Nhóm tác giả đã phát triển một hệ thống giải phẫu bệnh kỹ thuật số tích hợp AI, sử dụng dữ liệu từ 450 mẫu tế bào học chất lỏng (LBC) với hơn 87.000 ảnh được gán nhãn theo hệ thống Bethesda 2014. Các mô hình học sâu đa lớp được xây dựng để phân loại năm nhóm tế bào bất thường gồm ASC-US, ASC-H, LSIL, HSIL và SCC. Kết quả cho thấy hệ thống hỗ trợ AI giúp cải thiện độ chính xác phân loại tế bào, nâng cao độ nhạy, độ đặc hiệu và hiệu suất chẩn đoán so với phương pháp truyền thống. Đồng thời, mô-đun đào tạo tích hợp AI hỗ trợ hiệu quả cho công tác đào tạo và tự học của bác sĩ, sinh viên chuyên ngành giải phẫu bệnh. Nghiên cứu khẳng định tiềm năng của việc kết hợp tế bào học sâu và giải phẫu bệnh kỹ thuật số trong việc hỗ trợ sàng lọc ung thư cổ tử cung, đặc biệt tại các khu vực có nguồn lực y tế hạn chế ở Việt Nam.


Thêm một bài đánh giá
Xếp hạng
Không có bài đánh giá nào!