Bác sĩ và các nhà khoa học đến từ Anh, Mỹ, Ai Cập và Brazil đã phát triển một mô hình trí tuệ nhân tạo (AI) học sâu có thể nhận diện những trẻ em mới sinh có tựa vi sao ROP gây mù lòa nếu không được điều trị và hy vọng phương pháp của họ có thể cải thiện việc kiểm tra trong nhiều vùng có dịch vụ chăm sóc sơ sinh hạn chế và ít bác sĩ nhãn khoa được đào tạo.

Theo lời thông cáo báo chí từ Đại học London, nghiên cứu này được công bố trên The Lancet Digital Health bởi một nhóm nhà khoa học và bác sĩ tại các trường đại học của Vương quốc Anh, Brazil, Ai Cập và Hoa Kỳ, được hỗ trợ bởi National Institute for Health and Care Research (NIHR) Biomedical Research Center tại Moorfields Eye Hospital NHS Foundation Trust và UCL Institute of Ophthalmology.

Tiến sĩ Konstantinos Balaskas, Giám đốc, Moorfields Ophthalmic Reading Centre & Clinical AI Lab, Moorfields Eye Hospital và Giáo sư Đồng nghiệp, Viện Khoa học Mắt UCL, là tác giả chủ đạo của nghiên cứu, nhấn mạnh tầm quan trọng của nghiên cứu.

"Viêm võng mạc do sơ sinh non ngày càng phổ biến hơn khi tỷ lệ sống sót của trẻ sơ sinh non cải thiện trên toàn thế giới, và hiện nay, đây là nguyên nhân hàng đầu gây mù mắt cho trẻ em ở các nước thu nhập trung bình và ở Mỹ," ông Balaskas nói trong lời thông cáo báo chí của trường đại học.

Ngoài ra, ông Balaskas đã chỉ ra rằng khoảng 30% trẻ sơ sinh tại châu Phi vùng Sahara có một số độ ROP và trong khi các liệu pháp hiện đã sẵn sàng, nó có thể gây mù mắt nếu không phát hiện và chữa trị kịp thời.

"Điều này thường xuyên xảy ra do thiếu chuyên gia chăm sóc mắt - nhưng vì nó có thể phát hiện được và điều trị được, không có trẻ em nào nên bị mù mắt do ROP. Tình trạng này ngày càng phổ biến hơn và nhiều khu vực không có đủ bác sĩ nhãn khoa được đào tạo để kiểm tra tất cả trẻ em có nguy cơ; chúng tôi hy vọng rằng kỹ thuật tự động hóa chẩn đoán ROP của chúng tôi sẽ cải thiện sự tiếp cận chăm sóc cho các vùng ít được phục vụ và ngăn ngừa mù mắt cho hàng ngàn trẻ sơ sinh trên toàn thế giới," ông Balaskas chia sẻ.

ROP là một bệnh tình ảnh ảnh hưởng chủ yếu đến trẻ sơ sinh non, nơi mạch máu bất thường phát triển trên võng mạc, lớp mạch thần kinh mỏng ở phía sau mắt chuyển đổi ánh sáng thành tín hiệu não có thể nhận biết. Những mạch máu này có thể bị rò rỉ hoặc chảy máu, gây tổn thương võng mạc và có thể dẫn đến tróc đứt võng mạc. Trong khi các dạng ROP nhẹ không cần điều trị, chỉ cần theo dõi, những trường hợp cấp tính hơn cần được chữa trị kịp thời. Ước tính có khoảng 50.000 trẻ em trên toàn thế giới bị mù vì ROP.

Triệu chứng của ROP không thể nhìn thấy bằng mắt thường, điều này có nghĩa là cách duy nhất để nhận biết bệnh là theo dõi trẻ em có nguy cơ đóng kín với các cuộc khám mắt. Nếu thiếu hạ tầng để có chăm sóc chăm sóc tiền và sau sinh toàn diện, cửa sổ hẹp để kiểm tra và điều trị có thể bị bỏ lỡ, dẫn đến mù mắt có thể ngăn ngừa được.

Đội ngũ UCL-Moorfields đã phát triển một mô hình học sâu AI để khảo sát ROP, được huấn luyện trên một mẫu 7.414 hình ảnh của mắt của 1.370 trẻ sơ sinh được đưa vào bệnh viện Homerton, London, và được đánh giá về ROP bởi bác sĩ nhãn khoa. Bệnh viện phục vụ cho cộng đồng đa dạng về chủng tộc và mức độ kinh tế, điều này quan trọng vì ROP có thể thay đổi giữa các nhóm dân tộc, vì vậy công cụ được huấn luyện để hoạt động an toàn trên các nhóm dân tộc khác nhau đảm bảo bất kỳ ai cũng có thể được hưởng lợi.

Hiệu suất của công cụ sau đó được đánh giá trên 200 hình ảnh khác và được so sánh với người nhãn khoa dịch vụ cao cấp.

Các nhà nghiên cứu đã xác thực lại công cụ của mình bằng cách sử dụng nó trên các bộ dữ liệu được thu thập từ Mỹ, Brazil và Ai Cập.

Công cụ AI này đã được tìm thấy hiệu quả như các nhà nhãn khoa nhi khoa cao cấp trong việc phân biệt hình ảnh võng mạc bình thường từ những hình ảnh có ROP có thể gây mù mắt.

Trong khi công cụ được tối ưu hóa cho dân số Vương quốc Anh, các nhà nghiên cứu cho biết rằng đây là lời hứa hẹn khi họ đã tìm thấy nó vẫn hiệu quả trên các lục địa khác, và họ thêm rằng nó vẫn có thể được tối ưu hóa thêm cho các môi trường khác. Công cụ đã được phát triển như một nền tảng học sâu không mã, điều này có nghĩa là nó có thể được tối ưu hóa trong các môi trường mới bởi những người không có kinh nghiệm lập trình trước đó.

Tác giả chủ đạo đầu tiên Siegfried K. Wagner, M.D., Viện Khoa học Mắt UCL và Bệnh viện Mắt Moorfields, tập trung vào kết quả của nghiên cứu và lưu ý trong thông cáo báo chí rằng kết quả cho thấy cần tiếp tục điều tra các công cụ AI để sàng lọc ROP.

"Bây giờ chúng tôi đang xác thực lại công cụ của mình trong nhiều bệnh viện ở Vương quốc Anh và đang tìm hiểu cách mà mọi người tương tác với đầu ra của AI, để hiểu làm thế nào chúng tôi có thể tích hợp công cụ vào cài đặt lâm sàng thực tế," ông nói. Ông cũng hy vọng rằng công cụ sẽ cho phép một y tá được đào tạo để chụp hình ảnh có thể được đánh giá bởi công cụ AI, để chuẩn đoán và điều trị không cần nhà nhãn khoa xem lại các quét.

"Công cụ AI đặc biệt hữu ích trong nhãn khoa, một lĩnh vực rất phụ thuộc vào việc giải thích và phân tích thủ công các quét để phát hiện và giám sát - ở đây chúng tôi đã tìm thấy thêm bằng chứng cho thấy AI có thể là tác động chuyển đổi trò chơi trong lĩnh vực này và mở rộng phạm vi truy cập đến các liệu pháp giữ cơ hội giữ lại thị lực," Wagner kết luận.