AI trong y tế đang thay đổi cách bác sĩ chẩn đoán bệnh, đặc biệt là trong lĩnh vực chẩn đoán hình ảnh. Các mô hình trí tuệ nhân tạo có thể phân tích X-quang, MRI, CT scan nhanh chóng và chính xác, hỗ trợ bác sĩ phát hiện bệnh sớm hơn. Trí tuệ nhân tạo trong chẩn đoán hình ảnh y khoa đang trở thành công cụ không thể thiếu trong bệnh viện hiện đại.
AI chẩn đoán hình ảnh hoạt động như thế nào?
Hệ thống AI trong chẩn đoán hình ảnh chủ yếu sử dụng deep learning, đặc biệt là mạng nơ-ron tích chập (CNN) và kỹ thuật radiomics để phân tích ảnh X-quang, CT, MRI và siêu âm. Các mô hình này được huấn luyện trên hàng triệu ảnh y khoa để nhận diện các dấu hiệu bệnh lý.
Ứng dụng phổ biến bao gồm phân loại ưu tiên (triage) các ca cấp cứu như xuất huyết não hoặc tràn khí màng phổi trên CT khẩn cấp, cải thiện chất lượng ảnh khi liều bức xạ thấp, đánh giá tự động chất lượng ảnh và giảm tải khối lượng công việc cho bác sĩ đọc phim. Tính đến giữa 2025, hơn 1.000 công cụ AI đang được triển khai trong quy trình chụp ảnh y khoa trên toàn cầu.
Ứng dụng AI trong các lĩnh vực chẩn đoán
Phát hiện ung thư
Google Health phát triển mô hình AI phát hiện ung thư vú trên ảnh chụp nhũ ảnh (mammography) và ung thư phổi trên CT scan, đạt độ chính xác tương đương hoặc vượt bác sĩ trong các nghiên cứu có kiểm soát. Optellum, công ty đến từ Oxford, cung cấp hỗ trợ quyết định bằng AI để đánh giá nốt phổi trên CT, hỗ trợ chẩn đoán ung thư phổi sớm hơn.
Nhãn khoa
Năm 2018, FDA cấp phép cho thiết bị AI chẩn đoán đầu tiên cho bệnh võng mạc tiểu đường (IDx-DR, nay là Digital Diagnostics). Hệ thống này cho phép kỹ thuật viên không chuyên đọc ảnh đáy mắt và phát hiện bệnh mà không cần bác sĩ chuyên khoa, mở rộng khả năng tiếp cận sàng lọc tại các vùng xa.
Giải phẫu bệnh số hóa
PathAI ứng dụng AI vào tiêu bản giải phẫu bệnh số hóa, hỗ trợ chẩn đoán ung thư vú, đại tràng và dạ dày với độ chính xác tương đương nhà giải phẫu bệnh. Aidoc là công ty hàng đầu về phân loại ưu tiên AI, cảnh báo các phát hiện nghiêm trọng như xuất huyết nội sọ và tắc mạch phổi trên CT theo thời gian thực.
Các hãng lớn như Siemens Healthineers, Philips Healthcare và Tencent (hệ thống AIMIS) cũng tích hợp AI vào chẩn đoán hình ảnh và lập kế hoạch điều trị.
Thị trường AI chẩn đoán hình ảnh
Theo MarketsandMarkets, thị trường AI radiology toàn cầu đạt 0.76 tỷ USD vào năm 2025 và dự kiến đạt 2.27 tỷ USD vào năm 2030, với tốc độ tăng trưởng kép hàng năm (CAGR) 24.5%. Động lực chính là tình trạng thiếu bác sĩ chẩn đoán hình ảnh trên toàn cầu và khối lượng chụp ảnh ngày càng tăng.
Tính đến 2025, khoảng 77% trong số 1.451 thiết bị y tế AI được FDA cấp phép thuộc lĩnh vực chẩn đoán hình ảnh (khoảng 967 thiết bị). Chỉ riêng tháng 6/2026 đã có thêm 68 thuật toán AI radiology mới được FDA phê duyệt.
Lợi ích của AI trong chẩn đoán hình ảnh
- Phát hiện sớm: AI phát hiện dấu hiệu bệnh ở giai đoạn đầu, tăng cơ hội điều trị thành công
- Giảm tải cho bác sĩ: AI sàng lọc và phân loại ưu tiên, bác sĩ tập trung vào ca phức tạp
- Tăng tốc độ: Phân tích ảnh trong vài giây thay vì nhiều phút
- Tiếp cận rộng: Hỗ trợ chẩn đoán tại vùng sâu vùng xa thiếu bác sĩ chuyên khoa
- Giảm liều bức xạ: AI cải thiện chất lượng ảnh từ liều thấp, giảm rủi ro cho bệnh nhân
Thách thức khi triển khai AI y tế
Mặc dù tiềm năng lớn, việc triển khai AI chẩn đoán hình ảnh gặp nhiều trở ngại. Dữ liệu huấn luyện thiếu đa dạng đại diện có nguy cơ gây thiên kiến thuật toán với các nhóm bệnh nhân khác nhau. Cần các thử nghiệm lâm sàng đa trung tâm ngẫu nhiên để chứng minh hiệu quả thực tế.
Khả năng tương tác với hệ thống PACS và EHR của bệnh viện, bảo mật quyền riêng tư dữ liệu bệnh nhân và khung pháp lý đang phát triển là những thách thức lớn. Nghiên cứu trên Nature công bố tháng 5/2026 chỉ ra thiếu quản lý rủi ro vòng đời đầy đủ cho thiết bị AI radiology.
Tại các quốc gia thu nhập thấp và trung bình, chi phí hạ tầng, tỷ lệ giải phẫu bệnh số hóa thấp và thiếu dữ liệu xác thực nội địa là rào cản đáng kể. Tuy nhiên, WHO nhấn mạnh AI có tiềm năng mở rộng tiếp cận chẩn đoán tại các khu vực chưa được phục vụ trên toàn cầu.
Tương lai của AI trong y tế tại Việt Nam
Tại Việt Nam, các bệnh viện lớn đã bắt đầu ứng dụng AI hỗ trợ đọc phim X-quang phổi và CT. Các công ty công nghệ trong nước đang phát triển giải pháp AI chẩn đoán hình ảnh phù hợp với đặc thù bệnh lý người Việt. Xu hướng này dự kiến tăng mạnh trong vài năm tới khi hạ tầng số y tế được đầu tư.
Tham khảo thêm
Báo cáo thị trường AI Radiology toàn cầu từ MarketsandMarkets.
