Xét nghiệm và chẩn đoán mô bệnh học trên tiêu bản số hóa: Cách mạng hóa Giải phẫu bệnh từ kính hiển vi đến Trí tuệ Nhân tạo

1. Tóm tắt

Giải phẫu bệnh là “tiêu chuẩn vàng” trong chẩn đoán ung thư, nhưng phương pháp truyền thống dựa trên kính hiển vi quang học đang bộc lộ nhiều hạn chế: quy trình thủ công, khó chia sẻ và lưu trữ, phụ thuộc lớn vào kinh nghiệm cá nhân của bác sĩ. Công nghệ số hóa tiêu bản với Whole Slide Imaging (WSI) đã mở ra một kỷ nguyên mới, cho phép chuyển đổi toàn bộ lam kính thành hình ảnh kỹ thuật số có độ phân giải cao (gigapixel).

Bài viết này trình bày tổng quan về quy trình xét nghiệm và chẩn đoán mô bệnh học trên tiêu bản số hóa, từ nguyên lý công nghệ, ứng dụng thực tế đến những ưu nhược điểm. Đồng thời, bài viết giới thiệu giải pháp toàn diện của Công ty TNHH Khoa học Kỹ thuật Genobi – từ thiết bị tạo tiêu bản, máy quét số hóa đến phần mềm phân tích AI – đồng hành cùng các cơ sở y tế trong hành trình chuyển đổi số giải phẫu bệnh, nâng cao chất lượng chẩn đoán và hướng tới y học cá nhân hóa.

2. Nội dung chính

Ung thư là một trong những nguyên nhân gây tử vong hàng đầu trên toàn thế giới. Chẩn đoán chính xác và kịp thời là yếu tố then chốt quyết định hiệu quả điều trị và tiên lượng bệnh nhân. Trong đó, xét nghiệm giải phẫu bệnh được xem là “tiêu chuẩn vàng” để xác định bản chất lành tính hay ác tính của tổn thương. Quy trình truyền thống bao gồm: tiếp nhận mẫu mô, cố định, đúc paraffin, cắt lát, nhuộm, và cuối cùng là bác sĩ giải phẫu bệnh quan sát tiêu bản dưới kính hiển vi để đưa ra chẩn đoán.

Tuy nhiên, phương pháp này đang đối mặt với những thách thức lớn: (1) Thiếu hụt bác sĩ chuyên khoa, đặc biệt ở tuyến tỉnh và huyện; (2) Quy trình thủ công, tốn thời gian, dễ xảy ra sai sót; (3) Khó khăn trong lưu trữ và chia sẻ lam kính – kho lưu trữ lam kính chiếm diện tích lớn, dễ hư hỏng và thất lạc; (4) Hạn chế trong hội chẩn từ xa – để xin ý kiến chuyên gia ở bệnh viện khác, lam kính phải được vận chuyển vật lý.

Sự ra đời của giải phẫu bệnh kỹ thuật số (Digital Pathology) với công nghệ Whole Slide Imaging (WSI) đã giải quyết những vấn đề này. WSI cho phép số hóa toàn bộ tiêu bản thành hình ảnh kỹ thuật số có độ phân giải gigapixel, có thể xem, phân tích, chia sẻ và lưu trữ trên máy tính. Sự kết hợp với Trí tuệ nhân tạo (AI) càng làm tăng sức mạnh của công nghệ này, mở ra khả năng tự động hóa chẩn đoán, phát hiện sớm tổn thương và cá nhân hóa điều trị.

3. Nội dung chuyên sâu

A. Cơ chế sinh học và nguyên lý công nghệ

3.1. Quy trình xét nghiệm mô bệnh học trên tiêu bản số hóa

Quy trình xét nghiệm mô bệnh học trên tiêu bản số hóa bao gồm các bước sau:

Thu nhận và xử lý mẫu mô: Mẫu mô được lấy từ bệnh nhân qua sinh thiết hoặc phẫu thuật, sau đó được cố định trong formalin, xử lý qua các bước khử nước, làm trong, tẩm paraffin và đúc khối.
Cắt lát và nhuộm: Khối paraffin được cắt thành các lát mỏng (3–5 micromet), gắn lên lam kính và nhuộm màu (phổ biến nhất là nhuộm Hematoxylin & Eosin – H&E).
Số hóa tiêu bản (Whole Slide Imaging): Tiêu bản được đưa vào máy quét chuyên dụng (whole slide scanner), quét toàn bộ bề mặt với độ phân giải cao, tạo ra file hình ảnh số. Máy quét sử dụng vật kính chuyên dụng (20x, 40x) và công nghệ camera tiên tiến để ghi lại từng chi tiết của tiêu bản.
Lưu trữ và quản lý hình ảnh số: Hình ảnh được lưu trữ trên máy chủ hoặc đám mây, có thể truy xuất và quản lý tập trung.
Đọc và phân tích: Bác sĩ giải phẫu bệnh xem hình ảnh số trên màn hình máy tính, sử dụng các công cụ phóng to/thu nhỏ, đo lường, chú thích để phân tích và đưa ra chẩn đoán. Hình ảnh số có thể được chia sẻ dễ dàng cho hội chẩn từ xa.
Hỗ trợ bởi AI: Các thuật toán AI có thể tự động phát hiện vùng bất thường, phân loại tổn thương, định lượng biomarker và hỗ trợ bác sĩ trong quyết định chẩn đoán.

3.2. Công nghệ Whole Slide Imaging (WSI)

WSI là công nghệ cốt lõi của giải phẫu bệnh số. Máy quét WSI tự động di chuyển tiêu bản dưới vật kính, chụp hàng nghìn hoặc hàng triệu tấm ảnh nhỏ (tiles) với độ phóng đại cao, sau đó ghép chúng thành một bức ảnh toàn cảnh duy nhất. Ảnh WSI có độ phân giải gigapixel (hàng tỷ điểm ảnh), cho phép bác sĩ phóng to để xem chi tiết tế bào hoặc thu nhỏ để quan sát tổng thể mô, tương tự như cách sử dụng Google Maps.

3.3. Vai trò của Trí tuệ Nhân tạo (AI)

AI trong giải phẫu bệnh số hoạt động dựa trên các mô hình học sâu (deep learning), được huấn luyện trên hàng triệu hình ảnh tiêu bản đã được gán nhãn bởi bác sĩ chuyên khoa. Các ứng dụng chính của AI bao gồm:

Phát hiện và định vị tổn thương: Tự động khoanh vùng các khu vực nghi ngờ ung thư hoặc tổn thương tiền ung thư.
Phân loại và phân cấp độ ung thư: Xác định loại ung thư và mức độ ác tính dựa trên hình ảnh mô học.
Định lượng biomarker: Đo lường chính xác các dấu ấn sinh học như PD-L1, HER2, hỗ trợ quyết định điều trị miễn dịch hoặc nhắm trúng đích.
Dự đoán đáp ứng điều trị: Phân tích hình thái mô để dự đoán bệnh nhân có đáp ứng với một số phác đồ điều trị hay không.
Tự động hóa quy trình: Giảm tải công việc lặp đi lặp lại cho bác sĩ, tăng năng suất và giảm sai sót.

B. Kết quả thực nghiệm và ứng dụng thực tế

4.1. Độ chính xác của chẩn đoán trên tiêu bản số hóa

Nhiều nghiên cứu đã chứng minh độ chính xác của chẩn đoán trên tiêu bản số hóa tương đương hoặc cao hơn so với kính hiển vi truyền thống. Một nghiên cứu tổng quan và phân tích gộp đã đánh giá độ chính xác chẩn đoán của AI trên hình ảnh WSI cho nhiều bệnh khác nhau. Các nghiên cứu lâm sàng cũng cho thấy WSI cho phép chẩn đoán từ xa theo thời gian thực trong phẫu thuật ung thư vú, và các mô hình AI đã đạt được hiệu suất tương đương bác sĩ trong phát hiện ung thư phổi trên tiêu bản H&E.

4.2. Ứng dụng thực tế trên thế giới và tại Việt Nam

Trên thế giới, giải phẫu bệnh số đã được triển khai rộng rãi tại nhiều bệnh viện lớn ở Mỹ, Châu Âu và Châu Á. Tại Mỹ, MD Anderson Cancer Center đã sử dụng WSI để chẩn đoán ung thư vú từ xa trong phẫu thuật. Các phòng xét nghiệm cũng đang áp dụng các quy trình tự động hóa tích hợp từ chuẩn bị tiêu bản đến đọc kết quả, với mục tiêu cắt giảm ít nhất một tuần so với tiến độ tiêu chuẩn.

