Công nghệ AI trong phân tích hình ảnh y khoa là gì?
“AI trong phân tích hình ảnh y khoa” (AI in medical imaging/ medical image analysis) là việc ứng dụng các thuật toán trí tuệ nhân tạo, đặc biệt là công nghệ machine learning (tạm dịch: máy học) và deep learning (tạm dịch: học sâu), để xử lý, phân tích và hỗ trợ giải thích các hình ảnh trong y khoa như X‑quang, CT, MRI, siêu âm, hình ảnh mô học (pathology), ảnh PET,…
Theo nghiên cứu được thực hiện bởi Litjens và các cộng sự (2017), khác với phương pháp quan sát và phân tích ảnh thủ công mà các bác sĩ phải làm đối với mỗi hình ảnh, AI sẽ dùng mô hình toán học để tự động xác định các đặc trưng trong ảnh liên quan đến tổn thương, cấu trúc bất thường. Sau đó, phân đoạn và phân loại các vùng tổn thương và đánh giá mức độ bất thường, khả năng ác tính, viêm nhiễm. Cuối cùng là hỗ trợ báo cáo sơ bộ hoặc tô điểm vùng nghi vấn để các bác sĩ xem xét.
Công nghệ này đang hỗ trợ giải quyết những nhu cầu thực tế nào?
1. Giảm tình trạng quá tải của bác sĩ
Một trong những vấn đề nan giải trong hệ thống y tế là áp lực khối lượng công việc rất cao. Ở các bệnh viện tuyến tỉnh, tuyến trung ương, bác sĩ X‑quang, bác sĩ chẩn đoán hình ảnh phải đọc hàng trăm ảnh mỗi ngày. Mỗi ảnh cần xem kỹ để phát hiện tổn thương nhỏ, đối chiếu các lát cắt, kiểm tra cấu trúc, và điều này cần rất nhiều thời gian.
Thực tế, bác sĩ thường xuyên không có đủ thời gian để kiểm tra từng chi tiết nhỏ, và dù chuyên môn cao vẫn có khả năng bị mệt mỏi, phân tâm, thay đổi độ nhạy giữa đầu ngày và cuối ca làm việc. Vì thế dễ dẫn đến khả năng bỏ sót hoặc sai sót. Trong tình trạng này, AI có thể đảm nhận phần “sàng lọc sơ bộ”, giúp chỉ ra các vùng cần xem kỹ, cảnh báo các bất thường, từ đó bác sĩ tập trung vào phần đáng chú ý. Điều này giảm tải cho bác sĩ để giữ vững sự tỉnh táo và năng suất làm việc cao.
2. Phát hiện những điểm mờ, giảm sai sót
Một trong những lợi thế lớn của AI là khả năng “nhìn” những chi tiết rất nhỏ hoặc khó thấy. Khi cường độ công việc lớn, những chi tiết này dễ bị bỏ sót.
Ví dụ, trong phim X‑quang ngực, các nốt mờ nhỏ ở phổi, vùng xương mờ, các tổn thương sớm của viêm phổi hay nốt gốc phế quản có thể bị lu mờ trong nhiều vùng cạnh nhau. Nếu mô hình AI đã được huấn luyện tốt, công nghệ này có thể phát hiện những vùng “nghi vấn” với xác suất cao, vẽ hộ vùng đó để bác sĩ xem xét kỹ hơn.
Điều này đặc biệt quan trọng trong chẩn đoán những bệnh mới khởi phát, như ung thư phổi giai đoạn đầu, viêm phổi nhẹ, tổn thương mô mềm, các tổn thương nội sọ nhỏ trong CT não. AI giúp tăng độ nhạy, giảm sai sót.
3. Ra quyết định trong thời gian ngắn
Trong nhiều trường hợp cấp cứu, việc nhanh chóng có kết quả chẩn đoán hình ảnh chính xác là chìa khóa để xử trí kịp thời. Nếu bác sĩ phải chờ xử lý ảnh thủ công lâu, bệnh nhân có thể bỏ lỡ “thời gian vàng”.
