Tác giả: Hariharan Ananthakrishnan, Shreedhar Nistala, và Vishal Naik
Ngày phát hành: 29 JAN 2026
Chuyên mục: Architecture, Customer Solutions, Healthcare

Bài viết này được đồng tác giả bởi Hariharan Ananthakrishnan từ Artera.

Trí tuệ nhân tạo (AI) và học máy (ML) đang thay đổi cách chẩn đoán và điều trị ung thư, cho phép đưa ra các quyết định nhanh hơn và chính xác hơn cho bệnh nhân. Một công ty đi đầu trong sự chuyển đổi này là Artera, một công ty y học chính xác đang phát triển một nền tảng hỗ trợ AI để lập kế hoạch điều trị ung thư. Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) đã cấp phép De Novo cho ArteraAI Prostate, thiết lập nó là phần mềm hỗ trợ AI đầu tiên và duy nhất được cấp phép để dự đoán kết quả lâu dài cho bệnh nhân ung thư tuyến tiền liệt không di căn. ArteraAI Prostate hiện được công nhận là phần mềm y tế (SaMD) được FDA quản lý. Trong bài viết này, chúng tôi khám phá cách Artera sử dụng Amazon Web Services (AWS) để phát triển và mở rộng xét nghiệm ung thư tuyến tiền liệt hỗ trợ AI của họ, đẩy nhanh thời gian trả kết quả và cho phép các khuyến nghị điều trị cá nhân hóa cho bệnh nhân.

Tổng quan về khách hàng

Artera cung cấp các xét nghiệm ung thư dự đoán và tiên lượng được hỗ trợ bởi AI, bao gồm Xét nghiệm ArteraAI Prostate. Xét nghiệm sáng tạo này phân tích hình ảnh sinh thiết của bệnh nhân để dự đoán chính xác nguy cơ ung thư cục bộ lây lan cũng như khả năng bệnh nhân sẽ hưởng lợi từ các liệu pháp cụ thể. Đây là xét nghiệm đầu tiên có thể dự đoán lợi ích điều trị cho bệnh nhân ung thư tuyến tiền liệt cục bộ, và các bác sĩ có thể sử dụng nó để đưa ra quyết định điều trị tự tin hơn, cuối cùng cải thiện kết quả cho bệnh nhân.

Artera đang đạt được những bước tiến đáng kể trong lĩnh vực y học chính xác, hoạt động ở nhiều Region. Gần đây, FDA đã cấp phép De Novo cho nền tảng ArteraAI Prostate, làm nổi bật tiềm năng của nó trong việc giải quyết các nhu cầu chưa được đáp ứng trong chăm sóc ung thư. Kể từ năm 2024, Xét nghiệm ArteraAI Prostate đã được coi là tiêu chuẩn chăm sóc cho ung thư tuyến tiền liệt cục bộ, được đưa vào Hướng dẫn Thực hành Lâm sàng về Ung thư của Mạng lưới Ung thư Toàn diện Quốc gia. Giấy phép De Novo của công nghệ này thiết lập một danh mục mã sản phẩm mới cho các công cụ phân tầng nguy cơ bệnh lý kỹ thuật số hỗ trợ AI trong tương lai, và nó cho phép triển khai tại điểm chẩn đoán tại các phòng thí nghiệm bệnh lý đủ điều kiện trên nhiều quốc gia. Khả năng này giải quyết một khoảng trống quan trọng trong chăm sóc ung thư tuyến tiền liệt bằng cách giảm sự chậm trễ trong việc cung cấp thông tin chi tiết có thể hành động tại thời điểm chẩn đoán, giúp các bác sĩ lâm sàng và bệnh nhân đưa ra quyết định điều trị sáng suốt với sự tự tin cao hơn.

