Đặt catheter thường cần người có kinh nghiệm ultrasound: Thiết bị mới để AI chỉ đường cho cây kim

Đưa một catheter vào mạch máu sâu không chỉ là chuyện “nhìn thấy tĩnh mạch trên màn hình”. Người thực hiện phải giữ đầu dò siêu âm đúng mặt phẳng, phân biệt động mạch với tĩnh mạch, chọn đoạn mạch an toàn, ước lượng độ sâu và giữ đường đi của kim trùng với mục tiêu trong lúc chọc. Đây là loại phối hợp tay–mắt mà người có kinh nghiệm làm khá tự nhiên, nhưng lại là rào cản lớn với nhân viên y tế ít được đào tạo về ultrasound-guided vascular access.

Một hệ thống do MIT Lincoln Laboratory và Massachusetts General Hospital phát triển đang thử chuyển một phần công việc đó cho máy. Thiết bị mang tên AI-GUIDE-LL kết hợp đầu dò siêu âm thương mại, phần mềm AI nhận dạng mạch và một cơ cấu robot cầm tay có thể tự tính góc rồi đẩy kim tới độ sâu mục tiêu.

Nghiên cứu prospective công bố ngày 11/9/2026 trên European Radiology tập trung vào câu hỏi thực tế hơn các demo trước: người làm lâm sàng nhưng gần như không có kinh nghiệm với thủ thuật siêu âm có dùng hệ thống được hay không? Kết quả cho thấy họ chọc đúng mạch trong 93% lượt thử trên mô hình giải phẫu và định vị đúng mạch đùi ở người thật trong 97% lượt được đánh giá. Tuy nhiên, kim chỉ được triển khai trên phantom, không chọc vào người tình nguyện. Khi yêu cầu khó hơn là xác nhận đúng đoạn common femoral vessel phía trên vị trí phân nhánh — yếu tố quan trọng với catheter cỡ lớn — tỷ lệ hoàn thành toàn bộ quy trình chỉ đạt 20%.

Vì sao ultrasound vẫn chưa biến đặt catheter thành thao tác “nhìn là làm được”?

Siêu âm đã làm vascular access an toàn và chính xác hơn so với việc chỉ dựa vào mốc giải phẫu hoặc sờ mạch. Paper dẫn dữ liệu cho thấy ultrasound guidance có thể tăng tỷ lệ thành công của femoral venous access và giảm biến chứng. Nhưng máy siêu âm chỉ cung cấp hình ảnh; nó không tự động nói cho người dùng phải đặt probe ở đâu, cấu trúc tròn màu đen nào là động mạch hay tĩnh mạch, và kim nên đi theo góc nào.

Trong catheterization theo kỹ thuật Seldinger, bước khó nhất thường là đưa đầu kim vào đúng lòng mạch. Sau khi kim vào mạch, guidewire được luồn qua kim, kim được rút ra và catheter hoặc sheath được đưa theo guidewire. Nếu bước chọc kim thất bại, toàn bộ chuỗi phía sau không thể bắt đầu.

AI-GUIDE được thiết kế quanh chính điểm nghẽn này. Mục tiêu ban đầu là femoral vessels ở vùng bẹn, nơi có thể tạo đường vào đủ lớn cho truyền dịch, máu, thuốc và một số can thiệp cấp cứu. Bối cảnh mà nhóm phát triển nhắm tới đặc biệt là tiền viện, chiến trường hoặc cơ sở thiếu chuyên gia — nơi một bác sĩ can thiệp hay chuyên gia ultrasound không phải lúc nào cũng có mặt.

AI không cầm kim thay người hoàn toàn

Hệ thống gồm hai phần chính. Phần thứ nhất là phần mềm AI đọc ảnh B-mode siêu âm theo thời gian thực. Nó phát hiện và phân đoạn các cấu trúc mạch, phân biệt động mạch với tĩnh mạch, kiểm tra mức tiếp xúc giữa probe và da, rồi hướng dẫn người dùng di chuyển thiết bị để đưa mạch mục tiêu vào đúng vị trí.

Giao diện được cố tình làm đơn giản. Thay vì yêu cầu người dùng tự đọc toàn bộ ảnh ultrasound, màn hình trên thiết bị hiển thị một dấu chấm và crosshair. Người thao tác di chuyển probe cho tới khi hai dấu khớp nhau. Trong nghiên cứu trên người, phần mềm còn có thể tự điều chỉnh độ sâu ảnh để tối ưu việc nhìn thấy femoral vessels.

Khi mục tiêu đã được xác định, AI tính điểm ngắm, góc và độ sâu của kim. Hệ thống đồng thời kiểm tra xem đường kim dự kiến có cắt qua mạch không phải mục tiêu hay cấu trúc cần tránh hay không. Sau đó người dùng vẫn phải nhấn trigger; motor mới triển khai kim theo quỹ đạo đã tính.

