Py Healthcare, bài báo 'AI chẩn đoán tách rời bệnh lý mạng lưới phức tạp' được nhận vào hội thảo IEEE
Công ty chuyên về trí tuệ nhân tạo y tế Py Healthcare (Giám đốc Điều hành Lee Young-kyu) đã công bố vào ngày 30 rằng bài báo nghiên cứu trí tuệ nhân tạo chẩn đoán bệnh lý mạng lưới phức tạp được phát triển chung với Trung tâm Nghiên cứu Cộng dịch học Hình ảnh Thần kinh·Khoa học Dữ liệu của Đại học Georgia, Hoa Kỳ (Đơn vị quản lý Tổng thể: Giáo sư Vince Calhoun · Đội nghiên cứu của Giáo sư Ye Dong-hae) đã được chính thức nhận vào 'IEEE MLSP 2026 (Hội thảo Quốc tế Học máy cho Xử lý Tín hiệu)', hội thảo có uy tín cao trên thế giới trong lĩnh vực xử lý tín hiệu và học máy.
Nghiên cứu được nhận lần này là bài báo về 'Tách rời Bệnh lý Mạng lưới Đồng xảy ra thông qua Định tuyến Chuyên gia Thưa thớt hướng dẫn bởi Tính nổi bật (Disentangling Co-occurring Retinal Pathologies with Saliency-Guided Sparse Expert Routing)'.
◇ Thách thức của lâm sàng thực tế 'Xung đột lẫn nhau của bệnh lý đồng xảy ra'…Vượt qua bằng cấu trúc MoE thế hệ tiếp theo
Trong thực tế lâm sàng, các trường hợp 'bệnh lý đồng xảy ra' rất phổ biến, nơi nhiều bệnh như bệnh lý mạng lưới do tiểu đường, glôcôma, thoái hóa điểm vàng và màng trước mạng lưới được quan sát đồng thời trên hình ảnh đáy mắt của bệnh nhân lớn tuổi hoặc bệnh nhân mắc bệnh mãn tính.
Tuy nhiên, các mô hình phân loại học sâu hiện tại tồn tại giới hạn kỹ thuật là xảy ra xung đột lẫn nhau giữa các tổn thương và nhiễu tín hiệu, dẫn đến độ chính xác giảm, khi xử lý các đặc điểm của nhiều tổn thương trong một không gian mạng nơ-ron duy nhất.
Đội nghiên cứu chung của Py Healthcare và Trung tâm Nghiên cứu Cộng dịch học của Georgia đã giải quyết điều này bằng cách tối ưu hóa và triển khai lại kiến trúc 'Chuyên gia Hỗn hợp Thưa thớt (MoE)', đó là công nghệ cốt lõi của các mô hình AI siêu lớn thế hệ tiếp theo, được tối ưu hóa cho hình ảnh y tế mắt.
Kiến trúc tương ứng tách riêng nền tảng giải phẫu cơ bản bình thường của ảnh đáy mắt để được xử lý bởi 'chuyên gia chung' luôn được bật lên, và chỉ trích xuất chính xác các vùng (token) có khả năng tổn thương thực tế để gán động cho 2 chuyên gia hàng đầu có khả năng phân biệt cao nhất trong số 8 mạng nơ-ron chuyên biệt.
Thông qua điều này, ngay cả khi bệnh lý mạng lưới do tiểu đường và glôcôma cùng xảy ra ở mắt của một người, các chuyên gia chuyên biệt bệnh học có thể cộng tác độc lập nhưng hữu cơ để đọc tách rời chính xác các tổn thương mà không gây xung đột lẫn nhau.
◇ Đạt hiệu suất tốt nhất trên thế giới (SOTA) trên chuẩn mực công khai và xác minh tính hợp lý của thương mại hóa
Mô hình của đội nghiên cứu đã đạt AUC (Diện tích Dưới Đường cong) trung bình là 0,912 và điểm F1 Macro là 0,653 trong đánh giá tập dữ liệu 'ODIR-2019', chuẩn mực toàn cầu cho chẩn đoán bệnh lý phức tạp về mắt, vượt quá mô hình hiệu suất tốt nhất hiện có (DKCNet) và đạt hiệu suất tốt nhất trên thế giới (SOTA).
