Chẳng mấy chốc bạn sẽ có thể dễ dàng sàng lọc bộ não của bạn xem có bất thường không, nhưng bạn có nên không?
Công ty LPixel của Nhật Bản đã phát triển một công cụ AI để phát hiện chứng phình động mạch não, cho phép bệnh nhân tìm thấy chúng từ lâu trước khi có các triệu chứng rõ ràng. Nhưng một số bác sĩ cảnh báo rằng việc che chắn quá mức có những nhược điểm riêng.
Đầu tháng này, trong một phòng khám hình ảnh tư nhân ở quận Ginza của trung tâm thành phố Tokyo, tôi nằm kiên nhẫn khi cỗ máy MRI kêu vo vo. Tôi đã không ở đó theo yêu cầu của bác sĩ, nhưng để sàng lọc bộ não của tôi bằng cách sử dụng một công cụ học máy có tên EIRL , được đặt theo tên của nữ thần Bắc Âu Eir. Đây là công nghệ mới nhất, tập trung vào việc phát hiện chứng phình động mạch não, từ LPixel có trụ sở tại Tokyo , một trong những công ty lớn nhất của Nhật Bản làm việc về trí tuệ nhân tạo để chăm sóc sức khỏe. Chứng phình động mạch não xảy ra khi một mạch máu phồng lên như một quả bóng. Nếu nó nổ, nó có thể gây chết người.
Sau MRI, các hình ảnh được tải lên một đám mây an toàn và EIRL bắt đầu phân tích tìm kiếm sự bất thường. Mỗi lần quét sau đó được kiểm tra bởi bác sĩ X quang sau đó là bác sĩ phẫu thuật thần kinh. Báo cáo cuối cùng, với các hình ảnh, được tạo ra trong vòng 10 ngày và có thể truy cập thông qua một cổng thông tin an toàn.
Ánh xạ [Hình ảnh: lịch sự của LPIXEL]
Trong khi LPixel cung cấp một số công cụ AI khác để hỗ trợ quét CAT, tia X, hình ảnh nội soi thời gian thực và phân tích hình ảnh nghiên cứu, EIRL để phát hiện phình động mạch não vẫn là sản phẩm tiên tiến nhất của họ. Thuật toán EIRL được xây dựng dựa trên dữ liệu trích xuất từ hơn 1.000 hình ảnh với chứng phình động mạch não đã được xác nhận, hợp tác với bốn trường đại học Nhật Bản, bao gồm Đại học Tokyo và Đại học Thành phố Osaka. Dữ liệu từ một nghiên cứu năm 2019 của LPixel và các trường đại học đối tác của họ đã tìm thấy EIRL cho chứng phình động mạch não có độ nhạy cao từ 91 đến 93% (độ nhạy cho thấy khả năng phát hiện phình động mạch nếu thực sự có mặt).
[Hình ảnh: lịch sự của LPIXEL]
Mariko Takahashi, người quản lý dự án với LPixel, giải thích rằng EIRL khác với các thiết bị hỗ trợ máy tính ở chỗ có một thành phần học tập: EIRL trở nên chính xác hơn khi sử dụng, cô nói. Theo Takahashi, EIRL đã phát hiện các trường hợp phình động mạch cần được chăm sóc y tế ngay lập tức, mặc dù các bệnh nhân không có triệu chứng.
Thuật toán EIRL cho chứng phình động mạch não đã được Cơ quan Dược phẩm và Thiết bị Y tế Nhật Bản (PMDA) phê duyệt trong danh mục phần mềm là một thiết bị y tế tại Nhật Bản vào tháng 9. Thuật toán này hoàn toàn dựa trên các bệnh nhân Nhật Bản, nhưng nó có thể được khái quát cho các quần thể khác, Takahashi nói, mặc dù bà lưu ý rằng nhóm của họ đang xem xét các nghiên cứu cho thấy giải phẫu mạch não của Nhật Bản có thể thay đổi đôi chút so với các nhóm dân tộc khác và liệu thuật toán có do đó sẽ cần phải được xác nhận trong các quần thể khác.
EIRL không có đối thủ cạnh tranh. Một startup Hàn Quốc có tên Deepnoid đang phát triển một công cụ phát hiện phình động mạch não bằng MRI. Ngoài ra, GE Health đang sử dụng CT não để phát hiện phình động mạch. Cuối cùng, Stanford đang định vị chính mình để sử dụng phương pháp học sâu trong CT não để phát hiện chứng phình động mạch não, mặc dù nó dường như nhằm mục đích chẩn đoán, không sàng lọc. Các đối thủ cạnh tranh ở Bỉ và Trung Quốc cũng đang sử dụng AI để phát hiện khối u não.
