Ứng dụng AI cho nhãn khoa: 7 lĩnh vực và 7 sản phẩm nổi bật

Hoàng

August 6, 2025

16 phút đọc

Bệnh võng mạc tiểu đường (DR) là một trong những nguyên nhân hàng đầu gây mù lòa mới trên toàn thế giới.

Tầm soát hàng năm bệnh DR cho bệnh nhân tiểu đường đang trở thành thách thức ngày càng lớn do dân số già hóa và tỷ lệ béo phì gia tăng.

AI đã nổi lên như một giải pháp mạnh mẽ để giảm gánh nặng tầm soát DR.

Nhiều thiết bị hỗ trợ AI hiện nay đã mở rộng khả năng tầm soát DR tại các phòng khám mắt và cơ sở chăm sóc mắt cơ bản.

Những thiết bị này sử dụng thuật toán học sâu để phân tích hình ảnh võng mạc số, xác định các trường hợp cần chuyển đến bác sĩ chuyên khoa võng mạc.

Các nghiên cứu lâm sàng cho thấy hệ thống AI có độ nhạy và độ đặc hiệu cao để phát hiện các trường hợp khó hoặc những ca vượt quá khả năng phân tích chính xác của bác sĩ.

Nghiên cứu chỉ cho thấy AI có thể giúp tăng tỷ lệ tầm soát DR trong môi trường chăm sóc sức khỏe ban đầu.

Một nghiên cứu đã chứng minh tỷ lệ hoàn thành tầm soát đạt 100% ở nhóm sử dụng AI, so với chỉ 22% ở nhóm sử dụng biện pháp thông thường.

Ngoài ra, AI còn giảm nhu cầu đào tạo chuyên sâu cho nhân viên chuyên môn và mở rộng khả năng tiếp cận dịch vụ tầm soát cho bệnh nhân.

Ví dụ: Tại Đông Nam Á, nhiều bệnh viện lớn đã bắt đầu triển khai thử nghiệm hệ thống AI để tầm soát bệnh võng mạc tiểu đường, giúp rút ngắn thời gian chờ đợi từ vài tuần xuống chỉ còn vài phút.

Thoái hóa hoàng điểm do tuổi tác (AMD) là một nguyên nhân hàng đầu khác gây mù lòa, đặc biệt ở những người trên 55 tuổi.

AI đã được ứng dụng để phân loại AMD và định lượng drusen, những cặn màu vàng là dấu hiệu đặc trưng của bệnh từ cả ảnh chụp đáy mắt màu và hình ảnh OCT.

Các thuật toán học sâu đã đạt được độ chính xác chẩn đoán cao trong việc phát hiện AMD giai đoạn sớm.

Một số thử nghiệm đáng chú ý đã đạt độ chính xác chẩn đoán 91,6% trong khả năng nhận biết AMD từ giai đoạn trung bình đến nặng.

Thêm vào đó, Google DeepMind đã phát triển một hệ thống AI có khả năng phát hiện AMD với độ chính xác ngang tầm chuyên gia.

Những công cụ AI tạo điều kiện cho xác định AMD sớm hơn và đáng tin cậy hơn, giúp điều trị kịp thời và bảo tồn thị lực trung tâm tốt hơn.

Những tiến bộ như vậy rất quan trọng vì can thiệp sớm có thể ảnh hưởng đáng kể đến tiến triển của bệnh và cải thiện chất lượng cuộc sống.

Ví dụ: Tương tự như cách một ứng dụng nhận dạng khuôn mặt có thể phát hiện những thay đổi nhỏ nhất trên gương mặt theo thời gian, AI có thể theo dõi sự tiến triển của AMD qua từng lần khám, giúp bác sĩ điều chỉnh phương pháp điều trị phù hợp.

AI cũng đang thay đổi cách các nhà cung cấp dịch vụ chăm sóc mắt lập kế hoạch điều trị và quản lý các bệnh mắt mãn tính.

Tận dụng thuật toán học máy được huấn luyện trên hàng nghìn kết quả bệnh nhân, AI có thể đánh giá từng trường hợp cụ thể để dự đoán cách một người có thể phản ứng với các liệu pháp cụ thể.

