Hội Nội tiết sinh sản và Vô sinh TPHCM
HOSREM - Ho Chi Minh City Society for Reproductive Medicine

Tin tức
on Friday 17-06-2022 5:05pm
Viết bởi: Khoa Pham
Danh mục: Tin quốc tế
CNSH. Nguyễn Thành Nam - IVFMD SIH - Bệnh viện phụ sản Quốc tế Sài Gòn
 
Vào đầu những năm 1990, các web được xây dựng dựa trên thông tin tĩnh, không có cách để người dùng thay đổi dữ liệu. Trong công nghệ hỗ trợ sinh sản (ART), các phòng khám thu thập dữ liệu bằng cách sử dụng giấy tờ; giao tiếpvới bệnh nhân qua điện thoại, thư từ, hoặc trao đổi trực tiếp và kết nối với xã hội thông qua báo chí và ti vi.
 
Vào cuối những năm 1990, các web thế hệ 2.0 có nhiều tương tác và trải nghiệm hơn nhờ khả năng xử lý của hệ thống máy chủ, cơ sở dữ liệu, mạng xã hội tốt hơn. Phòng khám hiếm muộn cũng bắt đầu triển khai hồ sơ điện tử và chuyển đổi sử dụng mạng truyền thông xã hội.
 
Ngày nay số dữ liệu được thu thập tăng theo cấp số nhân với càng nhiều các thông số như kiểm soát chất lượng phòng lab IVF, đánh giá chất lượng phôi, chuẩn đoán phôi tiền làm tổ và hệ thống theo dõi phôi liên tục. Thách thức đưa ra là làm sao tìm ra các thuật toán ra quyết định hiệu quả và nhất quán với các số liệu thống kê truyền thống thường dựa trên các quan sát chủ quan. Và hiện nay chúng ta đang ở trong kỷ nguyên bùng nổ dữ liệu và trí thông minh nhân tạo - AI - rất phù hợp để giải quyết những thách thức trên.
 
THỜI ĐẠI CỦA TRÍ THÔNG MINH NHÂN TẠO TRONG HỖ TRỢ SINH SẢN CHỈ MỚI BẮT ĐẦU
Thế hệ Web 3.0 đặt trọng tâm việc sử dụng AI để xử lý dữ liệu, do đó nhiều lĩnh vực IVF có thể được AI thực hiện như: Tư vấn ảo, khám bệnh tại nhà, chẩn đoán và đánh giá khả năng sinh sản.
Người ta tin rằng công nghệ Web 3.0 sẽ cho phép AI tiếp cận và phát triển các công nghệ chăm sóc sức khỏe hiện đại và được cá nhân hóa tốt hơn.
 
TRIỂN KHAI HỆ THỐNG AI TẠI CÁC CƠ SỞ Y TẾ
Có những thách thức đáng kể đối với việc triển khai hệ thống AI tại các cơ sở IVF do vẫn còn nhiều trung tâm sử dụng giấy tờ, biểu đồ và không sử dụng phần mềm quản lý. Do đó việc triển khai AI trong các cơ sở IVF sẽ phụ thuộc vào tốc độ hiện đại hóa, mức độ đầu tư cho phần mềm quản lý dữ liệu.
 
Đối với các cơ sở đã triển khai sử dụng AI, dự đoán rằng các chương trình AI sẽ tự cải thiện thông qua học hỏi liên tục, đánh giá lại liên tục và thu nhận dữ liệu mới. Lợi thế của AI sẽ bao gồm tỷ lệ lỗi thấp hơn và có thể thực hiện các công việc đơn giản, tẻ nhạt và lặp đi lặp lại hiệu quả hơn, không có yếu tố tình cảm hoặc sự ràng buộc về thể chất. Hạn chế nhỏ của AI là cỗ máy thay thế con người ra quyết định, thiếu sự đồng cảm và kết nối với con người. Tuy nhiên, thực tế AI sẽ không hoàn toàn thay thế con người mà giúp con người làm việc hiệu quả hơn. Ngoài ra, sự riêng tư và bảo mật dữ liệu của bệnh nhân cũng sẽ được đảm bảo hơn.
 