Quét não Amitha [Hình ảnh: lịch sự của Amitha Kalaichandran]
LPixel hy vọng sẽ được FDA chấp thuận cho EIRL tại Mỹ vào năm 2020 và đang nỗ lực để đảm bảo đáp ứng các quy định tuân thủ HIPPA và quyền riêng tư và bảo mật.
Nhưng chỉ vì bạn có thể sớm có được sàng lọc hỗ trợ AI cho não của bạn, phải không?
Đó là một câu hỏi phức tạp và rất cá nhân. Ở Mỹ và Canada, có một nỗ lực để giảm các xét nghiệm không cần thiết , bao gồm hạn chế các xét nghiệm sàng lọc đối với những xét nghiệm không tốn kém và đã được chứng minh là làm giảm khả năng mắc bệnh, như ung thư vú và ung thư ruột kết. Hiện tại ở Hoa Kỳ, Canada và Vương quốc Anh, không có chương trình sàng lọc toàn dân được khuyến nghị cho chứng phình động mạch não và Đại học X quang Hoa Kỳ khuyến cáo rằng MRI đầu và cổ nên được giới hạn trong các tình huống có các triệu chứng gợi ý bệnh lý như khối u hoặc cho các trường hợp có thể có di căn não của một bệnh ung thư khác (như ung thư vú).
Có những nguy hiểm đối với việc che chắn quá mức, đặc biệt là khi nói đến não: đối với một người, khả năng thử nghiệm không cần thiết và xâm lấn. Về bản chất: khi bạn đi săn tìm những bất thường trong não, bạn có thể tìm thấy những điều bạn không mong đợi để khám phá ra, ví dụ, một sự cố ngẫu nhiên, một vết thương không nhất thiết có hại hoặc có thể chỉ là một biến thể bình thường trong giải phẫu người. Những điều này có thể xảy ra ở một phần ba số bệnh nhân khỏe mạnh. Tác hại liên quan đến việc điều tra những điều này, chẳng hạn như nguy cơ nhiễm trùng khi lấy mẫu, có thể vượt trội hơn lợi ích.
Tuy nhiên, những người có nguy cơ phình động mạch cao , chẳng hạn như những người có tiền sử gia đình, có thể đảm bảo sàng lọc. Đáng chú ý, ở Nhật Bản, chứng phình động mạch não phổ biến hơn so với các quần thể khác, một vấn đề cũng có thể bị nhầm lẫn bởi thực tế là nhiều người chọn sàng lọc nó. Họ cũng có thể dễ bị vỡ hơn . Và sàng lọc MRI ở Nhật Bản ít tốn kém hơn: khoảng 200 - 300 đô la cho một MRI đầu, ít hơn khoảng 50-75% so với ở Bắc Mỹ.
Tiến sĩ Eric Topol, bác sĩ và tác giả của cuốn sách Deep Medicine: Artificial Intelligence in Health, chia sẻ những tình cảm này. Không có câu hỏi AI sẽ giúp độ chính xác của giải đoán hình ảnh não (có nghĩa là hợp nhất giữa máy móc và bác sĩ thần kinh, chuyên môn bổ sung) nhưng có những nhược điểm như thiếu các nghiên cứu tiền cứu trong môi trường thế giới lâm sàng thực tế; tiềm năng cho phần mềm độc hại thuật toán và trục trặc, và nhiều hơn nữa, mà tôi đã xem xét trong chương 'Trách nhiệm sâu sắc' trong cuốn sách của mình, Mitch Topol nói. Cá nhân tôi không thấy lợi ích của việc sử dụng công nghệ AI để 'sàng lọc' chứng phình động mạch não vào thời điểm này, vì không có dữ liệu hoặc bằng chứng nào hỗ trợ lợi ích, ít nhất là ở những bệnh nhân không có triệu chứng liên quan.
Điều đó nói rằng, nếu thuật toán được xác nhận cho dân cư bên ngoài Nhật Bản, có thể có tiềm năng trong các tình huống chẩn đoán, ví dụ như trong các bệnh viện trái ngược với các phòng khám tư nhân, cũng như cho các cá nhân có nguy cơ cao cần sàng lọc. Và đó là nơi mà công ty dường như đang đứng đầu.
Ngay bây giờ chúng tôi đang khám phá làm thế nào để đưa ra công nghệ tốt nhất trong các bệnh viện ở Nhật Bản, hợp tác với các đối tác của chúng tôi, Mitch Takahashi nói.
Đối với tôi, tôi đã nhận được kết quả của mình khoảng 9 ngày sau đó và Giả sử bản dịch từ tiếng Nhật sang tiếng Anh là chính xác theo EIRL, không có bất thường.
