Đột phá mới trong chẩn đoán viêm loét giác mạc do nấm nhờ mô hình AI lai CSwinFK

Viêm loét giác mạc do nấm (Fungal Keratitis - FK) là một trong những tình trạng nhiễm trùng mắt nghiêm trọng, tiến triển nhanh và có thể dẫn đến suy giảm thị lực vĩnh viễn hoặc mù lụa nếu không được phát hiện và điều trị kịp thời. Mới đây, một nghiên cứu đột phá được công bố trên tạp chí Scientific Reports đã giới thiệu mô hình AI CSwinFK – một công cụ hỗ trợ chẩn đoán chính xác và nhanh chóng bệnh lý này từ ảnh hiển vi đồng tiêu trong cơ thể (In Vivo Confocal Microscopy - IVCM).

Thách thức lớn trong chẩn đoán viêm loét giác mạc do nấm hiện nay

Trong thực hành lâm sàng, việc chẩn đoán chính xác bệnh viêm loét giác mạc do nấm gặp không ít khó khăn. Các phương pháp truyền thống như cạo giác mạc soi tươi hay nuôi cấy nấm đều tồn tại những nhược điểm lớn; trong đó cạo giác mạc là kỹ thuật xâm lấn dễ gây tổn thương thứ phát, còn nuôi cấy nấm lại đòi hỏi thời gian kéo dài, làm lỡ mất thời điểm điều trị tối ưu cho bệnh nhân. Mặc dù kỹ thuật chụp ảnh hiển vi đồng tiêu trong cơ thể (IVCM) cho phép quan sát trực tiếp tổn thương và sợi nấm mà không cần xâm lấn, việc phân tích hình ảnh này lại phụ thuộc rất nhiều vào kinh nghiệm chuyên môn của bác sĩ nhãn khoa. Tại các tuyến y tế cơ sở hoặc vùng sâu vùng xa – nơi thiếu hụt đội ngũ chuyên gia giàu kinh nghiệm, việc chẩn đoán sai hoặc bỏ sót bệnh vẫn là một thách thức lớn.

Mô hình CSwinFK và sự kết hợp hoàn hảo giữa CNN với Swin Transformer

Để khắc phục những hạn chế kể trên, nhóm nghiên cứu đã phát triển mô hình CSwinFK dựa trên sự kết hợp độc đáo giữa mạng nơ-ron cuộn (CNN) và kiến trúc Swin Transformer thông qua cơ chế chú ý chéo hai chiều (Bidirectional Cross-Attention). Trong kiến trúc lai này, nhánh CNN đóng vai trò trích xuất các đặc trưng cục bộ tinh vi như đường nét, kết cấu bề mặt và hình thái sợi nấm (hyphae). Trong khi đó, nhánh Swin Transformer chịu trách nhiệm mô hình hóa sự tương quan không gian toàn cục và ngữ cảnh diện rộng của toàn bộ bức ảnh. Nhờ cơ chế tương tác hai chiều, nhánh CNN nhận được định hướng toàn cục từ Transformer, còn Transformer lại tiếp thu các chi tiết nhỏ từ CNN, giúp mô hình hòa trộn tối ưu thông tin và đạt độ chính xác vượt trội.

Hiệu năng chẩn đoán ấn tượng qua thử nghiệm lâm sàng

Mô hình CSwinFK đã được huấn luyện và đánh giá nghiêm ngặt trên bộ dữ liệu gồm 3.612 ảnh IVCM lâm sàng thu thập từ Bệnh viện Nhân dân Khu tự trị Dân tộc Choang Quảng Tây, Trung Quốc. Để đảm bảo tính minh bạch và tránh rò rỉ dữ liệu, nhóm nghiên cứu đã phân chia tập huấn luyện, kiểm tra và thử nghiệm hoàn toàn theo mức độ bệnh nhân (subject-level split). Kết quả thử nghiệm độc lập ghi nhận những chỉ số vô cùng ấn tượng với độ chính xác đạt 97,23%, độ nhạy 97,05%, độ đặc hiệu 97,42% và chỉ số AUC đạt 0,9924. Khi so sánh trực tiếp, CSwinFK vượt trội hơn đáng kể so với các kiến trúc đơn lẻ như ResNet34, DenseNet121, ViT-Tiny hay Swin-Small. Ngoài ra, ở bài thử nghiệm kiểm chứng bên ngoài (External Validation) trên 1.300 ảnh từ các nguồn độc lập khác, mô hình vẫn duy trì độ chính xác cao lên tới 96,77%, khẳng định khả năng tổng quát hóa rất tốt khi đưa vào thực tế.

Tăng cường độ tin cậy nhờ khả năng giải thích của trí tuệ nhân tạo

Bên cạnh độ chính xác cao, CSwinFK còn tích hợp công cụ trực quan hóa Grad-CAM giúp tăng cường độ tin cậy và tính minh bạch cho các quyết định của AI. Thông qua việc xuất ra các bản đồ nhiệt (heatmap), mô hình cho phép bác sĩ quan sát rõ ràng những vùng không gian mà AI đã tập trung phân tích trước khi đưa ra kết quả phân loại. Các vùng được làm nổi bật trên bản đồ nhiệt hoàn toàn trùng khớp với cấu trúc sợi nấm thực tế trên ảnh IVCM, giúp các bác sĩ lâm sàng dễ dàng đối chiếu, kiểm chứng và an tâm áp dụng công nghệ này vào quy trình chẩn đoán.

Triển vọng ứng dụng lâm sàng và định hướng phát triển tương lai

Nghiên cứu ứng dụng mô hình CSwinFK không chỉ mang lại giải pháp hỗ trợ đắc lực cho các bác sĩ nhãn khoa trong việc phát hiện sớm bệnh lý giác mạc, mà còn mở ra cơ hội mang dịch vụ y tế chất lượng cao đến cho người dân ở các khu vực thiếu thốn tài nguyên y tế. Trong thời gian tới, nhóm nghiên cứu hướng đến việc mở rộng mô hình trên các bộ dữ liệu đa trung tâm quy mô lớn hơn, đồng thời phát triển khả năng phân biệt viêm giác mạc do nấm với các tác nhân khác như vi khuẩn, vi rút hay Acanthamoeba. Bên cạnh đó, việc tích hợp thêm các thông tin bệnh sử, triệu chứng lâm sàng và áp dụng phương pháp học bán giám sát cũng sẽ được triển khai nhằm giảm tải khối lượng dán nhãn thủ công cho các bác sĩ.

Nguồn: Hu, M., Liang, L., Chen, L. et al. CSwinFK: a bidirectional cross-attention CNN-Swin Transformer fusion model for fungal keratitis classification in in vivo confocal microscopy images. Sci Rep (2026). https://doi.org/10.1038/s41598-026-72933-w