Trong những năm gần đây, tình hình ung thư diễn ra khá phức tạp ở Việt Nam nói riêng và trên thế giới nói chung, trong đó ung thư vú chiếm tỉ lệ đáng kể. Ung thư vú là loại bệnh phổ biến và có tỉ lệ tử vong cao ở phụ nữ hiện nay. Trên thế giới ước tính mỗi năm có hơn 2,3 triệu người được phát hiện mắc mới, chiếm 11,7% trong số các loại ung thư (Bray et al., 2018). Theo thống kê của IARC (Cơ quan nghiên cứu ung thư thế giới), tại Việt Nam năm 2020 có 182,563 trường hợp mắc ung thư, trong đó 21,555 ca ung thư vú và đứng thứ 3 trên thế giới, chiếm tỉ lệ 11,8% (Tran et al., 2021). Theo các chuyên gia về chuyên ngành ung bướu, ung thư vú có thể điều trị với tỉ lệ đáp ứng khá cao nếu được phát hiện sớm và áp dụng liệu pháp điều trị phù hợp. Tuy nhiên, vẫn còn tồn tại nhiều thách thức đối với việc chẩn đoán và điều trị ung thư vú tại Việt Nam, bao gồm sự thiếu hụt về cơ sở hạ tầng y tế, kiến thức về y tế của cộng đồng và khả năng tiếp cận các dịch vụ y tế. Theo báo cáo tại Hội nghị cập nhật tiến bộ trong điều trị ung thư vú tại Hà Nội diễn ra vào ngày 12 tháng 8 năm 2022, các chuyên gia đã đánh giá rằng tỉ lệ sống còn của bệnh nhân ung thư vú khi được phát hiện ở giai đoạn rất sớm đạt 98% và ở giai đoạn cuối tỉ lệ này chỉ còn 10%. Theo các nhà nghiên cứu về bệnh ung thư, thông qua dự phòng có thể giảm thiểu một số nguy cơ gây ra ung thư, nhưng không thể loại bỏ hoàn toàn những tác nhân gây ra căn bệnh này ở nhiều nước trên thế giới trong đó có Việt Nam. Do đó, sàng lọc để phát hiện sớm các dấu hiệu bất thường đồng thời kết hợp với các liệu pháp điều trị phù hợp vẫn là phương pháp quan trọng để kiểm soát căn bệnh này.

Chụp X- quang tuyến vú (Mammography) là kỹ thuật thu nhận các hình ảnh của mô tuyến vú bằng cách sử dụng chùm tia X cường độ thấp chiếu vào các mô tuyến vú. Qua hình ảnh thu được từ X-quang vú, bác sĩ có thể phát hiện các biểu hiện bất thường và khối u ở giai đoạn sớm ngay cả khi người bệnh chưa cảm nhận được hay sờ thấy.

Chụp X-quang tuyến vú là kỹ thuật được áp dụng rất phổ biến trong các chương trình sàng lọc và phát hiện sớm ung thư vú ở nhiều quốc gia trên thế giới. Theo nghiên cứu, các thử nghiệm ngẫu nhiên và nghiên cứu về tỷ lệ tử vong dựa trên tổng số bệnh nhân mắc ung thư vú thông qua các chương trình sàng lọc, nghiên cứu đã chứng minh tỉ lệ bệnh nhân tử vong do ung thư vú giảm đáng kể khi được phát hiện ung thư vú giai đoạn sớm nhờ vào thực hiện chụp X-quang tuyến vú.

Trong lĩnh vực y học hiện đại, việc đọc và đánh giá hình ảnh X-quang tuyến vú đóng vai trò cực kỳ quan trọng trong việc phát hiện sớm và điều trị các bệnh lý liên quan đến cơ quan này, đặc biệt là ung thư vú. Tuy nhiên, sự mất cân đối giữa bác sĩ đọc ảnh và số lượng hình ảnh X-quang tuyến vú đôi khi là điều không thể tránh khỏi. Bác sĩ cần phải dựa vào kiến thức chuyên môn sâu rộng, kỹ năng phân tích và kinh nghiệm thực tiễn để đưa ra đánh giá chính xác về trạng thái sức khỏe của bệnh nhân. Tuy nhiên, không phải lúc nào cũng dễ dàng để nhận biết các dấu hiệu bất thường trên hình ảnh X-quang, đặc biệt là những biểu hiện sớm của bệnh. Sự mất cân đối thường xuyên xuất hiện khi bác sĩ đọc ảnh phải đối mặt với các trường hợp phức tạp, những biểu hiện không rõ ràng, hoặc khi hình ảnh X-quang không cung cấp đủ thông tin để đưa ra kết luận chính xác. Điều này đặt ra một thách thức lớn đối với ngành y tế. Để giải quyết vấn đề này, cần phải có sự liên kết chặt chẽ giữa các chuyên gia y tế, sự hỗ trợ từ công nghệ và các công cụ hỗ trợ thông minh. Điều này sẽ giúp cải thiện hiệu suất đọc ảnh và giảm thiểu nguy cơ bỏ sót, đảm bảo rằng bệnh nhân được chẩn đoán và điều trị một cách tốt nhất.

