Năm 1994, Lê Tuấn Linh - sinh viên Đại học Y Hà Nội - nhận được một trong những bài học quan trọng nhất sự nghiệp. Bài học không được giảng trên lớp. Nó đến từ tình huống cận kề cái chết của một người thân.
Chú ruột của Linh mang một khối áp xe gan gần vỡ, có thể gây nhiễm khuẩn huyết. Nhưng trong suốt nhiều ngày, nhiều lần khám ở các bệnh viện khác nhau, ông đều được kết luận là "không bị gì, hoàn toàn bình thường". Chỉ đến khi ca bệnh được một vị PGS kỳ cựu tiếp nhận và siêu âm ổ bụng, khối áp xe căng cứng ở gan mới chịu lộ mặt qua những hình ảnh tương đối lờ mờ trên màn hình đen trắng.
Người chú thoát chết. Và sự kiện đó là một trong những lý do khiến cậu sinh viên Lê Tuấn Linh quyết định trở thành bác sĩ chẩn đoán hình ảnh. Bác sĩ Linh mô tả công việc của mình là "nhìn người bệnh một cách chính xác từ bên trong" qua những thương tổn thể hiện trên phim chụp. Việc "nhìn chính xác" này có thể cứu được nhiều người ngay từ khâu chẩn đoán.
Thách thức trên màn hình
Bất chấp tầm quan trọng nói trên, tới năm 2020, ngành chẩn đoán hình ảnh Việt Nam vẫn đang đi sau thế giới. "Máy móc hạn chế, càng về địa phương càng kém và quá tải. 20 phút là khoảng thời gian trung bình để một bác sĩ chụp, siêu âm và cũng khoảng thời gian này để đọc kết quả, tư vấn cho bệnh nhân, theo chuẩn quốc tế. Đây là con số không tưởng ở Việt Nam", Lê Tuấn Linh nay đã là Tiến sĩ và Trưởng khoa chẩn đoán hình ảnh, bệnh viện Đại học Y Hà Nội - tóm tắt vấn đề mà ngành đang gặp phải.
Tại bệnh viện này, không hiếm cảnh hàng ghế dọc hành lang khoa chẩn đoán hình ảnh không còn một chỗ trống. Bệnh nhân không có chỗ ngồi tựa hẳn vào tường, tay cầm sổ khám bệnh quạt không dừng. Điều hoà tổng chạy với công suất tối đa.
"Số lượng bệnh nhân rất đông", bác sĩ Linh nhấn mạnh. Khoa chẩn đoán của bệnh viện ĐH Y mỗi ngày phải xử lý khoảng 3.000 tấm phim chụp các loại. Mỗi ngày, riêng ông làm việc với 500 tấm phim, cụ thể là chụp Xquang phổi, tức là có tối đa 10 phút cho một tấm.
Tiến sĩ Lê Tuấn Linh, Trưởng khoa chẩn đoán hình ảnh, bệnh viện Đại học Y Hà Nội tham gia dự án VinDr.
Ở đầu kia thành phố, Bệnh viện TW Quân đội 108 là một trong 5 bệnh viện hạng đặc biệt tại Việt Nam, với nhiều khoa bệnh được truyền thông gắn kèm danh xưng "hiện đại nhất Việt Nam". PGS.TS Lâm Khánh, nguyên Trưởng khoa chẩn đoán hình ảnh, hiện là Phó giám đốc bệnh viện, có xấp xỉ ba thập niên nghiên cứu chuyên sâu về ngành và dìu dắt nhiều thế hệ bác sĩ đọc phim. Nhưng điều làm ông trăn trở không phải là trình độ chuyên môn, mà thường trực nỗi lo kinh điển của các bệnh viện Việt Nam, là sự quá tải khối lượng công việc của các bác sĩ mỗi ngày.
Theo tiêu chuẩn quốc tế, một bác sĩ sẽ siêu âm cho khoảng 28-30 bệnh nhân một ngày. Nhưng tại Bệnh viện TW Quân đội 108, một bác sĩ có thể phải chẩn đoán từ 180-200 ca siêu âm trong ngày. "Thời gian bác sĩ dành cho một bệnh nhân ngắn. Việc chẩn đoán chi tiết, tỉ mỉ sẽ bị hạn chế. Chưa kể khi bác sĩ mệt mỏi sẽ bị giảm tập trung, ảnh hưởng đến chất lượng chẩn đoán", PGS Lâm Khánh chia sẻ.
Bác sĩ Nguyễn Thu Hương, Phó trưởng khoa Chẩn đoán hình ảnh bệnh viện Đa khoa Vinmec Times City còn trăn trở về việc kiểm định hệ thống máy móc, màn hình đọc, điều kiện ánh sáng cho bác sĩ cũng chưa được nhiều bệnh viện quan tâm.
Là một chuyên gia về X-quang vú, bà Hương tin rằng, nhiều cơ sở y tế Việt Nam đang gặp khó khăn trong chẩn đoán ung thư vú. "Tỷ lệ phát hiện sớm ở Việt Nam còn rất thấp. Trong khi phát hiện sớm là điều kiện tối quan trọng để điều trị thành công căn bệnh ung thư phổ biến nhất ở phụ nữ Việt Nam".
