Tiến sĩ Phạm Thu Hiền và cộng sự dựa trên kết quả nghiên cứu phân cực ánh sáng rồi ứng dụng AI – mạng tích chập trong xử lý hình ảnh hỗ trợ chẩn đoán và phân loại ung thư da sớm.
Tốt nghiệp loại giỏi ngành Cơ – điện tử, Trường ĐH Bách Khoa TP.HCM, Phạm Thị Thu Hiền giành học bổng sang Đài Loan học bậc thạc sĩ và tiến sĩ (tổng cộng 7 năm) Sau khi lấy bằng tiến sĩ, chị Hiền quay trở về ĐH Bách Khoa dạy Vật lý kỹ thuật Y sinh – Khoa Khoa học ứng dụng trong 2 năm.
Từ năm 2014, chị Hiền về Khoa Kỹ thuật Y sinh tại Trường ĐH Quốc tế – ĐH Quốc gia TPHCM, Trường ĐH Quốc tế dạy chương trình hoàn toàn bằng tiếng Anh cho sinh viên. Vào năm 2019, TS Hiền được phong hàm Phó Giáo sư.
Tại đây, chị vừa giảng dạy vừa nghiên cứu. Điển hình mới đây nhất, TS Hiền và cộng sự ứng dụng thuật toán học sâu để phát triển phương pháp chẩn đoán và phân loại ung thư da, với độ chính xác đạt 92%.
Nhấn để phóng to ảnh
Nữ tiến sĩ 41 tuổi đặc biệt quan tâm đến những kỹ thuật hỗ trợ chẩn đoán ung thư bán tự động và tự động từ hơn 10 năm trước. Năm 2011, khi còn là nghiên cứu sinh tiến sĩ tại Đài Loan, chị đã nghiên cứu, thiết kế một hệ thống quang học phân cực ánh sáng nhằm thực hiện các thí nghiệm đo lường (mẫu tiểu đường, collagen, mô da) giúp phân loại giữa mẫu mô thường và mô bệnh, cụ thể là tính toán các tính chất quang học của các mẫu y sinh bằng phương trình toán học ma trận Mueller và vector Stokes.
Hệ thống của TS Hiền được đăng ký bản quyền phát minh khoa học tại Đài Loan năm 2011 và Mỹ năm 2012. Dù vậy, chị luôn muốn mở rộng và phát triển phần kỹ thuật để tăng tính ứng dụng trên các mẫu bệnh.
Về nước được sự hỗ trợ từ Khoa Kỹ thuật Y Sinh – Trường ĐH Quốc tế, TS. Hiền từng bước một xây dựng phòng thí nghiệm Medical Photonics, chị và các cộng sự dựa trên kết quả nghiên cứu trước đó để ứng dụng trí thông minh nhân tạo (AI) trong xử lý hình ảnh hỗ trợ chẩn đoán và phân loại ung thư da.
TS Phạm Thu Hiền cho biết: “Về mặt sinh học, tế bào ung thư bắt nguồn từ tế bào bình thường và trải qua quá trình biến đổi trước khi tăng sinh để hình thành khối u ác tính (mô ung thư). Do đó, việc phát hiện sớm sự chuyển đổi của các tế bào và mô sinh lý là tiềm năng cho các can thiệp y tế để ngăn chặn hình thành khối u”.
Mục tiêu của nhóm nghiên cứu là phát triển kỹ thuật mới phân loại và chẩn đoán ung thư tự động để hạn chế quá trình sinh thiết xâm lấn (thủ thuật hút lấy mẫu bệnh trong cơ thể) khi xét nghiệm lâm sàng thông thường, mà vẫn duy trì độ chính xác, và AI có thể làm được điều đó.
Dữ liệu là phần quan trọng để nâng cao khả năng chính xác của mô hình AI, nên ngay từ công đoạn đầu tiên của nghiên cứu, TS Hiền và cộng sự đã thiết lập ngân hàng dữ liệu bao gồm các mẫu sinh học và hình ảnh của mẫu. Mô bệnh được nhóm thu thập tại một số bệnh viện thành phố Hồ Chí Minh và cất trữ trong tủ đông -80 độ C.
Nhóm dùng hình ảnh phân cực các thành phần mô (collagen, protein, khối u) trên sự lan truyền của ánh sáng phân cực trong môi trường tán xạ nhân, thay vì dùng hình ảnh kính hiển vi.
“Nhóm mình không thuộc chuyên ngành Công nghệ thông tin, không mạnh viết code cạnh tranh với dân IT nên đi theo hướng dựa vào những gì đã có. Khi đã có hệ thống quang thì mua thêm CCD camera, ống kính khuếch đại.