Thách thức trong việc điều trị phù hợp với bệnh nhân

Khi bệnh nhân được chẩn đoán mắc bệnh ung thư, bước tiếp theo của họ là xác định liệu trình điều trị sẽ mang lại kết quả tốt nhất. Thông thường, các bệnh ung thư hung hãn hơn đòi hỏi liệu pháp tích cực hơn. Tuy nhiên, không phải lúc nào cũng rõ ràng mức độ tiến triển của ung thư. Hơn nữa, bệnh nhân phản ứng khác nhau với cùng một liệu pháp dựa trên cấu tạo sinh học độc đáo của họ. Do đó, một số bệnh nhân mắc bệnh ít hung hãn hơn vô tình bị điều trị quá mức, nhận các liệu pháp không cần thiết liên quan đến một loạt tác dụng phụ, trong khi những người khác mắc bệnh ung thư hung hãn hơn lại bị điều trị dưới mức, dẫn đến kết quả có khả năng tồi tệ hơn.

Trước giải pháp của Artera, không có công cụ dựa trên AI nào giúp các bác sĩ và bệnh nhân ung thư đưa ra quyết định điều trị cá nhân hóa, kịp thời. Thay vào đó, các bác sĩ gửi mẫu mô sinh thiết của bệnh nhân đến phòng thí nghiệm, nơi một xét nghiệm hóa học đo mức độ biểu hiện của một tập hợp nhỏ các gen. Biểu hiện RNA của các gen này sau đó được sử dụng để đánh giá mức độ rủi ro của bệnh nhân. Các xét nghiệm này có một số hạn chế:

• Toàn bộ quá trình có thể mất 6 tuần—một thời gian dài để chờ đợi khi đưa ra quyết định căng thẳng cao về liệu pháp ung thư.
• Các xét nghiệm này thường chỉ xác định một số lượng nhỏ các gen chính (vì khoa học tiếp tục phát triển nhanh hơn các xét nghiệm chẩn đoán có thể theo kịp) liên quan đến nguy cơ ung thư.
• Các xét nghiệm này tiêu thụ các mẫu mô gốc, hạn chế khả năng của bác sĩ trong việc yêu cầu các xét nghiệm bổ sung, cũng như khả năng của bệnh nhân tham gia vào các thử nghiệm lâm sàng trong tương lai hoặc tham gia vào việc theo dõi lâu dài.

Phát triển một công cụ chẩn đoán hỗ trợ AI cho điều trị ung thư đặt ra những thách thức kỹ thuật độc đáo. Artera phải quản lý và xử lý một lượng lớn các tệp hình ảnh sinh thiết độ phân giải cao để cung cấp năng lượng cho chẩn đoán ung thư dựa trên AI của họ. Những hình ảnh này rất lớn, đôi khi đạt 8 GB, và chúng cần được chia thành hàng chục nghìn mảnh nhỏ hơn để mô hình xử lý. Việc đào tạo các Foundation Model (FM) của Artera yêu cầu phục vụ hàng triệu mảnh hình ảnh với khối lượng lớn cho các máy chủ AWS.

Ngoài ra, với tư cách là một công ty chăm sóc sức khỏe xử lý dữ liệu bệnh nhân nhạy cảm, Artera cần đảm bảo tuân thủ các yêu cầu về lưu trú dữ liệu và quy định trên nhiều quốc gia, bao gồm Đạo luật về Khả năng Chuyển đổi và Trách nhiệm Giải trình Bảo hiểm Y tế (HIPAA) tại Hoa Kỳ. Họ cần một giải pháp lưu trữ mạnh mẽ, có khả năng mở rộng để cho phép các kỹ sư ML của họ tập trung vào nghiên cứu ung thư cốt lõi thay vì quản lý cơ sở hạ tầng.

Thiết kế hiện đại, có khả năng mở rộng mang lại kết quả nhanh chóng

Artera đã triển khai một giải pháp toàn diện dựa trên AWS để giải quyết các thách thức của họ. Kiến trúc này tuân theo một thiết kế hiện đại, có khả năng mở rộng, cho phép xử lý an toàn dữ liệu y tế nhạy cảm trong khi cung cấp kết quả nhanh chóng cho các nhà cung cấp dịch vụ chăm sóc sức khỏe. Giải pháp của họ bắt đầu bằng việc đào tạo các mô hình AI, điều phối quy trình làm việc nâng cao và các nguyên tắc cục bộ dữ liệu rất quan trọng cho việc triển khai toàn cầu các mô hình AI lâm sàng.