Đây vì thế không phải một robot hoàn toàn tự trị. Paper mô tả mức tự động hóa theo kiểu eyes-on/hands-on: người dùng vẫn đặt thiết bị lên cơ thể, quét vùng bẹn, làm theo hướng dẫn và ra lệnh triển khai kim. Máy đảm nhiệm phần diễn giải hình ảnh, lập quỹ đạo và chuyển động chính xác của kim.

Sau khi kim vào mạch, cảm biến quang tích hợp tìm hiện tượng blood flashback — máu đi vào syringe — để xác nhận puncture. Cartridge của hệ thống chứa sẵn guidewire, giúp người dùng chuyển sang các bước tiếp theo của kỹ thuật Seldinger.

Khoảng 19 phút huấn luyện trước khi thử

Nghiên cứu tuyển 30 nhân viên y tế có rất ít kinh nghiệm với ultrasound-guided vascular cannulation: 7 advanced practice providers, 5 EMT, 9 bác sĩ và 9 điều dưỡng. Những người thường xuyên làm thủ thuật này hoặc là chuyên gia can thiệp, tim mạch can thiệp hay phẫu thuật mạch bị loại khỏi nghiên cứu.

Trước khi dùng thiết bị, họ xem một video hướng dẫn dài 14 phút rồi thực hành có giám sát khoảng 5 phút trên phantom thương mại. Đây là điểm đáng chú ý: nghiên cứu không so sánh “không đào tạo” với chuyên gia, mà kiểm tra liệu một khóa làm quen rất ngắn có đủ để người ít kinh nghiệm sử dụng một giao diện đã tự động hóa phần lớn việc đọc ultrasound hay không.

Ở pha đầu, mỗi người thử chọc động mạch đùi trên năm phantom vùng bẹn khác nhau. Các phantom này được xây dựng từ bốn CT scan vùng bẹn người và một mô hình giải phẫu số, nhằm tạo hình học mạch và mô gần thực tế hơn một ống cao su đơn giản.

Trong tổng số 150 lượt thử, người dùng đưa kim đúng mạch ở 140 lượt, tương đương 93,3%. Thời gian trung vị tới khi thành công là 44 giây, và số lần chọc trung bình là 1,1. Trong các lượt thành công, 92,1% thành công ngay lần chọc đầu tiên.

Người thật được quét, nhưng chưa bị chọc kim

Pha thứ hai thường dễ bị headline rút gọn thành “AI đặt catheter trên người”, nhưng nghiên cứu chưa đi tới mức đó. Hai mươi tám người vận hành quay lại để dùng hệ thống quét 28 tình nguyện viên khỏe mạnh. Thiết bị được phép định vị động mạch và tĩnh mạch đùi, tính điểm ngắm và thực hiện workflow, nhưng không có needle deployment vào cơ thể tình nguyện viên.

Trong các lượt đủ điều kiện để đánh giá bước định vị mạch, hệ thống cùng người dùng chọn đúng target vessel ở 93/96 lượt, tức 96,9%, với thời gian trung vị 25 giây. Một nửa số lượt quét được thực hiện khi người dùng bị che màn hình B-mode, để kiểm tra liệu họ có thể dựa chủ yếu vào chỉ dẫn đơn giản của hệ thống thay vì tự diễn giải ảnh ultrasound hay không.

Kết quả này cho thấy AI có thể giảm đáng kể gánh nặng “đọc ảnh” ở bước tìm mạch. Nhưng định vị một vessel bất kỳ chưa đủ cho mọi thủ thuật.

Điểm yếu xuất hiện khi AI phải hiểu đúng “đoạn mạch nào”

Với các can thiệp cần catheter hoặc sheath cỡ lớn, chỉ tìm thấy femoral artery hay vein chưa đủ. Người thực hiện thường cần xác nhận common femoral segment ở vị trí thích hợp so với bifurcation. Đặt đường vào quá thấp hoặc nhầm đoạn mạch có thể làm tăng rủi ro và khiến một số can thiệp như REBOA hoặc ECMO không phù hợp.

Để xác nhận đoạn mạch, workflow của AI-GUIDE yêu cầu người dùng quét xuống phía chân cho tới khi thuật toán nhận ra chỗ phân nhánh, sau đó quét ngược lên trên, xác nhận động mạch và tĩnh mạch bằng compression rồi recenter mục tiêu.

Đây là nơi hiệu năng giảm mạnh. Trong 110 lượt được đánh giá đầy đủ, toàn bộ quy trình xác nhận common femoral segment thành công chỉ 22 lần, tương đương 20%. Tác giả xem đây là giới hạn chính cần giải quyết trước khi hệ thống có thể hỗ trợ đáng tin cậy các thủ thuật large-bore vascular access.

