Tranh luận về chẩn đoán hình ảnh võng mạc: Vai trò của AI và các phương thức đa hình thái

Bs Ngô Hữu Thế
13.10.26
Last Updated

Khóa học AIOC2026 IC87 (2026) đã thảo luận về các tranh luận trong chẩn đoán hình ảnh võng mạc, tập trung vào việc liệu các mô hình thuật toán có thể thay thế bác sĩ hay không. Các chuyên gia nhấn mạnh rằng AI hiện tại chủ yếu đóng vai trò hỗ trợ, với các công cụ sàng lọc bệnh võng mạc đái tháo đường đã được FDA phê duyệt, đạt độ nhạy và độ đặc hiệu khoảng 80-90%.

Trí tuệ nhân tạo trong thực hành võng mạc

Deep learning là một tập hợp con của trí tuệ nhân tạo (Artificial Intelligence - AI), cho phép máy tính tự học từ dữ liệu lớn mà không cần giám sát. Trong sàng lọc, các thuật toán AI đã cho thấy khả năng vượt trội so với bác sĩ phẫu thuật võng mạc về độ nhạy. Một nghiên cứu trên 90.000 mắt bệnh nhân đái tháo đường theo dõi trong 5-7 năm cho thấy mô hình AI có thể dự đoán sự phát triển của bệnh võng mạc đái tháo đường với tỷ lệ bỏ sót bệnh nhân cần điều trị dưới 1%. Ngoài ra, AI còn hỗ trợ phân tích lớp võng mạc, định lượng dịch dưới võng mạc và dự đoán đáp ứng điều trị anti-VEGF. Tuy nhiên, các thuật toán hiện nay vẫn đối mặt với vấn đề thiên kiến dữ liệu (data bias), khả năng tổng quát hóa hạn chế và các vấn đề về đạo đức, quyền riêng tư.

Vai trò của chụp mạch có thuốc cản quang so với OCT/OCTA

Mặc dù OCT và OCTA (Optical Coherence Tomography Angiography) là những công cụ không xâm lấn quan trọng, chụp mạch huỳnh quang (Fluorescein Angiography - FFA) và chụp mạch ICG (Indocyanine Green Angiography - ICGA) vẫn giữ vai trò không thể thay thế trong một số tình huống lâm sàng. FFA cung cấp thông tin về rò rỉ động (dynamic leakage), tưới máu ngoại vi và viêm thành mạch. Trong bệnh lý hắc võng mạc trung tâm thanh dịch (Central Serous Retinopathy - CSR) hoặc bệnh lý mạch máu võng mạc, chụp mạch có thuốc cản quang giúp xác định chính xác vị trí rò rỉ mà OCT không thể hiện rõ. Đặc biệt, trong viêm màng bồ đào (uveitis) và viêm mạch, FFA giúp phát hiện các tổn thương dưới lâm sàng mà OCTA có thể bỏ sót.

Chỉ số/Kết cụcKết quả theo tài liệu
Độ nhạy/đặc hiệu công cụ AI80-90%
Cỡ mẫu nghiên cứu dự đoán AI90.000 mắt
Tỷ lệ bỏ sót bệnh nhân cần điều trịdưới 1%
Tỷ lệ chuyên gia võng mạc sử dụng OCT85%
Tỷ lệ chuyên gia võng mạc sử dụng ICG8-12%
Tỷ lệ phát hiện thêm bệnh lý nhờ chụp góc rộng58%
Bình luận: Các diễn giả nhấn mạnh rằng AI và các phương thức hình ảnh mới không thay thế hoàn toàn các phương pháp truyền thống. Hạn chế lớn nhất của AI hiện nay là hiện tượng "catastrophic forgetting" (quên kiến thức cũ khi học kiến thức mới) và các "hallucinations" (ảo giác AI). Việc sử dụng đa hình thái (multimodal imaging) là cần thiết để bù đắp khiếm khuyết của từng phương pháp đơn lẻ.
  • Ưu tiên sử dụng OCT/OCTA làm công cụ sàng lọc đầu tay.
  • Chỉ định chụp mạch có thuốc cản quang khi cần đánh giá rò rỉ mạch máu, viêm mạch hoặc các trường hợp không rõ ràng trên OCT.
  • Sử dụng chụp góc rộng (ultra-wide field) để phát hiện các tổn thương ngoại vi trong 58% trường hợp.
  • Cần thận trọng với các kết quả từ AI, luôn đối chiếu với hình ảnh lâm sàng thực tế.
  • Cá thể hóa việc sử dụng các phương thức hình ảnh dựa trên nhu cầu chẩn đoán cụ thể của từng bệnh nhân.

Tài liệu tham khảo:

AIOS Editor, 2026, AIOC2026 IC87 - Retinal Imaging Controversies, YouTube, Video ID: FjfggDB9y9g.

Xem thêm