“Artera được thành lập với niềm tin rằng có rất nhiều tín hiệu trong dữ liệu hình ảnh mô bệnh học chưa được sử dụng, nhưng nếu một thuật toán AI có thể được phát triển đặc biệt với mục đích này, bạn có thể thay đổi căn bản việc chăm sóc bệnh nhân ung thư,”

– Nathan Silberman, Giám đốc Công nghệ của Artera.

Sơ đồ kiến trúc sau đây minh họa cách Artera đã xây dựng một giải pháp an toàn, có khả năng mở rộng trên AWS. Về cốt lõi, các sản phẩm AI của Artera bao gồm nhiều bước riêng lẻ trong một quy trình làm việc phức tạp, thường liên quan đến nhiều mô hình AI thực hiện các tác vụ chuyên biệt khác nhau. Việc điều phối quy trình làm việc tinh vi này giúp họ di chuyển nhanh hơn và trừu tượng hóa sự phức tạp khi họ xây dựng hệ thống AI tổng hợp của mình.

Sơ đồ kiến trúc AWS toàn diện cho thấy sự tích hợp các dịch vụ đám mây cho cổng thông tin của các chuyên gia y tế với khả năng suy luận AI, bao gồm luồng dữ liệu từ người dùng cuối thông qua các dịch vụ tăng tốc toàn cầu đến cơ sở hạ tầng tính toán, lưu trữ và bảo mật trong VPC thuộc Vùng A.

Các chuyên gia y tế truy cập Cổng thông tin Artera, đóng vai trò là giao diện để tải lên hình ảnh sinh thiết và nhận kết quả chẩn đoán. AWS Global Accelerator nằm phía trước Application Load Balancer, cung cấp khả năng sẵn sàng và hiệu suất được cải thiện bằng cách định tuyến lưu lượng truy cập qua mạng lưới toàn cầu của AWS. Amazon CloudFront cung cấp mạng lưới phân phối nội dung nhanh chóng, an toàn cho các tài sản tĩnh của cổng thông tin, cung cấp quyền truy cập độ trễ thấp trên toàn cầu.

Trong một đám mây riêng ảo (VPC), Elastic Load Balancing phân phối lưu lượng truy cập đến trên các máy chủ ứng dụng. Amazon Elastic Container Service (Amazon ECS) lưu trữ các container cổng web, cung cấp giao diện người dùng cho các chuyên gia chăm sóc sức khỏe. Một cụm Amazon Elastic Kubernetes Service (Amazon EKS) chạy các khối lượng công việc suy luận AI/ML phân tích hình ảnh sinh thiết bằng cách sử dụng các mô hình thị giác máy tính.

Amazon Elastic File System (Amazon EFS) cung cấp bộ nhớ tệp dùng chung, có thể truy cập bởi cả Amazon ECS và Amazon EKS để lưu trữ và xử lý hình ảnh sinh thiết. Amazon Relational Database Service (Amazon RDS) cung cấp một cơ sở dữ liệu quan hệ được quản lý cho hồ sơ bệnh nhân, kết quả chẩn đoán và dữ liệu ứng dụng với khả năng sẵn sàng cao. Amazon ElastiCache cung cấp bộ nhớ đệm trong bộ nhớ để cải thiện hiệu suất ứng dụng và giảm độ trễ cho dữ liệu được truy cập thường xuyên.

AWS Identity and Access Management (IAM) cung cấp các kiểm soát truy cập và quyền phù hợp. AWS Key Management Service (AWS KMS) quản lý các khóa mã hóa cho dữ liệu bệnh nhân nhạy cảm. Amazon CloudWatch giám sát toàn bộ cơ sở hạ tầng về hiệu suất và tình trạng. Amazon Simple Storage Service (Amazon S3) cung cấp bộ nhớ bền vững, an toàn cho hình ảnh sinh thiết và kết quả phân tích.