Nhóm mình cũng xin tài trợ từ các dự án của Quỹ Phát triển khoa học và công nghệ Quốc gia (Nafosted), Đại học Quốc gia và một số quỹ tài trợ khác”, chị Hiền cho biết thêm.
Nhấn để phóng to ảnh
Để xử lý hình ảnh, TS Hiền và cộng sự xây dựng mô hình học sâu cụ thể là mạng neural tích chập (CNN). Từ việc lập trình thuật toán, mô hình có thể phân tích các đặc tính phân cực để phân biệt mẫu mô thường và mô ung thư. Các đặc tính này bao gồm hiện tượng lưỡng chiết, lưỡng sắc và khử cực của mô.
“Mô hình học sâu dựa trên thuật toán CNN được nhóm phát triển giúp phân loại ung thư từ các hình ảnh phân cực mô bệnh học, giúp chẩn đoán nhanh và ít lỗi hơn”, TS Hiền nói.
Thực hiện chẩn đoán trên mô hình ung thư da của chuột, mẫu mô ung thư da người với độ chính xác của mô hình AI là 92%. TS Hiền cho biết, để nâng cao độ nhạy và chính xác của mô hình, nhóm tiếp tục xây dựng bộ dữ liệu, tiến dần áp dụng đo da không xâm lấn.
Tuy vậy, việc xây dựng ngân hàng dữ liệu có thể gặp hạn chế bởi theo chị, các khối u ung thư có thể đa dạng về chủng loại và cấp độ, trong khi nguồn cung cấp hữu hạn.
Hiện TS Phạm Thị Thu Hiền có một phòng thí nghiệm riêng về quang tử ánh sáng. Chị Hiền làm nhiều đề tài theo hướng quang học.
Ngoài nghiên cứu phát hiện sớm ung thư (ung thư da, ung thư vú …), chị làm thêm về tiểu đường không xâm lấn. Nghĩa là nhóm nghiên cứu thử nghiệm trên chuột gây tiểu đường, rồi dùng phân cực ánh sáng, sử dụng một số vật liệu nhằm tăng tính chất phân cực của tín hiệu, rồi áp trên ven máu của chuột đề đo…
Phương pháp này không xâm lấn nhưng vẫn đang trong quá trình nghiên cứu nên chưa biết chắc kết quả thế nào…
Nhấn để phóng to ảnh
“Làm nghiên cứu là những giọt mồ hôi nhọc nhằn, có những lần đã lên các bước thí nghiệm chặt chẽ, cụ thể, mô hình chuột cũng đã làm xong nhưng nhiều lần đo mãi mà không thu được kết quả, tín hiệu đo yếu, hình ảnh thu bị mờ, nên cuối cùng phải làm lại từ đầu để tìm chỗ sai”.
Trở về từ nước ngoài, chị Hiền thừa nhận giai đoạn đầu không tránh khỏi khó khăn. “Mọi thứ bắt đầu đi lên từ con số 0. Từ một phòng thí nghiệm bên kia đầy đủ muốn cái gì có cái đấy để làm thí nghiệm thì khi mới về nước mình không có một cái gì hết. Vì thế phải mất vài năm cố gắng từng bước xây dựng phòng thí nghiệm, trang bị cơ sở vật chất, thiết bị nghiên cứu”.
“Lúc đầu mới về chưa có kinh phí nghiên cứu cũng như chưa có ai biết đến mình nên cũng hơi khó khăn nhưng mình cứ kiên trì nộp đề tài, xin dự án tài trợ từng chút một. Chẳng hạn như quỹ Nafosted, bạn có thể không nổi tiếng nhưng toàn bộ nghiên cứu của bạn rất chặt chẽ, đúng quy trình, có minh chứng rõ ràng cụ thể thì xác suất đậu rất cao”.
Công việc nghiên cứu nhiều gian truân và ngốn thời gian nhưng chị Hiền cho rằng, nếu biết linh hoạt một chút để sắp xếp thì không đến nỗi nào”. Có ông xã làm cùng ngành ở trường ĐH Bách khoa nên chị được chồng hiểu, thông cảm và hỗ trợ hết sức.
Nhắn nhủ các bạn trẻ muốn theo đuổi con đường nghiên cứu khoa học, TS Phạm Thị Thu Hiền nói: “Mình cứ cố gắng hết mình. Cứ làm hết sức. Kết quả đạt được có thể tốt hay không tốt nhưng chúng ta sẽ không hối hận vì những gì mình đã cố gắng. Cho dù bất cứ việc gì mình cứ nỗ lực làm hết sức, rồi mình cũng sẽ đạt thành quả mình mong đợi thôi. Không phải lúc này sẽ là lúc khác”.
