Ứng dụng AI cho ung thư tuyến tụy mang hy vọng tới bệnh nhân

Hoàng

August 14, 2025

19 phút đọc

Phát hiện qua hình ảnh y tế

AI đang hiện đại hóa chẩn đoán ung thư thông qua phân tích hình ảnh y khoa với độ chính xác đáng kinh ngạc.

Vì thế giúp phát hiện ung thư tuyến tụy sớm hơn nhiều so với các phương pháp truyền thống.

Điều khiến AI trở nên đặc biệt mạnh mẽ là khả năng nhận diện những mẫu hình tinh vi và phức tạp trong dữ liệu hình ảnh vượt xa khả năng cảm nhận của con người.

Khả năng này giúp xác định những tổn thương rất nhỏ hoặc dấu hiệu tiền ung thư mà trước đây có thể bị bỏ qua.

Mô hình PANDA (Phát Hiện Ung Thư Tuyến Tụy với Trí Tuệ Nhân Tạo), được phát triển bởi Damo Academy của Tập đoàn Alibaba.

PANDA là một nền tảng AI được thiết kế để phóng đại và nhận diện các đặc điểm bệnh lý phức tạp trên hình chụp CT.

Đây là những đặc điểm thường quá tinh vi để mắt người có thể phát hiện.

Mục tiêu chính là chẩn đoán ung thư tuyến tụy ở giai đoạn sớm khi các lựa chọn điều trị có hiệu quả cao hơn.

Quá trình phát triển PANDA bắt đầu khi huấn luyện trên bộ dữ liệu từ 3.208 bệnh nhân tại một trung tâm duy nhất.

Trong thử nghiệm nội bộ với 291 bệnh nhân, mô hình đạt được độ nhạy ấn tượng là 94,9% và độ đặc hiệu 100%.

Điều này có nghĩa là nó xác định chính xác gần như tất cả các trường hợp dương tính thật mà không có kết quả dương tính giả.

Khi được thử nghiệm trên nhóm lớn hơn gồm 5.337 bệnh nhân từ nhiều bệnh viện ở Trung Quốc và Cộng hòa Séc, PANDA vẫn duy trì hiệu suất mạnh mẽ với độ nhạy 93,3% và độ đặc hiệu 98,9%.

Kết quả của PANDA vượt trội hơn khả năng chẩn đoán trung bình của các bác sĩ X quang.

Mô hình đã được sử dụng lâm sàng hơn 500.000 lần, cho thấy tỷ lệ dương tính giả rất thấp chỉ 1 trên 1.000 trường hợp.

Kiến trúc của nó bao gồm ba giai đoạn:

• Định vị tuyến tụy sử dụng mạng UNet
• Phát hiện bất thường với mạng neural tích chập đa nhiệm vụ (CNN)
• Phân loại các kiểu tổn thương sử dụng transformer đường kép.

Diện tích dưới đường cong ROC (AUC) của PANDA dao động từ 0,986 đến 0,996 cho việc phát hiện tổn thương cho thấy khả năng phân biệt xuất sắc.

Ví dụ: Một bệnh nhân 55 tuổi đi khám sức khỏe định kỳ với triệu chứng đau bụng mơ hồ. Trong khi bác sĩ X quang có thể không nhìn thấy gì bất thường trên hình chụp CT, PANDA có thể phát hiện một vùng tổn thương nhỏ chỉ 8mm, kích thước nhỏ hơn đáng kể so với ngưỡng phát hiện thông thường 2cm.

Khả năng phát hiện sớm có thể tạo ra sự khác biệt giữa giai đoạn có thể phẫu thuật và giai đoạn di căn.

Cùng với PANDA, các nhà nghiên cứu tại Mayo Clinic đã đạt được những bước tiến đáng kể với các mô hình AI có khả năng phát hiện ung thư tuyến tụy trên hình chụp CT tiêu chuẩn.

Công việc này đặc biệt có giá trị khi việc cắt bỏ khối u vẫn còn là lựa chọn khả thi.

Tận dụng một trong những bộ dữ liệu hình ảnh lớn nhất thế giới và hợp tác với NVIDIA, chương trình của Mayo Clinic tích hợp công nghệ máy tính cao cấp với dữ liệu quy mô lớn.

Nghiên cứu phát hiện sớm của phòng khám tập trung vào phát triển các thuật toán AI kết hợp dữ liệu hình ảnh với các dấu ấn sinh học để có hệ thống xác định những cá nhân có nguy cơ cao.

Nhóm hình ảnh của họ sử dụng CNN để phân đoạn tuyến tụy trên hình chụp CT và MRI đồng thời áp dụng deep learning để phân biệt giữa các loại tổn thương khác nhau.

Những nỗ lực này góp phần tạo ra các công cụ phát hiện sớm bán tự động có khả năng cứu sống nhiều người thông qua việc điều trị sớm hơn.

Phát hiện qua dấu ấn sinh học và xét nghiệm máu

Ngoài hình ảnh, AI cũng đang được áp dụng vào phân tích các dấu ấn sinh học và xét nghiệm máu.