AI có thể xử lý ảnh nhanh (vài giây đến vài chục giây) để cung cấp gợi ý ban đầu, giúp bác sĩ quyết định nhanh hơn. Điều này đặc biệt quan trọng trong các ca “cần ra quyết định ngay” như đột quỵ, khi bác sĩ cần xác định vùng nhồi máu, vùng chảy máu nhanh để đưa ra chỉ định can thiệp.
Từ ứng dụng đến xây dựng: Việt Nam đang đi từng bước trên hành trình phát triển AI y tế
Tại Việt Nam, công nghệ AI trong phân tích hình ảnh y khoa không còn là khái niệm xa lạ. Những năm gần đây, nhiều bệnh viện và trung tâm y tế lớn đã bắt đầu đưa AI vào hỗ trợ chẩn đoán lâm sàng, mở đầu bằng việc tiếp nhận các giải pháp công nghệ từ nước ngoài.
Một ví dụ điển hình là Bệnh viện Bạch Mai, nơi đã ký kết hợp tác với đối tác quốc tế trong lĩnh vực đào tạo và nghiên cứu, bao gồm ứng dụng trí tuệ nhân tạo trong chẩn đoán hình ảnh. Tại đây, phần mềm Compressed SENSE được triển khai trong kỹ thuật chụp cộng hưởng từ (MRI), giúp rút ngắn tới 50% thời gian chụp so với các phương pháp thông thường, đồng thời cải thiện chất lượng hình ảnh 2D và 3D trong các ca chụp sọ não, cột sống, cơ xương khớp, bụng-chậu và tim mạch. Bệnh viện cũng áp dụng gói phần mềm chuyên sâu có tích hợp AI trong phân tích hình ảnh MRI tim, nhằm hỗ trợ chẩn đoán các bệnh lý phức tạp như nhồi máu cơ tim, phì đại cơ tim, bệnh cơ tim giãn, bệnh tim bẩm sinh và bệnh van tim.
Ngoài ra, kỹ thuật chụp nhũ ảnh 3D MAMMOMAT Inspiration kết hợp với hệ thống trí tuệ nhân tạo Transpara® AI cũng đã được triển khai tại Việt Nam. Theo các nghiên cứu quốc tế, phương pháp chụp nhũ ảnh 3D Tomosynthesis với góc chụp rộng 50 độ giúp nâng tỷ lệ phát hiện ung thư vú xâm lấn lên tới hơn 43% so với các phương pháp truyền thống. Quy trình đang được áp dụng là "đọc mù ba lớp", trong đó ảnh nhũ được đọc lần lượt bởi bác sĩ chuyên khoa, sau đó là hệ thống AI, và cuối cùng được rà soát bởi chuyên gia độc lập nhằm đảm bảo tính chính xác và giảm thiểu nguy cơ bỏ sót.
Điều đáng chú ý hơn cả là: Việt Nam không dừng lại ở vai trò người sử dụng công nghệ AI, mà đang từng bước xây dựng năng lực tự phát triển các nền tảng AI y tế của riêng mình. Một ví dụ tiêu biểu là nhóm Phân tích Hình ảnh Y tế thuộc Viện Nghiên cứu Dữ liệu Lớn (VinBigData) - đơn vị nghiên cứu do Tập đoàn Vingroup thành lập - đã phát triển thành công nền tảng VinDr, một hệ thống AI hỗ trợ phân tích các hình ảnh X‑quang và CT.