SỬ DỤNG AI ĐỂ TƯ VẤN
Một trong những mục tiêu cấp bách nhất hiện nay của AI trong IVF là nhờ máy tính chọn phôi, cung cấp các xác suất đáng tin cậy về tỷ lệ mang thai, trang bị cho các bác sĩ một công cụ đáng tin cậy để quyết định về số lượng phôi tối ưu để chuyển. Ngoài ra thay vì AI chỉ trả lời về tỷ lệ mang thai của phôi, nó có thể trả lời nhiều câu hỏi khác cùng lúc dựa trên cùng phôi đã phân tích khi kết hợp các mô hình kết quả AI với các phân tích khác nhau vào.
 
Ví dụ: nếu phôi được dự đoán tỷ lệ mang thai thấp, nguyên nhân có thể đưa ra bởi AI là do chất lượng phôi kém, phôi bị lệch bội và khiếm khuyết về di truyền. Đây có thể là tất cả những thông tin mà AI có thể trả lời cùng lúc.
 
Trong tương lai, nhiều thông số hơn, chẳng hạn như lịch sử y tế và các phác đồ điều trị sẽ được đưa vào các mô hình dự đoán AI. Sau đó, AI có thể giải thích đề xuất các điều chỉnh đối với các phác đồ điều trị, với mục tiêu tăng cơ hội mang thai trong các chu kỳ thành công.
 
HỌC MÁY
Để triển khai thành công AI trong lĩnh vực IVF, sự kết hợp của khoa học máy tính, y học lâm sàng và kiến thức sinh học là bắt buộc. Nhà phôi học và các nhà khoa học máy tính cần học cách ''nói cùng một ngôn ngữ, '' kết hợp sự hiểu biết của họ về IVF và phôi học với sự hiểu biết của các kỹ thuật khoa học máy tính, cũng như những điểm mạnh và hạn chế của chúng.
 
SỬ DỤNG AI ĐỂ KIỂM SOÁT CHẤT LƯỢNG PHÒNG LAB IVF
Các công việc lặp lại hằng ngày trong phòng lab IVF đang trở thành gánh nặng cho nhân viên lab. Do đó hệ thống tự động hóa và AI hứa hẹn sẽ giúp giảm bớt các công việc này, chuyên viên phôi sẽ có nhiều thời gian tập trung vào các công việc chuyên môn.
 
Sự ra đời của các thiết bị cảm biến IoT trong các phòng lab IVF giúp giám sát hoạt động của hệ thống. Các dữ liệu như nhiệt độ, lưu lượng khí, áp lực, nồng độ bụi dược thu thập và theo dõi trong thời gian thực giúp phát hiện các bất thường một cách nhanh chóng.
 
Hệ thống tự động và AI cũng có đánh giá năng lực của các chuyên viên phôi học thông qua kết quả KPI, qua đó gia tăng năng suất làm việc của nhân viên phòng lab IVF.
 
Ngoài ra hệ thống tự động đánh giá phôi liên tục kết hợp AI cũng giúp phân loại đánh giá sự phát triển phôi từ giai đoạn rất sớm giúp dự đoán những thay đổi cần thiết trong quá trình nuôi cấy phôi nhằm tối ưu kết quả nuôi cấy.
 
Hệ thống AI sẽ tự động hóa những quy trình quản lý chất lượng đảm bảo phát hiện sớm kết quả bất lợi và xác định những thay đổi có liên quan về mặt lâm sàng trong tỷ lệ mang thai.
 
SỬ DỤNG AI VÀ CÁC CÔNG NGHỆ TỰ ĐỘNG HÓA TRONG NUÔI CẤY PHÔI
Sự kết hợp của các quy trình IVF với các công nghệ tiên tiến như kính hiển vi hiện đại, robot, microfluidics, khoa học máy tính, tự động hóa, AI, và số hóa các quy trình thủ công giúp thúc đẩy giới hạn của hệ thống nuôi cấy phôi. Công nghệ Robotic và microfluidic có thể giúp theo dõi trực quan tinh trùng, cố định tinh trùng, hút tinh trùng với thể tích cực nhỏ (picoliter) và tiêm tinh trùng vào bào tương noãn.
 
Trí tuệ nhân tạo có thể phân tích sự phát triển của phôi, sự ảnh hưởng của điều kiện môi trường nuôi cấy khác nhau như nhiệt độ hoặc độ pH (được thu thập từ IoT và thiết bị di động), cùng với dữ liệu cá nhân bệnh nhân có thể giúp tối ưu hóa hơn nữa hệ thống nuôi cấy phôi.
 
