AI Trung Quốc lên tạp chí Science: Khi trí tuệ nhân tạo chinh phục 'pháo đài' khó nhất tại bệnh viện

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

18-09-2026 14:11:06 Nguồn: QbitAI

Dùng AI đa năng để giải quyết những bài toán khó nhất: Một hướng đi khả thi

AI đang càn quét mọi lĩnh vực, nhưng có một "xương cứng" mãi vẫn chưa thể gặm nổi, khiến kỳ vọng của vô số người trở nên thất vọng.

Năm 2016, chuyên gia Hinton từng dự đoán: "Mọi người nên ngừng đào tạo bác sĩ chẩn đoán hình ảnh ngay từ bây giờ". Ông thậm chí tin rằng trong vòng 5 năm, AI sẽ vượt qua bác sĩ chẩn đoán hình ảnh trong việc nhận diện hình ảnh y tế.

Vốn là người thận trọng cả đời, nhưng lịch sử đã trêu đùa ông. Mười năm trôi qua, con người ngày càng tiến gần đến AGI, nhưng trong bối cảnh y tế, ngay cả những tác vụ "nhập môn" của AI như nhận diện hình ảnh vẫn là một chế độ "hard" (khó).

Nếu tính từ thời IBM Watson, số lượng chuyên gia AI gặp "Waterloo" (thất bại thảm hại) trong lĩnh vực y tế là không đếm xuể.

Tại sao y tế lại trở thành "gót chân Achilles" của AI?

—— Đó là yêu cầu cực kỳ khắt khe về độ chính xác của mô hình. Trong các lĩnh vực khác, ảo giác của mô hình có thể chỉ là chuyện cười, nhưng ở đây, đó là vấn đề sinh tử.

Điều này cũng dẫn đến việc AI trong chẩn đoán hình ảnh y tế bị mắc kẹt lâu dài trong các mô hình chuyên biệt.

Cho đến hôm nay, tạp chí học thuật hàng đầu Science đã chính thức công bố một nghiên cứu quan trọng đến từ Trung Quốc:

DAMO RADAR, được giới thiệu là mô hình AI hình ảnh đa năng cấp chuyên gia đầu tiên trên thế giới.

Mô hình này có thể chẩn đoán 146 loại bệnh trên 18 cấu trúc giải phẫu vùng bụng, với độ chính xác còn cao hơn nhiều bác sĩ chẩn đoán hình ảnh.

Hơn nữa, mô hình, mã nguồn và khung làm việc đều đã được mở mã nguồn (open source).

Một mô hình, chẩn đoán 146 loại bệnh

DAMO RADAR, tên đầy đủ là Rapid Abdominal Diagnosis with AI and Radiology, là mô hình AI hướng tới chẩn đoán nhanh vùng bụng.

"Radar" AI này được phát triển bởi đội ngũ Alibaba DAMO Academy. Trong vài năm qua, họ đã sử dụng AI để nhận diện các tổn thương ung thư giai đoạn sớm khó thấy bằng mắt thường trên ảnh CT, đạt được những đột phá lớn trong các bệnh chuyên biệt như ung thư tuyến tụy, ung thư dạ dày, ung thư ruột và đã xuất bản 5 bài báo trên Nature Medicine.

Tuy nhiên, trong quá trình thực hiện, một số người tại DAMO Academy bắt đầu cảm thấy có gì đó không ổn. Chuyên gia thuật toán cao cấp của DAMO Academy, Trương Kiến Bằng (Zhang Jianpeng), cho biết: Mỗi loại bệnh mất ít nhất hai đến ba năm để nghiên cứu, trong khi con người có hàng ngàn loại bệnh, nếu cứ làm như vậy thì cả đời cũng không xong...

Điều nan giải hơn là trong thế giới thực, bệnh nhân không bao giờ chỉ mang một loại bệnh đến bệnh viện để hỏi mô hình chuyên biệt xem họ có mắc bệnh đó hay không. Thực tế, trong một tấm ảnh CT, rất có thể tồn tại đồng thời nhiều cơ quan và nhiều tổn thương khác nhau.