Kiến trúc này cho phép một quy trình làm việc hoàn chỉnh:

1. Thu thập dữ liệu – Hình ảnh sinh thiết được tải lên an toàn qua cổng thông tin và lưu trữ trong Amazon S3.
2. Quy trình xử lý – Cụm EKS điều phối các ứng dụng tiền xử lý được container hóa để chuẩn bị hình ảnh cho phân tích.
3. Đào tạo và thực thi mô hình ML – Các mô hình AI được đào tạo và triển khai trên Amazon EKS và truy cập các hình ảnh đã được tiền xử lý từ Amazon EFS, sau đó chạy các thuật toán ML độc quyền của Artera, với siêu dữ liệu và kết quả được lưu trữ trong Amazon RDS. Các nhóm ML của công ty sử dụng EKS để đào tạo FM khối u tổng thể khổng lồ của họ, có khả năng đánh giá nguy cơ bệnh nhân và lợi ích điều trị trên bất kỳ mẫu ung thư nào.
4. Lưu trữ và phân phối kết quả – Kết quả phân tích được lưu trữ trong Amazon S3 và được cung cấp cho các nhà cung cấp dịch vụ chăm sóc sức khỏe thông qua cổng web an toàn.

Tính cục bộ của dữ liệu và khả năng mở rộng toàn cầu

Một trong những thách thức chính mà Artera phải đối mặt là duy trì tính cục bộ của dữ liệu trong khi phục vụ AI trên toàn cầu. Công ty sử dụng nhiều dịch vụ AWS để tạo ra một giải pháp toàn diện giải quyết cả yêu cầu về hiệu suất và tuân thủ.

Cơ sở hạ tầng toàn cầu của AWS cho phép Artera triển khai các tài nguyên cụ thể theo Region để giữ dữ liệu bệnh nhân nhạy cảm trong các ranh giới pháp lý phù hợp. Amazon S3 cung cấp các bucket lưu trữ an toàn, cụ thể theo Region, và Amazon EKS cho phép các khối lượng công việc được container hóa chạy cục bộ trong mỗi Region.

“Một trong những điều tuyệt vời về Amazon EFS là rất đơn giản để đạt được tính cục bộ của dữ liệu,” Silberman nói. “Chúng tôi có thể gắn các hệ thống tệp trong cùng một AWS Region với các ứng dụng của mình, đảm bảo dữ liệu luôn gần nơi nó được xử lý.” Sự kết hợp của Amazon S3, Amazon EKS, Amazon EFS và các dịch vụ mạng AWS khác tạo ra một nền tảng vững chắc cho các hoạt động toàn cầu của Artera. Cách tiếp cận tích hợp này giúp Artera đẩy nhanh thời gian đưa sản phẩm ra thị trường ở các khu vực mới trong khi vẫn duy trì các tiêu chuẩn cao nhất về bảo mật dữ liệu và tuân thủ các quy định khu vực.

Để tìm hiểu thêm về cách Artera sử dụng Amazon EFS, hãy truy cập nghiên cứu điển hình, Artera định hình tương lai điều trị ung thư bằng học máy trên AWS.

Kết quả và tác động đến bệnh nhân

Bằng cách sử dụng các dịch vụ AWS Cloud, Artera đã thay đổi cách chẩn đoán ung thư với những lợi ích hữu hình cho bệnh nhân:

• Kết quả nhanh hơn – Bệnh nhân nhận được các khuyến nghị điều trị cá nhân hóa chỉ trong 1–2 ngày, so với 6 tuần đối với các xét nghiệm gen truyền thống—giảm đáng kể thời gian chờ đợi cho các quyết định điều trị quan trọng.
• Cải thiện quyết định lâm sàng – Tốc độ và độ chính xác của chẩn đoán hỗ trợ AI của Artera giúp các bác sĩ đưa ra quyết định điều trị sáng suốt hơn, có khả năng cải thiện kết quả cho bệnh nhân ung thư tuyến tiền liệt.
• Bảo quản mô – Không giống như các xét nghiệm truyền thống phá hủy mẫu mô thông qua các xét nghiệm hóa học, Xét nghiệm ArteraAI Prostate chỉ sử dụng hình ảnh kỹ thuật số, bảo quản mô gốc cho các xét nghiệm bổ sung hoặc thử nghiệm lâm sàng.

