Episode 2206 - July 2 - Phần 1 của 4 - Chương 2 - AI trong X quang - Vina Technology at AI time - Lê Quang Văn | Podcast - Nhac.vn

Chương 2 - AI trong X quang - Từ nỗi sợ hãi đến sự lãnh đạo – Phần 1 của 4

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Nguyên bản Anh ngữ: AI for Radiology (AI cho X quang), thuộc nhóm AI for Everything (AI cho mọi đề tài)

Tác giả: Oge Marques, PhD.

Nhà xuất bản: CRC Press 2024

2.1 Giới thiệu

Năm 2016, tại Hội nghị Máy học và Thị trường Trí tuệ ở Toronto, nhà nghiên cứu nổi tiếng Geoffrey Hinton tuyên bố rằng: “Chúng ta nên ngừng đào tạo bác sĩ X quang ngay bây giờ. Rõ ràng là trong vòng năm năm, học sâu sẽ làm tốt hơn các bác sĩ X quang”. Ông đang nói về tiềm năng của học sâu (DL) để cách mạng hóa lĩnh vực X quang, và ông lập luận rằng các bác sĩ X quang có nguy cơ bị thay thế bởi các hệ thống trí tuệ nhân tạo (AI) trong vòng năm năm. Tuyên bố của Hinton dựa trên sự thành công của các thuật toán DL trong các nhiệm vụ chẩn đoán hình ảnh y tế khác, chẳng hạn như phân loại ung thư da và phát hiện bệnh võng mạc do tiểu đường. Ông lập luận rằng các thuật toán này đã tốt hơn các bác sĩ X quang trong việc nhận diện các loại bệnh cụ thể và rằng chúng sẽ chỉ càng trở nên tốt hơn theo thời gian.

Tuyên bố này xuất hiện vào thời điểm khi các phương tiện truyền thông khác cũng đang suy đoán về sự nổi lên của “bác sĩ X quang robot”, và thậm chí các tạp chí học thuật trong lĩnh vực này cũng xem xét mối đe dọa của AI, học máy (ML), và DL đối với nghề bác sĩ X quang.

Hơn năm năm đã trôi qua, và dự đoán của Geoffrey Hinton đã không trở thành sự thật: các bác sĩ X quang vẫn bận rộn và cần thiết đối với hệ sinh thái chăm sóc sức khỏe như bao giờ. Việc áp dụng AI trong X quang đã được củng cố, tinh chỉnh, thảo luận, và mở rộng, phần lớn nhờ vào cộng đồng X quang. Các bác sĩ X quang nhanh chóng và quyết định chuyển từ một vị trí tiềm năng của nỗi sợ hãi và lo lắng sang một vị trí lãnh đạo. Ngày nay, có sự đồng thuận trong cộng đồng X quang rằng AI sẽ không thay thế các bác sĩ X quang; thay vào đó, nó sẽ tăng cường khả năng của các bác sĩ X quang và hỗ trợ họ trong một số nhiệm vụ.

Thực tế, khối lượng công việc cho các bác sĩ X quang đã tăng đáng kể, với mức tăng 300% trong khối lượng hình ảnh trong những năm gần đây. Tuy nhiên, số lượng bác sĩ X quang được đào tạo không tăng tương ứng để đáp ứng nhu cầu này. Tình hình này làm nổi bật sự cấp bách và cần thiết của việc triển khai AI trong X quang. Thông qua AI, chúng ta có thể nâng cao hiệu quả của các bác sĩ X quang hiện có, cho phép họ quản lý khối lượng công việc ngày càng tăng một cách hiệu quả và chính xác.

Ngoài việc chỉ sử dụng các công cụ AI mới nhất, cộng đồng X quang còn mở rộng sự tham gia của mình vào AI và DL. Điều này bao gồm việc tham gia vào các lĩnh vực như:

• Phát triển các công cụ hỗ trợ AI: Các bác sĩ X quang đã phát triển các công cụ AI có thể giúp họ chẩn đoán bệnh chính xác và hiệu quả hơn.

• Đào tạo bác sĩ X quang về AI: Các bác sĩ X quang hiện đang được đào tạo về các khái niệm, kỹ thuật, thuật toán và khung làm việc AI. Đào tạo này giúp các bác sĩ X quang hiểu cách hoạt động của AI và cách sử dụng nó để cải thiện kỹ năng chẩn đoán của họ.

• Hợp tác với các nhà phát triển: Các bác sĩ X quang hợp tác với các nhà phát triển phần mềm để phát triển các giải pháp mới dựa trên AI. Sự hợp tác này giúp đảm bảo rằng các giải pháp này được phát triển theo cách đáp ứng nhu cầu của các bác sĩ X quang.

Chương này trình bày các sáng kiến của cộng đồng X quang và tin học hình ảnh. Họ đang tích cực giải quyết nhu cầu của các chuyên gia y tế để "biết đủ về AI để loại bỏ sự bí ẩn" của các giải pháp AI và DL trong lĩnh vực X quang.

2.2 - AI trong X quang: Cơ hội và Ứng dụng

AI đang nhanh chóng biến đổi lĩnh vực X quang. Các công cụ hỗ trợ AI đang được phát triển để giúp các bác sĩ X quang với nhiều nhiệm vụ khác nhau, từ phân tích hình ảnh đến chẩn đoán và quản lý bệnh nhân

Ứng dụng của AI trong X quang bao gồm một phổ rộng. Chúng bắt đầu khi một nghiên cứu hình ảnh được yêu cầu, nơi AI có thể giúp các bác sĩ X quang quyết định nghiên cứu hình ảnh nào để đặt hàng cho bệnh nhân