Úng dụng AI tiên lượng kết quả IUI

07/07/2025 Tác giả: Bs. Nguyễn Thị Tình

AI tiên lượng kết quả IUI: Mô hình Neural Network với độ chính xác 71%

Trong điều trị hiếm muộn, phương pháp bơm tinh trùng vào buồng tử cung (IUI – Intrauterine Insemination) là lựa chọn phổ biến vì chi phí hợp lý và mức độ xâm lấn thấp. Tuy nhiên, tỷ lệ thành công mỗi chu kỳ IUI chỉ dao động từ 10–20%, khiến nhiều cặp đôi băn khoăn: “Tôi có phù hợp với IUI không?”

Gần đây, trí tuệ nhân tạo (AI),đặc biệt là mô hình mạng nơ-ron nhân tạo (Artificial Neural Network – ANN),đã được ứng dụng để dự đoán khả năng thành công của IUI dựa trên các chỉ số lâm sàng và tiền sử bệnh nhân.

Nghiên cứu thực tế: Neural Network dự đoán đậu thai sau IUI

Theo nghiên cứu đăng trên Middle East Fertility Society Journal (2021), các nhà khoa học đã thu thập dữ liệu từ 546 chu kỳ IUI, bao gồm các thông tin như:

Tuổi người vợ
Số nang noãn phát triển
Chỉ số nội mạc tử cung (EMT)
Chỉ số tổng tinh trùng di động (TPMSC)
Loại thuốc kích thích rụng trứng

Kết quả cho thấy, mô hình Artificial Neural Network (ANN) có thể dự đoán kết quả IUI với:

Độ chính xác (Accuracy): 71%
Độ nhạy (Sensitivity): 76%
Độ đặc hiệu (Specificity): 69%

Điều này cho thấy AI hoàn toàn có thể hỗ trợ bác sĩ đưa ra quyết định lâm sàng: nên tiếp tục IUI hay chuyển sang IVF sớm hơn.

Ý nghĩa thực tiễn của AI trong điều trị hiếm muộn

Việc áp dụng AI giúp:

Dự đoán xác suất thành công cho từng cặp đôi trước khi tiến hành IUI
Cá nhân hóa phác đồ: chọn loại thuốc, liều lượng và thời điểm can thiệp
Giảm chi phí và thời gian điều trị không cần thiết

Đặc biệt, đối với các trung tâm điều trị hiếm muộn, mô hình AI có thể trở thành một công cụ hỗ trợ tư vấn, giúp bệnh nhân có kỳ vọng thực tế và lựa chọn sáng suốt hơn.

Hình ảnh minh họa một mô hình mạng nơ-ron nhân tạo (Artificial Neural Network – ANN)

Hình ảnh minh họa một mô hình mạng nơ-ron nhân tạo (Artificial Neural Network – ANN)

Các thành phần chính:

Lớp đầu vào (Input Layer) gồm 5 yếu tố lâm sàng:
- Tuổi (Age)
- Số lượng nang noãn (Number of follicles)
- Độ dày nội mạc tử cung (Endometrial thickness)
- Chỉ số tinh trùng di động (TPMSC)
- Loại thuốc kích trứng (Type of ovulation induction)
2 lớp ẩn (Hidden Layer 1 & 2) xử lý tín hiệu.
Lớp đầu ra (Output Layer) thể hiện khả năng “Success” (đậu thai hoặc không).

Tại Việt Nam, trí tuệ nhân tạo (AI) đang dần được ứng dụng trong lĩnh vực hỗ trợ sinh sản nhằm nâng cao hiệu quả điều trị vô sinh – hiếm muộn. Một số trung tâm đã bắt đầu triển khai các hệ thống sử dụng AI để phân tích dữ liệu lâm sàng, đánh giá chất lượng phôi, hỗ trợ chọn lọc tinh trùng, cũng như dự đoán tỷ lệ thành công trong các phương pháp như IUI hoặc IVF. Các mô hình học máy có khả năng xử lý nhiều yếu tố cùng lúc như tuổi, nội tiết, đáp ứng buồng trứng, chỉ số tinh trùng..., từ đó giúp bác sĩ cá nhân hóa phác đồ điều trị và đưa ra quyết định chính xác hơn. Dù còn ở giai đoạn đầu, nhưng việc áp dụng AI đã cho thấy tiềm năng lớn trong việc rút ngắn thời gian điều trị, tăng tỷ lệ đậu thai và tối ưu hóa nguồn lực y tế tại Việt Nam