.

Tiếp đến, khi khám đĩa thị, bác sỹ glôcôm sẽ dựa vào những đặc điểm tổn thương chuyên biệt để xác định đĩa thị này có bị glôcôm chưa, nhưng điều này còn tuỳ thuộc đến kinh nghiệm của bác sỹ và sự hợp tác của người bệnh trong lúc khám. Câu hỏi tiếp theo được đặt ra là bằng cách nào chuẩn hoá việc tầm soát này.

"Câu trả lời là có, bằng cách chụp hình đáy mắt kỹ thuật số hiện nay được coi như là phương tiện tầm soát bệnh glôcôm thuận tiện và không tốn kém", TS.BS Phạm Thị Thủy Tiên nhận định, "Tuy nhiên, quá trình đọc kết quả thủ công đòi hỏi lao động trí óc của các chuyên gia và mất nhiều thời gian. Thêm vào đó, chẩn đoán glôcôm bằng hình ảnh đĩa thị mang tính chủ quan và liên quan đến kinh nghiệm và kỹ năng người đọc".

Trong lịch sử ngành y thế giới, nhiều nghiên cứu về trí tuệ nhân tạo cũng đã cho thấy hệ thống học sâu (Deep learning system - DLS) được xem như là phương tiện có độ nhạy và độ chuyên biệt cao (trên 90%) để phát hiện bệnh lý thần kinh thị do glôcôm từ những hình ảnh đáy mắt chất lượng cao.

Từ thực tế đó, TS.BS Phạm Thị Thủy Tiên và các cộng sự tại Bệnh viện Mắt TP.HCM đã triển khai nhiệm vụ "Tầm soát bệnh glôcôm bằng chụp ảnh màu gai thị với ứng dụng phần mềm trí tuệ nhân tạo EyeDr" với mục tiêu ứng dụng công nghệ trí tuệ nhân tạo vào việc chẩn đoán hình ảnh, nhất là trong nhãn khoa thông qua việc phát triển một thuật toán trí tuệ nhân tạo có khả năng phát hiện glôcôm bằng hình ảnh đĩa thị tốt như một chuyên gia glôcôm.

"Từ kho dữ liệu hình ảnh chụp đáy mắt của bệnh nhân tại khoa Chẩn đoán hình, chúng tôi tiến hành chọn lọc, phân loại và ứng dụng công nghệ mạng nơ-ron tích chập CNN (Convoluted Neural Networks) của Deep Learning nhằm phát triển hệ thống trí tuệ nhân tạo có thể chẩn đoán glôcôm bằng hình ảnh đĩa thị tự động và có khả năng tầm soát rộng trong cộng đồng", đại diện nhóm triển khai nhiệm vụ cho biết.

Khi chuyên gia "máy"… chẩn đoán từ xa

Chia sẻ thêm về hướng tiếp cận và triển khai nghiên cứu, TS.BS Phạm Thị Thủy Tiên cho biết: mục tiêu của nhiệm vụ là xây dựng một thuật toán trí tuệ nhân tạo, gọi tên là EyeDr, có khả năng phát hiện bệnh glôcôm trong cộng đồng ở người trưởng thành bằng cách sử dụng hình ảnh gai thị có sẵn trong kho dữ liệu và nguồn bệnh nhân sẵn có.

Khi đó, chỉ cần trang bị máy chụp hình đáy mắt chụp được ảnh gai thị, các bệnh viện trong và ngoài công lập, bệnh viện tuyến quận huyện, trung tâm y tế phường xã khi có nhu cầu khám và tầm soát sớm bệnh lý đáy mắt cho bệnh nhân bằng hình ảnh gai thị đều dễ dàng sử dụng phần mềm mà không cần chuyên gia glôcôm hoặc đáy mắt.