Trong tương lai chiến lược nuôi cấy phôi riêng sẽ được chú trọng với các môi trường được tối ưu chuyên biệt bao gồm các nguồn năng lượng, chất chống oxy và các yếu tố tăng trưởng.
 
PHÂN LOẠI VÀ TỔNG HỢP DỮ LIỆU
Việc sử dụng thuật toán tổng hợp dữ liệu (Generative adversarial networks – GANs) là một bước đột phá với 2 thuật toán riêng biệt. Phần thứ nhất chịu trách nhiệm tạo ra các đầu ra thông qua việc bắt chước các mẫu có sẵn. Phần thư hai là chịu trách nhiệm phân biệt có nhiệm vụ quyết định xem kết quả đầu ra có thật bằng cách so sánh chúng với mẫu được nhập.
 
Một hạn chế khi sử dụng dữ liệu tổng hợp (GANs) trong hỗ trợ sinh sản là thế hệ dữ liệu không được gắn nhãn và không thể xác minh được kết quả. Ví dụ, việc tạo ra các hình ảnh của phôi nang nhân tạo, tổng hợp thông tin thu nhận trên 10 phôi (ví dụ: động học hình thái, TE, ICM, cấu trúc) sẽ không có kết quả đối chiếu (tỷ lệ nguyên bội, tỷ lệ làm tổ, tỷ lệ sinh sống), việc thuật toán đưa ra dự đoán không có khả năng kiểm chứng sẽ dẫn đến sai lệch trong dự đoán, như trường hợp dự đoán dựa trên hình ảnh và video. Ngoài ra, không rõ liệu các thuật toán đó có thể tạo ra toàn bộ phổ hình ảnh được nhìn thấy trong lâm sàng.
 
KHAI THÁC THÔNG TIN Y TẾ TỪ MẠNG XÃ HỘI
Thu thập dữ liệu bệnh nhân từ các nền tảng mạng xã hội cũng đang được quan tâm. Dữ liệu thu thập bao gồm các báo cáo, lối sống và phơi nhiễm, dữ liệu được thu thập từ thiết bị đeo tay, tự khảo sát, hồ sơ sức khỏe điện tử và hồ sơ sức khỏe cá nhân sẽ trở thành điều tối quan trọng đối với các nghiên cứu AI trong tương lai.
 
Mạng xã hội cung cấp bộ dữ liệu khổng lồ về ý kiến ​​của mọi người, thông tin nhân khẩu học và dữ liệu chi tiết liên quan đến người dùng cho AI. Phân tích thống kê dữ liệu lớn có thể giúp các nhà nghiên cứu lâm sàng khám phá nhiều kiến thức mới, chẳng hạn như các tác dụng phụ của thuốc, bệnh đi kèm, và hiệu quả cảnh báo bùng phát dịch bệnh trong giai đoạn đầu.
 
ỨNG DỤNG ĐIỆN THOẠI THÔNG MINH
Người ta ước tính rằng 500 triệu người sở hữu điện thoại thông minh và sử dụng điện thoại để chăm sóc sức khỏe. Điều này có tầm quan trọng lớn đối với hỗ trợ sinh sản. Các mô hình trí tuệ nhân tạo có thể tương tác với các ứng dụng dành cho bệnh nhân như theo dõi ngày rụng trứng, cải thiện khả năng sinh sản và ngăn ngừa mang thai, lập biểu đồ chu kỳ kinh nguyệt, thời gian giao hợp, theo dõi và lập biểu đồ thông tin y tế (dịch cổ tử cung, nền nhiệt độ cơ thể và thuốc hỗ trợ sinh sản), tìm kiếm sự hỗ trợ, và chia sẻ kinh nghiệm.
 
CÔNG NGHỆ THỰC TẾ ẢO (VR), THỰC TẾ TĂNG CƯỜNG (AR) VÀ THỰC TẾ HỖN HỢP TĂNG CƯỜNG (MR) TRONG IVF
Trong những năm gần đây, những tiến bộ trong lĩnh vực thực tế ảo (AR / VR / MR) đã mở đường cho các ứng dụng trong thế giới thực trong lĩnh vực y sinh. Những thiết bị này có hai mục tiêu: mở rộng ranh giới về nhận thức, xử lý, và tương tác với dữ liệu bằng cách đưa chúng vào thực tế của chúng ta như những vật hữu hình và thao tác ngay trong tay chúng ta, đưa vào một vùng không gian ảo bất kể khoảng cách địa lý hay thời gian.
 
