Sức khỏe số (Digital health) là một khái niệm lớn trong y học, được song hành cùng sự phát triển của thời đại công nghệ và đang được thúc đẩy rất mạnh do hậu quả của đại dịch COVID-19 gây ra.
Thời gian gần đây, đặc biệt là năm 2021, các thành tựu mới của ứng dụng trí tuệ nhân tạo (Artificial Intelligence/AI) trong chẩn đoán và dự phòng các bệnh tim mạch đã được công bố rộng rãi trên các tập san y khoa hàng đầu thế giới. Điều này hứa hẹn một triển vọng tuyệt vời của công nghệ này trong việc giải quyết các bệnh lý tim mạch - nguyên nhân gây tử vong hàng đầu thế giới hiện nay.
Vì sao sác sĩ tim mạch cần AI?
Từ trước đến nay, vai trò của bác sĩ là phân tích tổng hợp các dữ liệu có sẵn trên bệnh nhân để đưa ra hướng chẩn đoán và điều trị phù hợp [1]. Các dữ liệu này có thể là dấu hiệu, triệu chứng lâm sàng (khó thở, đau ngực…) và các thông số cận lâm sàng như: điện tâm đồ (ECG), siêu âm tim, hình ảnh chụp cắt lớp vi tính (CT), hình ảnh chụp cộng hưởng từ (MRI)… Do tri thức về y khoa ngày càng nhiều và phức tạp nên cũng tạo ra một khối lượng dữ liệu rất lớn… Nói một cách đơn giản, “sự phức tạp của y học hiện nay đã vượt quá khả năng của trí óc con người” [2]. Điều này có thể dẫn đến sự khác biệt về kiến thức và kỹ năng giữa các bác sĩ lâm sàng khiến họ không thể tận dụng được hết giá trị từ các dữ liệu y khoa. Hai là, sự gia tăng của các áp lực ngoài chuyên môn đang đòi hỏi các bác sĩ và cả hệ thống chăm sóc sức khỏe phải vận hành hiệu quả hơn. Đó có thể là áp lực về cắt giảm chi phí, với cấu trúc ngày càng nhấn mạnh vào chất lượng và giá trị mang lại, thay vì chỉ tập trung vào số lượng dịch vụ như trước [3]. Thứ ba, nhu cầu cá thể hóa trong chăm sóc sức khỏe ngày càng lớn và sẽ là xu hướng tất yếu của tương lai. Khi kỷ nguyên dữ liệu lớn trên mỗi cá nhân bắt đầu, với hàng tera-byte dữ liệu sinh học, giải phẫu, sinh lý và môi trường được tích hợp hoàn toàn, con người sẽ không còn khả năng xử lý thông tin. Điều này đòi hỏi sự tương tác hiệp đồng giữa con người và máy móc [4]. Nói tóm lại, các bác sĩ đang bị ngập trong lượng dữ liệu đòi hỏi sự diễn giải phức tạp hơn nhiều so với khả năng của họ. Giải pháp cần phải ứng dụng không gì khác là AI. AI thể được ứng dụng ở mọi giai đoạn của việc chăm sóc sức khỏe, từ nghiên cứu, chẩn đoán đến điều trị… Kết quả là, thực hành lâm sàng sẽ trở nên hiệu quả hơn, thuận tiện hơn và cá thể hóa hơn [5].
Nguồn: jacc.org.
Các ứng dụng của AI trong chẩn đoán bệnh tim mạch
Kỷ nguyên mới trong phân tích điện tâm đồ
Điện tâm đồ (Electrocardiogram - viết tắt là ECG) là đồ thị ghi những thay đổi của dòng điện trong tim. Quả tim co bóp theo nhịp được điều khiển của một hệ thống dẫn truyền trong cơ tim. Những dòng điện tuy rất nhỏ, khoảng một phần nghìn volt, nhưng có thể dò thấy được từ các điện cực đặt trên tay, chân và ngực bệnh nhân và chuyển đến máy ghi. Máy ghi điện khuếch đại dòng điện lên và ghi lại trên giấy đồ thị của dòng điện trong tim. Phân tích ECG là một kỹ năng cơ bản của các bác sĩ để tìm ra những bất thường liên quan đến bệnh lý như rối loạn nhịp tim, nhồi máu cơ tim, suy tim cấp, tràn dịch màng ngoài tim, rối loạn các chất điện giải trong máu... Tuy nhiên, ECG có vô số các hình dạng khác nhau nên đòi hỏi một lượng lớn kiến thức kèm theo. Tốc độ phân tích cũng phải thật nhanh vì hầu hết các ví dụ nêu trên đều là bệnh lý cấp tính cần chẩn đoán chính xác và can thiệp ngay để bảo toàn tính mạng của bệnh nhân. Điều này có thể gây khó khăn với các bác sĩ chưa có nhiều kinh nghiệm. Chính vì vậy, ứng dụng của AI vào phân tích ECG là một giải pháp đúng đắn và đã có những tiến bộ đáng kể gần đây.
