ĐÁNH GIÁ GIÁ TRỊ CHẨN ĐOÁN CỦA CYBERSIGHT AI TRONG PHÁT HIỆN BỆNH GLÔCÔM NGUYÊN PHÁT

Đây là nghiên cứu đầu tiên tại Việt Nam, đồng thời là một trong những nghiên cứu đầu tiên trên thế giới, thực hiện song song quá trình phát triển, hoàn thiện và đánh giá giá trị chẩn đoán của Cybersight AI trong phát hiện glôcôm nguyên phát trên dữ liệu bệnh nhân thực tế. Tính mới và tính sáng tạo của đề tài được thể hiện ở các nội dung sau: • Cybersight AI không chỉ là một phần mềm có sẵn được lựa chọn để kiểm định, mà là sản phẩm được nhóm nghiên cứu phối hợp với các chuyên gia của Tổ chức Orbis xây dựng, phát triển và tiếp tục hoàn thiện. Vì vậy, đề tài tích hợp chặt chẽ giữa quá trình phát triển công nghệ và quá trình đánh giá lâm sàng, giúp rút ngắn khoảng cách từ nghiên cứu thuật toán đến ứng dụng trong thực hành chăm sóc mắt. • Kiểm định hệ thống AI trên dữ liệu lâm sàng thực tế của người Việt Nam, thay vì chỉ dựa trên dữ liệu huấn luyện hoặc các bộ dữ liệu chuẩn hóa. Kết quả được đối chiếu với tiêu chuẩn tham chiếu đa mô thức, bao gồm khám lâm sàng, đánh giá đầu thị thần kinh, soi góc tiền phòng, OCT lớp sợi thần kinh võng mạc và phức hợp tế bào hạch, cùng thị trường Humphrey do các bác sĩ nhãn khoa có kinh nghiệm xác lập. Cách tiếp cận này phù hợp với bản chất cấu trúc – chức năng của glôcôm và giúp hạn chế sai lệch do gai thị sinh lý lõm lớn, bệnh lý võng mạc hoặc tổn thương thần kinh thị không do glôcôm. • Không chỉ đánh giá kết quả phân loại tại ngưỡng mặc định, đề tài còn khai thác điểm nguy cơ liên tục do Cybersight AI cung cấp để xây dựng đường cong ROC và phân tích chỉ số Youden. Qua đó, nghiên cứu xác định ngưỡng điểm nguy cơ phù hợp hơn với quần thể và bối cảnh sử dụng tại Việt Nam. Đây là cơ sở để hiệu chỉnh hệ thống theo từng mục tiêu lâm sàng, trong đó sàng lọc cộng đồng có thể ưu tiên độ nhạy, còn phân luồng và chuyển tuyến chuyên khoa có thể yêu cầu độ đặc hiệu cao hơn. • Kết quả nghiên cứu trực tiếp được sử dụng để tiếp tục hoàn thiện sản phẩm, bao gồm hiệu chỉnh mô hình, tối ưu giao diện người dùng và quy trình vận hành, chuẩn hóa chất lượng ảnh đầu vào, cải thiện cách hiển thị và diễn giải điểm nguy cơ, đồng thời xác định các ngưỡng quyết định phù hợp với từng bối cảnh triển khai. Đây là quá trình phát triển lặp lại dựa trên bằng chứng lâm sàng thực tế, thay vì chỉ tối ưu thuật toán trên dữ liệu kỹ thuật. • Xây dựng một quy trình ứng dụng có khả năng chuẩn hóa và chuyển giao, bao gồm chụp ảnh đáy mắt, kiểm soát chất lượng hình ảnh, tải ảnh lên hệ thống Cybersight AI, ghi nhận điểm nguy cơ, phân tầng kết quả, chỉ định chuyển tuyến và xác nhận chẩn đoán tại cơ sở chuyên khoa. Tính sáng tạo của đề tài do đó không chỉ nằm ở phần mềm, mà còn ở việc tích hợp phần mềm vào một lộ trình chăm sóc mắt phù hợp với điều kiện nhân lực, trang thiết bị và hệ thống chuyển tuyến tại địa phương. • Tạo lập cơ sở khoa học cho việc triển khai rộng rãi Cybersight AI trong thời gian tới. Kết quả của đề tài giúp xác định rõ hiệu năng, giới hạn, ngưỡng sử dụng và vị trí phù hợp của hệ thống trong thực hành. Trên cơ sở đó, Cybersight AI có thể từng bước được ứng dụng trong sàng lọc cộng đồng, phân tầng nguy cơ, phân luồng và hỗ trợ phát hiện glôcôm tại tuyến cơ sở, nhưng không thay thế việc thăm khám và chẩn đoán của bác sĩ chuyên khoa. Như vậy, tính mới của đề tài không chỉ thể hiện ở dữ liệu dân số Việt Nam, tiêu chuẩn tham chiếu đa mô thức và phương pháp xác lập ngưỡng sử dụng, mà còn ở mô hình nghiên cứu đồng phát triển – kiểm định – hiệu chỉnh – chuyển giao một hệ thống trí tuệ nhân tạo do chính nhóm nghiên cứu phối hợp với các chuyên gia Orbis xây dựng. Đây là nền tảng quan trọng để chuyển Cybersight AI từ một sản phẩm nghiên cứu thành công cụ có khả năng ứng dụng thực tế trong mạng lưới chăm sóc mắt. Đề tài đã được nghiệm thu ở cấp cơ sở tại Bệnh viện Trung ương Huế và chưa từng được trao giải tại bất kỳ hội thi sáng tạo kỹ thuật hay giải thưởng khoa học công nghệ nào. Đề tài đã được chấp nhận đăng tại Tạp chí Journal of Current Science and Technology (JCST), thời gian dự kiến đăng: JCST Volume 16, Number 04, số tháng 10–12/2026.

