Sẹo là một phần của quá trình lành thương sau phẫu thuật. Tuy nhiên, hình thái và mức độ sẹo có thể khác nhau giữa từng người.
Trong nhiều năm, bác sĩ sử dụng các thang điểm lâm sàng và hình ảnh để đánh giá sẹo. Hiện nay, trí tuệ nhân tạo đang được nghiên cứu như một công cụ có thể giúp việc đánh giá sẹo trở nên định lượng và nhất quán hơn.
Đây là hướng nghiên cứu đáng chú ý đối với phẫu thuật tạo hình, đặc biệt ở những vị trí mà đường sẹo có ảnh hưởng lớn đến kết quả thẩm mỹ.
Vì sao đánh giá sẹo bằng công nghệ là một vấn đề đáng quan tâm?
Sẹo có thể được đánh giá dựa trên nhiều đặc điểm:
- Màu sắc
- Độ dày
- Độ nổi
- Bề mặt
- Độ mềm hoặc cứng
- Kích thước
- Mức độ co kéo
Các thang điểm lâm sàng như Vancouver Scar Scale và Patient and Observer Scar Assessment Scale đã được sử dụng trong thực hành và nghiên cứu.
Tuy nhiên, đánh giá sẹo bằng phương pháp truyền thống vẫn có yếu tố chủ quan và có thể khác nhau giữa người đánh giá.
Một tổng quan hệ thống năm 2026 cho rằng những hạn chế về tính chủ quan và khả năng tái lập là một trong những lý do AI được nghiên cứu trong đánh giá sẹo.
AI có thể phân tích sẹo như thế nào?
AI có thể được huấn luyện bằng một tập dữ liệu hình ảnh đã được các chuyên gia phân loại.
Khi tiếp nhận hình ảnh mới, thuật toán có thể tìm kiếm những đặc điểm tương tự với dữ liệu đã học.
Các hướng nghiên cứu bao gồm:
- Phân loại loại sẹo
- Xác định vùng sẹo
- Đo diện tích
- Theo dõi thay đổi
- Dự đoán nguy cơ sẹo bất thường
- Theo dõi đáp ứng điều trị
Một số nghiên cứu sử dụng hình ảnh từ điện thoại thông minh, nội soi da, hình ảnh nhiệt và các phương pháp hình ảnh khác.
AI có thể nhận diện sẹo lồi và sẹo phì đại không?
Đây là một trong những hướng nghiên cứu rõ ràng.
Một nghiên cứu phát triển hệ thống sàng lọc sẹo bằng học máy đã xây dựng thuật toán nhận diện bốn loại sẹo. Trong nghiên cứu đó, thuật toán đạt độ chính xác trung bình 77%, với độ chính xác dương tính trung bình 80,7%, độ nhạy 71% và AUC 0,846.
Kết quả này cho thấy AI có tiềm năng trở thành công cụ hỗ trợ.
Tuy nhiên, đây là kết quả của một nghiên cứu cụ thể và không nên hiểu rằng mọi hệ thống AI hiện nay đều có độ chính xác tương tự.
AI có thể theo dõi sự thay đổi của sẹo không?
Đây là hướng rất đáng quan tâm.
Thay vì chỉ đánh giá sẹo tại một thời điểm, hệ thống có thể so sánh nhiều hình ảnh theo thời gian.
Ví dụ:
Sau phẫu thuật → 1 tháng → 3 tháng → 6 tháng
AI có thể hỗ trợ phát hiện sự thay đổi về:
- Màu sắc
- Kích thước
- Độ nổi
- Đường viền
- Đặc điểm bề mặt
Điều này có thể giúp tạo ra dữ liệu khách quan hơn trong quá trình theo dõi.
AI có thể dự đoán sẹo trong tương lai không?
Đây là một hướng nghiên cứu đang được quan tâm nhưng chưa nên xem như công cụ dự đoán chắc chắn.
Một nghiên cứu thí điểm năm 2025 đã đánh giá khả năng sử dụng phân tích hình ảnh dựa trên ChatGPT để dự đoán đặc điểm sẹo dài hạn từ đánh giá ở thời điểm 3 tháng.
Ngoài ra, một tổng quan năm 2025 về y học sẹo cũng đề cập đến các mô hình học máy dự đoán nguy cơ và phân loại sẹo.
