Thống kê Covid

All countries
59,558,580
Confirmed
Updated on 24 Nov, 2020 08:37
All countries
40,710,257
Recovered
Updated on 24 Nov, 2020 08:37
All countries
1,402,815
Deaths
Updated on 24 Nov, 2020 08:37

Dữ liệu toàn cầu

All countries
59,558,580
Ca
Updated on 24 Nov, 2020 08:37
All countries
40,710,257
Phục hồi
Updated on 24 Nov, 2020 08:37
All countries
1,402,815
Tử vong
Updated on 24 Nov, 2020 08:37

Trí tuệ nhân tạo và ứng dụng trong ung thư

5 câu hỏi để chỉ ra vaccine Covid-19 nào cho kết quả hứa hẹn

Tính đến nay, Covid-19 đã tàn phá nền kinh tế không chỉ ở Việt Nam mà còn ở phương diện toàn cầu. Trong 2...

AHA 2020 gửi đến nhà lâm sàng những thông điệp gì?

Tác dụng phụ của statin có khi là hiệu ứng nocebo, các điểm mới trong rung nhĩ và nhiều cập nhật mới trong AHA 2020

AHA 2020 – Ngày 4: Sotagliflozin ghi điểm trong cả SCORED và SOLOIST-WHF

Trong một thập niên trở lại đây, càng ngày càng có nhiều bằng chứng ủng hộ việc sử dụng các thuốc thuộc nhóm ức...

AHA 2020 – Ngày 3: Thử nghiệm STRENGTH – Dầu cá liều cao, kê toa không có ích lợi giảm biến cố tim mạch.

Thử nghiệm STRENGTH cho thấy, khi so với giả dươc chứa dầu bắp, thuốc kết hợp liều cao eicosapentaenoic acid (EPA) và docosahexaenoic acid...

AHA 2020 – Điểm tin Ngày 3: DAPT 1 tháng sau PCI trên bệnh mạch vành ổn định & không ổn định có đủ...

Liệu pháp kháng kết tập tiểu cầu kép (DAPT) trong 1 tháng trên bệnh nhân được tiến hành PCI  Đóng góp cho y văn: DAPT dùng...

Lược dịch: Đặng Hữu Đức, SV ĐH Dược Hà nội
Hiệu đính: Phạm Phương Hạnh, RPh, MSc

Hội nghị thực tế ảo về ung thư NCRI diễn ra vào ngày 02-04/11/2020 tại Belfast, UK là nơi mà 2 nghiên cứu trong lĩnh vực ung thư cho thấy tiềm năng của trí tuệ nhân tạo.

Nghiên cứu thứ nhất cho thấy mạng thần kinh nhân tạo trong học sâu (deep learning neural network) khi tính toán nhanh diện tích lát cắt ngang của cơ thái dương (CSA) từ MRI tiêu chuẩn, có thể dự đoán các kết cục sống còn ở bệnh nhân u nguyên bào thần kinh đệm ác tính.

Bác sĩ Ella Mi cho biết u nguyên bào thần kinh đệm có tiên lượng sống thêm 5 năm dưới 5%. Thể trạng và sự suy giảm sức khỏe (tình trạng sức khỏe) là yếu tố tiên lượng chủ quan đối với bệnh nhân ung thư. Trong khi đó, mất cơ, cũng là một yếu tố cho thấy tiên lượng xấu, có thể được định lượng nhờ vào CSA trên hình ảnh MRI, chỉ định thường quy ở bệnh nhân này. “Điều này làm tăng cơ hội sàng lọc việc mất cơ như là một phần của chiến lược điều trị ung thư mà không cần phải chụp thêm cũng như lo ngại về phơi nhiễm bức xạ hay chi phí” BS. Mi cho hay.

Tuy nhiên; việc định lượng, phân đoạn khối cơ trên hình ảnh MRI nếu làm thủ công rất tốn công sức, nguy cơ mâu thuẫn giữa kết quả của từng nhóm độc lập, cũng không thực tế để đánh giá trên dữ liệu lớn. Chính vì vậy, nhóm của Tiến sĩ Mi đã phát triển một thuật toán học sâu để tự động hóa quá trình trên và xác định liệu rằng CSA có thể giúp dự đoán kết cục sống còn cũng như tiến triển bệnh không.

Xây dựng thuật toán:

Số lượng bệnh nhân 45 Chẩn đoán u nguyên bào thần kinh đệm trong thời gian từ tháng 1/2015 đến 5/2018
Trung vị tuổi 55  
Giới tính (% nữ) 24.4%  
Ảnh MRI não 152 ảnh Ảnh chụp lúc chẩn đoán, sau phẫu thuật và hóa trị liệu và mỗi 3 tháng theo dõi
Mặt cắt ngang được sử dụng Giữa sàn hốc mắt và hố mắt.  
Loại thuật toán Máy học có giám sát Dán nhãn cho tập dữ liệu đầu vào, rồi chia thành tập huấn luyện và tập kiểm tra
Đánh giá kết quả Tìm tham số mô hình: 1 loạt các đánh giá hàm mất mát.

