Để phân tích các tổn thương có khả năng gây ung thư trong hình ảnh chụp cắt lớp vi tính, các kỹ sư máy tính và bác sĩ X-quang tại Đại học Duke, Bắc Carolina (Mỹ) đã phát triển một nền tảng AI nhằm hỗ trợ xác định xem có cần thiết phải sinh thiết xâm lấn hay không. Không giống như nhiều thuật toán trước đó, thuật toán mới này có thể giúp các bác sĩ biết chính xác và đưa ra kết luận.
Thay vì cho phép AI tự do phát triển các quy trình của riêng mình, các nhà nghiên cứu đã đào tạo nó để xác định vị trí và đánh giá các tổn thương giống như một bác sĩ X-quang thực sự. AI có thể tạo ra một nền tảng đào tạo hữu ích để dạy sinh viên cách đọc các hình ảnh chụp nhũ ảnh (hình ảnh X-quang tuyến vú). Nó cũng có thể giúp các bác sĩ ở các khu vực dân cư thưa thớt trên khắp thế giới, những người không thường xuyên đọc các bản chụp X-quang tuyến vú, đưa ra các quyết định chăm sóc sức khỏe tốt hơn.
Hiện nay có hàng nghìn thuật toán AI độc lập đã tồn tại và Cục quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) đã phê duyệt hơn 100 thuật toán trong số đó để sử dụng trong lâm sàng. Mặc dù có đọc kết quả chụp cộng hưởng từ (MRI), CT hay X-quang tuyến vú nhưng rất ít trong số chúng sử dụng bộ dữ liệu xác thực với hơn 1.000 hình ảnh hoặc chứa thông tin nhân khẩu học. Sự khan hiếm thông tin này cùng với một số thất bại gần đây đã khiến nhiều bác sĩ đặt câu hỏi về việc sử dụng AI trong các quyết định y tế có hiệu quả không.
Bởi vậy, ý tưởng của các nhà nghiên cứu tại Đại học Duke là xây dựng một hệ thống AI để giúp xác định bộ phận cụ thể của một tổn thương này có khả năng bị ung thư không, từ đó giúp các chuyên gia y tế tiết kiệm mất thời gian và có niềm tin vào các hệ thống AI.
Các nhà nghiên cứu đã đào tạo nền tảng AI mới với 1.136 hình ảnh được chụp từ 484 bệnh nhân tại Hệ thống Y tế Đại học Duke. Đầu tiên, họ dạy AI cách tìm các tổn thương đáng ngờ và bỏ qua tất cả các mô khỏe mạnh cũng như những dữ liệu không liên quan khác. Sau đó, họ thuê các chuyên gia X-quang để gắn nhãn các hình ảnh một cách cẩn thận, rồi dạy AI tập trung vào các cạnh của tổn thương, nơi có các khối u tiềm năng và so sánh các cạnh đó với các cạnh trong các hình ảnh có ung thư hoặc lành tính đã biết.
Đây là một cách độc đáo để huấn luyện AI từ các hình ảnh y tế. Sau khi đào tạo xong, các nhà nghiên cứu đã đưa nền tảng AI vào thử nghiệm.
Theo báo cáo của OpenGov Asia, một báo cáo mới cho thấy AI đã đạt đến một bước ngoặt quan trọng trong quá trình phát triển của mình. Những tiến bộ đáng kể trong xử lý ngôn ngữ, thị giác máy tính và nhận dạng mẫu có nghĩa là AI đang dần chạm vào cuộc sống hàng ngày của con người - từ việc giúp mọi người chọn một bộ phim tới hỗ trợ chẩn đoán y tế. Phần lớn những tiến bộ của AI được thúc đẩy bởi những tiến bộ trong kỹ thuật học máy, đặc biệt là các hệ thống học sâu, những năm gần đây đã có bước chuyển mình từ môi trường học thuật sang các ứng dụng hàng ngày./.
.png "5 lý do để tăng cường bảo mật mạng")
