Phó Viện trưởng Chang, Kun-Cheng
thuộc Khoa tim mạch – Bộ phận Khoa nội

Chủ nhiệm Hsu, Kai-Cheng
thuộc Trung tâm Chẩn đoán Y học Thông minh Nhân tạo

Chẩn đoán từ xa nhồi máu cơ tim cấp và 12 chuyển đạo rối loạn nhịp tim AIoT trước khi nhập viện

Theo đà phát triển tiến bộ của Y học, độ tuổi trung bình dần lão hóa, các bệnh về tim mạch đã trở thành vấn đề quan trọng có mối nguy hiểm đối với sức khỏe con người, trong đó nhồi máu cơ tim (Myocardial infarction, MI) là một trong những chứng bệnh có rủi ro cao nhất, rất nhiều người bệnh đã tử vong khi chưa kịp đưa đến Bệnh viện, vì thế, sớm phát hiện và chẩn đoán người bệnh nhồi mắc cơ tim là vấn đề vô cùng quan trọng về mặt lâm sàng.

Phó Viện trưởng Chang, Kun-Cheng thuộc Bệnh viện thuộc Đại học Y dược Trung Quốc cho biết, chẩn đoán điện tâm đồ là căn cứ vô cùng quan trọng để chẩn đoán loại bệnh này, khi đoạn ST nâng cao có biểu hiện khác biệt trên điện tâm đồ (STEMI) thì có nghĩa là động mạch vành ở khu vực đối ứng đã đạt đến mức hoàn toàn tắc nghẽn hoặc gần như hoàn toàn tắc nghẽn, tế bào cơ tim trong toàn bộ lớp thành tâm thất bắt đầu hoại tử do thiếu oxy, nếu không nhanh chóng khôi phục lưu lượng máu thì sẽ gây tổn hại tim lâu dài và rối loạn nhịp tim nguy hiểm đến tính mạng và kèm các rủi ro cấp tính, như sốc tim, thủng lỗ tim và tắc nghẽn màng ngoài tim v.v… Để giải quyết vấn đề lâm sàng này, đội ngũ nghiên cứu chúng tôi đã tận dụng ứng dụng thông minh nhân tạo (Artificial Intelligence, AI) và học tập máy móc xây dựng mô hình đọc “nhồi máu cơ tim tăng lên đoạn ST cấp tính” chính xác hơn sơ với hệ thông chuyên gia điện tâm đồ vốn có, kết hợp với hệ thống phán đoán 12 chuyển đạo rối loạn nhịp tim và đánh giá rủi ro tự động kiểm tra tổn thương cấp, trở thành một nền tảng chẩ đoán điện tâm đồ nhồi máu cơ tim cấp tính toàn diên, kết quả kỳ đầu đã rút ngắn hiệu quả đến D2B (Door to Balloon) sau khi nhập viện, cũng có nghĩa là khôi phục thời gian tưới máu tim.

Tuy nhiên, việc cải thiện thời gian D2B chỉ chú trọng vào quy trình điều trị của người bệnh sau khi nhập viện, trên thực tế thời gian cơ tim bắt đầu thiếu oxy là khi người bệnh bắt đầu có triệu chứng. Làm thế nào để rút ngắn thời gian nhồi máu cơ tim từ khi triệu chứng phát sinh đến khi khôi phục tưới máu tim, cũng có nghĩa là thời gian của S2B (Symptom to Balloon time), những năm trở lại đây đã ngày càng được quan tâm. Ngoại trừ giáo dục Y tế thích hợp để người bệnh cảnh giác với triệu chứng của bản thân ra, thì còn có phương thức nào khác có thể chẩn đoán nhồi máu cơ tim sớm trước khi phát sinh triệu chứng, cũng có nghĩa là trước khi người bệnh được đưa đến Bệnh viện hay không, một mặt cảnh báo với người bệnh mau chóng đi khám bệnh, một mặt thông báo cho nhân viên Y tế và tổ nhóm ống thông tim khi người bệnh được đưa đến Bệnh viện, từ đó giảm thiểu hao phí thời gian không cần thiết, tiến thêm một bước rút ngắn thời gian cơ tim thiếu oxy và bảo lưu chức năng của tim.

Tiếp nữa, trong nước có rất nhiều nhân lực Y tế tại vùng miền xa xôi hẻo lánh vẫn thiếu thốn nghiêm trọng, người bệnh cho dù có thể kiểm tra bằng điện tâm đồ, song vẫn có khả năng thiếu bác sĩ chuyên nghiệp làm công tác đọc phán đoán kịp thời và chính xác. Vì thế, làm sao để có thể truyền tải từ xa điện tâm đồ và hệ thống đọc phán đoán tự động hóa thông minh nhân tạo chính là chìa khóa quan trọng để rút ngắn thời gian S2B và cải thiện môi trường Y tế vùng sâu vùng xa.