Giao diện giải pháp EyeDr (bản ứng dụng chạy độc lập) hoàn thiện

Được biết, đầu vào ban đầu của giải pháp, được xác định là ảnh chụp màu đĩa thị thu thập từ máy chụp hình màu đáy mắt Visucam 524 của hãng Visucam, máy Carl Zeiss Meditec và TRC 50 DX của hãng Topcon. Các hình ảnh chụp màu đĩa thị này có độ phân giải 2.448 x 2.448 pixel và 3.608 x 3.608 pixel với góc chụp là 30 độ. Cả hai mắt của một bệnh nhân đều được chọn nếu hình ảnh đạt chất lượng cũng như vị trí đĩa thị đúng trung tâm. Bộ dữ liệu gồm các ảnh chụp võng mạc có đầy đủ đĩa thị của mắt phải, và mắt trái.

Ảnh đĩa thị trích xuất từ máy chụp ảnh đáy mắt và từ kho đĩa lưu trữ của Bệnh viện Mắt TP.HCM sau đó được chia ngẫu nhiên thành 2 tập ảnh: bộ ảnh cho máy học (Training dataset) và bộ ảnh đánh giá (Validation dataset) theo tỷ lệ 8:2.

Bộ ảnh cho máy học (training dataset) sau khi loại 14 ảnh không đạt chất lượng, chọn được ngẫu nhiên gồm 2456 ảnh; trong đó 1.966 là bộ ảnh huấn luyện và 490 cho bộ ảnh đánh giá. Tất cả hình này được đọc bởi những chuyên gia glôcôm. Những hình ảnh có kèm theo bệnh lý đĩa thị bẩm sinh hoặc bệnh lý võng mạc đều bị loại.

Sau khi đã xác định vùng đĩa thị Optic Disc, vùng lõm đĩa Optic Cup, thì xác định giá trị VCDR (Vertical cup to disc ratio) là tỷ lệ  đường  kính  theo  chiều  dọc  giữa Optic  disc và Optic cup. Theo quy định của nhóm nghiên cứu, 1>VCDR>0,7 thì xác định là bị glôcôm.

Tiếp đến, xác định vị trí các vùng ISNT trên ảnh chụp màu đĩa thị. Đĩa thị  chia  thành  4  sector gồm vùng Inferior (I), Superior (S), Nasal (N), và Temporal (T) phân bố trên hình ảnh chụp màu đĩa thị tương ứng. Trên cơ sở đó, tùy vào tỷ lệ kích thước của các vùng I, S, N, T mà tỷ lệ này tuân hay bất tuân theo quy luật ISNT của 5R. Nếu vùng đĩa thị của ảnh tuân thủ I > S > N > T thì phân loại là không có bệnh, và ngược lại.

Trong quá trình phân loại ảnh, nhóm nghiên cứu nhận thấy không phải tất cả ảnh đều có thể phát hiện dễ dàng mất lớp sợi thần kinh khu trú hoặc vùng teo vùng quanh gai do bệnh nhân vẩn đục môi trường trong suốt như có sẹo giác mạc, đục thể thủy tinh nhẹ, vẩn đục dịch kính,... làm ảnh hưởng đến chất lượng ảnh. Thêm vào đó, những ảnh chụp quá sáng hoặc quá tối làm cho phát hiện những đặc điểm trên không thể nhận biết bằng mắt thường. Vì thế, nhóm nghiên cứu quyết định  không sử dụng những  tiêu chuẩn này để chẩn đoán glôcôm. Ngoài ra, số lượng ảnh có dấu hiệu khuyết rìa và xuất huyết cạnh gai rất ít nên nhóm nghiên cứu cũng không sử dụng đặc điểm này để cho máy học.

"Cuối cùng chỉ còn 2 đặc điểm là tỷ lệ VCDR và tuân/bất tuân quy luật ISNT được sử dụng để phát hiện bệnh glôcôm", đại diện nhóm triển khai nhiệm vụ - khoa học công nghệ nhấn mạnh.

Ngoài ra, trong quá trình thực nghiệm, nhóm triển khai nhiệm vụ cũng đã tải về, và sử dụng tập dữ liệu về hình ảnh chụp màu gai thị được công bố công khai của Bệnh viện Đại học Kuopio (Phần Lan).