Hơn một năm trước, ba vị bác sĩ và 30 đồng nghiệp tham gia vào một dự án bước ngoặt của ngành chẩn đoán hình ảnh Việt Nam. Họ bỏ ra hàng nghìn giờ đào tạo một phụ tá với khả năng nhận định tương đương một bác sĩ chẩn đoán hình ảnh nhưng có khả năng nhân bản không giới hạn đến hơn 1.000 cơ sở y tế từ trung ương đến tuyến huyện. "Phụ tá" làm việc không biết mệt là một trí tuệ nhân tạo mang tên VinDr.
Người học trò máy
Dự án tạo ra một công cụ sử dụng trí tuệ nhân tạo cho chẩn đoán hình ảnh y tế đã được tiến sĩ Nguyễn Quý Hà, lúc này là Trưởng phòng xử lý hình ảnh y tế, Viện Nghiên cứu Dữ liệu lớn Vingroup (VinBDI), nghiên cứu từ cuối 2018. Ngay từ trước khi gia nhập VinBDI, anh đã quan tâm đến ứng dụng công nghệ trong y tế, và nhìn thấy tiềm năng từ khối dữ liệu mà Vinmec - các bệnh viện do Vingroup quản lý - đang sở hữu. Anh chia sẻ điều đó trong một lá thư gửi ông Vũ Hà Văn, Giám đốc Khoa học của VinBDI. Tiến sĩ Hà được giao phụ trách dự án VinDr.
Mọi thứ trước mắt vị tiến sĩ là con số 0. "Yêu cầu của dự án là tìm những người giỏi nhất trong lĩnh vực học máy, thị giác máy tính, phân tích hình ảnh đa khoa", anh nhớ lại. Nhưng tìm các chuyên gia công nghệ giỏi không phải là vấn đề duy nhất. Quanh VinBDI vốn đã hình thành một phổ văn hóa của những chuyên gia giỏi từ khắp nơi, thậm chí từ các quốc gia giàu có, trở về Việt Nam làm việc. Đặt vấn đề hợp tác với các bệnh viện mới là khâu tiêu tốn thời gian.
Tiến sĩ Hà đề nghị những người đang chịu nhiều áp lực bậc nhất xã hội - các bác sĩ chẩn đoán hình ảnh, dành thời gian đào tạo "cậu học trò" VinDr. "Không phải lãnh đạo viện nào, bác sĩ nào cũng cởi mở với công nghệ mới. Dù được tiếp xúc ít nhiều, họ vẫn có những rào cản nhất định, phải mất rất nhiều thời gian để thuyết phục", anh kể.
Chiến lược là mưa dầm thấm lâu. Là một nhà nghiên cứu, tiến sĩ Hà hiểu, dưới góc độ của những người làm khoa học, các bác sĩ sẽ khó cưỡng lại những ý tưởng nghiên cứu mới, mang lại giá trị cho cộng đồng.
Các kỹ sư công nghệ VinBDI lập trình cho VinDr.
Sau 6 tháng, hơn 30 bác sĩ đồng ý tham gia dự án, từ bệnh viện Đại học Y Hà Nội, bệnh viện Trung ương Quân đội 108, bệnh viện Bạch Mai và bệnh viện Đại học Y dược TP.HCM. Cộng với hệ thống Vinmec, VinDr có 300.000 tấm phim làm "vốn" dạy máy học. Bài toán lúc này của đội kỹ sư là phải xây được hạ tầng lưu trữ và hỗ trợ cho các bác sĩ làm việc từ xa cùng một lúc.
Mô tả quá trình dạy cho máy, bác sĩ Tuấn Linh cho biết anh và các đồng nghiệp đang nhận diện từng tổn thương trên mỗi tấm phim rồi dán nhãn. "Nó giống hệt như cách tôi đang đọc phim bình thường cho bệnh nhân. Điểm khác là phải ghi chú chi tiết hơn so với bình thường", anh nói.
Hầu hết người dùng Internet đều đã từng tiếp cận với "dán nhãn". Khi đăng nhập vào email, thỉnh thoảng họ bỏ chút thời gian ra click đâu là cái cây, cửa hàng hoặc vạch chỉ đường. Đó là khi họ đang dạy trí thông minh nhân tạo của Google phân biệt các sự vật. Hoặc mỗi lần tag khuôn mặt một ai đó lên ảnh trên mạng xã hội, họ cũng "dán nhãn" bạn bè của mình. Trí thông minh nhân tạo của Facebook sau này sẽ thỉnh thoảng tự nhận ra người bạn đó, và hỏi lại "Bạn có muốn tag... vào ảnh không?".
Nhưng VinDr tất nhiên có sứ mệnh to lớn hơn phân biệt vạch chỉ đường. Nó đòi hỏi sự tận tâm của những người thầy trong việc chỉ ra từng chi tiết trên tấm phim. Trung bình mỗi tấm có 3 bác sĩ tham gia đọc trong khoảng 5 phút. Như vậy, với 300 nghìn bức ảnh, tổng thời gian "cậu học trò thông minh VinDr" được đào tạo từ các bác sĩ hàng đầu tương đương 8,5 năm. Con số này cũng bằng khoảng thời gian để ngành Y Việt Nam đào tạo ra một bác sĩ có thể chịu trách nhiệm về những chẩn đoán.
