Ảnh minh họa: AI

Các nhà nghiên cứu tại Nhật Bản đang phát triển hệ thống AI có thể phân tích video khuôn mặt để phát hiện dấu hiệu cao huyết áp và tiểu đường. Trong khi đó, một nhóm nghiên cứu do Đại học Edinburgh (Scotland) dẫn đầu đang sử dụng gần một triệu ảnh võng mạc để tìm kiếm các dấu hiệu liên quan đến nguy cơ sa sút trí tuệ.

Mục tiêu chung của hai nghiên cứu là phát hiện bệnh sớm thông qua những hình ảnh vốn đã được thu thập trong các hoạt động chăm sóc sức khỏe thông thường, thay vì phụ thuộc hoàn toàn vào các xét nghiệm chuyên sâu.

Phát hiện cao huyết áp từ video vài giây

Nhóm nghiên cứu từ Đại học Tokyo và Viện Khoa học Tokyo đã khảo sát khả năng sử dụng video khuôn mặt và lòng bàn tay để nhận diện những thay đổi liên quan đến bệnh tim mạch và chuyển hóa.

Nghiên cứu được thực hiện trên 215 người, gồm bệnh nhân đã được chẩn đoán bệnh và những người khỏe mạnh. Mỗi người được quay video ngắn bằng camera quang phổ, trong khi các chỉ số cao huyết áp và tiểu đường được xác định bằng phương pháp xét nghiệm thông thường.

AI phân tích động lực học sóng xung, lưu lượng máu dưới da và đặc điểm quang phổ của màu da. Với video dài 30 giây, thuật toán có thể phát hiện cao huyết áp đạt độ chính xác 95%, độ nhạy 89,2%. Đáng chú ý, ngay cả video chỉ dài 5 giây cũng đạt độ chính xác 90,3%.

Đối với bệnh tiểu đường, thuật toán dựa trên các mô hình lưu lượng máu trên khuôn mặt đạt độ chính xác 88,2% với video 30 giây và 81,2% với video 5 giây.

"Chúng tôi hướng tới mục tiêu phát triển một thuật toán AI cho phép tầm soát không tiếp xúc trong môi trường hàng ngày để phát hiện sớm các tình trạng bệnh lý phổ biến trên quy mô lớn", bà Ryoko Uchida, đại diện nhóm nghiên cứu, cho biết.

Nhóm nghiên cứu cũng thử nghiệm khả năng ước tính huyết áp tâm thu chỉ từ video khuôn mặt. Hệ thống có sai số phần trăm tuyệt đối trung bình 8,6%, trong khi sai số trung bình là -2,6 mmHg.

Tuy nhiên, độ biến thiên của kết quả vẫn khá lớn. Độ lệch chuẩn của sai số lên tới ±12 mmHg, cao hơn mức ±8 mmHg trong tiêu chí của Hiệp hội Vì sự tiến bộ của thiết bị y khoa (AAMI).

Điều này đồng nghĩa công nghệ vẫn chưa đủ độ chính xác để thay thế các phương pháp đo huyết áp được chuẩn hóa. Các nhà nghiên cứu dự kiến sẽ thử nghiệm trên những bộ dữ liệu đa trung tâm lớn hơn và cải thiện các đặc điểm mà thuật toán sử dụng để đưa ra dự đoán.

Dù còn hạn chế, phương pháp tầm soát không tiếp xúc có thể mang lại giá trị trong việc phát hiện những người có nguy cơ cao. Theo các ước tính được nhóm nghiên cứu dẫn lại, khoảng 1,4 tỷ người trưởng thành từ 30 đến 79 tuổi trên toàn thế giới đang mắc cao huyết áp, trong khi số người sống chung với tiểu đường lên tới khoảng 589 triệu.

Võng mạc có thể tiết lộ nguy cơ sa sút trí tuệ

Một hướng nghiên cứu khác đang được triển khai tại Scotland tập trung vào đôi mắt. Dự án NeurEYE do Đại học Edinburgh dẫn đầu, phối hợp với Đại học Glasgow Caledonian, đang phát triển phần mềm giúp chuyên viên khúc xạ nhãn khoa đánh giá nguy cơ sa sút trí tuệ trong các buổi khám mắt thông thường.

Nhóm nghiên cứu đã thu thập gần một triệu ảnh chụp võng mạc từ các cơ sở khúc xạ nhãn khoa trên khắp Scotland. Những hình ảnh này được liên kết ẩn danh với dữ liệu như thông tin nhân khẩu học, lịch sử điều trị và bệnh lý nền.

AI sau đó được sử dụng để tìm kiếm những đặc điểm trên võng mạc có liên quan đến nguy cơ sa sút trí tuệ.

Cơ sở của phương pháp này nằm ở mối liên hệ sinh học giữa võng mạc và não bộ. Võng mạc chứa các mạch máu và cấu trúc thần kinh có nhiều điểm tương đồng với hệ thống trong não, đồng thời có thể được quan sát trực tiếp bằng các thiết bị phổ biến tại phòng khám mắt.

"Mắt có thể tiết lộ cho chúng ta nhiều điều hơn chúng ta tưởng", ông Baljean Dhillon, giáo sư nhãn khoa lâm sàng tại Đại học Edinburgh và đồng chủ nhiệm NeurEYE, nhận định.

Các nhà nghiên cứu kỳ vọng NeurEYE có thể trở thành công cụ giúp chuyên viên khúc xạ nhãn khoa nhận diện những người có nguy cơ cao mắc các bệnh như Alzheimer, từ đó đưa ra khuyến nghị hoặc chuyển bệnh nhân tới các dịch vụ y tế phù hợp.

Ông Miguel Bernabeu, giáo sư y học tính toán tại Viện Usher thuộc Đại học Edinburgh và đồng chủ nhiệm NeurEYE, nhấn mạnh dữ liệu đại diện cho nhiều nhóm dân số là yếu tố quan trọng để xây dựng thuật toán chính xác và công bằng.

"Để phát triển các thuật toán công bằng và không định kiến, chúng tôi cần huấn luyện chúng trên các bộ dữ liệu đại diện cho toàn bộ quần thể có nguy cơ", ông Bernabeu nói.

Hiện cả hai công nghệ vẫn trong giai đoạn nghiên cứu và chưa thể thay thế các phương pháp chẩn đoán lâm sàng. Trong tương lai, các nhà khoa học kỳ vọng những công nghệ AI này có thể giúp đưa hoạt động tầm soát một số bệnh về gần hơn với những sinh hoạt y tế thường ngày, từ đó phát hiện dấu hiệu bất thường trước khi triệu chứng trở nên rõ rệt.