Theo các chuyên gia ung thư hàng đầu, AI đang tạo ra bước ngoặt trong lĩnh vực ung thư học, từ hỗ trợ quy trình lâm sàng, phát hiện sớm ung thư đến dân chủ hóa giải phẫu bệnh. Matthew Matasar, MD, trưởng khoa Rối loạn Máu tại Viện Ung thư Rutgers, nhận định AI đã tiến hóa từ một 'trò đùa dễ ảo giác' thành một khía cạnh 'ngày càng nghiêm túc' của ung thư học. Viện Ung thư Quốc gia (NCI) coi AI là 'cơ hội chưa từng có' để hiểu rõ hơn về ung thư và cải thiện chăm sóc bệnh nhân, nhấn mạnh sự hội tụ của đào tạo mô hình AI, nâng cấp phần cứng và quyền truy cập vào các bộ dữ liệu lớn trong hình ảnh, gen và các lĩnh vực khác đã dẫn đến 'các ứng dụng mới đầy hứa hẹn' trong nghiên cứu ung thư.

Mô hình ngôn ngữ lớn chuyên biệt và AI tác nhân: 'Chất kết nối' trong quy trình ung thư

Matasar nhấn mạnh sự xuất hiện của các mô hình ngôn ngữ lớn (LLM) chuyên biệt, chẳng hạn như OpenEvidence – một LLM trích xuất thông tin từ các tạp chí như New England Journal of Medicine và JAMA Network, cũng như hướng dẫn của NCCN, để cung cấp thông tin chi tiết do AI tạo ra cho bác sĩ lâm sàng. Ứng dụng này tự nhận đã hỗ trợ hơn 100 triệu tư vấn lâm sàng từ các bác sĩ Mỹ, tuân thủ HIPAA và SOC 2 Type II. Arturo Loaiza-Bonilla, MD, trưởng khoa Huyết học và Ung thư toàn hệ thống tại Mạng lưới Y tế Đại học St Luke, mô tả AI như một 'chất kết nối' trong quy trình ung thư, giúp tối ưu hóa quy trình và tăng tốc các quy trình lâm sàng. Ông đề cập đến AI tác nhân (agentic AI), sử dụng AI điều phối để phối hợp các mô hình học máy thực hiện các tác vụ, có khả năng tự động hoàn thành các nhiệm vụ phức tạp bằng cách gọi các công cụ bên ngoài. Loaiza-Bonilla nhấn mạnh công nghệ này không nhằm thay thế bác sĩ mà để loại bỏ các điểm ma sát trong thực hành lâm sàng thường quy.

AI hỗ trợ chụp CT: Phát hiện sớm ung thư tuyến tụy và cải thiện sàng lọc

AI đang được sử dụng để cải thiện phát hiện sớm ung thư, đặc biệt trong chụp nhũ ảnh và sàng lọc ung thư phổi. Loaiza-Bonilla cho biết AI hỗ trợ chụp nhũ ảnh giúp giảm thời gian và công sức đánh giá kép, đồng thời đang được thử nghiệm lâm sàng. Ông cũng đề cập đến kết quả từ thử nghiệm PANORAMA, được công bố trên The Lancet Oncology, cho thấy khả năng của chụp CT hỗ trợ AI trong việc phát hiện ung thư tuyến tụy giai đoạn đầu, vốn thường được chẩn đoán ở giai đoạn muộn. Ngoài ra, sáng kiến của Friends of Cancer Research đang thiết lập các tiêu chí tích hợp mô hình AI vào đánh giá RECIST để đo lường tổn thương một cách có thể mở rộng hơn.

Mô hình nền tảng: Dân chủ hóa giải phẫu bệnh và tim mạch ung thư

Loaiza-Bonilla nhấn mạnh vai trò của các mô hình nền tảng (foundational models) trong việc dân chủ hóa giải phẫu bệnh, đặc biệt ở các nước thu nhập thấp và trung bình, cũng như các vùng nông thôn Mỹ thiếu bác sĩ giải phẫu bệnh. Các mô hình này, được đào tạo trên hàng triệu tiêu bản, có thể phân tích nhuộm hematoxylin-eosin và xác định nguy cơ có dấu ấn sinh học như đột biến EGFR, dương tính với thụ thể estrogen/progesterone hoặc PD-L1, ngay cả trước khi bác sĩ giải phẫu bệnh đọc tiêu bản. Trong lĩnh vực tim mạch ung thư, các mô hình nền tảng có thể phát hiện rối loạn nhịp tim hoặc yếu tố nguy cơ như kéo dài QT ở bệnh nhân dùng thuốc ức chế tyrosine kinase. Loaiza-Bonilla dự đoán các mô hình này sẽ sớm được FDA chấp thuận như công cụ phân tầng nguy cơ.

AI trong sàng lọc ung thư vú: Dự đoán tái phát vượt trội

Tại Hội nghị Chuyên đề Ung thư Vú San Antonio (SABCS) năm 2025, một kiến trúc dựa trên transformer đã chứng minh khả năng dự đoán nguy cơ tái phát ở bệnh nhân đã điều trị ung thư vú. Mô hình đa phương thức, tích hợp hình ảnh, lâm sàng và mô hình phân tử mở rộng, cho thấy hiệu suất tiên lượng mạnh mẽ cho tái phát tổng thể và muộn, vượt trội so với điểm tái phát Oncotype DX 21 gen đơn thuần. Patrick Borgen, MD, chủ nhiệm Khoa Phẫu thuật tại Trung tâm Y tế Maimonides, nhận định AI có thể đọc tốt hơn hoặc tương đương các nghiên cứu hình ảnh vú, đặc biệt là chụp nhũ ảnh 3D hoặc tomosynthesis, nhưng vẫn cần xác nhận thêm trước khi ứng dụng rộng rãi.

Theo CancerNetwork

Ảnh: Vector8DIY / Pixabay