Amitha Kalaichandran, MHS, MD, là một bác sĩ và nhà báo y khoa có trụ sở tại Toronto, Canada. Theo dõi cô ấy trên Twitter tại @DrAmithaMD. Hỗ trợ du lịch cho bài viết này được cung cấp thông qua Quỹ truyền thông châu Á-Thái Bình Dương của Canada, được tài trợ với sự hợp tác với Cathay Pacific.
Đầu tháng này, trong một phòng khám hình ảnh tư nhân ở quận Ginza của trung tâm thành phố Tokyo, tôi nằm kiên nhẫn khi cỗ máy MRI kêu vo vo. Tôi đã không ở đó theo yêu cầu của bác sĩ, nhưng để sàng lọc bộ não của tôi bằng cách sử dụng một công cụ học máy có tên EIRL , được đặt theo tên của nữ thần Bắc Âu Eir. Đây là công nghệ mới nhất, tập trung vào việc phát hiện chứng phình động mạch não, từ LPixel có trụ sở tại Tokyo , một trong những công ty lớn nhất của Nhật Bản làm việc về trí tuệ nhân tạo để chăm sóc sức khỏe. Chứng phình động mạch não xảy ra khi một mạch máu phồng lên như một quả bóng. Nếu nó nổ, nó có thể gây chết người.
Sau MRI, các hình ảnh được tải lên một đám mây an toàn và EIRL bắt đầu phân tích tìm kiếm sự bất thường. Mỗi lần quét sau đó được kiểm tra bởi bác sĩ X quang sau đó là bác sĩ phẫu thuật thần kinh. Báo cáo cuối cùng, với các hình ảnh, được tạo ra trong vòng 10 ngày và có thể truy cập thông qua một cổng thông tin an toàn.
Ánh xạ [Hình ảnh: lịch sự của LPIXEL]
Trong khi LPixel cung cấp một số công cụ AI khác để hỗ trợ quét CAT, tia X, hình ảnh nội soi thời gian thực và phân tích hình ảnh nghiên cứu, EIRL để phát hiện phình động mạch não vẫn là sản phẩm tiên tiến nhất của họ. Thuật toán EIRL được xây dựng dựa trên dữ liệu trích xuất từ hơn 1.000 hình ảnh với chứng phình động mạch não đã được xác nhận, hợp tác với bốn trường đại học Nhật Bản, bao gồm Đại học Tokyo và Đại học Thành phố Osaka. Dữ liệu từ một nghiên cứu năm 2019 của LPixel và các trường đại học đối tác của họ đã tìm thấy EIRL cho chứng phình động mạch não có độ nhạy cao từ 91 đến 93% (độ nhạy cho thấy khả năng phát hiện phình động mạch nếu thực sự có mặt).
[Hình ảnh: lịch sự của LPIXEL]
Mariko Takahashi, người quản lý dự án với LPixel, giải thích rằng EIRL khác với các thiết bị hỗ trợ máy tính ở chỗ có một thành phần học tập: EIRL trở nên chính xác hơn khi sử dụng, cô nói. Theo Takahashi, EIRL đã phát hiện các trường hợp phình động mạch cần được chăm sóc y tế ngay lập tức, mặc dù các bệnh nhân không có triệu chứng.
Thuật toán EIRL cho chứng phình động mạch não đã được Cơ quan Dược phẩm và Thiết bị Y tế Nhật Bản (PMDA) phê duyệt trong danh mục phần mềm là một thiết bị y tế tại Nhật Bản vào tháng 9. Thuật toán này hoàn toàn dựa trên các bệnh nhân Nhật Bản, nhưng nó có thể được khái quát cho các quần thể khác, Takahashi nói, mặc dù bà lưu ý rằng nhóm của họ đang xem xét các nghiên cứu cho thấy giải phẫu mạch não của Nhật Bản có thể thay đổi đôi chút so với các nhóm dân tộc khác và liệu thuật toán có do đó sẽ cần phải được xác nhận trong các quần thể khác.
EIRL không có đối thủ cạnh tranh. Một startup Hàn Quốc có tên Deepnoid đang phát triển một công cụ phát hiện phình động mạch não bằng MRI. Ngoài ra, GE Health đang sử dụng CT não để phát hiện phình động mạch. Cuối cùng, Stanford đang định vị chính mình để sử dụng phương pháp học sâu trong CT não để phát hiện chứng phình động mạch não, mặc dù nó dường như nhằm mục đích chẩn đoán, không sàng lọc. Các đối thủ cạnh tranh ở Bỉ và Trung Quốc cũng đang sử dụng AI để phát hiện khối u não.
Quét não Amitha [Hình ảnh: lịch sự của Amitha Kalaichandran]
LPixel hy vọng sẽ được FDA chấp thuận cho EIRL tại Mỹ vào năm 2020 và đang nỗ lực để đảm bảo đáp ứng các quy định tuân thủ HIPPA và quyền riêng tư và bảo mật.