Do đó mang lại những cách thức ít xâm lấn và thuận tiện hơn để phát hiện sớm ung thư tuyến tụy.

Một công cụ AI đầy hứa hẹn đang được phát triển có thể phát hiện nhiều loại ung thư bao gồm ung thư tuyến tụy, dạ dày và đại tràng chỉ từ một giọt máu khô.

Công cụ này sử dụng machine learning để phân tích các chất chuyển hóa trong huyết thanh đóng vai trò như dấu ấn sinh học chỉ ra sự hiện diện của ung thư.

Kết quả ban đầu cho thấy độ chính xác từ 82% đến 100%, với khả năng phát hiện khoảng 81,2% các trường hợp ung thư tuyến tụy từ đốm máu khô.

Vì thế vượt trội hơn các phương pháp sinh thiết lỏng truyền thống chỉ phát hiện được khoảng 76,8%.

Ví dụ: Một phụ nữ 45 tuổi có tiền sử gia đình mắc ung thư tuyến tụy có thể thực hiện xét nghiệm sàng lọc định kỳ chỉ với việc lấy một giọt máu từ đầu ngón tay, giống như test đường huyết cho bệnh nhân tiểu đường.

Thay vì phải chờ đợi các triệu chứng xuất hiện hoặc trải qua các quy trình hình ảnh phức tạp, cô có thể nhận được kết quả sàng lọc trong vòng 24 giờ.

Một nghiên cứu khác đã chứng minh cách AI có thể cải thiện độ chính xác chẩn đoán thông qua tích hợp các biến lâm sàng, kết quả xét nghiệm và nhiều dấu ấn sinh học như microRNA tuần hoàn và các mầm bệnh nha chu liên quan đến nguy cơ ung thư tuyến tụy.

Sử dụng mô hình học tập tổng hợp, một phương pháp kết hợp nhiều thuật toán nghiên cứu đạt được AUC là 0,87, độ nhạy 0,89 và độ đặc hiệu 0,86.

Điều này làm nổi bật những lợi ích tiềm năng khi kết hợp dữ liệu sinh học đa dạng để có chẩn đoán đáng tin cậy hơn.

Metabolomics nghiên cứu về các quá trình trao đổi chất cũng đóng vai trò quan trọng trong lĩnh vực này.

Thông qua sử dụng khối phổ và phổ cộng hưởng từ hạt nhân (NMR), metabolomics cung cấp những thông tin chi tiết về hóa sinh và chức năng của khối u.

Khi kết hợp với machine learning, những bộ dữ liệu phức tạp này trở nên dễ diễn giải hơn.

Từ đó giúp các nhà nghiên cứu khám phá ra những dấu ấn sinh học và mục tiêu điều trị mới.

Những phương pháp không xâm lấn dựa trên máu được hỗ trợ bởi AI mang lại triển vọng lớn cho việc sàng lọc cộng đồng rộng rãi và phát hiện sớm.

Vì vậy có khả năng giảm gánh nặng bệnh tật cho cả bệnh nhân và hệ thống y tế.

Ví dụ: Trong tương lai gần, các trung tâm y tế cộng đồng có thể triển khai các máy xét nghiệm AI tự động, nơi người dân có thể thực hiện sàng lọc ung thư định kỳ giống như việc đo huyết áp tại nhà thuốc.

Chỉ cần 15 phút và một mẫu máu nhỏ, hệ thống có thể đưa ra đánh giá nguy cơ và khuyến nghị các bước tiếp theo.

Sàng lọc và nhận diện nhóm nguy cơ cao từ EHR

Một trong những phát triển quan trọng nhất trong chẩn đoán ung thư tuyến tụy hỗ trợ bởi AI là khả năng phân tích hồ sơ y tế điện tử để xác định những cá nhân có nguy cơ cao từ rất sớm, trước cả khi các triệu chứng xuất hiện.

Các mô hình AI sử dụng mã chẩn đoán và dữ liệu bệnh nhân được lưu trữ trong hệ thống EHR để phát hiện những mẫu hình báo hiệu khả năng phát triển ung thư tuyến tụy, đôi khi sớm tới ba năm trước khi chẩn đoán lâm sàng.

Các nghiên cứu ban đầu tận dụng dữ liệu từ Hệ thống Y tế Quốc gia Đan Mạch và EHR của Bộ Cựu chiến binh Hoa Kỳ đã chứng minh khả năng này.

Thay vì chỉ xem xét các mã chẩn đoán riêng lẻ, các thuật toán AI phân tích chuỗi và sự kết hợp của các sự kiện y tế để khám phá những mẫu hình dự đoán cho sự phát triển ung thư tuyến tụy.

Phân tích theo thời gian này giúp hệ thống nhận ra những dấu hiệu cảnh báo tinh vi mà có thể bị bỏ qua.

Ví dụ: Một hệ thống AI đang theo dõi hồ sơ của bệnh nhân 62 tuổi. Trong 18 tháng qua, hệ thống ghi nhận: ông được chẩn đoán tiểu đường type 2 mới, tăng men gan nhẹ trong 2 lần xét nghiệm, giảm cân 3kg không rõ nguyên nhân và được kê đơn thuốc ức chế bơm proton cho triệu chứng khó tiêu.

