Baidu phát triển AI mã nguồn mở có khả năng phát hiện ung thư

Baidu, gã khổng lồ tìm kiếm Trung Quốc, đôi khi được ca ngợi là Google của Trung Quốc. Và cũng giống như Google, Baidu có một loạt các dự án sáng tạo bên cạnh dịch vụ tìm kiếm của mình. Gần đây, Baidu đã ra mắt thiết bị dịch thuật cầm tay ấn tượng. Bây giờ Baidu lại vừa công bố kỳ tích mới nhất: Sử dụng các thuật toán thông minh nhân tạo để giúp phát hiện bệnh ung thư.

Theo Digital Trends, Baidu đã phát triển một A.I. có khả năng phân tích các cấu trúc chứa mô sinh thiết. Công việc phân tích các cấu trúc có thể rất khó khăn, ngay cả đối với những nhà nghiên cứu đầy kinh nghiệm, nhưng công nghệ học sâu (deep learning) của Baidu có thể tìm kiếm các tế bào khối u nhỏ nhanh hơn và có độ chính xác cao hơn các phương pháp trước đó. Trong các thử nghiệm, thuật toán thể hiện khả năng chẩn đoán vượt trội so với một nhà nghiên cứu bệnh học chuyên nghiệp và người chiến thắng cuộc thi Camelyon16, một cuộc thi nhằm đánh giá các thuật toán tự động phát hiện ung thư di căn trong các phần mô hạch bạch huyết.

"Sử dụng A.I. để phân tích hình ảnh bệnh lý là một nhiệm vụ rất khó khăn", Yi Li, một nhà khoa học nghiên cứu học máy tại Baidu cho biết. "Một cấu trúc bệnh lý được số hoá ở độ phóng đại 40x thường chứa hàng tỷ pixel, quá lớn để mạng thần kinh máy tính có thể xử lý. Kết quả là, hình ảnh lớn được chia thành hàng chục nghìn hình ảnh nhỏ hơn để một mạng thần kinh máy tính có thể phân tích riêng từng hình ảnh. Điều độc đáo của thuật toán trường ngẫu nhiên có điều kiện (NCRF) của chúng tôi là nó có thể xem xét nhiều hình ảnh cùng lúc - bao gồm cả vùng có khả năng ung thư và môi trường xung quanh. Khả năng mới này làm giảm đáng kể số lượng dương tính giả (false positive) của các tế bào bình thường bị phân loại sai".

Tuyệt vời hơn, Baidu không hề giữ công nghệ này cho riêng mình. Thay vào đó, công ty đưa công nghệ đó ra cho cộng đồng nghiên cứu y học thông qua nguồn mở với hy vọng có thể giúp càng nhiều người càng tốt.

"Chúng tôi hy vọng thuật toán nguồn mở này có thể phục vụ tốt các nghiên cứu tương lai trong lĩnh vực này", Li nói. "Thuật toán mới chỉ được đánh giá trên một số lượng hạn chế các tập dữ liệu công cộng ở giai đoạn này và cần phải được đánh giá thêm bằng cách sử dụng nhiều dữ liệu lâm sàng liên quan hơn để chứng minh nó vẫn duy trì độ chính xác cao hơn so với các nhà bệnh lý kinh nghiệm. Nhóm của chúng tôi sẽ tiếp tục cải tiến thuật toán và cộng tác với các nhà nghiên cứu mà chúng tôi có thể chia sẻ các tập dữ liệu mới".

Li nói thêm rằng mục tiêu của công nghệ không phải là thay thế các bác sĩ, mà là cải thiện hiệu quả chẩn đoán của họ trong công việc hàng ngày của họ. Nếu thuật toán này hoạt động tốt, các bác sĩ trong tương lai sẽ không cần phải bỏ ra hàng giờ để xem từng cấu trúc sinh thiết, mà chỉ tập trung vào các vùng bị ảnh hưởng đã được thuật toán xác định.

Hoàng Lan