Podcast CataractCoach™ số 175 (2026) với khách mời Giáo sư David Smadja đã thảo luận về vai trò chuyển đổi của trí tuệ nhân tạo (AI), công nghệ nano và tinh thần khởi nghiệp trong nhãn khoa hiện đại. Nội dung tập trung vào việc ứng dụng các mô hình dự báo dựa trên dữ liệu lớn để tối ưu hóa kết quả phẫu thuật khúc xạ và điều trị đục thủy tinh thể.
Tư duy đổi mới trong nhãn khoa
Giáo sư Smadja nhấn mạnh tầm quan trọng của việc phát triển chuyên môn sâu trong các lĩnh vực hẹp. Kinh nghiệm từ thời gian làm nghiên cứu sinh tại Cleveland Clinic với Ron Krueger đã định hình tư duy sáng tạo của ông, đặc biệt là việc sử dụng các thiết bị mới (như thiết bị Galilei) để xây dựng uy tín chuyên môn thông qua các bài báo khoa học. Ông khuyến khích các bác sĩ trẻ tập trung vào việc giải quyết các vấn đề lâm sàng gây thất vọng, chẳng hạn như ảnh hưởng của biểu mô giác mạc (corneal epithelium) đến kết quả khúc xạ sau phẫu thuật.
Mô hình hóa biểu mô và AI trong phẫu thuật khúc xạ
Việc hiểu rõ biểu mô giác mạc là chìa khóa để cải thiện độ chính xác trong phẫu thuật. Tác giả mô tả một công cụ phần mềm sử dụng AI để phân tích hình ảnh OCT (Optical Coherence Tomography) hoặc các định dạng khác, từ đó mô hình hóa biểu mô ở dạng 3D. Nghiên cứu trên 20 mắt cho thấy khoảng 90% sai số khúc xạ không mong đợi có liên quan đến sự thay đổi của biểu mô. Việc áp dụng mô hình ba bề mặt (three surface model) giúp cải thiện đáng kể độ chính xác trong tính toán công suất thủy tinh thể nhân tạo (IOL), đặc biệt ở những bệnh nhân có giác mạc không đều.
Tinh thần khởi nghiệp và hệ sinh thái đổi mới
Giáo sư Smadja chia sẻ về văn hóa khởi nghiệp tại Israel, nơi việc chuyển đổi ý tưởng thành sản phẩm là một phần của cuộc sống. Ông nhấn mạnh rằng việc chia sẻ ý tưởng không nên bị cản trở bởi nỗi sợ bị đánh cắp, vì sự phản biện từ cộng đồng giúp tinh chỉnh ý tưởng hiệu quả hơn. Các dự án như "nano drops" – sử dụng thuốc nhỏ mắt để thay đổi chỉ số khúc xạ của màng phim nước mắt – là ví dụ về các giải pháp ít xâm lấn, có thể đảo ngược, nhằm điều trị lão thị (presbyopia) với mức giảm độ tương phản chỉ khoảng 20%.
Quản lý biến chứng và tương lai của dữ liệu lớn
Để giảm thiểu các tác động tiêu cực từ mạng xã hội đối với phẫu thuật khúc xạ, tác giả đề xuất thành lập các ủy ban chuyên trách tại các trung tâm phẫu thuật để hỗ trợ bệnh nhân có kết quả phức tạp. Việc sử dụng dữ liệu lớn (big data) và AI sẽ thay thế các giáo điều cũ, cho phép cá nhân hóa điều trị dựa trên hồ sơ quang học riêng biệt của từng bệnh nhân, bao gồm cả kích thước đồng tử (pupil size).
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Cỡ mẫu nghiên cứu biểu mô | 20 mắt |
| Tỷ lệ sai số khúc xạ do biểu mô | 90% |
| Giảm độ tương phản với nano drops | 20% |
| Thời gian theo dõi sự phát triển | 6 năm |
Bình luận: Thông tin theo CataractCoach™ Podcast 175, 2026; đối chiếu guideline hiện hành khi áp dụng lâm sàng. Các giải pháp AI và nano drops hiện vẫn đang trong giai đoạn phát triển hoặc thử nghiệm lâm sàng ban đầu, cần thận trọng khi áp dụng vào thực hành thường quy. Việc tập trung vào "mô hình ba bề mặt" là một hướng đi hứa hẹn để giải quyết các ca khó, tuy nhiên cần dữ liệu kiểm chứng từ các thử nghiệm lâm sàng quy mô lớn hơn.
- Ưu tiên phân tích hình thái biểu mô giác mạc trong các ca phẫu thuật khúc xạ khó.
- Cân nhắc sử dụng các mô hình AI để dự báo kết quả khúc xạ thay vì chỉ dựa vào các giá trị cắt (cut-off) truyền thống.
- Khuyến khích tinh thần khởi nghiệp và chia sẻ ý tưởng trong môi trường học thuật để thúc đẩy đổi mới.
- Thiết lập quy trình hỗ trợ bệnh nhân chuyên nghiệp để quản lý kỳ vọng và xử lý biến chứng sau phẫu thuật.
- Tận dụng dữ liệu lớn để cá nhân hóa lựa chọn IOL cho từng bệnh nhân cụ thể.
Tài liệu tham khảo:
Uday Devgan, 2026, CataractCoach™ 3009: Podcast 175: David Smadja MD, YouTube, Video ID: CEemTj-0pfk.