Năm 2024, gần 300.000 người Mỹ được chẩn đoán mắc bệnh ung thư tuyến tiền liệt. Đối với những bệnh nhân này, chẩn đoán kịp thời và chính xác là điều cần thiết.

“Hãy tưởng tượng một bệnh nhân nhận được tin tức tồi tệ nhất mà họ từng có và phải chờ đợi 6 tuần để xác định kế hoạch điều trị,” Silberman nói. “Thay vào đó, Artera cung cấp kết quả tùy chỉnh, cá nhân hóa chỉ trong vài ngày.”

Có hơn 3,5 triệu người sống sót sau ung thư tuyến tiền liệt ở Hoa Kỳ. Bằng cách đề xuất các kế hoạch điều trị cá nhân hóa, Artera đang giúp bệnh nhân xác định các lựa chọn điều trị tốt nhất để đạt được sự sống sót không tiến triển trong khi giảm thiểu các tác dụng phụ không cần thiết.

“Chúng tôi đã nghe từ những bệnh nhân nói rằng nhờ xét nghiệm của chúng tôi, họ đã có thể tránh được các phương pháp điều trị không cần thiết với nhiều tác dụng phụ,” Silberman nói. “Đó là lý do tại sao tất cả chúng tôi tại Artera ở đây, cung cấp cho các bác sĩ lâm sàng càng nhiều thông tin chi tiết dựa trên dữ liệu càng tốt để thông báo cho bệnh nhân và đưa ra lựa chọn tốt nhất có thể cho việc chăm sóc của họ.”

Lợi ích vận hành

Sử dụng các dịch vụ AWS đã giúp Artera đạt được những lợi thế vận hành đáng kể:

• Tăng cường tập trung vào đổi mới – Với AWS quản lý cơ sở hạ tầng, các kỹ sư của Artera có thể dành nhiều thời gian hơn để tinh chỉnh các thuật toán ML và mở rộng khả năng chẩn đoán.

“Sử dụng AWS, chúng tôi có thể tập trung vào các vấn đề mô bệnh học, thay vì bảo trì và giám sát,” Silberman nói.

• Khả năng mở rộng toàn cầu – Artera đã mở rộng thành công hoạt động trong khi vẫn duy trì tuân thủ các quy định dữ liệu khu vực trên nhiều quốc gia.
• Xử lý hiệu quả – Xét nghiệm xử lý hàng chục nghìn tệp hình ảnh thông qua các quy trình làm việc ML trên mỗi lát sinh thiết, hoàn thành trong vài giờ thay vì vài tuần. Hiệu quả này đến từ việc điều phối quy trình làm việc tinh vi của Artera, chia các hình ảnh đầu vào lớn (đôi khi đạt 8 GB) thành nhiều mảnh nhỏ được xử lý song song trên các cụm EKS.

Giấy phép De Novo của FDA cho Xét nghiệm ArteraAI Prostate nhấn mạnh tác động tiềm tàng của công nghệ này đối với việc chăm sóc ung thư. Với AWS cung cấp năng lượng cho cơ sở hạ tầng của họ, Artera có vị trí tốt để tiếp tục cách mạng hóa cách ung thư được chẩn đoán và điều trị.

Đổi mới trong tương lai

Khi Artera tiếp tục đổi mới trong lĩnh vực chẩn đoán ung thư hỗ trợ AI, cơ sở hạ tầng dựa trên AWS của họ cung cấp nền tảng cho sự phát triển trong tương lai. Mục tiêu cuối cùng của công ty là một FM khối u tổng thể khổng lồ có khả năng đánh giá nguy cơ bệnh nhân và lợi ích điều trị trên bất kỳ mẫu ung thư nào. Sử dụng các giải pháp linh hoạt, có khả năng mở rộng trên AWS, Artera có một nền tảng vững chắc để phát triển các mô hình ML cho các xét nghiệm ung thư bổ sung. Công ty đã công bố kế hoạch cho một sản phẩm ung thư vú, với một số sản phẩm khác sắp ra mắt.