Điểm đặc biệt của nền tảng không chỉ nằm ở thuật toán, mà còn ở khả năng làm chủ toàn bộ chuỗi phát triển: từ thu thập dữ liệu, gán nhãn chuyên môn bởi bác sĩ Việt Nam, cho tới chuẩn hóa quy trình xây dựng và đánh giá mô hình AI. Nền tảng đã công bố công khai các bộ dữ liệu lớn như VinDr‑CXR (ảnh X‑quang ngực) và VinDr‑SpineXR (ảnh X‑quang cột sống) cho cộng đồng nghiên cứu quốc tế. Các mô hình này cũng đã được thử nghiệm lâm sàng tại Bệnh viện Đa khoa tỉnh Phú Thọ, với độ chính xác cao, có thể so sánh với các hệ thống AI quốc tế hiện nay.
Thành công này đã tạo động lực mạnh mẽ cho cộng đồng y tế - công nghệ trong nước, thúc đẩy sự chuyển dịch từ “người dùng AI” sang “người kiến tạo AI”. Đây là nền tảng quan trọng để Việt Nam tiếp tục phát triển các hệ thống AI y tế phù hợp với đặc thù dân số, dữ liệu và nhu cầu chăm sóc sức khỏe trong nước, hướng tới mục tiêu chủ động hơn về công nghệ trong tương lai gần.
Khi AI trở thành cộng sự của ngành y
Công nghệ AI trong phân tích hình ảnh y khoa đã trở thành một “cộng sự thứ hai” của bác sĩ. Từ khả năng giảm tải khối lượng công việc, phát hiện các dấu hiệu mờ khó thấy, cho tới hỗ trợ đưa ra quyết định nhanh chóng trong các tình huống cấp cứu, AI đang chứng minh vai trò thiết yếu trong hành trình nâng cao chất lượng chăm sóc sức khỏe.
Tại Việt Nam, hành trình tiếp cận và làm chủ công nghệ này đang diễn ra theo lộ trình rõ ràng: từ tiếp nhận giải pháp quốc tế trong các bệnh viện lớn, đến việc chủ động nghiên cứu, phát triển và công bố các mô hình AI nội địa như VinDr. Những bước đi đầu tiên đã cho thấy một điều quan trọng: chúng ta không đứng ngoài cuộc chơi của tương lai y học.
Và điều cuối cùng, AI sẽ không thay thế bác sĩ, nhưng chính khả năng kết hợp giữa trí tuệ nhân tạo và trí tuệ con người mới sẽ là chìa khóa tạo nên một hệ thống y tế hiệu quả, chính xác và bền vững hơn. Và Việt Nam, với nội lực công nghệ ngày càng lớn mạnh, đang chứng minh rằng ngành y Việt Nam không chỉ có nhu cầu, mà còn có đủ năng lực để dẫn đầu những đổi mới ấy ngay từ bên trong hệ thống của mình.
Hội nghị Y tế 2025, do Vietnam Innovators Digest tổ chức với chủ đề "Đưa Việt Nam trở thành trung tâm đổi mới sáng tạo về y tế" sẽ quy tụ những nhà lãnh đạo ngành y, nhà đầu tư, chuyên gia hoạch định chính sách và các nhà tiên phong trong đổi mới. Sự kiện năm nay hứa hẹn mang đến một không gian đối thoại sôi nổi, tập trung vào đổi mới y tế, đầu tư và khả năng tiếp cận thông qua các giải pháp y tế số, đồng thời thảo luận cách thức đầu tư và đổi mới có thể tăng tốc quá trình chuyển đổi y tế tại Việt Nam và trên phạm vi toàn cầu.Thời gian: 9:00 – 16:00, ngày 24.10.2025Địa điểm: TP. Hồ Chí Minh (sẽ được cập nhật)Thông tin chi tiết về sự kiện: Tìm hiểu thêm tại ĐÂY. Chân thành cảm ơn các nhà tài trợ và đối tác đồng hành cùng sự kiện:Pharmacity (Major Partner); DKT Mekong (Engagement Partner); Vietcetera (Media Partner); UK Embassy, Britcham Vietnam, Hello Bacsi (Communications Partner).