Tính chính xác quét 3D bằng LiDAR trong phẫu thuật thẩm mỹ: Những gì nghiên cứu cho thấy

Một bệnh nhân trở lại để kiểm tra sau sáu tháng. Kết quả nhìn chung rất tốt. Nhưng sáu tháng trước, mô phỏng mà bạn đã lên kế hoạch cho thấy kết quả hơi khác một chút: ở đây có thêm một chút chiếu xạ, ở đó có một đường viền khác một chút. Kết quả cuối cùng có thực sự gần với dự đoán hay chỉ là trông khá giống trong một bức ảnh mà không ai kiểm tra?

Câu hỏi đó khó trả lời hơn là mình nên làm, và lý do là do một công cụ mà hầu hết các cơ sở thực hành vẫn sử dụng theo mặc định: bức ảnh. Một mô phỏng có thể trông hoàn hảo mà vẫn có thể sai. Đó là sự thật khó chịu đằng sau việc mô phỏng trong y học thẩm mỹ: kết quả được tạo ra có thể trông thuyết phục về mặt thị giác dù nằm cách bệnh nhân thực sự nhận được vài milimet. Chính vì vậy Tính chính xác quét 3D LiDAR trong phẫu thuật thẩm mỹ Trong vài năm qua, câu hỏi này đã trở nên rất quan trọng, bởi vì bức ảnh không bao giờ được dựng nên để đo lường bất cứ điều gì. Nó được dựng nên để người ta có thể nhìn vào.

Đây là vấn đề mà công nghệ cảm biến độ sâu được thiết kế để giải quyết, và đó là lý do tại sao việc quét LiDAR trên điện thoại thông minh đã trở thành một trong những bổ sung mang tính quyết định hơn đối với việc ghi chép kết quả trong ngành thẩm mỹ.

So sánh quét 3D và kết quả phẫu thuật bằng hình ảnh: lý do tại sao sự khác biệt lại quan trọng

Mọi bức ảnh đều là một hình ảnh hai chiều của một đối tượng ba chiều, được chụp trong một điều kiện ánh sáng cụ thể, từ một góc chụp cụ thể, tại một khoảnh khắc cụ thể. Nếu bạn di chuyển ánh sáng, nghiêng máy ảnh hai độ, hoặc chụp ảnh ở giữa khoảnh khắc thở của bệnh nhân, thì cấu trúc cơ thể tương tự có thể trông khác biệt một cách có ý nghĩa. Không có sự thay đổi nào trong thực tế, đó chỉ là tiếng ồn. Nhưng nếu bức ảnh là tài liệu duy nhất của bạn, thì không có cách nào để tách rời tiếng ồn khỏi tín hiệu. Đó là cốt lõi của vấn đề. So sánh quét 3D với kết quả phẫu thuật bằng hình ảnh Cuộc tranh luận: một bức ảnh cho bạn thấy kết quả, một máy quét đo lường nó.

LiDAR (Light Detection and Ranging) loại bỏ sự mơ hồ đó bằng cách đo trực tiếp hình học. Thay vì phỏng đoán hình học từ ánh sáng và bóng tối, cảm biến phát ra hàng nghìn xung hồng ngoại mỗi lần quét và tính thời gian mỗi xung phải quay trở lại, một kỹ thuật gọi là thời gian bay hơi. Kết quả là một bản đồ chính xác của bề mặt: tọa độ thực, khoảng cách thực, độ cong thực. Nói một cách đơn giản: một bức ảnh cho bạn thấy kết quả trông chính xác như thế nào. Một lần quét cho bạn biết chính xác là chính xác như thế nào, đến từng milimet.

Phân tích hình ảnh LiDAR trên điện thoại thông minh có chính xác cho việc phẫu thuật không?

