Ung thư đại trực tràng là bệnh lý ác tính xảy ra ở đại tràng và trực tràng, còn được gọi là ung thư ruột. Đây là loại ung thư phổ biến thứ ba trên toàn thế giới, chiếm khoảng 10% tổng số ca ung thư và là nguyên nhân gây tử vong do ung thư đứng hàng thứ hai.
Một trong những yếu tố làm tăng nguy cơ mắc bệnh là các bệnh viêm ruột mạn tính như viêm loét đại tràng. Nhiều nghiên cứu cho thấy người mắc viêm loét đại tràng có nguy cơ phát triển ung thư đại trực tràng cao gấp 2 - 3 lần so với dân số chung.
Ở những người mắc bệnh viêm ruột, đặc biệt khi không được điều trị đầy đủ, có thể xuất hiện tình trạng loạn sản. Đây là hiện tượng các tế bào ở lớp niêm mạc đại tràng hoặc trực tràng trở nên bất thường, dù chưa phải là tế bào ung thư. Theo thời gian, các tế bào bất thường này có thể tiến triển thành ung thư, được gọi là loạn sản liên quan đến viêm đại tràng.
Mặc dù loạn sản được xem là dấu hiệu cảnh báo sớm, việc xác định ai trong số những bệnh nhân này sẽ tiến triển thành ung thư vẫn là một thách thức lớn trong thực hành lâm sàng. Điều này khiến quyết định về thời điểm tăng cường theo dõi hay cân nhắc phẫu thuật dự phòng trở nên không hề dễ dàng.
Gần đây, một nghiên cứu công bố trên tạp chí Clinical Gastroenterology and Hepatology cho thấy một mô hình trí tuệ nhân tạo (AI) có khả năng dự đoán khá chính xác những trường hợp có nguy cơ cao phát triển ung thư, mở ra hướng tiếp cận điều trị và theo dõi mang tính cá nhân hóa hơn trong tương lai.
ỨNG DỤNG AI TRONG UNG THƯ ĐẠI TRỰC TRÀNG
Nhóm nghiên cứu do Đại học California, San Diego dẫn đầu đã xây dựng một quy trình AI hoàn toàn tự động, sử dụng các mô hình ngôn ngữ lớn để trích xuất thông tin lâm sàng quan trọng từ hồ sơ bệnh án điện tử bao gồm báo cáo nội soi đại tràng và kết quả giải phẫu bệnh. Dữ liệu được thu thập từ hơn 55.000 bệnh nhân thuộc hệ thống chăm sóc sức khỏe của Bộ Cựu chiến binh Hoa Kỳ.
Hệ thống AI đã xác định những yếu tố then chốt dự báo nguy cơ tiến triển thành ung thư như kích thước tổn thương, mức độ viêm và khả năng cắt bỏ hoàn toàn tổn thương.
Các yếu tố này sau đó được kết hợp với những nguy cơ lâm sàng truyền thống để xây dựng một mô hình đánh giá tổng thể. Kết quả cho thấy mô hình có thể phân loại bệnh nhân thành năm nhóm nguy cơ khác nhau với mức độ phù hợp cao so với diễn tiến thực tế trong hơn 10 năm theo dõi.
Đáng chú ý, công cụ này dự đoán rằng gần 99% bệnh nhân thuộc nhóm nguy cơ thấp nhất sẽ không phát triển ung thư đại trực tràng trong vòng 2 năm. Tiến sĩ Kathleen Curtius, phó giáo sư y khoa tại Bộ môn Tin sinh học Y sinh, Trường Y UC San Diego và là tác giả nghiên cứu, cho biết các hướng dẫn hiện hành khuyến nghị những bệnh nhân thuộc nhóm nguy cơ thấp nên nội soi kiểm tra lại sau 2 năm.
Tuy nhiên, dữ liệu từ nhóm cựu chiến binh Hoa Kỳ cho thấy nguy cơ xuất hiện loạn sản mức độ cao hoặc ung thư trong vòng 2 năm chỉ khoảng 1%, phù hợp với dự đoán của mô hình. Điều này cho thấy khoảng thời gian theo dõi có thể được kéo dài an toàn trong thực tế, góp phần giảm chi phí y tế và bớt gánh nặng tâm lý cho người bệnh.
Việc ước tính nguy cơ ung thư ở những người bị loạn sản mức độ thấp vốn là thách thức, khiến nhiều trường hợp phải nội soi đại tràng lặp lại thường xuyên. Ứng dụng AI trong bối cảnh này có thể giúp cá nhân hóa lịch trình sàng lọc, tập trung theo dõi sát sao hơn ở nhóm nguy cơ cao và hạn chế can thiệp không cần thiết ở nhóm nguy cơ thấp.