Trong bệnh thoái hóa hoàng điểm ướt do tuổi tác (AMD), các mô hình AI có thể dự báo phản ứng của bệnh nhân với việc tiêm chống yếu tố tăng trưởng nội mô mạch máu (anti-VEGF).

Có thông tin này giúp các bác sĩ nhãn khoa điều chỉnh kế hoạch điều trị một cách chính xác.

Do đó giảm thiểu các thủ thuật không cần thiết trong khi tối đa hóa hiệu quả.

Hơn nữa, AI có thể liên tục theo dõi tiến triển bệnh tật sử dụng dữ liệu hình ảnh hoặc các thông số lâm sàng và điều chỉnh kế hoạch điều trị tương ứng.

Cách tiếp cận linh hoạt này giúp đảm bảo kết quả tối ưu cho bệnh nhân thông qua việc phản ứng nhanh chóng với những thay đổi trong hoạt động của bệnh.

Các mô hình học sâu (DL) và học máy tự động (autoML) cũng đang được sử dụng để dự đoán tiến triển bệnh võng mạc tiểu đường thông qua phân tích những thay đổi tinh tế trong hình ảnh võng mạc trước khi các triệu chứng lâm sàng xuất hiện.

Một hệ thống DL đã dự đoán chính xác nguy cơ phát triển DR trong vòng hai năm ở những bệnh nhân không có bệnh võng mạc ban đầu, vượt trội hơn các yếu tố nguy cơ lâm sàng truyền thống.

Ví dụ: Giống như cách một huấn luyện viên thể thao cá nhân hóa chế độ tập luyện dựa trên khả năng và tiến bộ của từng vận động viên, AI có thể tạo ra “chế độ điều trị cá nhân hóa” cho mỗi bệnh nhân dựa trên đặc điểm riêng của họ.

Những phát triển này nhấn mạnh cách AI hỗ trợ y học cá thể hóa trong nhãn khoa thông qua khả năng cung cấp những thông tin dựa trên dữ liệu nhằm cải thiện việc ra quyết định trong suốt hành trình chăm sóc bệnh nhân.

Một trong những tác động đầy hứa hẹn nhất của AI trong nhãn khoa là tiềm năng cải thiện khả năng tiếp cận dịch vụ chăm sóc mắt, đặc biệt ở các khu vực thiếu thốn dịch vụ y tế.

Nhiều nơi trên thế giới đang đối mặt với tình trạng thiếu hụt bác sĩ nhãn khoa, khiến yêu cầu chẩn đoán kịp thời và chính xác trở nên khó khăn cho bệnh nhân.

AI giúp thu hẹp khoảng cách này thông qua khả năng tạo điều kiện cho tầm soát và chẩn đoán tự động.

Bệnh nhân có thể nhận được đánh giá sơ bộ ngay cả khi không có khả năng tiếp cận trực tiếp với bác sĩ chuyên khoa.

Khả năng này đặc biệt có giá trị ở các vùng nông thôn hoặc xa xôi nơi dịch vụ chăm sóc mắt chuyên khoa bị hạn chế hoặc không có sẵn.

Teleophthalmology (nhãn khoa từ xa) cung cấp dịch vụ chăm sóc mắt từ xa.

Dịch vụ y tế được cải thiện đáng kể nhờ khả năng phân tích hình ảnh mắt nhanh chóng và chính xác của AI ngay cả trong những môi trường hạn chế tài nguyên.

Với khả năng phân tích hình ảnh hỗ trợ AI, các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể cung cấp hỗ trợ chẩn đoán chất lượng mà không cần đào tạo chuyên khoa sâu rộng.

Cách tiếp cận này giảm nhu cầu về nhân lực được đào tạo cao tại chỗ trong khi mở rộng khả năng tiếp cận của bệnh nhân.

Điều này có nghĩa là nhiều người hơn có thể được hưởng lợi từ phát hiện sớm và quản lý kịp thời các bệnh lý mắt để ngăn ngừa mất hoặc suy giảm thị lực.

Giống như cách một ứng dụng dịch thuật giúp người dùng giao tiếp mà không cần thông thạo ngoại ngữ, AI trong nhãn khoa giúp bác sĩ đa khoa ở vùng sâu vùng xa có thể “đọc hiểu” các dấu hiệu bệnh lý mắt mà trước đây chỉ bác sĩ chuyên khoa mới làm được.