Nhưng chỉ vì bạn có thể sớm có được sàng lọc hỗ trợ AI cho não của bạn, phải không?
Đó là một câu hỏi phức tạp và rất cá nhân. Ở Mỹ và Canada, có một nỗ lực để giảm các xét nghiệm không cần thiết , bao gồm hạn chế các xét nghiệm sàng lọc đối với những xét nghiệm không tốn kém và đã được chứng minh là làm giảm khả năng mắc bệnh, như ung thư vú và ung thư ruột kết. Hiện tại ở Hoa Kỳ, Canada và Vương quốc Anh, không có chương trình sàng lọc toàn dân được khuyến nghị cho chứng phình động mạch não và Đại học X quang Hoa Kỳ khuyến cáo rằng MRI đầu và cổ nên được giới hạn trong các tình huống có các triệu chứng gợi ý bệnh lý như khối u hoặc cho các trường hợp có thể có di căn não của một bệnh ung thư khác (như ung thư vú).
Có những nguy hiểm đối với việc che chắn quá mức, đặc biệt là khi nói đến não: đối với một người, khả năng thử nghiệm không cần thiết và xâm lấn. Về bản chất: khi bạn đi săn tìm những bất thường trong não, bạn có thể tìm thấy những điều bạn không mong đợi để khám phá ra, ví dụ, một sự cố ngẫu nhiên, một vết thương không nhất thiết có hại hoặc có thể chỉ là một biến thể bình thường trong giải phẫu người. Những điều này có thể xảy ra ở một phần ba số bệnh nhân khỏe mạnh. Tác hại liên quan đến việc điều tra những điều này, chẳng hạn như nguy cơ nhiễm trùng khi lấy mẫu, có thể vượt trội hơn lợi ích.
Tuy nhiên, những người có nguy cơ phình động mạch cao , chẳng hạn như những người có tiền sử gia đình, có thể đảm bảo sàng lọc. Đáng chú ý, ở Nhật Bản, chứng phình động mạch não phổ biến hơn so với các quần thể khác, một vấn đề cũng có thể bị nhầm lẫn bởi thực tế là nhiều người chọn sàng lọc nó. Họ cũng có thể dễ bị vỡ hơn . Và sàng lọc MRI ở Nhật Bản ít tốn kém hơn: khoảng 200 - 300 đô la cho một MRI đầu, ít hơn khoảng 50-75% so với ở Bắc Mỹ.
Tiến sĩ Eric Topol, bác sĩ và tác giả của cuốn sách Deep Medicine: Artificial Intelligence in Health, chia sẻ những tình cảm này. Không có câu hỏi AI sẽ giúp độ chính xác của giải đoán hình ảnh não (có nghĩa là hợp nhất giữa máy móc và bác sĩ thần kinh, chuyên môn bổ sung) nhưng có những nhược điểm như thiếu các nghiên cứu tiền cứu trong môi trường thế giới lâm sàng thực tế; tiềm năng cho phần mềm độc hại thuật toán và trục trặc, và nhiều hơn nữa, mà tôi đã xem xét trong chương 'Trách nhiệm sâu sắc' trong cuốn sách của mình, Mitch Topol nói. Cá nhân tôi không thấy lợi ích của việc sử dụng công nghệ AI để 'sàng lọc' chứng phình động mạch não vào thời điểm này, vì không có dữ liệu hoặc bằng chứng nào hỗ trợ lợi ích, ít nhất là ở những bệnh nhân không có triệu chứng liên quan.
Điều đó nói rằng, nếu thuật toán được xác nhận cho dân cư bên ngoài Nhật Bản, có thể có tiềm năng trong các tình huống chẩn đoán, ví dụ như trong các bệnh viện trái ngược với các phòng khám tư nhân, cũng như cho các cá nhân có nguy cơ cao cần sàng lọc. Và đó là nơi mà công ty dường như đang đứng đầu.
Ngay bây giờ chúng tôi đang khám phá làm thế nào để đưa ra công nghệ tốt nhất trong các bệnh viện ở Nhật Bản, hợp tác với các đối tác của chúng tôi, Mitch Takahashi nói.
Đối với tôi, tôi đã nhận được kết quả của mình khoảng 9 ngày sau đó và Giả sử bản dịch từ tiếng Nhật sang tiếng Anh là chính xác theo EIRL, không có bất thường.
Amitha Kalaichandran, MHS, MD, là một bác sĩ và nhà báo y khoa có trụ sở tại Toronto, Canada. Theo dõi cô ấy trên Twitter tại @DrAmithaMD. Hỗ trợ du lịch cho bài viết này được cung cấp thông qua Quỹ truyền thông châu Á-Thái Bình Dương của Canada, được tài trợ với sự hợp tác với Cathay Pacific.
Nhận xét
Đăng nhận xét