Bài viết này tóm lược lại nội dung chính trong bài trình bày tại RSNA'22 của Hari Trivedi (The business of medical imaging AI, session ID: S2-CIN09) nhằm đưa đến một cái nhìn tổng quan về ứng dụng hiện tại của AI trong thực hành lâm sàng cho đến thời điểm diễn ra hội nghị (bản quyền thuộc về tác giả và RSNA'22.).
Mặc dù các bác sĩ lâm sàng và bác sĩ chẩn đoán hình ảnh làm việc chủ yếu với ảnh siêu âm, CT, MRI..., nhưng các ứng dụng của AI trong ảnh y tế lại tập trung nhiều hơn ở các bước trước và sau khi tạo ảnh (Hình 1) [1].
Hình 1
Có hơn 190 models AI được FDA cấp 'clearance' cho đến nay, 54 trong năm 2021 và 59 trong năm 2022 (tính đến 15/12) (Hình 2) [2]. Tính theo hệ cơ quan thì thần kinh và ngực, theo loại phương tiện chẩn đoán thì CT, MRI và Xray chiếm nhiều nhất (Hình 3).
Trong Hình 4 là phân loại các mô hình theo chức năng. MIMPS là hệ thống quản lý và xử lý hình ảnh (PACS là ví dụ). CADe hỗ trợ xác định, đánh dấu, định khu tổn thương. CADx hỗ trợ trong chẩn đoán, đánh giá, phân loại, phân độ. CADe/x hỗ trợ cả 2 loại trên. CADt hỗ trợ đánh giá ban đầu, xác định nhanh vấn đề nghiêm trọng (ví dụ phân loại cấp cứu). Ngoài ra chiếm 1 phần rất lớn là CADa/o hỗ trợ trong thu nhận, xử lý và tối ưu hóa hình ảnh hoặc tín hiệu, ví dụ như xử lý nhiễu ảnh MRI (trong hình 4 được gộp chung vào MIMPS).
Hình 2
Hình 3
Hình 4