Đội ngũ phát triển VinDr chủ trương chọn thầy giỏi nhất để "phụ đạo" cho máy. Bác sĩ Linh, dù là trưởng khoa chẩn đoán hình ảnh, cũng không dạy máy đọc nhũ ảnh (X-Quang vú), mà chỉ chuyên tâm vào dạy về X-quang phổi, còn lại để cho những bác sĩ cùng khoa có nhiều kinh nghiệm về nhũ ảnh hơn.
Tương lai trong tầm mắt
Dùng AI trong chẩn đoán là xu hướng của tương lai. Điều này thể hiện rất rõ tại các Hội nghị chẩn đoán hình ảnh thế giới gần đây khi hơn một nửa gian hàng trưng bày là về AI và PACS (hệ thống lưu trữ và truyền thông hình ảnh, được xem là nền tảng để AI phát triển).
Tuy nhiên, các hệ thống AI hiện dừng ở mức nghiên cứu, chưa đi vào thương mại. Một lý do chủ yếu là chưa đáp ứng được yêu cầu về tính chính xác.
"Các bác sĩ sẽ nản rất nhanh nếu hệ thống AI chất lượng kém. Nó giống như có người đứng đằng sau nhắc bài, nhưng nhắc sai. Thà tự làm còn nhanh, đỡ bực hơn", bác sĩ Linh ca thán.
Chính vì vậy, gần như cả thế giới đang ở chung vạch xuất phát với công nghệ AI trong chẩn đoán hình ảnh. Việt Nam hoàn toàn có cơ hội vươn lên hàng đầu, vị bác sĩ nói tiếp.
VinDr đứng đầu trong cuộc thi CheXpert chẩn đoán 13 mặt bệnh và dấu hiệu trên X-quang do Đại học Stanford tổ chức; giải nhất cuộc thi phát hiện bất thường trên ảnh nội soi do ISBI - hội thảo hàng đầu thế giới về ảnh y tế hồi đầu năm nay; hay là 1 trong 10 đội có thành tích cao nhất trên 1.345 đội tại cuộc thi hình ảnh chảy máu não trên ảnh CT của Hiệp hội điện quang Bắc Mỹ...
Dự án cũng đã hỗ trợ chẩn đoán được 7 bệnh lý phổi phổ biến, định vị, khoanh vùng 15 loại tổn thương trên X-quang tim phổi, 13 loại tổn thương trên X-quang tuyến vú...
VinDr được kỳ vọng trở thành trợ lý giúp các bác sĩ chẩn đoán hình ảnh đưa ra kết quả cuối cùng. Cùng một tấm phim, nếu người và máy đưa ra cùng kết quả, kết luận sẽ có độ chính xác cao hơn. Ở trường hợp không trùng, kết luận cần được chẩn đoán lại.
Vốn là người thận trọng trong việc tiếp cận công nghệ, bác sĩ Lê Tuấn Linh từng thử và từ chối tất cả các hệ thống được công ty ngoại mời sử dụng. Nhưng từ ngày 15/6 này, học trò VinDr của anh sẽ bắt đầu được "nhắc bài" tại Bệnh viện Đại học Y Hà Nội. Bệnh viện Vinmec Times City, Bệnh viện Trung ương Quân đội 108 và Bệnh viện Đại học Y Hà Nội sẽ bắt đầu triển khai thử nghiệm phiên bản đầu tiên với hai module: chẩn đoán bệnh lý phổi và chẩn đoán ung thư vú trên ảnh X-quang.
"Tôi hy vọng hệ thống này về sau sẽ có được độ chính xác tương đương với các bác sĩ đang làm việc ở tuyến trung ương", anh nói. Điều này sẽ hỗ trợ các bác sĩ ở tuyến dưới và thu hẹp khoảng cách về chất lượng khám, chữa bệnh ở các tuyến.
Ngành y tế nói riêng, và các ngành nói chung ở Việt Nam không đề cao những người được đào tạo tại chức hoặc chuyên tu. Nhưng VinDr sẽ học tại chức cả đời, bác sĩ Linh ví von. Sau khi "nhận công tác" vào ngày 15/6 này, "người phụ tá" mang tên VinDr sẽ liên tục được nạp dữ liệu từ các ca bệnh mới, và những người thầy vẫn sẽ liên tục dạy máy đọc phim, không chỉ để tăng sự chính xác trong X-quang phổi và vú, mà còn để đọc được nhiều loại phim khác.
PGS.TS Lâm Khánh tin rằng trí tuệ nhân tạo sẽ làm năng suất lao động trong ngành Y cao hơn, và tỷ lệ chẩn đoán chính xác hơn. "Đến một ngày, vai trò của bác sĩ sẽ chỉ còn là khẳng định xem trí tuệ nhân tạo làm thế có đúng hay không", ông nói.