DAMO Academy đã hợp tác với Bệnh viện số 1 trực thuộc Đại học Chiết Giang (Zhejiang University First Affiliated Hospital) và nhiều bệnh viện khác trên toàn cầu để tấn công vào lĩnh vực CT bụng, với hy vọng AI có thể nhận diện tất cả các loại bệnh vùng bụng cùng một lúc.

Chọn vùng bụng là vì đây được công nhận là bối cảnh hình ảnh khó nhất trong lâm sàng.

Trưởng khoa Chẩn đoán hình ảnh của Bệnh viện số 1 Đại học Chiết Giang, Tiêu Văn Ba (Xiao Wenbo), cho biết các bác sĩ trẻ thường sợ nhất là bị phân vào nhóm bụng.

Bởi vì vùng bụng liên quan đến hệ tiêu hóa, hệ tiết niệu, hệ sinh thái, gan, mật, tụy, lá lách, ruột đều nằm chen chúc nhau, ruột còn quấn quanh toàn bộ khoang bụng, tất cả các cơ quan hầu như đều là mô mềm, mật độ gần giống nhau, hoàn toàn phải dựa vào sự nhạy bén của mắt thường đối với sự chênh lệch mật độ để phát hiện tổn thương.

Trước đây, đã có các công cụ hỗ trợ AI nhắm vào các bệnh như nốt phổi, nhưng vùng bụng quá phức tạp, luôn là một "vùng cấm" mà không ai dám đụng vào.

Điều mà RADAR muốn làm là sử dụng một mô hình duy nhất để bao phủ toàn bộ vùng bụng.

Cuối cùng, nó đã bao phủ 18 cấu trúc giải phẫu và 146 loại bệnh, bao gồm các cơ quan chính như gan, tụy, túi mật, thận, lá lách, ruột, về cơ bản bao quát được các tổn thương thường gặp trong lâm sàng.

Về hiệu quả, đội ngũ đã thực hiện các bước kiểm chứng đa tầng vô cùng nghiêm ngặt.

Trong tập dữ liệu nội bộ gồm gần 39.000 ca thực tế liên tục, chỉ số AUC trung bình của RADAR đạt 0,913.

AUC là chỉ số đo lường khả năng phân biệt giữa bệnh nhân và người bình thường của mô hình chẩn đoán; 1 là phân biệt hoàn hảo, 0,5 tương đương với đoán mò, trên 0,9 được coi là xuất sắc.

Sau đó, đội ngũ tiếp tục kiểm chứng trên hơn 24.000 ca CT từ 8 bệnh viện bên ngoài. Các ca này bao gồm nhiều khu vực và thiết bị quét khác nhau, nhưng AUC của RADAR vẫn đạt 0,895.

Hơn nữa, RADAR còn có khả năng khái quát hóa sang bối cảnh cấp cứu.

Sự khác biệt giữa bối cảnh cấp cứu và khám ngoại trú thông thường là do thời gian gấp rút, không kịp đợi chất cản quang phát huy tác dụng tối ưu, bệnh nhân cũng không nhất thiết có khả năng phối hợp, dẫn đến hiệu quả hình ảnh CT bị sai lệch.

Mục tiêu huấn luyện của RADAR không bao gồm cấp cứu, nhưng khi đội ngũ thử nghiệm với 27.000 dữ liệu cấp cứu, kết quả AUC vẫn đạt 0,904.

Ngoài ra, DAMO Academy còn nâng cao yêu cầu đối với RADAR trong việc chẩn đoán bốn loại ung thư: gan, tụy, dạ dày và ruột.

Đối với bốn loại ung thư này, căn cứ mà họ dùng để thử thách RADAR là "tiêu chuẩn vàng bệnh lý", tức là lấy kết quả sinh thiết bệnh lý làm Ground truth (sự thật nền) để xác nhận xem chẩn đoán hình ảnh có chính xác hay không.

Trong bài kiểm tra nâng cao này, AUC của RADAR vẫn đạt từ 0,891 đến 0,984.

DAMO Academy cũng đã thực hiện một đợt so sánh giữa người và máy.