Hiện nay, dịch bệnh do virus Corona 2019 (COVID-19) gây ra đã lây lan khắp toàn cầu và gây ảnh hưởng không nhỏ đến các quốc gia trên thế giới. Việc sớm phát hiện bệnh nhân dương tính với COVID-19 giúp bác sĩ có phương án chữa trị kịp thời, đồng thời ngăn chặn nguồn lây cho cộng đồng. Tuy nhiên, việc xác định các ca dương tính yêu cầu qui trình phức tạp và có thể mất tới vài ngày. Để trợ giúp việc chẩn đoán được nhanh hơn mà vẫn giữ được tính chính xác, nhà khoa học Xueyan Mei và đồng nghiệp đã ứng dụng thành công trí tuệ nhân tạo để phát triển ba mô hình chẩn đoán COVID-19 chỉ dựa trên các thông tin lâm sàng đơn giản của bệnh nhân. 

Trong năm 2020, dịch bệnh do virus Corona 2019 gây ra đã nhanh chóng lây lan với hơn 3 triệu ca trên toàn thế giới, gây ảnh hưởng nghiêm trọng đến sức khỏe, đời sống, và kinh tế của mỗi quốc gia. Việc nhanh chóng xác định cá nhân nhiễm bệnh có tầm quan trọng sống còn, không chỉ để có biện pháp chữa trị kịp thời đối với cá nhân người bệnh, mà còn để kiểm soát dịch bệnh thông qua việc cách li những cá nhân nhiễm COVID-19 khỏi cộng đồng. Hiện nay, việc chẩn đoán  bệnh nhân nhiễm COVID-19  tuân theo qui trình xét nghiệm chuẩn, thường bao gồm thực hiện phản ứng chuỗi polymerase phiên mã ngược dựa trên axit nucleic (polymerase chain reaction – PCR) để khuếch đại một đoạn gen di truyền cụ thể ở virus, gọi tắt là RT-PCR. Tuy nhiên, xét nghiệm này có thể mất tới hai ngày mới có kết quả, và sau đó còn có thể cần đến một loạt xét nghiệm để loại trừ khả năng kết quả âm tính giả. Thêm vào đó, ở một số nước, bộ xét nghiệm RT-PCR lại khá đắt đỏ và khan hiếm. Những điều này tạo nên nhu cầu bức thiết cần có các phương pháp thay thế có thể chẩn đoán nhanh chóng và chính xác bệnh nhân mắc COVID-19. Trong một nghiên cứu công bố trên tạp chí danh tiếng Nature Medicine hồi tháng 5 năm 2020, tác giả Xueyan Mei và đồng sự đã sử dụng thuật toán trí tuệ nhân tạo để tích hợp kết quả CT ngực và các yếu tố lâm sàng cùng lịch sử phơi nhiễm và xét nghiệm trong phòng thí nghiệm để chẩn đoán nhanh chóng những bệnh nhân dương tính với COVID-19 mà không cần chờ đến 2 ngày như xét nghiệm RT-RCT.

Cụ thể, hệ thống AI bao gồm 3 mô hình AI tham gia ước tính nguy cơ một cá nhân dương tính với COVID-19: mô hình thứ nhất là mô hình mạng nơ ron tích chập (convolutional neural network – CNN) xây dựng dựa trên hình ảnh chụp cắt lớp CT lồng ngực; mô hình hai sử dụng  mạng nơ ron truyền thẳng nhiều lớp (multilayer perceptron - MLP) để phân loại các bệnh nhân mắc COVID-19 dựa vào các yếu tố lâm sàng (tuổi, giới tính, tiền sử phơi nhiễm, các triệu chứng, và các thông số xét nghiệm lâm sàng khác); mô hình thứ ba được xây dựng dựa trên sự kết hợp thông tin chụp cắt lớp CT ngực và thông tin lâm sàng.

a) So sánh đường cong ROC giữa ba mô hình hệ thống AI với kết quả đánh giá của của hai bác sĩ chẩn đoán hình ảnh cấp cao; b) so sánh tỉ lệ chẩn đoán thành công các bệnh nhân dương tính với COVID-19 theo xét nghiệm RT-PCR nhưng có kết quả chụp cắt lớp bình thường. Các bác sĩ chẩn đoán hình ảnh được cung cấp cả hình CT lẫn thông tin lâm sàng để ra quyết định chẩn đoán; c) So sánh diện tích dưới đường cong ROC với giá trị p xác định theo Delong test; d) và e) so sánh độ nhạy và độ đặc hiệu giữa các mô hình AI và các bác sĩ, giá trị p được xác định dựa trên phương pháp kiểm tra sự khác biệt mcNemar test.

Hiệu năng của các mô hình được đánh giá và so sánh với chẩn đoán của các bác sĩ X-quang lồng ngực cấp cao với nhiều năm kinh nghiệm. Kết quả thử nghiệm trên 905 bệnh nhân cho thấy 419 (46,3%) có kết quả dương tính với COVID-19. Trên tập thử nghiệm gồm 279 bệnh nhân, hệ thống AI đã đạt được hiệu năng cao với diện tích dưới đường cong (AUC) là 0.92, với độ nhạy tương đương với bác sĩ X-quang lồng ngực cấp cao. Hệ thống AI cũng đã xác định chính xác 17 trong tổng số 25 bệnh nhân (68%) nhiễm COVID-19 theo xét nghiệm RT-PCR nhưng lại có kết quả CT là âm tính trong khi các bác sĩ không xác định được ca nào.

Mặc dù nghiên cứu có những hạn chế do có số lượng mẫu nhỏ, kết quả bước đầu đã cho thấy hệ thống AI có thể nâng cao độ chính xác trong chẩn đoán nhanh các bệnh nhân mắc COVID-19 dựa trên các yếu tố lâm sàng và chỉ số phòng thí nghiệm đơn giản so với cách chẩn đoán truyền thống dựa trên chuyên gia trong bối cảnh y học hiện nay.

Tài liệu tham khảo

[1]. Mei, X., Lee, HC., Diao, Ky. et al. Artificial intelligence–enabled rapid diagnosis of patients with COVID-19. Nat Med 26, 1224–1228 (2020).

[2]. https://doi.org/10.1038/s41591-020-0931-3.

[3]. https://www.nature.com/articles/s41591-020-0931-3.