Giảng viên Bách khoa Hà Nội ứng dụng AI trong nội soi tiêu hóa

Thứ tư - 17/05/2023 20:52
TS. Đinh Viết Sang bên thiết bị ứng dụng AI trong nội soi tiêu hóa (hộp nhỏ phía dưới màn hình)
TS. Đinh Viết Sang bên thiết bị ứng dụng AI trong nội soi tiêu hóa (hộp nhỏ phía dưới màn hình)
TS. Đinh Viết Sang – Phó Giám đốc Trung tâm Nghiên cứu quốc tế về Trí tuệ nhân tạo, giảng viên Khoa Khoa học máy tính, Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội cùng nhóm nghiên cứu đã xây dựng các thuật toán trí tuệ nhân tạo (AI) từ bộ cơ sở dữ liệu của Việt Nam do các bác sĩ nội soi Việt Nam thu thập và gán nhãn. Đây là nghiên cứu đầu tiên tại Việt Nam về ứng dụng AI trong nội soi tiêu hóa. Đề tài nghiên cứu đang trong giai đoạn nghiệm thu, có những bước đột phá so với các ứng dụng AI khác trong lĩnh vực này trên thế giới.

TS. Đinh Viết Sang và PGS. Đào Việt Hằng - Giảng viên Bộ môn Nội tổng hợp Trường ĐH Y Hà Nội, Phó Giám đốc Trung tâm Nội soi Bệnh viện Đại học Y Hà Nội, Phó Tổng thư ký Hội khoa học tiêu hoá Việt Nam là đồng chủ nhiệm đề tài nghiên cứu.

Các thành viên cùng TS. Sang phụ trách về kỹ thuật có: TS. Nguyễn Thị Oanh – Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội; PGS. Trần Minh Triết – Phó Hiệu trưởng Trường ĐH KHTN – ĐHQG Tp. HCM; PGS. Nguyễn Thị Thủy – Trường ĐH RMIT.

Các thành viên cùng PGS. Hằng phụ trách về chuyên môn nội soi tiêu hóa có GS. Đào Văn Long, Phó Chủ tịch Hội Khoa học Tiêu hoá Việt Nam, nguyên Phó Hiệu trưởng Trường Đại học Y Hà Nội, nguyên Giám đốc Trung tâm Nội soi Bệnh viện Đại học Y Hà Nội, Chủ tịch Hội đồng Viện nghiên cứu và đào tạo tiêu hoá gan mật; PGS Vũ Văn Khiên – Tổng Thư ký Hội khoa học Tiêu hoá Việt Nam, Chủ nhiệm khoa Nội soi chẩn đoán Bệnh viện 108 cùng nhiều chuyên gia, bác sĩ khác.

Nhóm nghiên cứu đã nhận được sự hỗ trợ rất tích cực từ Hội Nội soi Tiêu hóa Việt Nam để thu thập các dữ liệu. Đề tài nghiên cứu bắt đầu từ 11/2020, được Quỹ Đổi mới sáng tạo Vingroup (VinIF) hỗ trợ kinh phí.
Image
Thiết bị ứng dụng AI - Chiếc hộp nhỏ màu xám phía tay phải ảnh
Có AI hỗ trợ, bệnh nhân được một hội đồng chuyên gia ngành Y cùng nội soi!

TS. Đinh Viết Sang là cựu sinh viên K48 Đại học Bách khoa Hà Nội chuyên ngành Kĩ sư tài năng CNTT. Học được 1 học kỳ tại Bách khoa Hà Nội, anh du học CHLB Nga theo diện học bổng Hiệp định, học “một mạch” 9 năm từ kỹ sư, thạc sỹ, làm tiến sĩ. Cuối năm 2013, anh Sang trở về Bách khoa Hà Nội làm giảng viên và theo đuổi đam mê nghiên cứu trong lĩnh vực trí tuệ nhân tạo.