Những nghiên cứu này cho thấy hướng phát triển rất đáng chú ý, nhưng vẫn cần thêm dữ liệu và kiểm chứng trước khi có thể sử dụng rộng rãi như một công cụ lâm sàng độc lập.
AI có thay thế bác sĩ đánh giá sẹo?
Hiện tại không nên xem AI là phương pháp thay thế bác sĩ.
Một tổng quan hệ thống năm 2026 phân tích 24 nghiên cứu về AI trong đánh giá và quản lý sẹo cho thấy hiệu suất giữa các mô hình dao động khá rộng. Đáng chú ý, chỉ khoảng 58% nghiên cứu có kiểm chứng bên ngoài và hiệu suất thường giảm khi mô hình được thử trên dữ liệu bên ngoài.
Điều này rất quan trọng.
Một thuật toán có kết quả tốt trong phòng nghiên cứu chưa chắc hoạt động tương tự trên mọi nhóm bệnh nhân, mọi thiết bị chụp ảnh hoặc mọi điều kiện ánh sáng.
Công nghệ này có ý nghĩa gì đối với sẹo sau phẫu thuật thẩm mỹ?
Trong phẫu thuật tạo hình, đường sẹo thường là một trong những yếu tố được người bệnh quan tâm.
Công nghệ phân tích hình ảnh có thể mở ra khả năng:
Chụp ảnh → phân tích → định lượng → theo dõi → so sánh theo thời gian
Thay vì chỉ ghi nhận bằng nhận xét định tính, dữ liệu hình ảnh có thể được sử dụng để theo dõi sự thay đổi của sẹo một cách có hệ thống hơn.
Tuy nhiên, chất lượng hình ảnh, góc chụp, ánh sáng và thiết bị cũng có thể ảnh hưởng đến kết quả phân tích.
Những hạn chế hiện nay
AI đánh giá sẹo vẫn còn nhiều vấn đề cần giải quyết.
Dữ liệu chưa đủ lớn
Các mô hình AI cần lượng dữ liệu lớn và đa dạng để hoạt động ổn định.
Khác biệt về màu da
Một hệ thống được đào tạo chủ yếu trên một nhóm màu da có thể hoạt động khác khi áp dụng cho nhóm dân số khác.
Khác biệt về hình ảnh
Ảnh chụp bằng điện thoại, máy ảnh chuyên dụng hay thiết bị y tế có thể cho dữ liệu khác nhau.
Khả năng giải thích
Không phải lúc nào bác sĩ cũng có thể biết chính xác vì sao thuật toán đưa ra một kết luận nhất định.
Cần kiểm chứng bên ngoài
Một mô hình cần được đánh giá trên dữ liệu độc lập trước khi có thể xem xét ứng dụng rộng rãi.
Các hạn chế này cũng được nhấn mạnh trong các tổng quan gần đây về AI đánh giá sẹo.
Tương lai của AI trong quản lý sẹo
Xu hướng có thể phát triển theo hướng kết hợp nhiều loại dữ liệu:
AI + hình ảnh 2D + hình ảnh 3D + dữ liệu lâm sàng
Xa hơn, các hệ thống có thể kết hợp dữ liệu hình ảnh với thông tin về loại sẹo, thời gian sau phẫu thuật và đáp ứng điều trị để hỗ trợ bác sĩ theo dõi từng trường hợp.
Tuy nhiên, việc ứng dụng rộng rãi vẫn cần các nghiên cứu có quy mô lớn, dữ liệu đa dạng và quy trình kiểm chứng chặt chẽ.
AI đang mở ra một hướng nghiên cứu mới trong đánh giá và theo dõi sẹo sau phẫu thuật. Công nghệ này có tiềm năng giúp phân tích hình ảnh khách quan hơn, theo dõi thay đổi theo thời gian và hỗ trợ bác sĩ trong quá trình đánh giá.
Nhưng ở thời điểm hiện tại, AI nên được xem là công cụ hỗ trợ, không phải phương pháp thay thế đánh giá trực tiếp của bác sĩ.
Đối với các phẫu thuật tạo hình có đường sẹo, sự kết hợp giữa kỹ thuật phẫu thuật, chăm sóc hậu phẫu, theo dõi lâm sàng và các công nghệ đánh giá hình ảnh có thể là hướng phát triển đáng chú ý trong tương lai.
