Nghiên cứu mô hình AI dự đoán tiến triển bệnh suy tim trước 1 năm

Hai nghiên cứu sinh tiến sĩ tại MIT, Tiffany Yau (trái) và Teya Bergamaschi (phải). Ảnh: MIT

Suy tim là tình trạng cơ tim bị suy yếu hoặc tổn thương, khiến dịch tích tụ dần trong phổi, chân và các bộ phận khác của cơ thể. Đây là bệnh mạn tính, không thể chữa khỏi, thường dẫn đến rối loạn nhịp tim hoặc ngừng tim đột ngột. Trong nhiều thế kỷ, các phương pháp như trích máu hay dùng đỉa từng được áp dụng, đặc biệt trong thời kỳ các thầy thuốc hiếm khi phẫu thuật.

Ngày nay, việc điều trị suy tim đã hiện đại hơn. Bệnh nhân được kết hợp thay đổi lối sống, dùng thuốc và đôi khi sử dụng máy tạo nhịp tim. Tuy vậy, suy tim vẫn là một trong những nguyên nhân hàng đầu gây bệnh tật và tử vong, tạo áp lực lớn lên hệ thống y tế toàn cầu.

Theo Teya Bergamaschi, nghiên cứu sinh tại MIT, khoảng một nửa số bệnh nhân suy tim sẽ tử vong trong vòng 5 năm sau chẩn đoán. Vì vậy, việc dự đoán diễn biến bệnh sau khi nhập viện là cực kỳ quan trọng để phân bổ nguồn lực y tế hiệu quả.

Trong một nghiên cứu công bố trên tạp chí Lancet eClinical Medicine, nhóm nghiên cứu đã giới thiệu mô hình PULSE-HF (tạm hiểu: dự đoán thay đổi chức năng co bóp thất trái từ điện tâm đồ ở bệnh nhân suy tim). Mô hình được huấn luyện và kiểm nghiệm trên dữ liệu từ nhiều bệnh viện lớn và bộ dữ liệu MIMIC-IV, cho thấy khả năng dự đoán chính xác sự thay đổi của phân suất tống máu thất trái (LVEF) - chỉ số quan trọng phản ánh hiệu quả bơm máu của tim.

Ở người khỏe mạnh, tim bơm ra khoảng 50 - 70% lượng máu trong mỗi nhịp. Nếu con số này giảm xuống dưới 40%, đó là dấu hiệu của suy tim nặng. Mô hình PULSE-HF sử dụng dữ liệu điện tâm đồ để dự đoán liệu chỉ số này có giảm xuống mức nguy hiểm trong vòng một năm hay không.

Nếu mô hình dự đoán bệnh nhân có nguy cơ xấu đi, bác sĩ có thể ưu tiên theo dõi sát hơn. Ngược lại, những bệnh nhân nguy cơ thấp có thể giảm số lần đến viện. Đặc biệt, mô hình còn có thể áp dụng tại các cơ sở y tế thiếu thốn trang thiết bị, nơi không có chuyên gia siêu âm tim.

Điểm khác biệt lớn nhất của PULSE-HF so với các phương pháp trước đây là khả năng dự báo tương lai, thay vì chỉ phát hiện tình trạng hiện tại. Theo nhóm nghiên cứu, hiện chưa có phương pháp nào khác có thể dự đoán sự suy giảm LVEF ở bệnh nhân suy tim.

Trong quá trình đánh giá, mô hình đạt chỉ số AUROC từ 0,87 - 0,91 - cho thấy độ chính xác cao. Đáng chú ý, phiên bản chỉ dùng một điện cực (single-lead ECG) cũng cho hiệu suất tương đương hệ thống 12 điện cực truyền thống.

Tuy ý tưởng đơn giản, quá trình triển khai lại vô cùng phức tạp, kéo dài nhiều năm với nhiều lần cải tiến. Thách thức lớn nhất là thu thập, xử lý và làm sạch dữ liệu điện tâm đồ và siêu âm tim. Dữ liệu thực tế thường nhiễu, thiếu nhãn, và định dạng khó xử lý - đặc biệt khi chuyển đổi từ PDF sang văn bản.

Nhóm nghiên cứu cũng nhấn mạnh rằng trong thực tế, dữ liệu “không hoàn hảo” là điều phổ biến, nên mô hình cần thích nghi thay vì phụ thuộc vào dữ liệu quá sạch.

AI dự đoán nguy cơ suy tim, bước tiến trong y học hiện đại. Ảnh: Midjourney

Bước tiếp theo của PULSE-HF là thử nghiệm trên bệnh nhân thực trong các nghiên cứu tiền cứu, nơi kết quả tương lai chưa được biết trước.

Dù gặp nhiều khó khăn, các nhà nghiên cứu cho rằng nỗ lực này hoàn toàn xứng đáng. Như Yau chia sẻ, động lực lớn nhất là giảm bớt đau khổ cho con người — và bất kỳ công nghệ nào góp phần làm được điều đó đều có ý nghĩa.

(Nguồn: MIT News)