Ví dụ: Chương trình “AI cho mọi nhà” của một số tổ chức phi lợi nhuận đã triển khai máy chụp võng mạc di động kết hợp AI tại các xã miền núi, giúp phát hiện sớm bệnh võng mạc tiểu đường cho hàng nghìn người dân mà không cần họ phải vào thành phố khám.

LumineticsCore® đánh dấu một cột mốc quan trọng khi trở thành hệ thống chẩn đoán AI tự động đầu tiên được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) phê duyệt để phát hiện bệnh võng mạc do tiểu đường.

Điểm đột phá của hệ thống này nằm ở khả năng hoạt động hoàn toàn độc lập mà không cần sự can thiệp hay giải thích từ bất kỳ chuyên gia chăm sóc mắt nào.

Trong các thử nghiệm lâm sàng quan trọng, LumineticsCore® đã chứng minh độ nhạy đạt 87,3% và độ đặc hiệu đạt 89,5%.

Độ nhạy thể hiện khả năng nhận diện chính xác những bệnh nhân mắc bệnh võng mạc do tiểu đường cần được chuyển tuyến, trong khi độ đặc hiệu liên quan đến vấn đề xác định đúng những trường hợp không mắc bệnh.

Những con số này phản ánh sự cân bằng mạnh mẽ giữa việc phát hiện chính xác các ca bệnh và giảm thiểu kết quả dương tính giả.

Một trong những lợi ích đáng chú ý nhất của LumineticsCore® là tiềm năng giảm những lần chuyển tuyến không cần thiết đến bác sĩ chuyên khoa.

Hệ thống đã thành công khi tránh được 91% các lần khám chuyên khoa không thực sự cần thiết.

Do đó không chỉ giảm gánh nặng cho bệnh nhân mà còn tối ưu hóa nguồn lực y tế thông qua mục tiêu chỉ tập trung vào những bệnh nhân thực sự cần can thiệp.

Ví dụ: Tại một phòng khám đa khoa ở vùng nông thôn, thay vì phải chuyển 100 bệnh nhân tiểu đường đến bác sĩ nhãn khoa (với chi phí và thời gian đi lại lớn), LumineticsCore® có thể giúp xác định chỉ 9 bệnh nhân thực sự cần chuyển tuyến, giúp tiết kiệm đáng kể chi phí và thời gian cho 91 bệnh nhân còn lại.

Tính chất tự động của LumineticsCore® khiến nó đặc biệt có giá trị trong các cơ sở y tế tuyến đầu hoặc vùng thiếu thốn dịch vụ y tế, nơi khả năng tiếp cận bác sĩ nhãn khoa có thể bị hạn chế.

Thông qua tạo điều kiện phát hiện sớm và chính xác bệnh võng mạc do tiểu đường, LumineticsCore® đóng vai trò then chốt trong khả năng ngăn ngừa mất thị lực nhờ điều trị kịp thời.

AEYE-DS nằm trong bộ ba thuật toán được FDA thông qua, được thiết kế cho sàng lọc bệnh võng mạc do tiểu đường hoàn toàn tự động.

Giống như LumineticsCore® và EyeArt, AEYE-DS hoạt động tự chủ, phân tích hình ảnh võng mạc để phát hiện dấu hiệu bệnh mà không cần giám sát từ con người.

Mặc dù các số liệu hiệu suất cụ thể ít được nhấn mạnh so với hai sản phẩm kia, việc AEYE-DS được FDA thông qua đã khẳng định tính an toàn và hiệu quả trong sử dụng lâm sàng.

Khả năng hoạt động tự động tạo điều kiện triển khai trong nhiều cơ sở y tế khác nhau nhằm tối ưu hóa quy trình sàng lọc bệnh võng mạc do tiểu đường và hỗ trợ chẩn đoán sớm.

Ví dụ: Trong một trung tâm y tế cộng đồng với 500 bệnh nhân tiểu đường cần sàng lọc hàng năm, AEYE-DS có thể xử lý và phân tích toàn bộ hình ảnh võng mạc trong vòng vài giờ thay vì phải mất nhiều tuần để các bác sĩ chuyên khoa xem xét từng ca một cách thủ công.

