[NCKH#19] Phân tích hình thái số hóa Dịch cơ thể: Cơ hội và hạn chế

Giới thiệu

Phân tích hình thái học dịch cơ thể, như dịch não tủy (CSF), dịch màng phổi, và dịch ổ bụng, đóng vai trò quan trọng trong chẩn đoán, theo dõi và đánh giá các bệnh lý như nhiễm trùng, tự miễn, ung thư, chấn thương, và thoái hóa thần kinh. Trong vài thập kỷ qua, sự phát triển của công nghệ phân tích hình thái học kỹ thuật số đã thay thế dần các phương pháp thủ công, mang lại sự chuẩn hóa, tốc độ và độ chính xác cao hơn. Bài viết này sẽ trình bày tổng quan về các cơ hội và hạn chế của phân tích hình thái học kỹ thuật số đối với dịch cơ thể, dựa trên các nghiên cứu và công nghệ hiện đại như Cellavision và Sysmex DI-60, cùng với triển vọng tương lai.

Tổng quan về phân tích hình thái học kỹ thuật số

Phân tích hình thái học kỹ thuật số sử dụng các thiết bị tự động tích hợp camera số, phần mềm nhận dạng hình ảnh, và trí tuệ nhân tạo (AI) để xác định và phân loại các tế bào trong dịch cơ thể. Các hệ thống này, như Cellavision (DM96, DM1200, DM9600) và Sysmex DI-60, được thiết kế với các mô-đun hút mẫu thể tích nhỏ và phần mềm chuyên dụng, cho phép phân tích các tế bào không thường thấy trong máu hoặc nước tiểu, chẳng hạn như tế bào ung thư, bạch cầu bất thường, hoặc các hạt khác. Quá trình phân tích thường bao gồm hai bước: (1) đếm tế bào bằng các kỹ thuật tương tự xét nghiệm huyết học (như tế bào dòng chảy) và (2) phân tích hình thái học bằng các thiết bị chụp ảnh tế bào, sử dụng thuốc nhuộm Romanowsky (như May-Grünwald-Giemsa, Wright-Giemsa). Phần mềm của các thiết bị này sử dụng mạng nơ-ron nhân tạo để “phân loại trước” (preclassification) các tế bào thành các nhóm như bạch cầu trung tính, lympho, đại thực bào, bạch cầu ái toan, và các tế bào khác (bao gồm tế bào ung thư hoặc tế bào bất thường). Tuy nhiên, kết quả phân loại trước cần được chuyên gia phòng thí nghiệm xem xét lại (postclassification) để đảm bảo tính chính xác.

Ứng dụng lâm sàng

Phân tích hình thái học kỹ thuật số mang lại nhiều lợi ích so với phương pháp kính hiển vi thủ công truyền thống. Các thiết bị như Cellavision và Sysmex DI-60 giảm thiểu sai số do kỹ năng của người vận hành, tăng tốc độ phân tích, và đảm bảo kết quả chuẩn hóa. Các hệ thống này có thể phân loại các tế bào trong dịch cơ thể, chẳng hạn như bạch cầu, hồng cầu, tế bào ung thư, hoặc các hạt như tinh thể và vi khuẩn. Ngoài ra, chúng cho phép lưu trữ hình ảnh kỹ thuật số để phân tích từ xa, phục vụ mục đích giáo dục, hoặc tích hợp vào hồ sơ y tế điện tử. Các thiết bị khác như Mindray MC-80, West Medica Vision Hema, và Roche Cobas m511 cũng được thương mại hóa, nhưng chưa có nghiên cứu xác nhận rõ ràng về hiệu quả trong phân tích dịch cơ thể.

Các nghiên cứu xác nhận

Một số nghiên cứu đã đánh giá hiệu quả của các thiết bị phân tích hình thái học kỹ thuật số. Chẳng hạn, nghiên cứu của Filed và cộng sự sử dụng Cellavision DM96 trên 177 mẫu dịch cơ thể (100 mẫu CSF, 62 mẫu dịch ổ bụng, và các mẫu khác) cho thấy hệ thống này có khả năng phân loại chính xác các tế bào, mặc dù vẫn cần xem xét thủ công để xác nhận các tế bào phức tạp. Một nghiên cứu khác của You và cộng sự trên 213 mẫu (47 mẫu CSF, 90 mẫu dịch màng phổi, và 76 mẫu dịch ổ bụng) cho thấy Sysmex DI-60 đạt độ nhạy 95,9% cho bạch cầu trung tính, 93,1% cho lympho, 69,4% cho bạch cầu ái toan, 99,4% cho đại thực bào, và 93,7% cho các tế bào khác, với độ đặc hiệu tương ứng từ 95,5% đến 99,0%. Đặc biệt, trong phát hiện tế bào ung thư, DI-60 đạt độ nhạy 50,0% và độ đặc hiệu 95,7%, tăng lên lần lượt 81,0% và 92,0% khi sử dụng công cụ “overview analysis” để tối ưu hóa vùng quan tâm với độ phóng đại từ 10x đến 50x.

