ODIASP – Phần mềm mã nguồn mở xác định tự động Skeletal Muscle Index (SMI) trên CT: Ứng dụng đánh giá tình trạng suy dinh dưỡng trên bệnh nhân ung thư

1. Phương pháp

Nghiên cứu hồi cứu sử dụng dữ liệu từ Bệnh viện Đại học Grenoble Alpes, bao gồm dữ liệu dịch tễ và hình ảnh CT. Tất cả bệnh nhân người lớn nhập viện liên tiếp trong năm 2018, có ít nhất một lần chụp CT bao phủ mức L3 và có ghi nhận chiều cao, đều được đưa vào phân tích.
ODIASP tích hợp hai thuật toán:

1. Tự động nhận diện lát cắt L3
2. Tự động phân đoạn cơ xương

Quy trình tạo thành một chuỗi xử lý liền mạch, cho phép tính diện tích cơ cắt ngang (CSMA) và SMI. Độ tương đồng giữa ODIASP và phương pháp đo thủ công (tham chiếu) được đánh giá bằng hệ số tương quan nội nhóm (ICC). Đồng thời, tỷ lệ giảm SMI cũng được xác định.

2. Kết quả chính

• Cỡ mẫu: 2.503 bệnh nhân
• Giới: 53,3% nam
• Tuổi trung vị: 66 (IQR 51–78)
• BMI trung vị: 24,8 kg/m² (IQR 21,7–28,7)

Trong tổng số 674 bộ ảnh chụp CT:

• ICC (ODIASP vs đo thủ công):
  • Trước hiệu chỉnh: 0,971 (95% CI: 0,825–0,989)
  • Sau hiệu chỉnh sai lệch ước tính quá mức (a = 5,8 cm²; 95% CI: 5,4–6,3):
    ICC = 0,984 (95% CI: 0,982–0,986) → mức tương hợp xuất sắc
• Tỷ lệ giảm SMI:
  • Chung: 9,1%
  • Nam: 11,0%
  • Nữ: 6,6%

ODIASP được cung cấp dưới dạng tệp thực thi có thể tải xuống, hỗ trợ triển khai trong môi trường nghiên cứu.

3. Ý nghĩa khoa học và thực hành

Nghiên cứu này chứng minh ODIASP là một công cụ đáng tin cậy để tự động đánh giá Skeletal Muscle Index (SMI) tại mức đốt sống L3 từ hình ảnh CT, với mức độ tương hợp gần như hoàn hảo so với phương pháp đo thủ công. Việc tích hợp các thuật toán AI đã được kiểm chứng vào một phần mềm mã nguồn mở, đơn giản và dễ triển khai cho phép chuẩn hóa đánh giá SMI, giảm phụ thuộc vào người đo và mở rộng khả năng phân tích trên quy mô lớn.

Đặc biệt trong lĩnh vực xạ trị, nơi CT mô phỏng được thực hiện thường quy cho tất cả bệnh nhân, việc đánh giá SMI mang lại giá trị thực hành rõ rệt. Đánh giá SMI giúp nhận diện sớm bệnh nhân xạ trị có nguy cơ dung nạp điều trị kém, ngay từ giai đoạn chuẩn bị điều trị, khi các biểu hiện lâm sàng như sụt cân hoặc suy kiệt chưa rõ ràng. Việc xác định sớm nhóm bệnh nhân nguy cơ cao này cho phép cá thể hóa chăm sóc, bao gồm can thiệp dinh dưỡng kịp thời, phối hợp phục hồi chức năng và theo dõi sát độc tính trong quá trình xạ trị, từ đó góp phần giảm gián đoạn điều trị, tăng khả năng hoàn tất phác đồ và cải thiện chất lượng điều trị tổng thể.

4. Tài liệu tham khảo

Charrière K, Ragusa A, Genoux B, Vilotitch A, Artemova S, Dumont C, et al. ODIASP: An open-source software for automated SMI determination—application to an inpatient population. J Cachexia Sarcopenia Muscle. 2025;16(4):e70023. doi:10.1002/jcsm.70023. PMID:40716112; PMCID:PMC12677933.

Tác giả: KTV. Hà Ngọc Sơn – Khoa Xạ trị – Trung tâm Ung bướu, Bệnh viện Vinmec Times City

0