Bệnh viện chúng tôi đã kết hợp cách tính điện tâm đồ thông minh nhân tạo và máy điện tâm đồ cá nhân loại nhỏ, phối hợp có thể thao tác hình ảnh điện tâm đồ đơn gian cho người dân nói chung, hy vọng có thể xây dựng hệ thống chẩn đoán tự động từ xa điện tâm đồ tốc độ nhanh trước khi người bệnh được đưa đến Bệnh viện, để tiến thêm một bước rút ngắn thời gian S2B (Symptom to Balloon), tính quan trọng của nó là đạt được bao gồm những nội dung sau ở ngoài Bệnh viện: 1. Hiện trường cứu hộ tại nhà hoặc trước khi được đưa đến Bệnh viện; 2. Trên xe cứu thương trước khi được đưa đến Bệnh viện, và; 3. Chẩn đoán điện tâm đồ từ xa cho khu vực thiếu thốn Y tế tại vùng sâu vùng xa, từ đó rút ngắn thời gian mà người bệnh từ khi phát sinh triệu chứng cho tới khi bị chẩn đoán là nhồi máu cơ tim hoặc rối loạn nhịp tim. Thông qua việc kết hợp thiết bị lắp đặt điện tâm đồ đơn gian cá nhân hóa và các thông tin chính xác, nhanh chóng được cung cấp bởi cách tính thông minh nhân tạo, thì nhân viên Y tế chuyên nghiệp hoặc bác sĩ chuyên khoa cấp cứu, khoa tim có thể căn cứ vào đó để cung cấp cho người bệnh hoặc nhân viên cứu hộ tuyến đầu những kiến nghị Y tế thích hợp, đồng thời phía Bệnh viện tiến hành công tác chuẩn bị điều trị có liên quan, giảm thiểu triệu chứng kèm theo có liên quan hoặc gây tổn thương tim phát sinh do kéo dài thời gian gây ra.

Chủ nhiệm Hsu, Kai-Cheng thuộc Trung tâm Chẩn đoán Y học Thông minh Nhân tạo tại Bện viện thuộc Đại học Y dược Trung Quốc cho biết, việc xây dựng mô hình AI này, đã tổng hợp các Đơn vị như Khoa tim, Khoa cấp cứu, Trung tâm Chẩn đoán Y học thông minh và Phòng thông tin v.v… thu thập khoảng một nghìn dữ liệu có liên quan điện tâm đồ của người bệnh nhồi máu cơ tim cũng như hai nghìn dữ liệu điện tâm đồ của người bệnh bình thường từ năm 2008~2018 tại Bệnh việ chúng tôi, để huấn luyện mô hình AI; sau khi hoàn thành huấn luyện mô hình, đã thực hiện đưa lên mạng trực tuyến khẩn cấp vào tháng 06 năm 2020, đã thử nghiệm lâm sàng 20 nghìn tờ điện tâm đồ, tỷ lệ chính xác đạt đến 99,7%. Hiện tại hướng phát triển mô hình AI này ở khu vực bên ngoài Bệnh viện, đã hoàn thành tổng hợp phần cứng và phần mềm, đánh giá điện tâm đồ phụ trợ AI đã có thể dùng cho xe cứu thương và địa điểm vùng sâu vùng xa.

※ Bệnh viện thuộc Đại học Y dược Trung Quốc

Giới thiệu tóm tắt Trung tâm Chẩn đoán Y học Thông minh Nhân tạo / AI

Nỗ lực trong ứng dụng AI của dữ liệu lâm sàng, thông qua máy móc / kỹ thuật học tập chiều sâu, sẽ chuyển hóa số dữ liệu khổng lồ thành mô hình thông minh nhân tạo có chức năng thực tế, khi bác sĩ chuyên khoa lâm sàng tiến hành chẩn đoán Y tế, cung cấp cho chuyên gia thứ hai các thông tin chẩn đoán, đồng thời liệt kê vào chính sách Y tế chuyên nghiệp, giảm nhẹ gánh nặng do bác sĩ phân tích lượng lớn số liệu Y tế gây ra. Chủ nhiệm Hsu, Kai-Cheng thuộc Trung âm AI tại Bệnh viện thuộc Đại học Y dược Trung Quốc chỉ ra 4 chủ chốt nghiên cứu lớn: hình ảnh Y học, tín hiệu điện sinh lý, bệnh án điện tử HER và dữ liệu bộ gen để tiến hành ứng dụng khai thác thông minh nhân tạo, thông qua ứng dụng thông minh nhân tạo kết hợp số liệu lớn, để thiết lập phương án giải quyết thông minh hoàn thiện trong chẩn đoán, điều trị và tiên lượng tiếp theo.