Giải pháp đã được triển khai và kiểm chứng trên 229 mắt của 124 bệnh nhân tại Trung tâm Mắt – Bệnh viện Trung ương Huế, chứng minh khả năng áp dụng thực tế trong điều kiện của thành phố Huế. Cybersight AI sử dụng ảnh đáy mắt màu – loại dữ liệu dễ thu thập hơn nhiều so với OCT hay thị trường – nên đặc biệt phù hợp với các chương trình khám sàng lọc cộng đồng, khám lưu động và tuyến y tế cơ sở. Quy trình “chụp ảnh đáy mắt → tải lên Cybersight AI → đọc điểm nguy cơ → phân luồng/chuyển tuyến” có thể nhân rộng cho mạng lưới chăm sóc mắt của thành phố và các tỉnh lân cận, đồng thời tích hợp vào hoạt động đào tạo, chuyển giao kỹ thuật của Bệnh viện Trung ương Huế cho tuyến dưới.

Về xã hội, giải pháp góp phần nâng cao khả năng phát hiện sớm glôcôm – một bệnh gây mù không hồi phục – ngay từ tuyến cơ sở, giúp người bệnh nguy cơ cao được chuyển tuyến và điều trị kịp thời, qua đó giảm nguy cơ mù lòa, giảm gánh nặng cho gia đình và xã hội, tăng khả năng tiếp cận dịch vụ chăm sóc mắt và giảm bất bình đẳng y tế giữa tuyến cơ sở và tuyến chuyên khoa. Về kinh tế, do Cybersight AI là phần mềm miễn phí, dựa trên nền tảng đám mây và chỉ cần ảnh đáy mắt màu, chi phí triển khai thấp. Việc sàng lọc và phân luồng ban đầu giúp giảm số lượt chuyển tuyến không cần thiết (nhờ độ đặc hiệu cao 90.6%), tiết kiệm chi phí đi lại cho người dân, giảm tải cho tuyến chuyên khoa và tối ưu nguồn lực y tế. Giải pháp phù hợp với định hướng chuyển đổi số và ứng dụng trí tuệ nhân tạo trong y tế. Kết quả chính: Cybersight AI đạt diện tích dưới đường cong ROC (AUC) = 0.744; tại ngưỡng mặc định 20% có độ nhạy 51.9% và độ đặc hiệu 90.6%; ngưỡng tối ưu theo Youden là 10% với độ nhạy 60.9% và độ đặc hiệu 85.4%. Phần mềm có ưu thế về độ đặc hiệu, phù hợp vai trò hỗ trợ sàng lọc, phân tầng nguy cơ và phân luồng người bệnh, nhưng không thay thế chẩn đoán của bác sĩ chuyên khoa.