TIẾP CẬN VÀ QUẢN LÝ NHIỄM KHUẨN HUYẾT TRONG CÁC ĐƠN VỊ HỒI SỨC TÍCH CỰC BẰNG TRÍ TUỆ NHÂN TẠO

BCV: PHẠM VĂN HUỆ

TP.HCM 3/4/2026

Giới thiệu

• Nhiễm khuẩn huyết:

- 48 triệu ca/năm, 30-50% ở ICU

- phức tạp trong chẩn đoán và điều trị

- chẩn đoán sớm, điều trị kịp thời giảm tỷ lệ tử vong

• Trí tuệ nhân tạo ( Artificial Intelligence-AI)

- nguồn lực quý giá giải quyết thách thức

- dự đoán sớm

- chẩn đoán sớm

- cá thể hóa điều trị

AI?

Học sâu

AI TRONG Y HỌC

AI trong nhiễm khuẩn huyết

AI dự đoán sớm

* Những thang điểm sốc nhiễm khuẩn truyền thống

- Systemic Inflammatory Response Syndrome-SIRS

- Sequential Organ Failure Assessment-SOFA

- quick SOFA-qSOFA

- National Early Warning Score-NEWS

- Modified Early Warning Score-MEWS

AI dự đoán sớm

• Giannini 2019
• 160.000 bệnh nhân
• 587 biến số lâm sàng:

+ Dấu hiệu sinh tồn (Mạch, HA, nhịp thở, SpO2).

+ Kết quả xét nghiệm máu (Bạch cầu, Lactate, Creatinine...).

+ Thông tin nhân khẩu học và bệnh nền.

- dự đoán: NKH nặng hoặc sốc NKH trên bệnh nhân nội trú

​

AI dự đoán sớm

* Shashikumar et at: DeepAISE

- Deep Artificial Intelligence Sepsis Expert: học sâu

- Dự đoán sự khởi phát NKH theo khoảng thời gian một giờ, lên đến 12 giờ trước khi xuất hiện các triệu chứng lâm sàng,

​

Sơ đồ COMPOSER

AI dự đoán sớm

- AI/ML đầu tiên

- FDA chấp thuận để dự đoán NKH

- AUROC: 0,85%

- Dự đoán NKH trong vòng 24 giờ sau khi nhập viện, sử dụng tiêu chí Sepsis-3.

​

AI chẩn đoán sớm

• 1400 bệnh nhân, thuật toán ML: random forest
• Bệnh án điện tử + procalcitonin, interleukin-6 và protein phản ứng C
• AUROC là 0,83 cho chẩn đoán NKH, chứng minh hiệu suất chẩn đoán và tiên lượng đáng tin cậy

AI chẩn đoán sớm

Phân tích nhóm nguy cơ: thời gian nằm viện, tỷ lệ tử vong 30 ngày, tỷ lệ nhập viện 30 ngày

Mô hình tạo ra điểm số rủi ro nhiễm trùng huyết tương quan với mức độ nghiêm trọng của bệnh

AI chẩn đoán sớm

- 4449 bệnh nhân NK ICU

- 55 biến với các biến chính(BC trung tính, D-Dimer, BC ái toan, albumin, BC)

- AUROC 0,91, độ nhạy 87% và độ đặc hiệu 89%

- Điểm mạnh của nghiên cứu là khả năng chẩn đoán NKH sau khi NK đã được xác nhận

AI chẩn đoán sớm

* Zheng và CS

• ML với dấu ấn sinh học chuyển hóa cụ thể
• 57 đặc điểm với độ chính xác AUC=0,95
• Phân biệt nhiễm gram âm, gram dương với AUC=0,80, độ nhạy 86%, đặc hiệu 46%
• Liên quan chuyển hóa ubiquinone và D-arginine: NKH rối loạn chuyển hóa ni tơ, ty thể, suy tạng
• Đặc hiệu Coenzyme Q10, axit mật, glycerophospholipid: BN và vi khuẩn
• ML chẩn đoán vượt trội so với chẩn đoán truyền thống

AI điều trị cá thể hóa

• Điều trị NKH phức tạp: đa dạng + đáp ứng cá thể
• AI cá nhân hóa điều trị
• Bataille và CS sử dụng ML dự đoán đáp ứng bù dịch trong NKH or sốc NKH
• ML( dựa vào dữ liệu siêu âm tim) và Nghiệm pháp nâng chân thụ động
• ML cho thấy chính xác hơn nghiệm pháp nâng chân thụ động

Ma trận tương quan các thông số siêu âm

AI điều trị cá thể hóa

• PLR: nâng chân thụ động- CART: cây phân loại và hồi quy- NNET: mạng lưới thần kinh - PLS: hồi quy bình phương tối thiểu từng phần

AI điều trị cá thể hóa

- Jie Yang và CS bằng ML học tăng cường

phân tích các quyết định điều trị trước đó và đề xuất các phương pháp điều trị tối ưu dựa trên dữ liệu cụ thể của bệnh nhân

- AI chứng minh giảm nguy cơ quá tải dịch: nâng cao độ chính xác quyết định lâm sàng, dự đoán tốt hơn khả năng đáp ứng bù dịch

AI điều trị cá thể hóa

Ates và CS

• ML điều trị kháng sinh cá thể hóa
• Dữ liệu hiệu quả điều trị và đặc điểm BN
• Khác biệt trong thay đổi liều 48-72 giờ
• Phân tích tích lũy cho thấy BN có theo dõi nồng độ thuốc giảm tỷ lệ tử vong so với nhóm liều cố định

Kết luận

- AI mở ra cơ hội cách mạng hóa quản lý sepsis tại ICU

- AI ngày càng chứng minh được vai trò trong; dự đoán, chẩn đoán sớm và điều trị cá thể hóa nhiễm khuẩn huyết

- Sự tích hợp nhiều hệ thống AI mang lại hiệu quả cho người bệnh

- Trong thực hành lâm sàng, kết quả đạt được tốt nhất bằng cách tích hợp các mô hình học máy như các công cụ hỗ trợ ra quyết định bổ sung mà không thể thay thế được bác sĩ lâm sàng

Thank you