Thông qua khả năng gia tăng năng lực và độ chính xác sàng lọc, AEYE-DS góp phần giảm thiểu tình trạng mất thị lực có thể phòng ngừa được do các biến chứng mắt liên quan đến tiểu đường.

RetinaLyze cung cấp nền tảng sàng lọc dựa trên AI tập trung vào phát hiện các bệnh lý võng mạc.

Khác với các hệ thống hoàn toàn tự động, RetinaLyze hoạt động chủ yếu như một công cụ hỗ trợ ra quyết định.

Do đó hỗ trợ các chuyên gia chăm sóc mắt thông qua khả năng phân tích hình ảnh võng mạc và làm nổi bật các khu vực đáng lo ngại.

Với mục tiêu đóng vai trò hỗ trợ thay vì hệ thống chẩn đoán độc lập, RetinaLyze giúp các bác sĩ lâm sàng đưa ra quyết định chính xác hơn đồng thời duy trì sự giám sát của con người.

Cách tiếp cận này có thể đặc biệt tạo sự an tâm trong các môi trường lâm sàng nơi các bác sĩ muốn kết hợp những hiểu biết từ AI với phán đoán chuyên môn của họ.

Ví dụ: Trong một phòng khám mắt, bác sĩ có thể gặp khó khăn khi phân biệt giữa một đốm nhỏ trên võng mạc là xuất huyết nhỏ hay chỉ là bóng của mạch máu.

RetinaLyze sẽ phân tích và đưa ra gợi ý kèm theo mức độ tin cậy.

Do đó giúp bác sĩ có thêm thông tin để đưa ra quyết định cuối cùng về việc có cần chuyển tuyến hay không.

RetinaLyze hỗ trợ phát hiện nhiều bệnh lý võng mạc khác ngoài bệnh võng mạc do tiểu đường, mở rộng tính hữu dụng trong chăm sóc mắt toàn diện.

Các thuật toán AI của nó được huấn luyện trên bộ dữ liệu hình ảnh rộng lớn, tạo khả năng nhận diện đáng tin cậy các đặc điểm bất thường.

Thông qua tối ưu hóa quy trình chẩn đoán và giảm lỗi sót trong giám sát, RetinaLyze góp phần vào kết quả quản lý bệnh nhân tốt hơn và can thiệp điều trị sớm hơn.

Hệ thống Sàng lọc Mắt AI iPredict, được phát triển bởi iHealthScreen, nhắm đến mục tiêu sàng lọc hoàn toàn tự động bệnh thoái hóa điểm vàng do tuổi tác.

Công ty đã nộp đơn lên FDA để xin phê duyệt hệ thống này, báo hiệu sự sẵn sàng cho khả năng sử dụng lâm sàng rộng rãi hơn.

Được thiết kế đặc biệt để phát hiện bệnh thoái hóa điểm vàng (AMD), iPredict sử dụng các thuật toán tinh vi để phân tích hình ảnh võng mạc mà không cần giải thích thủ công.

Khả năng hoạt động tự chủ này khiến nó phù hợp để sử dụng trong các phòng khám tuyến đầu hoặc chương trình sàng lọc cộng đồng nơi khả năng tiếp cận chuyên gia có thể bị hạn chế.

Ví dụ: Tại một trung tâm y tế cộng đồng, thay vì phải chờ đợi hàng tuần để có lịch hẹn với bác sĩ nhãn khoa, một người cao tuổi 70 tuổi có thể được sàng lọc AMD ngay tại chỗ.

Nếu iPredict phát hiện dấu hiệu bất thường, bệnh nhân sẽ được chuyển tuyến khẩn cấp để điều trị kịp thời.

Từ đó có thể cứu vãn được thị lực trước khi bệnh tiến triển nghiêm trọng.

Với khả năng tạo điều kiện nhận diện sớm AMD, nguyên nhân hàng đầu gây mất thị lực ở người cao tuổi, iPredict có thể hỗ trợ chuyển tuyến kịp thời và can thiệp điều trị để bảo tồn thị lực.

Mặc dù vẫn đang chờ phê duyệt chính thức của FDA tại thời điểm này, iPredict đại diện cho một bước phát triển quan trọng hướng tới khả năng mở rộng sàng lọc bệnh mắt tự động từ bệnh võng mạc do tiểu đường sang các tình trạng quan trọng khác như AMD.