Bệnh tim mạch là nguyên nhân gây tử vong hàng đầu thế giới, chiếm khoảng 32% tổng số ca tử vong toàn cầu theo Tổ chức Y tế Thế giới (WHO). Nhiều biến cố tim mạch xảy ra đột ngột, trong khi các yếu tố nguy cơ âm thầm tích tụ nhiều năm mà không có triệu chứng rõ ràng. Y học hiện đại đang chuyển dịch từ “điều trị khi bệnh đã xảy ra” sang “tầm soát nguy cơ từ sớm”. Một hướng tiếp cận mới là ứng dụng AI và chẩn đoán hình ảnh để phân tích lớp mỡ thượng tâm mạc (Epicardial Adipose Tissue - EAT), chỉ dấu liên quan đến nguy cơ biến cố tim mạch tương lai.
EAT – chỉ dấu hình ảnh quan trọng
TS.BS Richard, Cố vấn y khoa, Giám đốc Stanford Solutions – đơn vị hợp tác cùng Fujifilm trong nghiên cứu và ứng dụng AI tại hệ thống Nura toàn cầu, giải thích: EAT là lớp mỡ bao quanh tim và các mạch máu quanh tim. Ở trạng thái cân bằng, EAT có chức năng bảo vệ tim. Tuy nhiên, khi lớp mỡ này quá dày và tích tụ dần theo thời gian, nó tiết ra nhiều hoạt chất trung gian gây viêm, tác động đến thành mạch và gây xơ vữa động mạch. Do đó, EAT được xem là chỉ dấu hình ảnh quan trọng để đánh giá nguy cơ bệnh tim mạch.
Nghiên cứu trên 2.068 người trong 14 năm
Nghiên cứu được công bố trên tạp chí Circulation: Cardiovascular Imaging và lập chỉ mục trên Thư viện Y khoa Quốc gia Hoa Kỳ (PubMed) năm 2020, đã thực hiện trên 2.068 đối tượng không có triệu chứng, từ 47 đến 65 tuổi, với 59% nam giới, theo dõi trung bình 14 năm. Kết quả cho thấy 11% người tham gia gặp biến cố tim mạch nghiêm trọng, có thể tích EAT từ 148 đến 186 cm³. Phần lớn biến cố là can thiệp tái tưới máu mạch vành và nhồi máu cơ tim. Nghiên cứu cũng xác nhận thuật toán học sâu có thể tự động định lượng thể tích và đặc điểm của EAT trên hình ảnh CT.
Giá trị dự báo tới 14 năm
TS.BS Richard nhấn mạnh: “Giá trị lớn nhất của EAT là khả năng phản ánh tương lai. Ngay cả khi người bệnh chưa có triệu chứng, chỉ số EAT đã có thể thay đổi, cho thấy nguy cơ tim mạch đang âm thầm hình thành.” Trong ba phương pháp đánh giá EAT gồm siêu âm, CT và MRI, CT được xem là hiệu quả và kinh tế nhất nhờ hình ảnh rõ, có thể phân tích thể tích EAT và kết hợp đo điểm vôi hóa mạch vành (CAC). Tuy nhiên, do CT sử dụng tia X, việc tầm soát cần tối ưu liều chiếu xạ và chỉ định phù hợp để cân bằng giữa phát hiện sớm và an toàn.
AI giảm liều tia X xuống 3%
Hệ thống AI được nghiên cứu hơn 10 năm qua giúp tối ưu phương pháp chụp CT, giảm liều tia X xuống mức tối thiểu, chỉ còn 3% so với liều thông thường, đồng thời hỗ trợ làm nét hình ảnh và định lượng các chỉ số liên quan đến nguy cơ tim mạch như CAC và EAT. Việc đánh giá EAT được tích hợp trong hệ thống Nura toàn cầu, nằm trong quy trình tầm soát do Fujifilm phát triển. Tại Việt Nam, Nura đang triển khai tại Hà Nội và TP.HCM, hỗ trợ phát hiện sớm nguy cơ ung thư và các bệnh lý lối sống trên đa cơ quan.
Mục tiêu của y học dự phòng hiện đại không phải dự đoán chắc chắn ai sẽ mắc bệnh, mà là nhận diện sớm người có nguy cơ cao để họ có cơ hội theo dõi, điều chỉnh lối sống và can thiệp kịp thời trước khi xảy ra biến cố.