Theo TS. Đinh Viết Sang, thiết bị ứng dụng trí tuệ nhân tạo AI do nhóm phát triển được thiết kế nhỏ gọn để có thể đấu nối vào các dàn thiết bị nội soi khác nhau ở bệnh viện. Trong quá trình nội soi cho bệnh nhân, trí tuệ nhân tạo sẽ quan sát đường tiêu hóa song song cùng bác sỹ, phát hiện các tổn thương viêm loét và u lành tính, u ác tính…, cũng như phát hiện sớm các bệnh liên quan đến đường tiêu hóa nói chung.

-  Vậy thì có gì khác so với việc bác sĩ không có trí tuệ nhân tạo hỗ trợ nội soi bệnh nhân?

TS. Đinh Viết Sang – một thầy giáo rất tâm huyết với sinh viên - đã tìm cách rất dễ hiểu để giải thích cho những người mù mờ về công nghệ thông tin hiểu về AI trong nội soi tiêu hóa! Anh kể về việc thu thập dữ liệu để huấn luyện các mô hình AI. Sau khi nội soi cho bệnh nhân, các bác sĩ sẽ trích xuất video, hình ảnh, dày công tập hợp, gán nhãn cho biết ảnh này tổn thương nằm ở đâu, chú giải đây là u lành tính, u ác tính, bị bệnh gì (viêm HP, bị nông trượt, viêm loét đỏ…). Các bác sĩ sẽ khoanh vùng trên ảnh, nhóm xử lý kỹ thuật gồm TS. Sang, TS. Oanh và các đồng nghiệp dùng những dữ liệu này để huấn luyện mô hình AI.

Có thể hiểu AI là tổng hợp tri thức, kinh nghiệm của nhiều bác sĩ, nên thay vì được một bác sĩ nội soi, khi có sự hỗ trợ của AI, theo một cách hiểu nào đó bệnh nhân sẽ được cả một hội đồng chuyên gia ngành y cùng nội soi! Thêm nữa, AI không biết mệt mỏi, không bị chi phối về cảm xúc, tính chính xác cao. “Đây là điểm mạnh của trí tuệ nhân tạo” – TS. Đinh Viết Sang nhận định.
22
TS. Đinh Viết Sang – Phó Giám đốc Trung tâm Nghiên cứu quốc tế về Trí tuệ nhân tạo, giảng viên Khoa Khoa học máy tính, Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội
Từ sản phẩm nghiên cứu đến sản phẩm thực tế là một quá trình dài và nhóm nghiên cứu tiên phong về ứng dụng AI trong nội soi tiêu hóa đã vượt qua rất nhiều thách thức về mặt kỹ thuật. Bác sĩ thu thập ảnh, TS. Sang và các đồng nghiệp dạy AI trên từng bức ảnh chất lượng tốt được chọn lọc kỹ càng. Sau khi “chạy” trên thực tế, nhóm lại “chạy” trên video là một luồng video lấy ra từ dàn thiết bị nội soi.

Luồng video có nhiều khung hình khác hẳn với dữ liệu dùng để huấn luyện AI, chẳng hạn những khung hình bị mờ, có nhiều bọt khí, bị lóa, hay bị bẩn do đường tiêu hoá bệnh nhân không sạch… có thể khiến mô hình AI nhận dạng nhầm hoặc bỏ sót tổn thương. “Những trường hợp này chúng tôi phải xử lý bằng các kỹ thuật khác nhau như ép buộc tính đồng nhất về kết quả nhận dạng giữa các khung hình kế tiếp nhau để tăng tính tổng quát hóa của mô hình AI. Có như vậy AI mới hoạt động tốt được trong thực tế” – TS. Đinh Viết Sang cho biết.

