Bối cảnh:

  + Ung thư nội mạc tử cung là ung thư phụ khoa phổ biến nhất, tỷ lệ mắc tăng toàn cầu.

  + Chảy máu sau mãn kinh là triệu chứng thường gặp nhưng độ đặc hiệu thấp; nhiều phụ nữ phải làm thủ thuật xâm lấn dù không có ung thư.

  + Các yếu tố nguy cơ: đái tháo đường, tăng huyết áp, hút thuốc, vô sinh, mãn kinh muộn, độ dày nội mạc tử cung cao.

  + Cần công cụ dự đoán chính xác để giảm can thiệp không cần thiết.

• Phương pháp:
•   + Thiết kế: hồi cứu bệnh – chứng (2013–2016).
•   + Đối tượng: phụ nữ mãn kinh có chảy máu âm đạo hoặc nội mạc tử cung ≥5 mm; loại trừ tăng sản nội mạc, dùng hormone, bệnh ung thư khác.
•   + Dữ liệu: tuổi, triệu chứng, bệnh kèm (đái tháo đường, tăng huyết áp, rối loạn lipid, cường giáp), hút thuốc, béo phì, tuổi mãn kinh, siêu âm.
•   + Phân tích: hồi quy logistic (SAS), CART (SPSS), ANN feed-forward 9-10-1 (Matlab).
• - Kết quả:
•   + 106/178 ca ung thư (đa số G1), 72 ca lành tính.
•   + Hồi quy logistic: nhạy 76,4%, đặc hiệu 66,7%, chính xác 72,5%.
•   + CART: nhạy 78,3%, đặc hiệu 76,4%, chính xác 77,5%.
•   + ANN: nhạy 86,8%, đặc hiệu 83,3%, chính xác 85,4%.
•   + ANN vượt trội về nhạy, đặc hiệu và chính xác so với hai phương pháp còn lại.
• - Thảo luận:
•   + ANN xử lý tốt tương tác phi tuyến giữa các biến, phát hiện mẫu phức tạp nhanh hơn con người.
•   + CART dễ hiểu, trực quan, nhưng độ chính xác thấp hơn ANN.
•   + Hồi quy logistic hạn chế khi dữ liệu có quan hệ phi tuyến.
•   + ANN có thể ứng dụng như công cụ sàng lọc ở tuyến cơ sở, giảm thủ thuật xâm lấn và chi phí.
•   + Cần nghiên cứu đa trung tâm, cỡ mẫu lớn để xây dựng mô hình ổn định, tránh overfitting.
• - Kết luận:
•   + Trí tuệ nhân tạo, đặc biệt ANN, là công cụ hứa hẹn trong dự đoán ung thư nội mạc tử cung từ dữ liệu lâm sàng cơ bản và siêu âm.
•   + Có thể triển khai như ứng dụng hỗ trợ quyết định lâm sàng, nhưng cần xác nhận thêm trước khi áp dụng rộng rãi.