Tiến sĩ Curtius cũng cho biết, mô hình dự đoán nguy cơ ung thư từng được phát triển và kiểm nghiệm trên bệnh nhân viêm loét đại tràng kèm loạn sản mức độ thấp tại Anh và nay cho thấy hiệu quả tương tự ở dân số Mỹ.
"Đây là bước tiến quan trọng hướng tới việc ứng dụng rộng rãi trong lâm sàng. Mô hình dựa trên các yếu tố nguy cơ đã được xác lập, có thể trích xuất trực tiếp từ ghi chú của bác sĩ thông qua các mô hình ngôn ngữ lớn, nên có tiềm năng tích hợp thuận lợi vào quy trình làm việc thực tế", Tiến sĩ Curtius nhấn mạnh.
Ngoài ra, mô hình còn nhận diện những bệnh nhân có tổn thương nhìn thấy nhưng không thể cắt bỏ hoàn toàn do kích thước hoặc vị trí không thuận lợi. Hệ thống AI cho thấy nhóm này có nguy cơ cao hơn đáng kể so với mức ước tính thường gặp trong thực hành lâm sàng.
Tiến sĩ Curtius nhận định rằng nguy cơ xuất hiện loạn sản mức độ cao hoặc ung thư đại trực tràng sau khi tổn thương loạn sản mức độ thấp không được cắt bỏ triệt để thường bị đánh giá thấp.
Việc ước tính chính xác nguy cơ là rất quan trọng bởi quyết định thực hiện các phẫu thuật dự phòng lớn phần nào dựa trên thông tin nguy cơ do bác sĩ cung cấp. Công cụ này có thể hỗ trợ bác sĩ và bệnh nhân cân nhắc kỹ lưỡng hơn khi lựa chọn phương án điều trị bao gồm cả việc cắt bỏ một phần hoặc toàn bộ đại tràng nhằm ngăn ngừa ung thư.
Không chỉ vậy, AI còn có khả năng xác định những trường hợp cần quay lại tái khám đúng thời điểm, qua đó hạn chế tình trạng trì hoãn nội soi theo dõi và góp phần nâng cao hiệu quả chăm sóc.
CHỈ HỖ TRỢ, KHÔNG THAY THẾ BÁC SĨ
Thế nhưng, nhóm nghiên cứu cũng nhấn mạnh rằng công cụ AI được xây dựng nhằm hỗ trợ chứ không thay thế đánh giá lâm sàng của bác sĩ. Các dự đoán từ mô hình có thể cung cấp thêm cơ sở khoa học, góp phần củng cố quá trình ra quyết định chung giữa người bệnh và đội ngũ chăm sóc y tế.
Tiến sĩ Curtius cho biết, công cụ hiện đã được triển khai dưới dạng nền tảng trực tuyến để bác sĩ sử dụng cùng bệnh nhân, đồng thời có thể sớm được tích hợp trực tiếp vào hệ thống hồ sơ bệnh án điện tử.
Khi các yếu tố nguy cơ đã được thu thập trong quá trình khám chữa bệnh thường quy, hệ thống có thể tự động tính toán và hiển thị nguy cơ ung thư trong tương lai theo từng mốc thời gian, hỗ trợ bác sĩ trong quá trình cân nhắc phương án điều trị.
Dù kết quả nghiên cứu được đánh giá là đầy hứa hẹn, các tác giả vẫn cho rằng cần tiếp tục kiểm chứng mô hình trên những nhóm bệnh nhân đa dạng hơn, ngoài hệ thống chăm sóc sức khỏe của Bộ Cựu chiến binh Hoa Kỳ.
Cách tiếp cận này có thể giúp giảm bớt các ca nội soi và phẫu thuật không cần thiết bằng cách tạo sự yên tâm khi nguy cơ ung thư được xác định là rất thấp. Đồng thời, việc cung cấp các con số cụ thể cùng công cụ trực quan để minh họa mức nguy cơ cao có thể giúp quá trình ra quyết định chung trở nên thuận lợi hơn, cũng như giúp người bệnh hiểu rõ hơn về rủi ro khi lựa chọn chiến lược theo dõi và chờ đợi.
Trong thời gian tới, nhóm nghiên cứu dự định tích hợp thêm các yếu tố nguy cơ di truyền mới được phát hiện vào thuật toán, nhằm tiếp tục nâng cao độ chính xác của mô hình dự đoán.