EyeDr cho phép thống kê kết quả tầm soát, cũng như xác nhận sự chuẩn xác của chẩn đoán sau khi bác sỹ - chuyên gia bệnh lý trực tiếp tham khảo hình ảnh

Từ bộ dữ liệu học máy ban đầu này, "lõi trí tuệ nhân tạo" của ứng dụng EyeDr đã được tạo lập, và để đánh giá kết quả phân loại bệnh lý glôcôm (Glaucoma) trên ảnh màu đĩa thị, nhóm nghiên cứu sử dụng tập dữ liệu kiểm chứng (Test dataset) bao gồm 1028 ảnh của 594 bệnh nhân; trong đó 165 bệnh nhân chụp 1 mắt và 429 bệnh nhân chụp 2 mắt. Kết quả lâm sàng cho thấy, thời gian trung bình để đọc và phân loại ảnh màu đĩa thị xác định bệnh lý glôcôm đối với hệ thống máy học chỉ từ 8-12 giây, nhanh hơn rất nhiều so với mức 45 giây khi bác sỹ nhãn khoa chuyên về glôcôm thăm khám, hay 6-8 phút đối với bác sỹ nhãn khoa thông thường.

Qua thử nghiệm lâm sàng, độ nhạy và độ chuyên biệt của phần mềm EyeDr được xác định lần lượt ở mức 90,3% và 95,1%.

Ứng dụng tập trung, liên thông điện toán đám mây

Là một phần quan trọng của nhiệm vụ, giải pháp EyeDr đã được hoàn thiện dưới dạng một hệ thống "hội tụ tập trung" với gồm 2 thành phần chính. Cụ thể, thành phần thứ nhất mang tên  EyeDr, về cơ bản là hệ thống máy chủ với các chức năng như Lưu trữ dữ liệu hình ảnh gai thị và các bộ dữ liệu huấn luyện; Huấn luyện dữ liệu; Tái huấn luyện dữ liệu; Nhận diện đặc trưng, phân loại bệnh lý glôcôm khi có yêu cầu từ phía người sử dụng.

Trong khi đó, thành phần thứ hai mang tên EyeDr Software Client là phần mềm ứng dụng cài đặt tại máy tính để bàn của bác sỹ tham gia khám tầm soát cho bệnh nhân. Khi bác sỹ sử dụng phần mềm EyeDr Software Client thực hiện tải lên (upload) một hình ảnh gai thị, phần mềm sẽ chuyển hình ảnh này đến EyeDr Server, sau đó máy chủ EyeDr Server sẽ thực hiện việc tiếp nhận, lưu trữ dữ liệu hình ảnh gai thị đồng thời xử lý và trả kết quả chẩn đoán phân loại bệnh glôcôm về cho phía phần mềm tại máy bác sỹ.

Kiến trúc của giải pháp EyeDr

Đáng chú ý, hình ảnh dữ liệu mới vừa được lưu trữ tại EyeDr System cũng sẽ được đưa vào tập dữ liệu mới chờ tiến trình tái huấn luyện mô hình học máy của máy chủ.

Cũng theo lời nhóm triển khai nhiệm vụ, trong thời gian tới, phần mềm trí tuệ nhân tạo EyeDr cần được tiếp tục nghiên cứu và ứng dụng trong lâm sàng nhằm có cỡ mẫu lớn để độ nhậy và độ chuyên biệt ngày càng đáng tin cậy; đồng thời mở rộng thuật toán phần mềm để tầm soát những bệnh lý khác của đáy mắt như bệnh lý võng mạc đái tháo đường, bệnh lý hoàng điểm tuổi già.

Có thể khẳng định rằng, nhiệm vụ do Bệnh viện Mắt TP.HCM triển khai đã đóng góp vào sự phát triển của y học Việt Nam nói chung và ngành nhãn khoa nói riêng phục vụ nhu cầu tầm soát sớm bệnh lý đáy mắt, giúp bác sỹ thuận tiện lơn trong công tác thăm khám, điều trị sớm cho bệnh nhân trong và ngoài nước.