Ứng dụng AI phát hiện chứng thiếu máu qua ảnh chụp móng tay: Giải pháp y tế cho 2 tỷ người trên toàn cầu

Thiếu máu là tình trạng y tế ảnh hưởng đến khoảng 2 tỷ người trên toàn cầu, đặc trưng bởi sự suy giảm số lượng hồng cầu hoặc nồng độ hemoglobin (Hgb), dẫn đến khả năng vận chuyển oxy kém hiệu quả. Nếu không được điều trị, thiếu máu mãn tính có thể gây ra các biến chứng nghiêm trọng như nhồi máu cơ tim, tổn thương cơ quan đích, đặc biệt nguy hiểm đối với phụ nữ mang thai. Một nghiên cứu mới từ Đại học Chapman (Hoa Kỳ) đã phát triển ứng dụng di động sử dụng trí tuệ nhân tạo (AI) để sàng lọc thiếu máu thông qua phân tích hình ảnh móng tay – phương pháp không xâm lấn và tiện lợi.

Phương pháp và độ chính xác

Thay vì yêu cầu xét nghiệm máu truyền thống (như tổng phân tích tế bào máu, đo Hgb, hoặc phết máu ngoại vi), ứng dụng này cho phép người dùng chụp ảnh móng tay bằng điện thoại thông minh. Thuật toán AI được huấn luyện để đánh giá màu sắc móng tay, từ đó ước lượng nguy cơ thiếu máu. Kết quả thử nghiệm lâm sàng trên 200.000 đối tượng tại Hoa Kỳ cho thấy:

• Độ nhạy 89% và độ đặc hiệu 93%, tương đương với các xét nghiệm chuẩn vàng trong phòng thí nghiệm.
• Tính năng cá nhân hóa dựa trên AI giúp giảm 50% tỷ lệ sai số ở nhóm bệnh nhân đã được chẩn đoán thiếu máu trước đó.
• Hơn 1 triệu lượt đánh giá đã được thực hiện trong khuôn khổ nghiên cứu.

Vai trò của ứng dụng trong hệ thống y tế

Nhóm nghiên cứu nhấn mạnh rằng ứng dụng không thay thế chẩn đoán y tế chuyên sâu, mà đóng vai trò như một công cụ giám sát sức khỏe cá nhân và cảnh báo sớm. Ứng dụng đặc biệt hữu ích cho các trường hợp sau:

• Bệnh nhân thiếu máu mãn tính (ví dụ: người bệnh thận mãn, ung thư) cần theo dõi nồng độ Hgb định kỳ.
• Quần thể có nguy cơ cao tại khu vực khó tiếp cận dịch vụ y tế.
• Hệ thống tích hợp chức năng định vị địa lý đã tạo ra bản đồ tỷ lệ hiện mắc thiếu máu theo cấp hạt tại Hoa Kỳ – công cụ hỗ trợ giám sát y tế công cộng.

Năm 2020, ứng dụng AnemoCheck của Sanguina từng được thử nghiệm tại Ấn Độ như một giải pháp sàng lọc cộng đồng, nhưng không được phê duyệt cho mục đích y tế chính thức. Phiên bản mới của Đại học Chapman được kỳ vọng vượt trội nhờ:

• Cơ chế học sâu (deep learning): Tối ưu hóa mô hình dựa trên dữ liệu người dùng cá nhân.
• Cơ sở dữ liệu mở rộng: Kết nối với hệ thống y tế để cập nhật xu hướng dịch tễ theo thời gian thực.
• Khả năng tiếp cận rộng rãi: Giảm gánh nặng chi phí cho hàng trăm triệu người dùng.

Tuy nhiên, giới chuyên gia cũng lưu ý: "Kết quả bất thường từ ứng dụng cần được xác nhận bằng xét nghiệm y tế tiêu chuẩn". Nghiên cứu đã được công bố trên tạp chí Proceedings of the National Academy of Sciences (PNAS), khẳng định tiềm năng của AI trong việc cách mạng hóa sàng lọc thiếu máu toàn cầu.

Về cơ bản, ứng dụng AI phân tích móng tay đại diện cho bước tiến trong y học dự phòng, kết hợp công nghệ số và y tế công cộng. Tuy nhiên, việc tích hợp vào hệ thống chăm sóc sức khỏe đòi hỏi nghiên cứu thêm về tính hiệu quả lâu dài và độ tin cậy ở các quần thể đa dạng.