Quét não thông qua siêu máy tính có thể tăng tốc các thủ tục kiểm tra. Nguồn: iStock.
Hiện nay, công nghệ X-quang giữ vai trò quan trọng trong chẩn đoán khối u, nhưng có vẻ như các siêu máy tính sẽ sớm đóng vai trò này.
George Biros, giáo sư kỹ thuật cơ khí của trường đại học, đã nghiên cứu gần 10 năm để tạo ra những thuật toán máy tính có thể tự động quét các hình ảnh và phát hiện ra bệnh gliomas - một dạng u não khủng khiếp.
Công nghệ này sẽ không thay thế các nhà khoa học trong lĩnh vực y học và bác sĩ phẫu thuật, nhưng các chuyên gia hy vọng rằng nó sẽ cải thiện và đẩy nhanh việc chẩn đoán.
Cùng với đội ngũ cộng tác viên, nhóm của Biros đã thử nghiệm phương pháp mới của họ trong cuộc thi Multimodal Brain Tumour Segmentation Challenge 2017 (BRaTS 17) - một cuộc thi diễn ra hàng năm, nơi các nhóm nghiên cứu toàn cầu trình bày phát kiến dựa trên các dòng máy tính tiên tiến.
Với sự giúp đỡ của các siêu máy tính từ Texas Advanced Computing Centre (TACC), nghiên cứu của đội đã nằm trong 25% nhóm vượt qua thử thách và được đánh giá cao.
Biros giải thích: "Sự xuất hiện của các mô không bình thường ở những bệnh nhân bị khối u là dễ thấy nhất. Mục tiêu của chúng tôi quét được hình ảnh và xác định các loại mô bất thường khác nhau. Tương tự như chụp ảnh gia đình và nhận diện khuôn mặt để xác định từng thành viên, bạn sẽ nhận biết các mô khác nhau và tất cả điều này đều được thực hiện tự động."
Một ví dụ quét hình ảnh não từ siêu máy tính ở Texas Advanced Computing Centre (TACC).
Đối với thách thức này, Biros và nhóm nghiên cứu gồm hơn chục sinh viên và nhà nghiên cứu đã được cung cấp dữ liệu từ 140 bệnh nhân và phải xác định vị trí của khối u chỉ trong vòng hai ngày.
"Trong 48 giờ, chúng tôi phải xử lý mọi thứ dựa trên dữ liệu có được và cho ra 300 bộ hình ảnh não dựa vào các thuật toán của siêu máy tính", Biros nói.
Đối với mỗi hình ảnh, hệ thống đã cố gắng xác định xem từng khu vực có đại diện cho khối u hay không. Nhóm Biros đã tiến hành phân tích trong vòng chưa đầy 4 giờ và đã mô tả dữ liệu thử nghiệm với độ chính xác gần 90% - gần bằng với các nhà nghiên cứu X-quang.
"Chúng tôi sử dụng thuật toán nhanh và cần đến siêu máy tính để biến các ý tưởng cơ bản này ngày càng hoàn thiện", Biros cho biết.
Hiện hệ thống siêu máy tính đang được Biros thiết lập để triển khai tại Đại học Pennsylvania vào cuối năm nay. Biros sẽ cộng tác với Christos Davatzikos, giám đốc Trung tâm Phân tích Hình ảnh và là giáo sư về X-quang học để tiếp tục dự án này.
Hy vọng trong tương lai, nghiên cứu của họ sẽ được đưa vào thực tế, giúp việc chẩn đoán u não vượt qua khả năng của các kỹ thuật nhận dạng truyền thống.
Biros nói thêm: "Đây là lần đầu tiên chúng tôi nghiên cứu một vấn đề thực sự thách thức. Nó không dễ dàng, nhưng nó sẽ thành công."