Nghiên cứu của Goubard và cộng sự trên 247 mẫu (96 mẫu CSF, 151 mẫu dịch ổ bụng và màng phổi) sử dụng iQ200 (một thiết bị kính hiển vi tự động nước tiểu) cho thấy độ tương hợp cao với kính hiển vi thủ công, với hệ số tương quan từ 0,82 đến 0,91 cho các tế bào có nhân và 0,52 đến 0,94 cho hồng cầu. Kết quả này cho thấy phân tích tự động có thể giảm đáng kể nhu cầu phân tích thủ công, mặc dù thời gian phân loại tế bào không khác biệt đáng kể so với phương pháp truyền thống.

Lợi ích của phân tích hình thái học kỹ thuật số

1. Chuẩn hóa và tái lập: Các hệ thống tự động tạo ra các tiêu bản dịch cơ thể đồng nhất, giảm sai số do thao tác thủ công và tiết kiệm tài nguyên con người cũng như kinh tế.
2. Cải thiện sức khỏe người vận hành: Tự động hóa giảm tiếp xúc với các mẫu sinh học, cải thiện an toàn và sức khỏe cho nhân viên phòng thí nghiệm.
3. Tăng khả năng quan sát: Hình ảnh kỹ thuật số cho phép phóng đại và đánh dấu vùng quan tâm, hỗ trợ phát hiện các đặc điểm tế bào cụ thể, đặc biệt là tế bào ung thư.
4. Lưu trữ và sử dụng linh hoạt: Hình ảnh kỹ thuật số có thể được lưu trữ để phân tích từ xa, đào tạo, hoặc tích hợp vào hồ sơ y tế điện tử.
5. Phân loại trước tự động: Các thuật toán AI hỗ trợ phân loại ban đầu, giảm khối lượng công việc cho chuyên gia.

Hạn chế

1. Chất lượng tiêu bản: Quá trình ly tâm tạo tiêu bản (cytospin) có thể làm biến dạng tế bào, ảnh hưởng đến kết quả phân loại. Phương pháp nhuộm và loại máy tạo tiêu bản cũng có thể gây sai lệch.
2. Chi phí ban đầu: Các thiết bị phân tích kỹ thuật số đòi hỏi đầu tư lớn vào thiết bị, bảo trì, và đào tạo.
3. Khó khăn trong tập trung hình ảnh: Hình ảnh kỹ thuật số không cho phép điều chỉnh tiêu cự như kính hiển vi thủ công, gây khó khăn trong việc quan sát chi tiết.
4. Hạn chế trong phân loại tế bào phức tạp: Một số tế bào bệnh lý hoặc không phổ biến (như tế bào ung thư) không thể được phân loại trước chính xác, đòi hỏi chuyên gia xem xét lại, làm tăng thời gian phân tích.
5. Thời gian thích nghi: Nhân viên phòng thí nghiệm cần đào tạo để làm quen với giao diện và phương pháp phân tích kỹ thuật số, khác biệt so với kính hiển vi truyền thống.

Triển vọng tương lai

Phân tích hình thái học kỹ thuật số dịch cơ thể đang ở giai đoạn sơ khai, đặc biệt khi so sánh với ứng dụng trong huyết học. Các cải tiến trong phần mềm, đặc biệt là thuật toán AI, có thể mở rộng khả năng nhận diện các tế bào bệnh lý hoặc không phổ biến. Nghiên cứu của Yamatani và cộng sự cho thấy việc xem xét lại bởi chuyên gia có thể nâng độ nhạy phát hiện tế bào ung thư từ 50% lên hơn 80%, nhưng cần thêm các nghiên cứu để xác nhận hiệu quả này. Ngoài ra, tích hợp các hệ thống phân tích kỹ thuật số với thiết bị huyết học và phân tích nước tiểu (như hình minh họa trong tài liệu) có thể tạo ra các nền tảng phân tích toàn diện. Các hệ thống này cũng có tiềm năng ứng dụng tại điểm chăm sóc (point-of-care), đặc biệt ở các cơ sở y tế nhỏ, nếu chi phí được tối ưu hóa.

Kết luận

Phân tích hình thái học kỹ thuật số dịch cơ thể mang lại nhiều cơ hội, từ chuẩn hóa quy trình, tiết kiệm tài nguyên, đến cải thiện khả năng phát hiện bệnh lý. Tuy nhiên, các hạn chế như chi phí cao, chất lượng tiêu bản, và nhu cầu xem xét thủ công vẫn là thách thức. Với sự phát triển của AI và tích hợp công nghệ, các hệ thống này hứa hẹn sẽ nâng cao hiệu quả chẩn đoán, đặc biệt trong việc phát hiện các bệnh lý phức tạp như ung thư, góp phần cải thiện chăm sóc bệnh nhân.

Nguồn: Lippi et al. Opportunities and Drawbacks of Digitalized Morphologic Analysis of Body Fluids. Clin Lab Med.

Trên đây là phần tóm lược nội dung của bài báo do QLAB biên dịch. Để xem đầy đủ nội dung vui lòng tham khảo bài báo gốc.

Thông tin bài báo khoa học:

Nếu bạn đang quan tâm nghiên cứu này hoặc cần bản gốc của nghiên cứu, hãy liên hệ Zalo: 0913.334.212 để được hỗ trợ.

Nếu bạn thấy bài viết mang lại giá trị cho mình, hãy mời chúng tôi ly cà phê bằng cách quét mã phía dưới nhé!