CÔNG BỐ TÍNH NĂNG MỚI: Phân Loại Tổn Thương Theo Chuẩn LI-RADS Trên DrAid™ CT Ung Thư Gan

Bên cạnh các tính năng đột phá hiện có của DrAid™ CT Ung thư Gan như tự động khoanh vùng và phân loại 4 loại tổn thương gan trên ảnh CT, VinBrain tiếp tục cho ra mắt chính thức tính năng phân loại tổn thương theo chuẩn LI-RADS kể từ tháng 6/2024. Sản phẩm DrAid™ CT Ung thư Gan được phát triển dựa trên sự hợp tác nghiên cứu giữa các chuyên gia Hoa Kỳ và Việt Nam, bao gồm các bác sĩ giỏi từ bệnh viện Đại học Y Dược TP. Hồ Chí Minh (UMC) trong gán nhãn y tế và cố vấn chuyên môn.

Trong lĩnh vực chẩn đoán hình ảnh (CĐHA) y tế, sự không đồng nhất trong nhận định tổn thương gan và không nhất quán trong chẩn đoán là những thách thức lớn. Ngoài ra, đảm bảo tính thống nhất trong đánh giá điều trị, theo dõi sự thay đổi các đặc điểm của tổn thương theo thời gian giữa các bác sĩ trong thực tế có sự dao động rất lớn giữa các đơn vị, các tuyến, phụ thuộc nhiều vào kinh nghiệm từng cá nhân. Vậy trí tuệ nhân tạo (AI) có thể làm gì để giải quyết các vấn đề trên và hỗ trợ tốt hơn cho các bác sĩ?

1. Tính năng AI phân loại tổn thương theo tiêu chuẩn LI-RADS là gì? 

Hệ thống Báo cáo và Dữ liệu Hình ảnh Gan (The Liver Imaging Reporting và Data System – LI-RADS) là phương pháp phân loại tiêu chuẩn được phát triển bởi Hiệp hội Bác sĩ Chẩn đoán Ảnh Y tế Hoa Kỳ. LI-RADS giúp diễn giải các khối tổn thương gan trên hình ảnh y tế, mỗi tổn thương được phân loại ở một mức LI-RADS, từ đó đánh giá mức độ nguy cơ tương đối của nó đối với ung thư biểu mô tế bào gan (HCC).

Các mức từ LR-1 (chắc chắn lành tính), LR-2 (có thể lành tính), LR-3,4 (nguy cơ trung bình hoặc cao là HCC), LR-M (tổn thương ác tính khác ngoài HCC) đến LR-5 (chắc chắn HCC. (nguồn: https://www.acr.org/-/media/ACR/Files/RADS/LI-RADS/LI-RADS-2018-Core.pdf )

DrAid™ CT Ung thư Gan ứng dụng công nghệ AI vào phân tích ảnh cắt lớp vi tính (CT) gan, tích hợp các tiêu chuẩn LI-RADS tiên tiến để hỗ trợ bác sĩ chẩn đoán ung thư gan chính xác và hiệu quả hơn. Ngoài việc phân loại, DrAid™ CT Ung thư Gan còn cung cấp các diễn giải, tiêu chí quan trọng khác dựa trên các thuật toán AI bao gồm:

• Sự bắt thuốc tăng cường trong ảnh thì động mạch (APHE): Biểu hiện độ sáng tăng cường của tổn thương trong thì động mạch so với nhu mô gan xung quanh.
• Thải thuốc (Washout): Sự giảm độ sáng tương đối của khối u so với nhu mô gan xung quanh trong các thì tĩnh mạch và thì muộn.
• Vỏ/viền (Capsule): Sự xuất hiện viền ngoài tổn thương trong ảnh thì tĩnh mạch và thì muộn.
• Kích thước: Xác định kích thước khối u cho việc phân loại chính xác.
• Tỉ lệ tăng kích thước khối u: Kích thước tổn thương tăng ít nhất 50% trong vòng 6 tháng.

Giao diện hiển thị kết quả AI có diễn giải các tiêu chí LI-RADS.

2. Mô hình AI giúp chuẩn hóa và đồng nhất quy trình chẩn đoán, đánh giá điều trị ung thư gan 

Việc ra mắt tính năng LI-RADS trên DrAid™ CT Ung thư Gan mang lại nhiều lợi ích to lớn cho các bác sĩ lâm sàng, bác sĩ chuyên khoa gan mật, nội tiêu hóa, ung bướu, và bác sĩ chẩn đoán hình ảnh. 

Lợi ích cho bác sĩ: 

• Chuẩn hóa chẩn đoán: LI-RADS trên DrAid™ giúp thống nhất ngôn ngữ mô tả và phân loại các khối u gan, từ đó giảm thiểu sai sót trong chẩn đoán và đảm bảo tính nhất quán trong đánh giá điều trị, đặc biệt quan trọng đối với nhóm bệnh nhân nguy cơ cao. 
• Nâng cao hiệu quả điều trị: Việc chẩn đoán chính xác dựa vào chuẩn LI-RADS trên DrAid™ giúp bác sĩ lựa chọn phương pháp điều trị phù hợp, theo dõi hiệu quả điều trị sát sao, đánh giá chính xác đáp ứng và tiến triển bệnh. 

Lợi ích cho bệnh nhân: 

• Được chẩn đoán sớm và điều trị chính xác. 
• Được điều trị phù hợp và kịp thời với diễn tiến bệnh. 
• Đánh giá chính xác kết quả sau điều trị và tiên lượng tái phát 

DrAid™ CT Ung thư Gan đóng góp vào quy trình làm việc của bác sĩ, là công cụ hỗ trợ hiệu quả trong chẩn đoán và điều trị.