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.

Phát hiện sớm ngăn ngừa biến chứng

Sở Khoa học và Công nghệ TPHCM vừa tổ chức nghiệm thu đề tài “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.

TS.BS Mai Phan Tường Anh 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 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 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, nhóm xây dựng mô hình chẩn đoán viêm ruột thừa có biến chứng bằng các phương pháp thường dùng cho kỹ thuật máy học 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 nhà khoa học TPHCM 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.

Giao diện của bộ công cụ cho phép bác sĩ 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.

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 TPHCM 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.

Xây dựng mô hình máy học

Theo TS.BS Mai Phan Tường Anh, 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.

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 TPHCM, đồng thời xây dựng mô hình máy học chẩn đoán.

Qua đó, hệ thống thang đo dự đoán cho chẩn đoán viêm ruột thừa có biến chứng cho cộng đồng người dân TPHCM 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 (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. 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.