Nghiên cứu mới: Dùng AI để dự đoán nguy cơ ung thư vú của u chưa xâm lấn

Một nhóm nghiên cứu liên ngành từ MIT và ETH Zurich vừa phát triển một mô hình AI có thể phân biệt các giai đoạn khác nhau của Ung thư biểu mô ống tuyến tại chỗ (DCIS) chỉ từ hình ảnh mô vú, loại hình ảnh rẻ và dễ thu thập.

Một nhóm nghiên cứu liên ngành từ MIT và ETH Zurich vừa phát triển một mô hình AI có thể phân biệt các giai đoạn khác nhau của Ung thư biểu mô ống tuyến tại chỗ (DCIS) chỉ từ hình ảnh mô vú, loại hình ảnh rẻ và dễ thu thập.

Mô hình AI này giúp xác định giai đoạn ung thư vú không xâm lấn có khả năng tiến triển thành ung thư xâm lấn. Công nghệ này có thể hỗ trợ bác sĩ đánh giá chính xác giai đoạn ung thư vú, từ đó giúp giảm thiểu tình trạng điều trị quá mức.

Ung thư biểu mô ống tuyến tại chỗ (DCIS) là một dạng u chưa xâm lấn, đôi khi có thể tiến triển thành dạng ung thư vú nguy hiểm cao. DCIS chiếm khoảng 25% các chẩn đoán ung thư vú.

Tuy nhiên, do khó phân biệt chính xác loại và giai đoạn của DCIS, nhiều bệnh nhân phải điều trị quá mức. Để giải quyết vấn đề này, một nhóm nghiên cứu liên ngành từ MIT và ETH Zurich đã phát triển mô hình AI có thể phân biệt các giai đoạn khác nhau của DCIS chỉ từ hình ảnh mô vú, loại hình ảnh rẻ tiền và dễ thu thập.

Mô hình của nhóm nghiên cứu liên ngành cho thấy, cả trạng thái và sự sắp xếp của các tế bào trong mô đều đóng vai trò quan trọng trong việc xác định giai đoạn DCIS.

Vì hình ảnh mô kiểu này rất dễ lấy, nhóm nghiên cứu có thể xây dựng một trong những bộ dữ liệu lớn nhất thuộc loại này để huấn luyện và kiểm thử mô hình. Khi so sánh kết quả dự đoán của AI với đánh giá của bác sĩ giải phẫu bệnh, họ ghi nhận sự tương đồng rõ ràng trong nhiều trường hợp.

Trong tương lai, mô hình này có thể được dùng như công cụ hỗ trợ bác sĩ xử lý nhanh các trường hợp rõ ràng, giúp tiết kiệm thời gian cho những ca khó đánh giá hơn, nơi chưa rõ DCIS có phát triển thành ung thư xâm lấn hay không.

“Chúng tôi đã đi bước đầu tiên trong việc nhận ra rằng cần chú ý đến tổ chức không gian của tế bào khi chẩn đoán DCIS, và nay đã có một kỹ thuật có thể mở rộng quy mô. Bước tiếp theo là triển khai nghiên cứu lâm sàng tại bệnh viện - điều này sẽ vô cùng quan trọng”, theo GS. Caroline Uhler (Đại học MIT), Giám đốc Trung tâm Eric và Wendy Schmidt tại Viện Broad.

Kết hợp hình ảnh với AI

Hiện vẫn chưa xác định được những dấu ấn sinh học nào có thể cho bác sĩ biết DCIS sẽ tiến triển thành ung thư hay không. Một số kỹ thuật như nhuộm đa phân tử hoặc giải trình tự RNA đơn bào có thể cung cấp thông tin này, nhưng quá đắt đỏ để áp dụng rộng rãi.

Trong nghiên cứu trước đây, nhóm phát hiện rằng kỹ thuật nhuộm chromatin - rẻ hơn nhiều, có thể cung cấp thông tin tương đương.

Lần này, họ đặt giả thuyết rằng nếu kết hợp hình ảnh nhuộm đơn giản này với mô hình học máy thiết kế tốt, vẫn có thể phân biệt được giai đoạn ung thư như các phương pháp đắt đỏ hơn.

Họ đã tạo bộ dữ liệu gồm 560 ảnh mô từ 122 bệnh nhân ở 3 giai đoạn bệnh khác nhau, dùng để huấn luyện mô hình AI có khả năng "học" trạng thái của từng tế bào trong ảnh và suy luận ra giai đoạn ung thư của bệnh nhân.

Tuy nhiên, không phải tế bào nào cũng liên quan đến ung thư, nên họ thiết kế mô hình tự nhóm các tế bào có trạng thái giống nhau, nhận diện được 8 trạng thái tế bào đặc trưng cho DCIS, và tính toán tỷ lệ các loại tế bào đó trong mẫu mô.

Tổ chức tế bào là yếu tố then chốt

“Trong ung thư, sự sắp xếp tế bào cũng thay đổi. Chỉ biết tỷ lệ từng loại tế bào là chưa đủ - bạn cần hiểu chúng sắp xếp ra sao trong không gian”, GS. Shivashankar giải thích.

Nhận thức này khiến họ cải tiến mô hình để kết hợp cả tỷ lệ và vị trí sắp xếp tế bào, từ đó nâng độ chính xác lên đáng kể.

“Phát hiện thú vị là việc tổ chức không gian của tế bào ảnh hưởng lớn. Trước đây người ta chỉ chú ý đến tế bào gần ống tuyến vú, nhưng thực ra mối quan hệ giữa tế bào này với tế bào khác xung quanh cũng quan trọng”, Zhang nói thêm.

Khi so sánh kết quả mô hình với bác sĩ giải phẫu bệnh, nhiều trường hợp cho kết quả tương đồng rõ ràng. Với các ca phức tạp, mô hình có thể cung cấp thông tin hữu ích (như cấu trúc mô), hỗ trợ quá trình ra quyết định.

Mô hình này cũng có thể mở rộng ứng dụng sang các loại ung thư khác hoặc bệnh thoái hóa thần kinh, một hướng đi nhóm đang khám phá.

“Chúng tôi cho thấy rằng, với kỹ thuật AI phù hợp, một vết nhuộm đơn giản cũng có thể trở nên cực kỳ mạnh mẽ. Điều quan trọng là phải tính đến tổ chức không gian của tế bào trong các nghiên cứu”, GS. Caroline Uhler khẳng định.

(Nguồn: MIT)