Để hiểu những lợi ích của công nghệ này trong IVF, có thể xem xét tình huống sau: đánh giá và lựa chọn phôi người, cần có sự kết hợp của chuyên viên phôi học, bác sĩ lâm sàng và bệnh nhân. Để chọn phôi phù hợp, một chuyên viên phôi học phải xem xét nhiều hình ảnh hiển vi của phôi trong lúc tham khảo ý kiến bác sĩ và bệnh nhân trước khi thực hiện việc lựa chọn phôi tốt nhất.
 
AR / VR / MR cung cấp một cách tiếp cận mới để xem xét dữ liệu, chuyển đổi hàng nghìn hình ảnh hai chiều thành một tập dữ liệu bốn chiều duy nhất cho mỗi phôi. Chuyên viên phôi học có thể xem và thao tác phôi và tận dụng các phương pháp nhập liệu mới để kiểm soát và lọc dữ liệu.
 
Hình 1. Ứng dụng thực tế ảo trong hỗ trợ sinh sản: Sử dụng công nghệ timelapse

HỢP TÁC ĐA TRUNG TÂM VÀ CHIA SẺ DỮ LIỆU
Trong tương lai, sự phát triển của công nghệ thường phụ thuộc vào sự cộng tác với nhau. Đối với trí thông minh nhân tạo cũng không ngoại lệ. Hiện tại, hầu hết các nghiên cứu về AI trong IVF đều được thực hiện trong phòng thí nghiệm và một số công ty nhỏ. Điều này đã dẫn đến sự phân nhỏ của IVF AI và sự hạn chế các ứng dụng nghiên cứu.
 
Do đó trong tương lai, các trung tâm IVF lớn, nhỏ, các phòng khám cần hợp tác (có thể bao gồm cả nhà phát triển AI) với nhau để thu thập lượng dữ liệu lớn phù hợp với kích thước mẫu nghiên cứu. Sự hợp tác sẽ giúp phát triển hệ thống AI mạnh mẽ và phổ biến hơn. Thay vì phát triển AI tại các phòng khám riêng lẻ, sự hợp tác giúp mang lại lợi ích nhiều hơn.
 
Như đã thảo luận trước đây, có những trở ngại đối với dữ liệu chia sẻ, như cạnh tranh giữa các phòng khám, bệnh nhân không đồng ý chia sẻ và bảo mật dữ liệu. Do đó việc thuyết phục bệnh nhân tham gia nghiên cứu, cùng với sự ra đời củacác công nghệ an toàn khi chia sẻ dữ liệu, chẳng hạn như blockchain, có thể tạo điều kiện cho sự hợp tác này. Những vấn đề này sẽ cần được giải quyết để AI ngày càng phát triển và tác động tích cực hơn trong việc chăm sóc bệnh nhân.
 
Tài liệu tham khảo: Carol Lynn Curchoe, Jonas Malmsten, Charles Bormann, Hadi Shafieeet al. Predictive modeling in reproductive medicine: Where will the future of artificial intelligence research take us?.By American Society for Reproductive Medicine · 2020

Các tin khác cùng chuyên mục:
TIN CẬP NHẬT
TIN CHUYÊN NGÀNH
LỊCH HỘI NGHỊ MỚI
Năm 2020

Sheraton Saigon Hotel & Towers, Chủ nhật ngày 17 . 7 . 2022

Năm 2020

Sheraton Saigon Hotel & Towers, sáng thứ bảy ngày 16 tháng 7 năm 2022

Năm 2020

Sheraton Saigon Hotel & Towers, ngày 17.7.2022

GIỚI THIỆU SÁCH MỚI

Đây là một quyển sách chuyên khảo do các chuyên gia Việt Nam ...

Sách ra mắt và gửi đến quý hội viên tuần cuối tháng 2 . 2022

Y HỌC SINH SẢN SỐ 54 - Sẩy thai – Nguyên nhân và cách xử trí

ĐỐI TÁC
FACEBOOK