Bài giảng tại Aravind Eye Hospital Pondicherry (2026) về chủ đề Trí tuệ nhân tạo (AI) trong hình ảnh nhãn khoa đã nhấn mạnh vai trò của việc xây dựng câu chuyện thông qua hình ảnh lâm sàng. Nhãn khoa là một lĩnh vực dựa trên hình ảnh (imaging based field), nơi các công cụ hỗ trợ như Artificial Intelligence (AI) và các phần mềm chỉnh sửa đóng vai trò quan trọng trong việc nâng cao chất lượng hình ảnh, hỗ trợ giảng dạy, tư vấn và công bố khoa học.
Kỹ thuật thu thập và xử lý hình ảnh cơ bản
Việc bắt đầu hành trình hình ảnh hóa không nhất thiết đòi hỏi thiết bị đắt tiền. Tác giả chia sẻ kỹ thuật sử dụng bộ chuyển đổi điện thoại (phone board adapter) với chi phí 700 rupee để kết nối smartphone với đèn khe (slit lamp), cho phép ghi lại hình ảnh và video phân đoạn trước (anterior segment). Kỹ thuật này giúp các bác sĩ trẻ hoặc nghiên cứu sinh có thể tự thu thập dữ liệu lâm sàng, ví dụ như ghi lại video thủ thuật YAG PI hoặc các trường hợp bệnh lý khác. Việc sử dụng các thiết lập như quay chậm (slow motion) giúp ghi lại các chi tiết như sự thoát dịch thủy dịch sau khi bắn laser, hỗ trợ đắc lực cho việc minh họa trong các bài báo cáo khoa học.
Vai trò của AI trong nâng cao chất lượng hình ảnh
AI đóng vai trò hỗ trợ trong việc chỉnh sửa và nâng cao hình ảnh (image enhancement). Các công cụ như Photoshop, Canva, Remini, Gemini, ChatGPT, deep image AI và PicsArt được sử dụng để thực hiện các tác vụ như: tăng độ sắc nét, điều chỉnh độ bão hòa, độ tương phản, loại bỏ các chi tiết không mong muốn (như các hộp xanh trên OCT) và căn chỉnh hình ảnh. Tác giả nhấn mạnh sự khác biệt giữa việc nâng cao hình ảnh để tăng tính thuyết phục và việc làm sai lệch dữ liệu (tampering). Việc sử dụng AI cần tuân thủ nguyên tắc bảo tồn độ chính xác lâm sàng (clinical accuracy), không được phép làm thay đổi bản chất của tổn thương bệnh lý.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Số lượng ứng dụng AI/chỉnh sửa | 7 ứng dụng (Photoshop, Canva, Remini, Gemini, ChatGPT, deep image AI, PicsArt) |
| Số lượng module chính | 6 module (nâng cao hình ảnh fundus, khử nhiễu OCT, phân đoạn tự động, tạo bản đồ nhiệt, minh họa giáo dục, chuẩn bị hình ảnh khoa học) |
| Chi phí adapter cơ bản | 700 rupee |
Bình luận: Thông tin theo [Aravind Eye Hospital, 2026]; đối chiếu guideline hiện hành khi áp dụng lâm sàng. Tác giả nhấn mạnh việc sử dụng AI để làm nổi bật các dấu hiệu lâm sàng (như sử dụng kính lúp kỹ thuật số hoặc chú thích) là hợp lệ, nhưng cần tránh việc tạo ra các hình ảnh giả tạo làm sai lệch chẩn đoán. Hạn chế của phương pháp này là sự phụ thuộc vào kỹ năng của người dùng trong việc đặt câu lệnh (prompt) và nguy cơ làm mất đi tính trung thực của hình ảnh gốc nếu không kiểm soát tốt.
Ứng dụng trong nghiên cứu và công bố
Trong các diễn đàn khoa học và tạp chí chuyên ngành, hình ảnh cần phải có tính thuyết phục cao (visually striking). Việc sử dụng các kỹ thuật collage (ghép ảnh) và montage giúp trình bày nhiều góc độ của bệnh lý trong một khung hình duy nhất, giúp tiết kiệm chi phí in ấn màu cho các tạp chí. Tác giả chia sẻ kinh nghiệm sử dụng AI để tạo ra các hình ảnh minh họa cho các cuộc thi hình ảnh nhãn khoa quốc tế (như ASCRS, AAO), nơi các kỹ năng đánh giá kỹ thuật số (digital evaluation acumen) được đề cao. Tuy nhiên, cần lưu ý rằng các hình ảnh mang tính sáng tạo cao này chỉ phục vụ mục đích minh họa, không thay thế cho dữ liệu nghiên cứu gốc.
- Luôn ưu tiên tính trung thực của dữ liệu lâm sàng, không chỉnh sửa làm sai lệch tổn thương.
- Sử dụng các công cụ AI để hỗ trợ căn chỉnh và làm rõ các chi tiết quan trọng trong hình ảnh.
- Tận dụng các phần mềm chỉnh sửa để tạo hình ảnh minh họa chuyên nghiệp cho các bài báo cáo khoa học.
- Luôn ghi chú (annotate) rõ ràng các vùng tổn thương để người đọc dễ dàng nhận diện.
- Thực hiện lưu trữ dữ liệu hình ảnh một cách hệ thống để phục vụ cho việc nghiên cứu và giảng dạy lâu dài.
Tài liệu tham khảo:
Prasanna Venkatesh, 2026, AI in Ophthalmic Imaging – Present & Future, Aravind Eye Hospital Pondicherry - AUROTUBE, Video ID: g7XfzZ6JDLM.