Sự kiện 2025 Resident Research Day - Morning Session Pt. II đã trình bày các dữ liệu sơ bộ về sắc tố hoàng điểm ở bệnh nhân bạch tạng (albinism) và phát triển thuật toán học sâu (deep learning) trong phân tích hình ảnh hiển vi đồng tiêu (confocal microscopy). Nghiên cứu về bạch tạng tập trung vào mối liên quan giữa sắc tố hoàng điểm và mức độ thiểu sản hố trung tâm (foveal hypoplasia), trong khi nghiên cứu về giác mạc tập trung vào việc tự động hóa phân đoạn các cấu trúc thần kinh và tế bào miễn dịch.
Sắc tố hoàng điểm ở bệnh nhân bạch tạng
Bạch tạng là tình trạng di truyền dẫn đến giảm hoặc thiếu hụt melanin, ảnh hưởng đáng kể đến hệ thống thị giác, thường gây ra thiểu sản hố trung tâm. Mức độ thiểu sản hố trung tâm có sự khác biệt lớn giữa các cá thể và tương quan chặt chẽ với thị lực. Nghiên cứu này khảo sát vai trò của sắc tố hoàng điểm (carotenoids) - một loại sắc tố không liên quan đến melanin - trong việc xác định thị lực ở quần thể này. Các phương pháp định lượng bao gồm mật độ quang học sắc tố hoàng điểm (Macular Pigment Optical Density - MPOD) và hình ảnh tự huỳnh quang (autofluorescence imaging). Dữ liệu sơ bộ trên 5 bệnh nhân cho thấy sự tích lũy sắc tố hoàng điểm ở một số cá thể, dù không đạt mức bình thường, và có mối tương quan sơ bộ với mức độ chuyên biệt hóa của hố trung tâm.
Bình luận: Thông tin theo 2025 Resident Research Day, 2025; đối chiếu guideline hiện hành khi áp dụng lâm sàng. Hạn chế lớn nhất của nghiên cứu là cỡ mẫu rất nhỏ (n=5), gây khó khăn trong việc khái quát hóa kết quả. Việc sử dụng MPOD và FLIO (Fluorescence Lifetime Imaging Ophthalmoscopy) là hướng đi tiềm năng để hiểu rõ hơn về cấu trúc hoàng điểm trong điều kiện thiếu hụt melanin.
Ứng dụng AI trong phân tích hình ảnh hiển vi đồng tiêu
Hình ảnh hiển vi đồng tiêu (confocal microscopy) là công cụ mạnh mẽ để quan sát đám rối thần kinh dưới biểu mô (sub-basal nerve plexus - SNP), tế bào miễn dịch và u thần kinh (neuromas) mà không cần sinh thiết. Tuy nhiên, việc phân đoạn thủ công rất tốn thời gian và có độ biến thiên giữa các người đọc (interobserver variability). Nghiên cứu đã phát triển và xác thực thuật toán học sâu tự động để phân đoạn hình ảnh. Thuật toán sử dụng mạng đối nghịch tạo sinh (Generative Adversarial Network - GAN) để loại bỏ nhiễu do áp lực (applanation artifacts) và phân đoạn các cấu trúc. Kết quả cho thấy hệ số tương quan Dice (Dice similarity coefficient) đạt trên 0,7, cho thấy độ tin cậy lâm sàng cao.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Cỡ mẫu (phân đoạn SNP) | 117 mắt (470 hình ảnh) cho mạng loại bỏ nhiễu, 69 mắt (207 hình ảnh) cho mạng phân đoạn |
| Dice similarity coefficient | > 0,7 cho background và thần kinh |
| Độ tin cậy (ICC) | 0,75 - 0,9 (tốt đến xuất sắc) |
Bình luận: Việc tự động hóa phân đoạn SNP là bước tiến quan trọng trong quản lý các bệnh lý bề mặt nhãn cầu như khô mắt hoặc viêm giác mạc thần kinh (neurotrophic keratitis). Tuy nhiên, tác giả lưu ý thuật toán vẫn gặp khó khăn với các hình thái hiếm gặp hoặc hình ảnh chất lượng thấp, đòi hỏi dữ liệu huấn luyện đa dạng hơn trong tương lai.
- Tăng cường sử dụng các phương pháp định lượng (MPOD, FLIO) để đánh giá cấu trúc hoàng điểm ở bệnh nhân bạch tạng.
- Áp dụng các thuật toán AI đã được xác thực để giảm thiểu sai số trong phân tích hình ảnh hiển vi đồng tiêu.
- Cần chú trọng đến chất lượng hình ảnh đầu vào khi thực hiện chẩn đoán hình ảnh hiển vi đồng tiêu để đảm bảo độ chính xác của AI.
- Cân nhắc các yếu tố gây nhiễu như nystagmus khi thu thập dữ liệu hình ảnh ở bệnh nhân bạch tạng.
Tài liệu tham khảo:
Moran CORE, 2025, 2025 Resident Research Day - Morning Session Pt. II, YouTube Video ID: T2dmNfJypgw.