Viện nghiên cứu DAMO của Alibaba ra mắt mô hình AI phát hiện ung thư gan, nhận diện chính xác khối u siêu nhỏ 1cm

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

24/08/2026 16:07:59 Nguồn: QbitAI

Tin ngày 24 tháng 8, Viện nghiên cứu DAMO của Alibaba phối hợp cùng Bệnh viện Shengjing thuộc Đại học Y khoa Trung Quốc và các tổ chức khác đã phát triển thành công mô hình AI chẩn đoán ung thư gan mang tên DAMO LiON.

Tin ngày 24 tháng 8, Viện nghiên cứu DAMO của Alibaba phối hợp cùng Bệnh viện Shengjing thuộc Đại học Y khoa Trung Quốc và các tổ chức khác đã phát triển thành công mô hình AI chẩn đoán ung thư gan mang tên DAMO LiON, có khả năng nhận diện các tổn thương ung thư gan nhỏ thông qua hình ảnh CT. Trong thử nghiệm lâm sàng tiền cứu thực tế kéo dài hai tháng, mô hình AI này đã phát hiện 15 trường hợp khối u ác tính bị bỏ sót trước đó, phần lớn là các tổn thương có kích thước khoảng 1 cm, giúp bệnh nhân được phẫu thuật hoặc điều trị bằng thuốc kịp thời. Nghiên cứu liên quan đã được đăng tải trên tạp chí học thuật hàng đầu thế giới *Nature Medicine*.

Gan là vị trí có tỷ lệ mắc khối u ác tính cao, bao gồm cả ung thư gan nguyên phát (thường gọi là "ung thư gan") và "di căn gan" từ các vị trí khác như ung thư ruột, ung thư tụy, trong đó loại thứ hai thường phổ biến hơn. Dù là loại nào, việc phát hiện càng sớm thì hiệu quả điều trị càng cao. Tuy nhiên, việc phát hiện sớm không hề dễ dàng. Do tổn thương có kích thước nhỏ và dễ bị nhiễu bởi xơ gan, gan nhiễm mỡ cùng cấu trúc giải phẫu phức tạp trong gan, ngay cả khi chụp CT tăng cường, bác sĩ vẫn có khả năng bỏ sót. Đặc biệt trong trường hợp di căn gan, sự chú ý của bác sĩ dễ bị thu hút bởi tổn thương nguyên phát mà bỏ qua các tổn thương nhỏ ở gan.

Vì lý do đó, Viện nghiên cứu DAMO đã tận dụng kinh nghiệm tích lũy nhiều năm trong lĩnh vực AI hình ảnh y tế để phát triển mô hình DAMO LiON, đóng vai trò như một "nhân viên an toàn AI" hỗ trợ bác sĩ đọc phim. Mô hình không chỉ nhận diện chính xác ung thư gan nguyên phát mà còn đặc biệt giỏi trong việc phát hiện các ca di căn gan dễ bị bỏ sót. Kết quả thử nghiệm cho thấy, độ chính xác của mô hình AI trong việc nhận diện khối u ác tính cao hơn so với bác sĩ chẩn đoán hình ảnh. Khi bác sĩ sử dụng mô hình AI hỗ trợ đọc phim, thời gian làm việc giảm 27%, trong khi độ nhạy đối với khối u ác tính tăng thêm 11,5%, giúp giảm thiểu hiệu quả tình trạng chẩn đoán sót; với sự hỗ trợ của AI, các bác sĩ trẻ có thể đạt đến trình độ của các bác sĩ dày dạn kinh nghiệm.

Mô hình AI nhận diện các khối u di căn nhỏ.

Nhóm nghiên cứu sau đó đã triển khai thực tế mô hình AI vào bệnh viện để tham gia đọc phim hàng ngày. Khi kết luận chẩn đoán ban đầu của AI và bác sĩ không thống nhất, hồ sơ bệnh án sẽ được chuyển cho bác sĩ chẩn đoán hình ảnh cấp cao xem xét lại, và nếu cần thiết sẽ đưa ra thảo luận tại hội đồng đa chuyên khoa (MDT). Trong vòng hai tháng, AI đã đọc hơn 10.000 hình ảnh CT tăng cường của bệnh nhân, hỗ trợ bác sĩ phát hiện 15 ca di căn gan bị bỏ sót trước đó, từ đó thúc đẩy thay đổi phác đồ điều trị cho những bệnh nhân này. Trong đó, một bệnh nhân 65 tuổi từng mắc ung thư bàng quang đi tái khám, các chỉ số chức năng gan và dấu ấn khối u đều bình thường, bác sĩ chẩn đoán ban đầu chỉ phát hiện các nốt vôi hóa ở gan, nhưng AI đã đưa ra nhận định chính xác về di căn gan, nhắc nhở bác sĩ sửa đổi báo cáo kiểm tra và đưa ra đề xuất hóa trị.

Chuyên gia thuật toán của Viện nghiên cứu DAMO, Yan Ke, cho biết những tổn thương ác tính bị AI phát hiện thường có đặc điểm "nhỏ, mờ, lệch": đường kính trung bình khoảng 1 cm, độ tương phản thấp so với mô gan, hoặc nằm ở các vị trí giải phẫu ít gặp. Đằng sau đó, mô hình DAMO LiON sử dụng kiến trúc mạng cải tiến, vừa có thể nắm bắt mối quan hệ giữa tổn thương và toàn bộ gan, vừa giữ lại hiệu quả kết cấu và ranh giới cục bộ, từ đó cải thiện hiệu suất trên các ca bệnh khó như gan nhiễm mỡ, xơ gan và gan sau phẫu thuật. Ngoài ra, AI còn có thể lặp lại và hợp nhất các hình ảnh ở các pha khác nhau, nắm bắt hiệu quả sự khác biệt ở cấp độ pixel giữa các pha, giúp nhận diện chính xác các tổn thương nhỏ "thoáng qua" trong quá trình chụp CT tăng cường.

Được biết, kể từ khi thành lập vào năm 2017, Viện nghiên cứu DAMO đã chú trọng vào AI y tế, tiên phong trong ngành đề xuất sử dụng AI để nhận diện các tổn thương nhỏ mà mắt người khó phát hiện trong hình ảnh y tế. Viện đã lần lượt phát triển các mô hình AI như: DAMO PANDA (tầm soát ung thư tụy dựa trên CT không thuốc cản quang), DAMO GRAPE (tầm soát ung thư dạ dày), DAMO COCA (tầm soát ung thư ruột), v.v. Các thành tựu liên quan đã ba lần xuất hiện trên *Nature Medicine*, được đưa vào kênh đổi mới của Cục Quản lý Sản phẩm Y tế Quốc gia (Trung Quốc) và được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) công nhận là "Thiết bị y tế đột phá". Lần này, Viện nghiên cứu DAMO tiếp tục mở rộng năng lực AI y tế từ tầm soát sang lĩnh vực chẩn đoán, giúp nhiều bệnh nhân hơn được điều trị kịp thời và chính xác.

Bài viết này do Alibaba cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền thuộc về tác giả, không được phép sao chép hoặc sử dụng dưới bất kỳ hình thức nào nếu chưa được ủy quyền, mọi hành vi vi phạm sẽ bị xử lý theo quy định.