Nói cách khác, AI hiện khá tốt ở câu hỏi “mạch nằm ở đâu trong ảnh này?”, nhưng chưa đáng tin tương đương khi phải trả lời câu hỏi giải phẫu cấp cao hơn: “đây có phải chính xác đoạn mạch thích hợp để đặt một đường vào lớn hay không?”.

Công nghệ đã đi xa hơn proof-of-concept cũ, nhưng chưa phải catheter robot dùng ngoài hiện trường

AI-GUIDE không xuất hiện từ nghiên cứu năm nay. Prototype trước đó đã được mô tả từ năm 2021 và thử trên phantom cũng như lợn. Trong mô hình lợn, hệ thống từng chọc mạch dưới cả huyết áp bình thường và hạ huyết áp; một số thử nghiệm hoàn tất cả guidewire và catheter. Nhưng dữ liệu in vivo khi đó chủ yếu dựa vào rất ít operator, trong một số bài test chỉ có một người thực hiện.

Nghiên cứu 2026 bổ sung mảnh ghép còn thiếu: 30 người dùng ít kinh nghiệm và bước định vị trên giải phẫu người thật. Nó vẫn chưa phải clinical trial chứng minh thiết bị có thể tự đặt catheter an toàn trên bệnh nhân chảy máu, shock hoặc đang được hồi sức ngoài hiện trường.

MIT Lincoln Laboratory cho biết công nghệ đang được chuyển giao cho startup AutonomUS Medical Technologies. Dự án cũng đã nhận FDA Breakthrough Device Designation. Designation này cho phép một thiết bị có tiềm năng đáp ứng nhu cầu y tế quan trọng được tương tác và review theo lộ trình ưu tiên hơn; nó không đồng nghĩa thiết bị đã được FDA phê duyệt để bán hoặc sử dụng lâm sàng rộng rãi.

Một tổng quan năm 2026 về autonomous vascular access cũng đi tới kết luận tương tự cho toàn bộ lĩnh vực: các hệ như AI-GUIDE, CERTA và Vu-Path đã đạt tỷ lệ thành công cao trong một số thử nghiệm phantom, động vật hoặc nghiên cứu người quy mô nhỏ, nhưng chưa nền tảng nào chứng minh đầy đủ độ an toàn, hiệu quả và độ tin cậy vận hành trong trial lâm sàng hoặc quân sự đủ lớn.

Giá trị của AI ở đây không phải “thay bác sĩ”, mà là đóng gói kỹ năng

Điểm thú vị của AI-GUIDE không nằm ở việc một thuật toán nhìn thấy mạch máu mà con người không thấy. Một chuyên gia ultrasound có thể làm việc đó. Điều hệ thống cố làm là đóng gói một chuỗi kỹ năng khó học thành hướng dẫn và cơ cấu chấp hành: nhận ra mạch, canh đầu dò, chọn đường đi, tính góc, đẩy kim và xác nhận flashback.

Nếu các thế hệ sau giải quyết được bài toán xác nhận giải phẫu, theo dõi kim và an toàn trong bệnh nhân thực, kiểu thiết bị này có thể hữu ích nhất ở nơi khoảng cách giữa “có máy siêu âm” và “có người đủ kinh nghiệm dùng nó để làm thủ thuật” còn rất lớn.

Nhưng bước tiếp theo quan trọng không phải tăng thêm một vài điểm phần trăm trên phantom. Hệ thống cần chứng minh rằng người dùng ít kinh nghiệm có thể thực hiện vascular access hoàn chỉnh trên bệnh nhân thật, trong những điều kiện khó như tụt huyết áp, béo phì, mạch xẹp hoặc giải phẫu bất thường, mà không làm tăng biến chứng. Chính khoảng cách đó sẽ quyết định AI-GUIDE là một công cụ huấn luyện và định vị hữu ích hay thực sự trở thành “người chỉ đường” đáng tin cậy cho cây kim ngoài bệnh viện.

Nguồn

• Samay Prakash và cộng sự, “User validation of an AI-assisted ultrasound guidance system for rapid vascular access”, European Radiology, 2026.
• Laura J. Brattain và cộng sự, “AI-Enabled, Ultrasound-Guided Handheld Robotic Device for Femoral Vascular Access”, Biosensors, 2021.
• MIT Lincoln Laboratory — Artificial Intelligence–Guided Ultrasound Intervention Device.
• MIT Lincoln Laboratory — AI-GUIDE technology transfer update, 2026.
• “Autonomous Vascular Access Devices: Current Solutions and Future Challenges”, Military Medicine, 2026.