TS. Đinh Viết Sang và nhóm nghiên cứu hướng tới một thiết bị nhỏ gọn, giá thành rẻ. Nhưng nếu thiết bị nhỏ gọn lại sẽ bị giới hạn bởi khả năng tính toán, trong khi mô hình AI của nhóm nghiên cứu sử dụng công nghệ mạng nơron nhân tạo, đòi hỏi tính toán rất nhiều.

“Chúng tôi phải suy nghĩ, cân nhắc để làm thế nào đưa một mô hình AI nặng dữ liệu, tính toán rất nhiều lên thiết bị biên chuyên dụng. Thiết bị biên khả năng tính toán hữu hạn, nhóm tiếp tục giải bài toán đưa mô hình AI lên mà thiết bị vẫn chạy nhanh, đáp ứng tốc độ xử lý của bác sĩ trong thời gian thực. Nếu bác sĩ tiến hành nội soi mà 5-10 giây sau mới bật ra kết quả là không được. Bác sĩ di chuyển camera nội soi đến đâu, trên màn hình phải cảnh báo “tinh tinh”, đưa ra ngay kết quả ngay đến đó mới được. Chúng tôi đã tăng tốc tối ưu để thiết bị đạt được tốc độ tối thiểu 25 khung hình/giây.” – TS. Sang chia sẻ.

Điều hạnh phúc nhất, cũng là động lực để TS. Đinh Viết Sang cố gắng vượt qua những thách thức chính là nghiên cứu một đề tài mà biết trước được đối tượng sử dụng là bác sĩ, bệnh nhân luôn mong chờ, đón nhận. Hiện các thầy/cô giáo đã xây dựng xong thuật toán trên cơ sở dữ liệu lớn được thu thập tại Việt Nam và được các chuyên gia nội soi tiêu hóa đánh nhãn. Kết quả chạy thử nghiệm trên video đạt kết quả tốt. Khả năng phát hiện được polyp trên 85%, khả năng phân loại tổn thương có nguy cơ ác tính trên 80%.
11
Mới đây, TS. Đinh Viết Sang cùng GS. Lê Anh Tuấn – Chủ tịch Hội đồng đại học, PGS. Đặng Xuân Hiển – Phó Viện trưởng Viện Khoa học và Công nghệ Môi trường, Đại học Bách khoa Hà Nội vinh dự được Bộ Công An trao tặng Kỷ niệm chương Bảo vệ An ninh Tổ quốc vì đã có nhiều thành tích đóng góp trong sự nghiệp bảo vệ an ninh Tổ quốc
Hướng tới cộng đồng - Điểm đột phá NCKH của các thầy/ cô giáo Bách khoa

Chiếc hộp nhỏ mang trí tuệ AI trong nội soi tiêu hóa của nhóm nghiên cứu TS. Đinh Viết Sang có thể dễ dàng đấu nối với bất kỳ dàn nội soi nào tại các bệnh viện. Chỉ cần có dàn thiết bị nội soi là có thể ứng dụng trí tuệ nhân tạo được, không “kén chọn” đối tác! Nếu được triển khai trong thực tế, sản xuất hàng loạt, giá thành của thiết bị có thể chấp nhận được với các bệnh viên tuyến dưới, vùng sâu, vùng xa. Tính linh hoạt, thân thiện này chính là điểm đột phá của nghiên cứu so với các giải pháp tương tự trên thế giới.

Các tập đoàn lớn phát triển hệ thống nội soi có AI hỗ trợ với giá thành rất đắt, đóng tiền theo tháng khoảng 3000-5000 USD/tháng. Bên cạnh đó, ứng dụng AI chỉ chạy trên máy móc cùng hệ thống sản xuất, không dùng “lẫn” sang thiết bị nội soi của hãng khác.