Trí tuệ nhân tạo sẽ mở ra kỷ nguyên mới trong phân tích điện tâm đồ. Nguồn ảnh: medicaldialogues.in
Thử nghiệm về tiềm năng của AI-ECG đầu tiên được công bố là nghiên cứu Eagle. Nghiên cứu này đã chứng minh rằng AI-ECG có thể tác động tích cực đến thực hành lâm sàng. Đến nay AI-ECG đã xác định được nhiều bệnh lý tim mạch (cả ở trạng thái tiềm ẩn và có biểu hiện), bao gồm rung nhĩ, rối loạn chức năng tâm thất, bệnh cơ tim chu sinh, bệnh tim amyloid, tăng áp động mạch phổi... cũng như các tình trạng không phải của tim như tăng kali máu. Ngoài ra, các thuật toán đặc biệt đã được sử dụng để chẩn đoán sớm các bệnh như hẹp van động mạch chủ nặng không triệu chứng, phì đại thất trái, nhồi máu cơ tim. Tầm quan trọng của những phát hiện này vẫn đang được đánh giá và có tiềm năng mở rộng hơn. Cần biết thêm rằng, ECG là một công cụ chẩn đoán đầu tay, đã phục vụ các nhà y học trong hơn một trăm năm qua. Với sự hỗ trợ của AI, rõ ràng nó đang bước vào một kỷ nguyên mới. Trong đó, ECG sẽ là một công cụ phát hiện sớm và hiệu quả các bệnh tim mạch dưới lâm sàng và lâm sàng, vượt ra ngoài ranh giới quan sát của con người [6].
AI trong hình ảnh tim mạch
Hình ảnh y học chính là lĩnh vực tiên phong của việc ứng dụng AI, vì tính chất luôn phải lặp đi lặp lại khi xử lý và đánh giá chúng. AI có thể cải thiện chất lượng hình ảnh, đồng thời hỗ trợ xử lý và phân tích hình ảnh y học. Học sâu (Deep learning) đã được sử dụng trong một số kỹ thuật hình ảnh tim như chụp cắt lớp võng mạc (Optical coherence Tomography/OCT), siêu âm tim, MRI, CT và chụp cắt lớp vi tính phát xạ đơn photon (SPECT). Vào năm 2019, các nhà nghiên cứu đã phát triển một thuật toán học sâu để dự đoán tỷ lệ tử vong tại bệnh viện sau khi can thiệp mạch vành qua da dựa trên tuổi và phân suất tống máu. Nó đạt được hiệu suất ấn tượng lên đến 92,7%. Một nghiên cứu tương tự có sử dụng các thuật toán học máy (Machine Learning) để chẩn đoán bệnh và dự đoán mức độ phức tạp của bệnh trên 10.000 bệnh nhân mắc bệnh tim bẩm sinh trưởng thành hoặc tăng áp phổi. Kết quả cho thấy, AI đạt độ chính xác 91,1% đối với chẩn đoán và 97,0% đối với dự đoán độ phức tạp của bệnh [7].
Chụp ảnh võng mạc là một phương thức không xâm lấn - hỗ trợ chẩn đoán và điều trị các bệnh về mắt là chủ yếu. Tuy nhiên, nó cũng có thể cung cấp thông tin về hệ thống mạch máu của con người. Các nghiên cứu trước đây đã chỉ ra rằng các bất thường hệ mạch máu tại võng mạc có thể dự báo cho bệnh tim mạch [6]. Vào năm 2018, các kỹ sư của Google đã tạo nên một hệ thống học sâu dựa trên AI để dự đoán các yếu tố nguy cơ tim mạch như tuổi tác, dân tộc, giới tính, tình trạng hút thuốc lá cùng với huyết áp tâm thu và huyết áp tâm trương từ hình ảnh chụp võng mạc nền. Nhóm nghiên cứu đã đào tạo AI dựa trên hình ảnh thu được từ 284.335 bệnh nhân thuộc các sắc tộc khác nhau. Hệ thống này sau đó đã kết hợp thông tin dự đoán từ tất cả các yếu tố nguy cơ để dự báo sự khởi đầu của các biến cố tim mạch chính (major adverse cardiovascular events/MACEs) trong vòng 5 năm. Kết quả thu được rất khả quan khi hệ thống này đạt hiệu quả tương đương với các thang điểm tính toán rủi ro truyền thống [7].