Từ thực trạng đó, bằng cách sử dụng các thuật toán học máy và mạng nơ-ron, AI có khả năng phát hiện các biểu hiện tiềm ẩn của ung thư vú từ những hình ảnh này một cách chính xác và hiệu quả. Sự kết hợp giữa kiến thức chuyên môn của bác sĩ và khả năng phân tích dữ liệu của trí tuệ nhân tạo có thể giúp giảm thiểu sự mất cân đối trong việc đọc ảnh và tăng cường khả năng chẩn đoán sớm ung thư vú, từ đó cung cấp cho bệnh nhân cơ hội điều trị kịp thời và tối ưu hóa kết quả điều trị. Điều này nhấn mạnh tầm quan trọng của sự hợp tác giữa con người và công nghệ trong việc đối phó với căn bệnh nguy hiểm này.

Để đánh giá sự bất thường và giai đoạn của các dấu hiệu ở vú, Bệnh viện Ung bướu thành phố Cần Thơ áp dụng tiêu chuẩn của hệ thống báo cáo tiêu chuẩn hình ảnh học ở vú Birads (Breast imaging Reporting And Data System). Theo đó:

Birads 2: Kết quả âm tính (có nghĩa là không có dấu hiệu ung thư), đây là các biểu hiện của tổn thương lành tính như vôi hóa lành tính, hạch bạch huyết hoặc khối u lành tính.

Birads 3: Khả năng ung thư thấp (<2%), nhưng không loại trừ khả năng ung thư, ta cần theo dõi 6 đến 12 tháng để đánh giá tiến triển của tổn thương.

Birads 4: Qua hình ảnh, những tổn thương phát hiện được có thể không giống ung thư, nhưng có khả năng là ung thư (từ 2% đến <95%), có nhiều mức độ về yếu tố nghi ngờ. Có thể đề nghị thực hiện sinh thiết tuỳ thuộc vào mức độ nguy cơ khác nhau.

Birads 5: Hình ảnh khá giống với ung thư, có khả năng ung thư rất cao (>95%), thực hiện sinh thiết để chẩn đoán chính xác và áp dụng liệu pháp điều trị phù hợp.

Trong tình hình hiện nay, việc thiếu hụt bác sĩ chuyên ngành chẩn đoán hình ảnh trong khi số lượng ảnh X-quang tuyến vú ngày càng gia tăng nhanh chóng không ngừng tạo áp lực lớn trong ngành chẩn đoán hình ảnh nói riêng và của các cơ sở y tế nói chung. Việc thực hiện các nghiên cứu về mô hình trí tuệ nhân tạo để hỗ trợ cho đội ngũ y bác sĩ giảm bớt áp lực công việc, đồng thời nâng cao chất lượng thăm khám, tầm soát và phục vụ người bệnh là vô cùng cần thiết.

Trong những năm gần đây, cộng đồng y thế giới nói chung và Việt Nam nói riêng đã nhận thức được hiệu quả và tầm quan trọng của việc phát hiện sớm kết hợp với các liệu pháp phù hợp trong điều trị ung thư vú. Điều này đã thúc đẩy sự quan tâm đến việc ứng dụng trí tuệ nhân tạo vào phân loại và đánh giá ung thư vú thông qua hình ảnh X-quang. Các tổ chức nghiên cứu và các trường đại học y tế lớn đã bắt đầu tiến hành các dự án nghiên cứu về lĩnh vực này. Bên cạnh đó, nhiều công ty công nghệ về y tế hàng đầu trên thế giới đã đầu tư mạnh mẽ vào nghiên cứu và phát triển các giải pháp trí tuệ nhân tạo trong chẩn đoán bệnh ung thư, trong đó có ung thư vú và việc sử dụng hình ảnh X-quang tuyến vú. Các quốc gia phát triển như Mỹ, Trung Quốc, Nhật Bản và các nước châu Âu đã tiến hành nghiên cứu (Pei et al., 2022; Samala et al., 2017) sâu rộng trong việc ứng dụng trí tuệ nhân tạo trong phân loại và đánh giá ung thư thông qua hình ảnh. Năm 2017, nghiên cứu của Dhungel et al. (2017) đã đề xuất mô hình mResNet để phân loại hình ảnh bình thường và bất thường trên hình ảnh X-quang tuyến vú và kết quả AUC=0,8. Năm 2023, Vrdoljak et al. (2023) đã ứng dụng Deep learning để nhận dạng các bất thường từ các hạch bạch huyết để đánh giá nguy cơ ung thư vú với độ tin cậy đạt 0,71. Thêm vào đó, theo nghiên cứu từ nguồn dữ liệu hình ảnh X-quang tuyến vú ở Anh và Mỹ, McKinney et al. (2020) đã ứng dụng trí tuệ nhân tạo trong việc nhận dạng các trường hợp dương tính giả ung thư vú và cho ra kết quả giảm 9,4% tổng số các dương tính giả ở Mỹ và 2,7% ở Anh. Các kết quả nghiên cứu này đã đóng góp quan trọng vào việc phát triển các phương pháp và công nghệ mới trong

nhận dạng ảnh y tế. Tuy nhiên các nghiên cứu chỉ tập trung vào đánh giá ở mức độ bình thường và bất thường trên hình ảnh X-quang tuyến vú. Trong nghiên cứu này, dữ liệu được sử dụng là hình ảnh X- quang tuyến vú được thu thập tại Bệnh viện Ung bướu thành phố Cần Thơ, sau đó được phân loại dựa trên kết quả bệnh án để tạo thành nhóm dữ liệu đầu vào cho việc huấn luyện mô hình học sâu AlexNet nhằm đánh giá và phân loại mức độ nguy cơ ung thư vú theo các nhóm phân loại gồm Birads 2, Birads3, Birads 4 và Birads 5.