Tại Việt Nam, xu hướng này đang được đón nhận mạnh mẽ. Genobi là đơn vị phân phối độc quyền các giải pháp số hóa tế bào học và giải phẫu bệnh của Landing Med tại Việt Nam – một công ty y tế tiên phong trong ứng dụng AI vào sàng lọc ung thư cổ tử cung, với thành tựu vượt mốc 10 triệu xét nghiệm Pap smear hỗ trợ bởi AI tại Trung Quốc.

4.3. Giải pháp của Genobi – Hỗ trợ toàn diện từ tạo tiêu bản đến phân tích AI

Genobi cung cấp giải pháp trọn gói cho phòng giải phẫu bệnh kỹ thuật số, bao gồm:

Máy quét tiêu bản kỹ thuật số LD Patho 320A: Thiết kế nhỏ gọn (6kg), di động, lý tưởng cho các phòng xét nghiệm muốn chuyển đổi số. Hỗ trợ tầm soát ung thư cổ tử cung (PAP smear), phân tích tế bào học dịch màng, nước tiểu, FNA.
Máy quét tiêu bản kỹ thuật số LD Cyto2200: Thiết bị công nghệ cao với khả năng tải và xử lý tự động hàng trăm tiêu bản, hoạt động liên tục 24/7. Tích hợp liền mạch với Hệ thống AI tế bào cổ tử cung của Landing Med, được chứng nhận CE-IVD theo Quy định EU 2017/746.
Phần mềm AI hỗ trợ chẩn đoán: Tích hợp các thuật toán AI giúp phát hiện vùng tổn thương, phân loại tế bào bất thường và hỗ trợ bác sĩ trong quyết định chẩn đoán.
Hệ thống lưu trữ và quản lý dữ liệu: Cho phép lưu trữ, truy xuất và chia sẻ hình ảnh số hóa dễ dàng, phục vụ hội chẩn từ xa và đào tạo.

C. Đánh giá ưu và nhược điểm

Phương diện	Ưu điểm	Nhược điểm / Thách thức
Chẩn đoán	– Độ chính xác tương đương hoặc cao hơn kính hiển vi – Giảm sự khác biệt giữa các bác sĩ (interobserver variability) – Hỗ trợ phát hiện tổn thương nhỏ	– Phụ thuộc vào chất lượng tiêu bản và quá trình số hóa – Cần thời gian làm quen với công nghệ mới
Hiệu suất	– Tăng tốc quy trình, giảm thời gian trả kết quả – Tự động hóa các tác vụ lặp đi lặp lại – Giảm tải công việc cho bác sĩ	– Đầu tư ban đầu cao (máy quét, máy chủ, phần mềm)
Chi phí	– Giảm chi phí lưu trữ lam kính về lâu dài – Giảm chi phí vận chuyển lam cho hội chẩn – Tăng doanh thu từ dịch vụ hội chẩn từ xa	– Chi phí vận hành và bảo trì hệ thống – Chi phí đào tạo nhân sự
An toàn sinh học	– Giảm nguy cơ tiếp xúc với mẫu bệnh phẩm – Lưu trữ an toàn, không lo hư hỏng hay thất lạc	– Yêu cầu bảo mật dữ liệu cao – Rủi ro mất dữ liệu nếu không có sao lưu
Hội chẩn & Đào tạo	– Hội chẩn từ xa dễ dàng – Xây dựng thư viện số phục vụ đào tạo và nghiên cứu	– Yêu cầu hạ tầng mạng và băng thông ổn định

4. Thảo luận và Xu hướng

Giải phẫu bệnh kỹ thuật số với sự hỗ trợ của AI đang chuyển từ giai đoạn thử nghiệm sang ứng dụng lâm sàng rộng rãi. Các xu hướng chính trong tương lai bao gồm:

Tích hợp đa phương thức (Multimodal Integration): Kết hợp hình ảnh WSI với dữ liệu bệnh án điện tử, dữ liệu gen và protein để đưa ra chẩn đoán và tiên lượng chính xác hơn.
Mô hình nền tảng (Foundation Models): Phát triển các mô hình AI được huấn luyện trên hàng triệu hình ảnh, có thể ứng dụng cho nhiều loại ung thư và bệnh lý khác nhau.
Phân tích hình ảnh không có nhãn (Weakly Supervised Learning): Các thuật toán mới cho phép AI học từ toàn bộ slide mà không cần gán nhãn chi tiết, tiết kiệm thời gian và chi phí.
Tự động hóa toàn diện (End-to-End Automation): Tích hợp AI vào toàn bộ quy trình – từ kiểm soát chất lượng tiêu bản, phát hiện artifact, đến phân tích và báo cáo kết quả.
Ứng dụng trong y học cá nhân hóa: AI trên WSI có thể dự đoán đáp ứng điều trị miễn dịch, giúp lựa chọn phác đồ tối ưu cho từng bệnh nhân.

Vai trò của Genobi trong việc thúc đẩy xu hướng này tại Việt Nam:

Với vị thế là đơn vị phân phối độc quyền các giải pháp số hóa của Landing Med và là đối tác chiến lược của các hệ thống y tế lớn như MEDLATEC, Genobi đóng vai trò quan trọng trong việc đưa công nghệ tiên tiến vào thực tiễn tại Việt Nam. Giải pháp của Genobi không chỉ dừng lại ở việc cung cấp máy quét, mà còn bao gồm phần mềm quản lý, hệ thống lưu trữ và tích hợp AI, hỗ trợ các bệnh viện và phòng xét nghiệm trong suốt quá trình chuyển đổi số – từ tư vấn thiết kế quy trình, lắp đặt, đào tạo đến bảo trì và nâng cấp.

5. Kết luận

Xét nghiệm và chẩn đoán mô bệnh học trên tiêu bản số hóa đánh dấu một cuộc cách mạng trong giải phẫu bệnh, giúp nâng cao chất lượng chẩn đoán, tăng hiệu suất làm việc và mở ra khả năng hội chẩn từ xa, đào tạo và nghiên cứu. Công nghệ Whole Slide Imaging và Trí tuệ Nhân tạo đã chứng minh độ chính xác tương đương hoặc vượt trội so với kính hiển vi truyền thống, đồng thời giải quyết nhiều thách thức về nhân lực, lưu trữ và chia sẻ dữ liệu.

Tại Việt Nam, xu hướng này đang được các bệnh viện và hệ thống y tế tiên phong đón nhận. Công ty TNHH Khoa học Kỹ thuật Genobi, với vai trò là nhà cung cấp giải pháp toàn diện từ máy quét tiêu bản đến phần mềm phân tích AI và hệ thống lưu trữ, đang đồng hành cùng các cơ sở y tế trong hành trình chuyển đổi số giải phẫu bệnh, góp phần nâng cao chất lượng chẩn đoán và điều trị ung thư, hướng tới một nền y học chính xác và cá nhân hóa.

Thu Thảo Genobi

Tài liệu tham khảo:

AI-based methods for modelling whole-slide imaging data in cancer diagnosis and transcriptome profile prediction. BMC Artificial Intelligence, 2025.
Artificial intelligence in digital pathology diagnosis and analysis: technologies, challenges, and future prospects. Military Medical Research, 2026.
Artificial Intelligence in Histopathology. PMC, 2025.
Whole-slide imaging allows real-time remote diagnosis for breast cancer. MD Anderson Cancer Center, 2025.
Artificial intelligence in digital pathology: a systematic review and meta-analysis of diagnostic test accuracy. 2024.
Charles River Laboratories Introduces AI-Powered, End-to-End Workflow. Contract Pharma, 2026.
Máy quét tiêu bản tự động – hỗ trợ chẩn đoán tế bào học bằng AI. Genobi.
Hệ thống Y tế MEDLATEC hợp tác với Genobi trong lĩnh vực Giải phẫu bệnh kỹ thuật số và AI. Medlatec, 2025.
WHO Classification of Tumours, 5th Edition. IARC/WHO.
Unveiling the future: the impact of artificial intelligence in diagnostic pathology. Surgical and Experimental Pathology, 2025.