Cuối cùng, AI sẽ được ứng dụng ngày càng nhiều hơn trong lĩnh vực siêu âm tim. Các nghiên cứu trước đây đã chỉ ra rằng, AI có thể nhận dạng các mặt cắt siêu âm khác nhau, phân đoạn các cấu trúc tim, ước tính phân suất tống máu và chẩn đoán các bệnh như amyloidosis. Gần đây, một nghiên cứu từ Stanford cũng chỉ ra rằng các thuật toán học sâu có thể phát hiện các điện cực của máy tạo nhịp tim hoặc máy phá rung tự động (Implantable Cardioverter Defibrillators/ICD). Thú vị hơn là nó cũng có thể dự đoán tuổi, giới tính, chiều cao và cân nặng dựa trên hình ảnh siêu âm. Các thuật toán này sẽ hỗ trợ các chuyên gia chưa qua đào tạo trong việc diễn giải hình ảnh siêu âm tim, khi kiến thức chuyên môn tim mạch của họ còn hạn chế. Một nghiên cứu khác cũng cho thấy, học sâu thậm chí có thể giúp các điều dưỡng chưa qua đào tạo, thực hiện được siêu âm tim có giới hạn để đánh giá tiêu chuẩn về kích thước thất trái và phải, tràn dịch màng ngoài tim. Điều này cho phép sử dụng siêu âm tim ở các nơi không phải chuyên khoa tim mạch, chẳng hạn như cơ sở chăm sóc ban đầu, khoa điều trị COVID, hoặc vùng sâu vùng xa. Tuy nhiên, trước khi được triển khai rộng rãi thì vẫn cần thêm các nghiên cứu bổ sung liên quan đến tính an toàn và hiệu quả [6].
AI hay nói rộng hơn là y tế số đã sẵn sàng tạo ra sự thay đổi trong ngành tim mạch, giống như cách ống nghe tim phổi ra đời, giúp cải thiện chất lượng chăm sóc bệnh nhân cũng như tận dụng nguồn dữ liệu khổng lồ trong tương lai để tạo điều kiện cho sự phát triển của y học chính xác và cá thể hóa. Tuy nhiên, vẫn phải nói rằng AI và các công nghệ y tế số khác sẽ không thể thay thế vai trò của bác sĩ. Điều quan trọng ở đây là các bác sĩ phải biết tận dụng tiềm năng to lớn của chúng để mang lại hiệu quả tối đa trong thực hành lâm sàng.
TÀI LIỆU THAM KHẢO
[1] Giorgio Quer, Ramy Arnaout, Michael Henne, and Rima Arnaout (2021), “Machine Learning and the Future of Cardiovascular Care: JACC State-of-the-Art Review”, J. Am. Coll. Cardiol., 77(3), pp.300-313, DOI: 10.1016/j.jacc.2020.11.030.
[2] Z. Obermeyer, T.H. Lee (2017), "Lost in thought - the limits of the human mind and the future of medicine", N. Engl. J. Med., 377, pp.1209-1211, DOI: 10.1056/NEJMp1705348.
[3] M.A. Konstam, J.A. Hill, R.J. Kovacs, et al. (2017), "The Academic Medical System: Reinvention to Survive the Revolution in Health Care", J. Am. Coll. Cardiol, 69, pp.1305-1312, DOI: 10.1016/j.jacc.2016.12.024.
[4] S.R. Steinhubl, E.J. Topol (2015), "Moving from Digitalization to Digitization in Cardiovascular Care: Why is it Important and What Can it Mean for Patients and Providers?”, J. Am. Coll. Cardiol, 66, pp.1489-1496, DOI: 10.1016/j.jacc.2015.08.006.
[5] Kipp W. Johnson, Jessica Torres Soto, et al. (2018), “Artificial Intelligence in Cardiology”, J. Am. Coll. Cardiol., 71(23), pp.2668-2679, DOI: 10.1016/j.jacc.2018.03.521.
[6] Panos E. Vardas, Folkert W. Asselbergs, Maarten van Smeden, Paul Friedman (2022), “The year in cardiovascular medicine 2021: digital health and innovation”, European Heart Journal, 43(4), pp.271-279, DOI: 10.1093/eurheartj/ehab874
[7] Kush Gupta, Sarath Reddy (2021), “Heart, Eye, and Artificial Intelligence: A Review”, Cardiol Res., 12(3), pp.132-139, DOI: https://doi.org/10.14740/cr1179.
Đặng Xuân Thắng1, Phạm Đức Hùng2
1Trường Y Dược - Đại học Duy Tân (Việt Nam)
2Bệnh viện Cincinnati (Hoa Kỳ)
