Thanh bên bài viết

Đã xuất bản: 2026-08-14
Số lượt xem tóm tắt: 0
DOI: https://doi.org/10.52163/yhc.v67iCD12.6154
Số xuất bản
Tập 67 Số CĐ12- HNKH Bệnh viện Ung bướu Nghệ An
Chuyên mục
Bài báo khoa học
Cách trích dẫn
Hùng, P. V., Trung, N. Q., Đạt, N. T. B., Tài, H. Đức, Việt, N. V., Trà, T. T. M., Trung, N. B., Nam, N. H., Khoa, T. A., Lâm, P. Đức, & Tình, V. P. (2026). NGHIÊN CỨU ỨNG DỤNG TRÍ TUỆ NHÂN TẠO VÀ KỸ THUẬT THỊ GIÁC MÁY TÍNH HỖ TRỢ PHÁT HIỆN VÀ CHẨN ĐOÁN SỚM UNG THƯ VÚ TẠI BỆNH VIỆN UNG BƯỚU NGHỆ AN. Tạp Chí Y học Cộng đồng, 67(CD12). https://doi.org/10.52163/yhc.v67iCD12.6154

NGHIÊN CỨU ỨNG DỤNG TRÍ TUỆ NHÂN TẠO VÀ KỸ THUẬT THỊ GIÁC MÁY TÍNH HỖ TRỢ PHÁT HIỆN VÀ CHẨN ĐOÁN SỚM UNG THƯ VÚ TẠI BỆNH VIỆN UNG BƯỚU NGHỆ AN

Phạm Vĩnh Hùng1, Nguyễn Quang Trung1, Nguyễn Tài Bùi Đạt1, Hồ Đức Tài1, Nguyễn Văn Việt1, Trần Thị Mỹ Trà1, Nguyễn Bá Trung1, Nguyễn Hoàng Nam2, Trần Anh Khoa2, Phạm Đức Lâm3, Võ Phúc Tình2
1 Bệnh viện Ung bướu Nghệ An
2 Trường Đại học Tôn Đức Thắng
3 Trường Đại học Nguyễn Tất Thành

Nội dung chính của bài viết

Tóm tắt

Mục tiêu: Đánh giá hiệu quả của phần mềm trí tuệ nhân tạo (AI) phiên bản 1.2.1 (kết hợp thuật toán YOLOv7 và ResNet50) trong hỗ trợ chẩn đoán, phát hiện, khoanh vùng và phân loại sớm tổn thương ung thư vú trên phim nhũ ảnh tại Bệnh viện Ung bướu Nghệ An.


Đối tượng, phương pháp nghiên cứu: Nghiên cứu trên 400 ảnh nhũ ảnh định dạng DICOM của 200 bệnh nhân hồi cứu (từ 03/2024 đến 08/2024) và 200 bệnh nhân tiến cứu (từ 09/2024 đến 12/2024). Mô hình YOLOv7 để phát hiện tổn thương, ResNet50 để phân loại chi tiết khối u và vi vôi hóa. Kết quả của AI được đối chiếu với tiêu chuẩn vàng là giải phẫu bệnh.


Kết quả: Trong giai đoạn hồi cứu, độ chính xác đạt 94% (188/200 ca), độ nhạy 100% với các trường hợp ác tính (166/166 ca). Trong giai đoạn tiến cứu, độ chính xác đạt 91% (182/200 ca), đồng thời duy trì độ nhạy 100% khi nhận diện đúng toàn bộ 10 ca ác tính, không bỏ sót tổn thương nguy hiểm. Tốc độ suy luận đạt 3,6 ms/ảnh.


Kết luận: Phần mềm AI vận hành ổn định, có độ nhạy cao, tích hợp tốt với hệ thống PACS, hỗ trợ hiệu quả trong phát hiện và sàng lọc sớm ung thư vú trên lâm sàng.

Chi tiết bài viết

Từ khóa

Ung thư vú; Trí tuệ nhân tạo; Thị giác máy tính; YOLOv7; ResNet50; Nhũ ảnh.

Tài liệu tham khảo

1. Đào Văn Tú và cộng sự (2021). Tổng quan nghiên cứu ứng dụng trí tuệ nhân tạo trong chẩn đoán ung thư vú bằng ảnh giải phẫu bệnh kỹ thuật số. Tạp chí Y học Việt Nam, 500(1), tr. 15-20. DOI: https://doi.org/10.51298/vmj.v500i1.290
2. Đặng Công Thuận (2012). Nghiên cứu các đặc điểm chẩn đoán hình ảnh, giải phẫu bệnh và tình trạng thụ thể nội tiết bệnh ung thư vú tại Bệnh viện Trường Đại học Y Dược Huế. Tạp Chí Phụ sản, 10(3), 250-257. DOI: https://doi.org/10.46755/vjog.2012.3.172
3. Nguyễn Thị Mai Lan (2016). Nghiên cứu tỷ lệ mắc mới ung thư vú ở phụ nữ Hà Nội giai đoạn 2014-2016. Luận án tiến sĩ Y học, Đại học Y Hà Nội. URL: http://dulieuso.hmu.edu.vn/handle/hmu/1972
4. Min, H., Wilson, D., Huang, Y., Liu, S., Crozier, S., Bradley, A. P., & Chandra, S. S. (2020). Fully automatic computer-aided mass detection and segmentation via pseudo-color mammograms and mask r-cnn. IEEE 17th International Symposium on Biomedical Imaging (ISBI), pp. 1137-1141 . DOI: https://doi.org/10.1109/ISBI45749.2020.9098312
5. Raza, S. K., Sarwar, S. S., Syed, S. M., & Khan, N. A. (2021). Classification and Segmentation of Breast Tumor Using Mask R-CNN on Mammograms. NED UniversityResearch Journal, 18(4), pp. 79-88. DOI: https://doi.org/10.21203/rs.3.rs-523546/v1