Singapore ứng dụng AI dự đoán nguy cơ cắt cụt chi dưới ở bệnh nhân tiểu đường

Hoạt động giám sát cá nhân hóa theo mức độ rủi ro có thể sớm trở thành tiêu chuẩn mới dành cho bệnh nhân tiểu đường có nguy cơ cao phải cắt cụt chi dưới.

Mô hình LEA - Neural Network Model (LEA-Net), do Bệnh viện Đa khoa Singapore (SGH), SingHealth và Văn phòng Chuyển đổi Y tế thuộc Bộ Y tế Singapore (MOHT) đồng phát triển, ứng dụng trí tuệ nhân tạo nhằm hỗ trợ can thiệp sớm và giảm các ca cắt cụt chi có thể tránh được.

LEA-Net được thiết kế để dự đoán nguy cơ cắt cụt chi dưới từ 3 đến 5 năm trước khi bệnh nhân xuất hiện loét bàn chân và nhiễm trùng. Nhờ đó, đội ngũ điều trị có thể can thiệp trước khi tổn thương mô trở nên không thể phục hồi.

Mô hình này phân loại bệnh nhân thành nhóm nguy cơ thấp và nguy cơ cao, từ đó hỗ trợ triển khai các biện pháp can thiệp có mục tiêu và rút ngắn thời gian chờ khám với bác sĩ chuyên khoa mạch máu.

Tại Singapore, gần 9 trong 10 người từng phải cắt cụt chi dưới mắc bệnh tiểu đường, trong khi khoảng 85% trường hợp có tiền sử loét bàn chân trước đó. Cắt cụt chi dưới có thể để lại nhiều hệ lụy nghiêm trọng, ảnh hưởng đến khả năng vận động, tính tự chủ, các mối quan hệ và sức khỏe tổng thể của người bệnh.

Với bệnh nhân tiểu đường hoặc bệnh lý mạch máu từng trải qua cắt cụt chi, nguy cơ biến chứng vết thương và mất chi còn lại cũng tăng lên. Gánh nặng tài chính với hệ thống y tế cũng rất đáng kể.

Các can thiệp ở giai đoạn sớm có chi phí trung bình khoảng 25.000 USD, trong khi điều trị ở giai đoạn muộn có thể vượt 40.000 - 50.000 USD cho mỗi bệnh nhân. Hiện nay, người bệnh tiểu đường được tầm soát hằng năm về sức khỏe bàn chân, mắt và chức năng thận.

Tuy nhiên, tỷ lệ tuân thủ tầm soát bàn chân tiểu đường vẫn thấp nhất trong ba hạng mục này. Không ít bệnh nhân chỉ tìm đến chăm sóc y tế khi đã xuất hiện vết thương hoặc nhiễm trùng, làm tăng nguy cơ cắt cụt chi, biến chứng phẫu thuật và tử vong.

LEA-Net được phát triển dựa trên dữ liệu ẩn danh từ hơn 830.000 hồ sơ bệnh nhân của SingHealth, bao gồm thông tin nhân khẩu học, tình trạng lâm sàng và kết quả xét nghiệm y khoa.

Trong đó, khoảng 250.000 hồ sơ được tách riêng để xác thực. Mô hình đã chứng minh độ nhạy gần 80% và độ đặc hiệu xấp xỉ 90% trong dự đoán nguy cơ cắt cụt chi dưới, vượt trội hơn các mô hình tham chiếu ở cả hai chỉ số.

Kết quả cho thấy LEA-Net có thể xác định bệnh nhân nguy cơ cao trong giai đoạn vàng, trước khi loét bàn chân và nhiễm trùng phát triển. Đây cũng là một ví dụ cho xu hướng chuyển dịch sang chăm sóc dự phòng dựa trên dữ liệu, phù hợp với định hướng của sáng kiến Healthier SG.

LEA-Net đã giành Giải thưởng do khán giả bình chọn tại Hội nghị 2025 của Liên hiệp Quốc tế về Đo lường Kết quả Y tế (ICHOM) ở Dublin, Ireland. Nhóm nghiên cứu dự kiến tiếp tục kiểm định hiệu quả lâm sàng của mô hình thông qua một nghiên cứu thí điểm với các bệnh nhân trong Diabetes Registry của SingHealth.