Chỉ số Dice

Khoảng cách Hausdorff

 
Nhận xét Sai sót CSA trung bình là 1.94% khi con người đánh giá. Mỗi ảnh, thuật toán mất 1.1s trong khi cách làm thủ công là 10 phút  

Những bệnh nhân này sau đó được theo dõi với thời gian trung bình là 19.2 tháng. Trung vị sống thêm toàn bộ là 18.3 tháng và trung vị sống thêm không tiến triển là 8.9 tháng. BS. Mi cho biết “CSA là marker tiên lượng đáng kể đối với kết cục sống thêm toàn bộ và sống thêm không tiến triển bệnh, tăng thêm sự tin cậy cho bằng chứng trước đây về mức độ rộng cơ thùy thái dương

BS. Mi tin rằng thuật toán này có thể giúp cải thiện sự ước đoán cho tiên lượng và mô hình dự đoán trong căn bệnh này, từ đó tối ưu hóa việc ra quyết định điều trị và phân độ khối u.

Bình luận về nghiên cứu này, David Harrison, giáo sư bệnh học tại Đại học St Andrews và chủ tịch sáng kiến bệnh học phân tử tế bào NCRI, nói:

“Các bác sĩ ung thư đều biết tình trạng sức khỏe có mối liên hệ với khả năng dung nạp điều trị. Nó cũng ảnh hưởng đến đáp ứng và thời gian sống thêm của bệnh nhân. Tuy nhiên rất khó để xây dựng bộ công cụ đánh giá khách quan tình trạng sức khỏe”

Kết quả nghiên cứu “cho thấy có mối liên quan giữa CSA với sự suy giảm sức khỏe, tiến triển bệnh”. Tuy nhiên ông cảnh báo kết quả không cho thấy CSA là nguyên nhân cho sự thay đổi kết cục của bệnh nhân và kêu gọi cần thêm nghiên cứu với cỡ mẫu lớn hơn để xem xét tới các yếu tố như sự thay đổi khối cơ do nhân tố khác, chẳng hạn phẫu thuật hoặc xạ trị.

Xem thêm:  Đến nơi mà PROTACs không thể, Versant Ventures đánh cược 50 triệu USD vào công nghệ LYTACs

Nghiên cứu thứ 2 ứng dụng thuật toán học sâu trong bệnh ung thư tiền liệt tuyến được thực hiện bởi nhóm nhà nghiên cứu, dẫn đầu bởi David Gillespie, từ đại học Manchester Metropolitan.

BS. Cheng Boon, từ trung tâm ung thư Clatterbridge, Merseyside nói rằng trong ung thư tiền liệt tuyến, thực hành tiêu chuẩn hiện nay là xạ trị khối u dựa trên ảnh CT. Tuy nhiên, ngày càng có nhiều sự quan tâm đến xạ trị dựa trên ảnh MRI để cải thiện kết quả điều trị và giảm thiểu độc tính muộn do điều trị. Nhưng phương pháp này yêu cầu lập kế hoạch chi tiết, tùy biến cho từng ngày, do đó gia tăng thời gian lâm sàng và nhân lực.

Xây dựng thuật toán: tự động hóa quá trình phân đoạn hình ảnh MRI, khắc phục nhược điểm trên

Số lượng bệnh nhân 132  
Số lượng thuật toán được xây dựng 4 Phân đoạn thể tích khối u thô trên ảnh MRI
Loại thuật toán Máy học có giám sát Dán nhãn cho dữ liệu đầu vào, rồi chia thành: tập huấn luyện, tập kiểm tra và tập thẩm định
Đánh giá kết quả Bốn thuật toán đều tốt với chỉ số tương đồng Dice trung bình 0.89-0.92  
Nhận xét Kết quả tương đồng với khi con người đánh giá

 

“Chúng tôi biết rõ việc xác định đường viền bao quanh khối u là phần phức tạp và biến động nhất trên lâm sàng nhưng vô cùng quan trọng với xạ trị dựa trên MRI ” BS. Boon nói. Tất cả mô hình trí tuệ nhân tạo “hiện nay trên thị trường đều độc quyền nên rất khó để đánh giá chúng. Trong khi đó, nghiên cứu này dựa trên nguồn dữ liệu mở, hoàn toàn có thể chia sẻ phi thương mại rộng rãi, tạo cơ hội hợp tác phát triển sau này với các đối tác.”

Nguồn: https://www.medscape.com/viewarticle/940356#vp_1

Hot Topics

5 câu hỏi để chỉ ra vaccine Covid-19 nào cho kết quả hứa hẹn

Tính đến nay, Covid-19 đã tàn phá nền kinh tế không chỉ ở Việt Nam mà còn ở phương diện toàn cầu. Trong 2...

AHA 2020 gửi đến nhà lâm sàng những thông điệp gì?

Tác dụng phụ của statin có khi là hiệu ứng nocebo, các điểm mới trong rung nhĩ và nhiều cập nhật mới trong AHA 2020

AHA 2020 – Ngày 4: Sotagliflozin ghi điểm trong cả SCORED và SOLOIST-WHF

Trong một thập niên trở lại đây, càng ngày càng có nhiều bằng chứng ủng hộ việc sử dụng các thuốc thuộc nhóm ức...

Bài viết liên quan

5 câu hỏi để chỉ ra vaccine Covid-19 nào cho kết quả hứa hẹn

Tính đến nay, Covid-19 đã tàn phá nền kinh tế không chỉ ở Việt Nam mà còn ở phương diện toàn cầu. Trong 2...

AHA 2020 gửi đến nhà lâm sàng những thông điệp gì?

Tác dụng phụ của statin có khi là hiệu ứng nocebo, các điểm mới trong rung nhĩ và nhiều cập nhật mới trong AHA 2020

AHA 2020 – Ngày 4: Sotagliflozin ghi điểm trong cả SCORED và SOLOIST-WHF

Trong một thập niên trở lại đây, càng ngày càng có nhiều bằng chứng ủng hộ việc sử dụng các thuốc thuộc nhóm ức...