“Những gì chúng tôi sắp ra mắt là một sự tăng tốc nhanh chóng trên các lĩnh vực ung thư khác nhau,” Silberman nói. “Dù chúng tôi tự hào về công việc đã làm trong lĩnh vực ung thư tuyến tiền liệt, chúng tôi mới chỉ bắt đầu.”

Artera có kế hoạch mở rộng khả năng AI của họ theo nhiều cách:

• Phân tích các dấu ấn sinh học bổ sung
• Tích hợp dữ liệu gen với phân tích hình ảnh
• Tạo ra các công cụ chẩn đoán toàn diện hơn
• Hợp tác với các hệ thống chăm sóc sức khỏe lớn để tích hợp các công cụ chẩn đoán trực tiếp vào quy trình làm việc lâm sàng

Với khả năng mở rộng của các dịch vụ AWS, Artera có vị trí để xử lý các yêu cầu dữ liệu ngày càng tăng khi họ mở rộng sang các loại ung thư và Region mới trên toàn cầu.

Kết luận

Hành trình của Artera chứng minh cách các dịch vụ AWS Cloud có thể trao quyền cho các nhà đổi mới chăm sóc sức khỏe để phát triển và mở rộng các công nghệ thay đổi cuộc sống. Bằng cách sử dụng Amazon EKS, Amazon ECS, Amazon EFS, Amazon RDS, Amazon S3, AWS Global Accelerator và Amazon ElastiCache, Artera đã xây dựng một cơ sở hạ tầng mạnh mẽ, có khả năng mở rộng mà họ sử dụng để giữ trọng tâm vào sứ mệnh cốt lõi của mình: cải thiện điều trị ung thư thông qua chẩn đoán hỗ trợ AI. Để tìm hiểu thêm về cách AWS có thể giúp tổ chức chăm sóc sức khỏe của bạn triển khai các giải pháp AI và ML, hãy truy cập AWS for Healthcare.

Để tìm hiểu thêm về Artera và các chẩn đoán ung thư sáng tạo của họ, hãy truy cập Artera.ai.

---

Về tác giả

Hariharan Ananthakrishnan

Hariharan Ananthakrishnan là trưởng nhóm Kỹ thuật Nền tảng AI tại Artera, nơi anh xây dựng các nền tảng an toàn, có khả năng mở rộng cho phép triển khai các hệ thống AI tiên tiến trong chăm sóc sức khỏe. Anh tập trung vào kiến trúc nền tảng, độ tin cậy và bảo mật để đảm bảo các khối lượng công việc AI hoạt động an toàn và hiệu quả trong các môi trường lâm sàng quan trọng. Trước đây tại Netflix, anh đã làm việc trên các hệ thống phân tán quy mô lớn và các nền tảng nội bộ, phát triển một nền tảng vững chắc về cơ sở hạ tầng đám mây, khả năng phục hồi và xuất sắc trong vận hành. Hariharan mang tư duy nền tảng định hướng sản phẩm vào AI, nhấn mạnh sự tin cậy, khả năng mở rộng và tốc độ phát triển.

Shreedhar Nistala

Shreedhar Nistala là Kiến trúc sư Giải pháp tại Amazon Web Services (AWS), chuyên về dữ liệu và phân tích. Có trụ sở tại Virginia, anh hợp tác với các tổ chức để kiến trúc các giải pháp có khả năng mở rộng và thúc đẩy kết quả kinh doanh bằng cách sử dụng các khả năng của AWS. Ngoài công việc, Shreedhar thích duy trì hoạt động với hai cậu con trai của mình thông qua bóng bầu dục cờ, bóng rổ và bóng chuyền.

Vishal Naik

Vishal Naik là Kiến trúc sư Giải pháp cấp cao tại Amazon Web Services (AWS). Anh là một nhà xây dựng, thích giúp khách hàng đạt được nhu cầu kinh doanh và giải quyết các thách thức phức tạp bằng các giải pháp và thực tiễn tốt nhất của AWS. Lĩnh vực trọng tâm chính của anh bao gồm AI tạo sinh và Học máy. Trong thời gian rảnh rỗi, Vishal thích làm phim ngắn về chủ đề du hành thời gian và vũ trụ song song.