Đặc biệt, mô hình cũng ghi lại sức mạnh phát hiện áp đảo đối với các bệnh lý hiếm như thoái hóa điểm vàng (AUC 0,953), màng trước mạng lưới (AUC 0,941), glôcôma (AUC 0,919), những bệnh có độ khó đọc cao do mất cân bằng dữ liệu nghiêm trọng.
Nó cũng chứng minh được lợi thế cạnh tranh vượt trội về khía cạnh thương mại hóa và lợi nhuận. Được thiết kế ở cấu trúc nhẹ với khoảng 97,85M tham số, thời gian xử lý trên mỗi hình ảnh chỉ là 5,23 mili giây (ms, khoảng 0,005 giây) theo tiêu chuẩn thẻ đồ họa tiêu chuẩn (RTX 3090). Điều này có thể được thương mại hóa ngay lập tức bằng cách tích hợp trực tiếp vào camera đáy mắt ở các phòng khám nhỏ và trung bình hoặc thiết bị trên thiết bị chi phí thấp mà không cần máy chủ lớn đắt tiền.
Đặc biệt, Py Healthcare sẽ triển khai nhanh chóng kỹ thuật tách rời tổn thương phức tạp độ chính xác cao được chứng minh trong nghiên cứu này không chỉ vào nền tảng AI về mắt tiêu đề 'Doctor I (X-EYE)' của công ty, mà còn vào quy trình giải pháp sàng lọc suy giảm nhận thức và sa sút trí tuệ sớm dựa trên chỉ dấu sinh học mạch máu mạng lưới và cấu trúc thần kinh vi mô 'X-dementia-M'.
Thông qua điều này, công ty có kế hoạch nắm lấy thị trường sàng lọc không xâm lấn có khả năng nhanh chóng sàng lọc nhóm nguy hiểm sớm sa sút trí tuệ chỉ bằng cách chụp đáy mắt đơn giản trước khi xét nghiệm MRI hoặc PET chi phí cao.
Giám đốc Điều hành Lee Young-kyu của Py Healthcare cho biết: "Thông qua nghiên cứu hợp tác quốc tế với Trung tâm Nghiên cứu Cộng dịch học, một tổ chức nghiên cứu hàng đầu thế giới, chúng tôi đã giải quyết vấn đề nút cổ chai về cách đọc 'bệnh lý mạng lưới phức tạp đa thể' mà các chuyên gia y tế gặp khó khăn lớn ở các hiện trường chăm sóc ban đầu thực tế một cách có cấu trúc và toán học", và "Kết quả nghiên cứu lần này sẽ là một chân dung kỹ thuật quan trọng không chỉ cho loạt Doctor I, nền tảng AI về mắt tiêu đề của Py Healthcare, mà còn cho 'X-dementia-M', AI sàng lọc sớm sa sút trí tuệ dựa trên chỉ dấu sinh học nhãn cầu, bao gồm Giải pháp Đa phương thức Oculomics toàn cầu, trong việc cấp phép thiết bị y tế toàn cầu và thương mại hóa thị trường toàn cầu ở Hoa Kỳ, châu Á, v.v."
Trong khi đó, kết quả nghiên cứu hợp tác chung lần này sẽ được trình bày chính thức tại hội thảo học thuật 'IEEE MLSP 2026' được tổ chức ở Atlanta, bang Georgia, Hoa Kỳ trước các nhà nghiên cứu toàn cầu và các nhân viên thiết bị y tế. Py Healthcare có kế hoạch tăng tốc độ mở rộng các đối tác liên kết toàn cầu và xây dựng các quan hệ đối tác lâm sàng địa phương bắt đầu từ sự trình bày tại hội thảo này.