Theo đó, các nhà khoa học đến từ Đại học California San Francisco ( UCSF ) đã phát triển một kỹ thuật kết hợp hình ảnh siêu âm định kỳ, với các công cụ máy học để phát hiện phần lớn các dị tật tim thai phức tạp trong tử cung.

Nhóm nghiên cứu dẫn đầu bởi bác sĩ tim mạch Rima Arnaout, ông đã tạo ra nhóm các mô hình học máy để mô phỏng các nhiệm vụ mà bác sĩ lâm sàng cần tuân thủ, khi chẩn đoán bệnh tim bẩm sinh phức tạp (CHD).

Hiện tại, các bác sĩ chỉ có thể phát hiện ít nhất 30 đến 50% các tình trạng này trước khi sinh. Tuy nhiên, sự kết hợp giữa hình ảnh siêu âm do con người thực hiện và đánh giá máy học đã cho phép nhóm nghiên cứu phát hiện 95% nguy cơ mắc CHD trong bộ dữ liệu xét nghiệm của họ.

Tổ chức Y tế Thế giới xác nhận rằng, việc chẩn đoán dị tật tim thai có thể nâng cao kết quả chăm sóc an toàn cho trẻ sơ sinh và cho phép nghiên cứu thêm về các liệu pháp bảo vệ tim thai trong tử cung.

Arnaout, trợ lý giáo sư UCSF và là tác giả chính của bài báo này nhận xét: "Sàng lọc 3 tháng giữa thai kỳ là một quy trình trong thai kỳ, nó cũng được sử dụng để sàng lọc các dị tật bẩm sinh".

Thông thường, bộ hình ảnh bao gồm năm hình ảnh tim có thể cho phép bác sĩ lâm sàng chẩn đoán tới 90% bệnh tim bẩm sinh; tuy nhiên, trên thực tế chỉ khoảng một nửa trong số đó được phát hiện tại các trung tâm không chuyên.

Arnaout giải thích: "Một mặt, dị tật tim là loại dị tật bẩm sinh phổ biến nhất và việc chẩn đoán chúng trước khi sinh là rất quan trọng. "Mặt khác, chúng vẫn còn hiếm và phức tạp đến mức khó phát hiện ra chúng ngay cả đối với các bác sĩ lâm sàng được đào tạo cơ bản, trừ khi họ phải có chuyên môn thật cao".

Các nhà nghiên cứu, bao gồm bác sĩ tim mạch thai nhi và tác giả cao cấp Anita Moon-Grady, MD chung tay dạy các công cụ máy học để bắt chước công việc của các bác sĩ lâm sàng trong ba giai đoạn. Đầu tiên, họ sử dụng mạng lưới thần kinh để tìm ra năm hình ảnh của trái tim là yếu tố quan trọng để chẩn đoán. Sau đó, họ sử dụng mạng nơ-ron để xác định xem các dấu hiệu bất thường trong tim thai qua phương thức so sánh. Sau đó, một thuật toán thứ ba kết hợp kết quả của hai bước đầu tiên để kết luận xem tim thai là bình thường hay bất thường.

Arnaout, thành viên của Viện Khoa học Sức khỏe UCSF Bakar, Trung tâm Hình ảnh Thông minh của UCSF cho biết thêm: "Mục tiêu của chúng tôi là giúp tạo ra một con đường mới, hướng tới việc sử dụng máy học để giải quyết các thách thức trong chẩn đoán đối với dị tật tim của thai nhi trong tử cung".

Thực tế mà nói, ứng dụng công nghệ máy học trong lĩnh vực chăm sóc sức khỏe đã được thực hiện trong nhiều thập kỷ, nhưng hầu như chỉ có trong phòng thí nghiệm hơn là trong văn phòng của bác sĩ. Vấn đề triển khai công nghệ máy học trong chăm sóc bệnh nhân phần lớn xuất phát từ hai rào cản:

Quy định: trong một ngành được kiểm soát chặt chẽ như chăm sóc sức khỏe, hiện tại có rất ít hướng dẫn về việc sử dụng công nghệ máy học. Điều này đang bắt đầu thay đổi, vì Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ đã công bố một khung pháp lý mới được thiết kế để thúc đẩy việc sử dụng các công nghệ dựa trên AI.

Kiện tụng: Những sai lầm công nghệ máy học không như các sơ suất của bác sỹ mà chúng ta thường thấy trong chăm sóc sức khỏe ngày nay. Việc xác định bồi thường cho bệnh nhân bị tổn thương do sử dụng công nghệ máy học gây ra có thể yêu cầu luật mới.



×