“Nghiên cứu của nhóm chúng tôi đã được Hội đồng Đạo đức thông qua, đang trong giai đoạn chuẩn bị nghiệm thu. Nghiên cứu đã đăng ký sở hữu trí tuệ, có đơn chấp nhận hợp lệ. Chúng tôi nghiên cứu để phục vụ cộng đồng, mục tiêu chăm sóc sức khỏe của người dân. Ở một cơ sở y tế có máy móc hiện đại, có bác sĩ nội soi có kinh nghiệm thì khả năng bỏ sót tổn thương thấp. Nhưng ở nơi như vùng sâu, vùng xa, máy móc, kinh nghiệm bác sĩ còn hạn chế, việc có thêm công cụ hỗ trợ sẽ rất cần thiết để giảm thiểu bỏ sót tổn thương cho bệnh nhân.” – TS. Đinh Viết Sang bày tỏ.

Được biết, nhóm nghiên cứu của TS. Đinh Viết Sang đã có nhiều kinh nghiệm làm các bài toán tương tự. Song song với nghiên cứu ứng dụng AI trong nội soi đường tiêu hóa dưới, nhóm đã và đang xây dựng thuật toán để phát hiện tổn thương ở đường tiêu hóa trên bao gồm thực quản, dạ dày, hành tá tràng. Trong nghiên cứu này có 5 loại tổn thương nên bộ cơ sở dữ liệu lớn cho đề tài mất nhiều thời gian hơn thu thập, dự kiến triển khai trong 3-3,5 năm, được tài trợ trong chương trình KC 4.0 của Bộ Khoa học và Công nghệ.

Cùng thầy giáo Đinh Viết Sang, cô Nguyễn Thị Oanh, nhiều sinh viên Bách khoa Hà Nội đã được thầy/cô dìu dắt, hướng dẫn tham gia dự án, học được nhiều kiến thức trong thực tế. Nghiên cứu đã đi vào đồ án tốt nghiệp của nhiều sinh viên và học viên cao học, và sẽ theo các em trong đường hướng tương lai khi theo đuổi hướng nghiên cứu ứng dụng, để thiết bị ứng dụng AI trong nội soi tiêu hóa sẽ tiếp tục có phiên bản 1, phiên bản 2… với đổi mới sáng tạo, đột phá của những Người Bách khoa.
 
Y tế và CNTT mất… 6 tháng tìm tiếng nói chung!
Hỏi TS. Đinh Viết Sang về cộng sự cùng anh làm đồng chủ nhiệm đề tài nghiên cứu, anh Sang chân thành chia sẻ nếu không có sự nhiệt tình kết nối của PGS. Đào Việt Hằng – một nhà khoa học trẻ tuổi, ngôi sao sáng trên bầu trời Y học Việt Nam - nghiên cứu không thể hoàn thành được. 
 
Còn PGS. Đào Việt Hằng khi trả lời báo giới về các chuyên gia CNTT trong nghiên cứu đã nói đến kỷ niệm về việc tìm chìa khóa để có được ngôn ngữ chung! Cô cho biết ban đầu khó khăn nhất với chúng tôi là tìm được tiếng nói chung của các bác sĩ nội soi với các chuyên gia trong lĩnh vực công nghệ thông tin. Với những dự án có tính chất liên ngành, làm việc nhóm rất quan trọng.
 
Nhóm nghiên cứu phải mất 6 tháng tìm được ngôn ngữ chung giữa các chuyên gia nội soi tiêu hóa và chuyên gia công nghệ thông tin. Với các anh chị em công nghệ thông tin, để hiểu thuật ngữ y tế, tên các vị trí giải phẫu, hình ảnh nào là bình thường, đâu là vị trí tổn thương để xây dựng thuật toán phù hợp khá khó khăn. Phải thật sự hiểu thì mới có thể lựa chọn xây dựng và sử dụng mô hình nào sẽ mang lại hiệu quả tối ưu cao nhất cho bài toán này.
Gia Hân

Những tin mới hơn

Những tin cũ hơn

Bạn đã không sử dụng Site, Bấm vào đây để duy trì trạng thái đăng nhập. Thời gian chờ: 60 giây