Vừa qua, nghiên cứu của VinBigdata về Phân tích và Xử lý ảnh y tế đã được đăng tải bởi Neurocomputing, một trong những tạp chí về Trí tuệ nhân tạo (AI) được trích dẫn nhiều nhất dựa theo các tiêu chí đánh giá của Google Scholar Metrics.
Nghiên cứu này trình bày về khung phân loại đa nhãn (multi-label classification) dựa trên Mạng thần kinh tích chập (CNN) nhằm dự đoán 14 bệnh lý thường gặp ở lồng ngực. Đi sâu tìm kiếm lời giải, VinBigdata đào tạo các CNN tiên tiến, khai thác mối tương quan, phụ thuộc giữa các nhãn bất thường, đồng thời, đề xuất sử dụng kĩ thuật label smoothing để xử lý tốt hơn các mẫu không chắc chắn vốn chiếm một phần đáng kể trong hầu hết mọi tập dữ liệu CXR.
Được đào tạo từ hơn 200.000 ảnh X-quang lồng ngực thuộc bộ dữ liệu CheXpert mới phát hành, mô hình của VinBigdata đạt diện tích trung bình dưới đường cong (AUC) là 0,940 trong việc dự đoán 5 bệnh lý từ bộ đánh giá. Đây là điểm AUC cao nhất từ trước tới nay. Bên cạnh đó, phương pháp này cũng được đánh giá trên bộ thử nghiệm độc lập của cuộc thi CheXpert, bao gồm 500 nghiên cứu CXR được chú thích bởi hội đồng 5 bác sĩ X-quang giàu kinh nghiệm. Hiệu suất trung bình tốt hơn 2,6 trong số 3 bác sĩ X-quang và đứng đầu bảng xếp hạng CheXpert tại thời điểm viết bài báo này.
Công trình là thành quả nghiên cứu của đội ngũ khoa học phòng Xử lý ảnh y tế, bao gồm TS. Nguyễn Quý Hà (ĐH Illinois, Mỹ), TS. Phạm Huy Hiệu (ĐH Toulouse, Pháp), Trần Quang Đạt, Ngô Thành Đạt, Lê Tùng. Hiện tại, nhóm các nhà khoa học đang cùng đội ngũ chuyên gia, chuyên viên phòng Xử lý ảnh y tế tiếp tục phát triển, hoàn thiện VinDr – Giải pháp AI toàn diện cho chẩn đoán hình ảnh y tế. Mục tiêu là hỗ trợ bác sĩ chẩn đoán hình ảnh phát hiện sớm các bất thường với độ chính xác cao, tạo tiền đề cho điều trị hiệu quả, góp phần nâng cao chất lượng khám chữa bệnh tại Việt Nam.
Trước đó, đội ngũ Xử lý ảnh y tế đã khẳng định được năng lực khoa học tại nhiều đấu trường quốc tế, trong đó có: số 01 Cuộc thi chẩn đoán X-quang lồng ngực CheXpert do Đại học Standford tổ chức (2019), số 01 Cuộc thi phát hiện bất thường trên ảnh nội soi EndoCV (2020), top 03 Cuộc thi phát hiện chứng tắc mạch phổi trên ảnh CT do Hiệp hội Điện quang Bắc Mỹ (RSNA) tổ chức (2020).
Chi tiết bài báo khoa học tại đây.
