Theo SciTechDaily, thuật toán này gọi là DeepCOVID-XR, có khả năng phát hiện COVID-19 từ ảnh X-quang nhanh gấp 10 lần và chính xác hơn 1-6% so với các chuyên gia.

Các nhà nghiên cứu tin rằng các bác sĩ có thể dùng hệ thống AI này để tìm ra bệnh nhân nghi ngờ mắc COVID-19 nhưng lại nhập viện vì các nguyên nhân khác. Điều này giúp bảo vệ các nhân viên y tế và các bệnh nhân khác, cũng như đưa họ đi cách ly sớm hơn.

Họ cũng tin rằng thuật toán này sẽ giúp đánh dấu các bệnh nhân cần cách ly và xét nghiệm tìm COVID-19 dù không nằm trong diện điều tra, theo dõi. 

Kết quả nghiên cứu này vừa mới được công bố trên tạp chí y học Radiology.

"Chúng tôi không nhằm mục đích thay thế các phương pháp xét nghiệm thực tế. Các ảnh X-quang thường an toàn và rẻ, hệ thống chỉ tốn vài giây để quét và xác định xem liệu bệnh nhân có cần phải đi cách ly hay không", giáo sư Aggelos Katsaggelos - chuyên gia AI tại Đại học Northwestern, tác giả của nghiên cứu, cho biết.

"Thường mất đến nhiều giờ tới nhiều ngày để nhận được kết quả xét nghiệm COVID-19. AI không xác nhận ai đó có mang virus hay không, nhưng có thể đánh dấu bệnh nhân và phân loại nhanh hơn, trước khi có kết quả xét nghiệm", tiến sĩ Ramsey Wehbe tại Northwestern nhận định.

Nhiều bệnh nhân COVID-19 có hình ảnh X-quang lồng ngực tương tự nhau. Phổi của họ trông "loang lổ" và mờ mịt. Vấn đề là các bệnh như viêm phổi, suy tim và các bệnh về phổi khác cũng có thể cho hình ảnh tương tự. Sẽ cần một con mắt cực kỳ "điêu luyện" để phân biệt được COVID-19 và các bệnh khác.

Để có thể phát triển, huấn luyện và thử nghiệm thuật toán mới, nhóm nghiên cứu đã dùng 17.002 ảnh X-quang phổi. Trong đó có 5.445 ảnh từ bệnh nhân dương tính với COVID-19.

Độ chẩn đoán chính xác của các chuyên gia X-quang là 76-81%, trong khi thuật toán AI DeepCOVID-XR nhỉnh hơn với 82%.

"Thường tốn nhiều tiền để thuê các chuyên gia và không phải lúc nào họ cũng sẵn sàng. X-quang thì rẻ hơn và vốn đã là yếu tố phổ biến trong chăm sóc sức khỏe. Nó có thể giúp tiết kiệm tiền và thời gian, đặc biệt thời gian là yếu tố rất quan trọng khi làm việc với COVID-19", giáo sư Katsaggelos cho biết./.