Mỗi yếu tố riêng lẻ có thể không đáng lo, nhưng AI nhận ra đây là một “chữ ký” nguy cơ và đề xuất ông Minh nên được sàng lọc chuyên sâu.

Một ví dụ cụ thể liên quan đến tiểu đường, một tình trạng có liên quan chặt chẽ với nguy cơ ung thư tuyến tụy.

Nghiên cứu cho thấy khoảng 50% bệnh nhân ung thư tuyến tụy phát triển tiểu đường khởi phát mới trước khi được chẩn đoán ung thư.

Các mô hình AI sàng lọc bệnh nhân tiểu đường mới được chẩn đoán sử dụng các yếu tố như tuổi, chỉ số khối cơ thể (BMI), sử dụng thuốc ức chế bơm proton (PPI), mức cholesterol và men gan đã đạt được hiệu suất dự đoán khá tốt, với điểm diện tích dưới đường cong (AUC) từ 0,71 đến 0,73.

Những mô hình này có thể đánh dấu các bệnh nhân có thể được hưởng lợi từ việc theo dõi chặt chẽ hơn hoặc xét nghiệm chẩn đoán bổ sung.

Sử dụng dữ liệu EHR để phân tầng nguy cơ là một ứng dụng đầy hứa hẹn vì nó tạo điều kiện phát hiện sớm hơn so với chẩn đoán truyền thống dựa trên triệu chứng.

Điều này hỗ trợ các chương trình sàng lọc có mục tiêu tập trung vào những nhóm dân số nguy cơ cao cụ thể như những người mới bị tiểu đường.

Từ đó cải thiện cơ hội phát hiện ung thư tuyến tụy ở giai đoạn có thể điều trị tốt hơn.

Ví dụ: Tại Bệnh viện, một hệ thống AI có thể quét hàng nghìn hồ sơ bệnh án mỗi đêm và tạo ra danh sách “cảnh báo sớm” cho các bác sĩ vào sáng hôm sau.

Thay vì chờ bệnh nhân đến khám với đau bụng dữ dội, hệ thống có thể nhắc nhở bác sĩ gia đình liên lạc với những bệnh nhân có mẫu hình nguy cơ cao để tư vấn sàng lọc chủ động.

Ứng dụng trong giải phẫu bệnh kỹ thuật số

Trong lĩnh vực giải phẫu bệnh, AI đang thay đổi cách thức phân tích các mẫu sinh thiết thông qua kiểm tra hình ảnh số độ phân giải cao của các mẫu mô.

Các mô hình machine learning có thể xem xét kỹ lưỡng kiến trúc mô dưới kính hiển vi để phân biệt những thay đổi lành tính với khối u ác tính và thậm chí phân loại ung thư với độ chính xác đáng kinh ngạc.

Quy trình được điều khiển bởi AI tăng tốc độ chẩn đoán và giảm thiểu sự khác biệt giữa các bác sĩ giải phẫu bệnh nên đảm bảo tính nhất quán cao hơn khi diễn giải các mẫu phức tạp.

Hơn nữa, hệ thống AI tăng cường khả năng phát hiện vi di căn, những cụm tế bào ung thư siêu nhỏ có thể bị mắt người bỏ qua và các dạng khối u hiếm gặp.

Điều này không chỉ cải thiện độ chính xác chẩn đoán mà còn cung cấp thông tin đáng tin cậy hơn để hướng dẫn các quyết định điều trị.

Ví dụ: Bác sĩ đang xem xét một mẫu sinh thiết tuyến tụy dưới kính hiển vi. Với mắt thường, ông chỉ thấy một số tế bào có hình dạng bất thường nhưng chưa chắc chắn về tính chất.

Khi tải hình ảnh lên hệ thống AI, công nghệ này có thể phát hiện ra 15 tế bào ung thư vi mô mà mắt người không thể nhận ra, đồng thời xác định đây là adenocarcinoma dạng ống.

Đây là thông tin quan trọng để lựa chọn phác đồ điều trị phù hợp.

Giải phẫu bệnh số được hỗ trợ bởi AI giúp bác sĩ giải phẫu bệnh xử lý khối lượng mẫu lớn hơn một cách hiệu quả trong khi vẫn duy trì đánh giá chất lượng cao.

Điều này có tầm quan trọng đặc biệt trong ung thư tuyến tụy, nơi chẩn đoán sớm và chính xác tác động trực tiếp đến thành công điều trị và sự sống còn của bệnh nhân.

Ví dụ: Tại một trung tâm ung thư lớn, hệ thống AI có thể phân tích 200 mẫu sinh thiết mỗi ngày thay vì 50 mẫu theo cách thủ công. 

Do đó bệnh nhân có thể nhận được kết quả trong 24 giờ thay vì 5-7 ngày, tạo ra cơ hội vàng để bắt đầu điều trị sớm nhất có thể.