Đây không phải là một tuyên bố dựa trên niềm tin. Trong vài năm qua, một số nghiên cứu cụ thể đã được tiến hành trực tiếp để kiểm chứng Việc quét LiDAR trên điện thoại thông minh Tính chính xác so với các hệ thống hình ảnh 3D cấp độ chuyên dụng dành cho y tế, và kết quả luôn ổn định:

• Một nghiên cứu lâm sàng năm 2024 đã thử nghiệm các ứng dụng quét LiDAR trên iPhone 14 Pro so với một tiêu chuẩn hình ảnh chẩn đoán cố định, cho thấy độ lệch bề mặt trung bình chỉ là 1.0–2.0 mm trên toàn bộ các đặc điểm trên khuôn mặt, ở vị trí khá sâu bên trong những gì được coi là có thể sử dụng lâm sàng để lập kế hoạch phẫu thuật.
• Một nghiên cứu riêng khác vào năm 2025 về đo lường kích cỡ vú bằng cảm biến LiDAR của iPhone 15 Pro đã so sánh kết quả này với các phép đo thủ công bằng băng dính trên 25 bệnh nhân đang tiến hành các thủ thuật về vú, cho thấy độ chính xác rất cao về khoảng cách từ rãnh ngực đến núm vú và từ núm vú đến đường trung vị, với điểm yếu duy nhất là phép đo khoảng cách từ núm vú đến rãnh vú ngoài – đây là một điểm đánh dấu khó khăn về mặt giải phẫu, không phải là lỗi của toàn bộ cấu trúc của máy quét.
• Một trong những nghiên cứu xác nhận mới nhất, được công bố vào tháng 5 năm 2025, đã thử nghiệm ứng dụng quét bằng LiDAR/TrueDepth trên điện thoại thông minh so với hình ảnh CBCT trên 30 bệnh nhân và nhận được kết quả chính xác từ 0,70–0,85 mm – vẫn nằm trong phạm vi dưới 1 mm được coi là đáng tin cậy về mặt lâm sàng.

Tổng hợp lại, những nghiên cứu này đã trả lời trực tiếp câu hỏi về độ chính xác: LiDAR cấp người tiêu dùng, khi được bác sĩ sử dụng, sẽ tạo ra dữ liệu có độ chính xác cao, với chi phí và độ phức tạp trong thiết lập thấp hơn rất nhiều so với phần cứng quét chuyên dụng.

Tóm lại: Thiết bị hiện đang được đặt trong túi của bạn giờ đây có thể đo lường kết quả phẫu thuật với độ chính xác gần như tương đương với các thiết bị có giá hàng chục ngàn đô la.

Tính chính xác của mô phỏng dự đoán trong phẫu thuật thẩm mỹ: lý do tại sao việc đo lường lại quan trọng

Đây là nơi nó trở thành nhiều hơn một thông số kỹ thuật của cảm biến thú vị. Một mô phỏng là một dự đoán, và Tính chính xác của mô phỏng dự đoán trong phẫu thuật thẩm mỹ Một kết quả dự đoán chỉ có thể đáng tin cậy nếu dựa trên các bằng chứng được sử dụng để kiểm chứng. Nếu bạn chỉ có thể so sánh một kết quả dự đoán với một bức ảnh, thì bạn có thể nói rằng kết quả đó “có vẻ tương tự” — nhưng bạn không thể nói được kết quả đó sai lệch bao nhiêu, ở đâu, hay vì lý do gì.

Việc quét LiDAR sau khi xử lý thay đổi điều đó. Nó có thể được liên kết trực tiếp với mô phỏng trước khi xử lý, từ điểm dữ liệu đến điểm dữ liệu, tạo ra một con số thực: nhiều milimet sai lệch tại vị trí cụ thể này. Đó không phải là ấn tượng chủ quan, mà là một phép đo. Và một mô hình được điều chỉnh dựa trên sai số thực tế và có thể định lượng sẽ trở nên sắc nét hơn theo cách mà so sánh trực quan không bao giờ cho thấy được.

Đó chính là lý do tại sao, bên trong Chương trình Đối tác Nghiên cứu, Các bài báo về trường hợp thực tế yêu cầu một thiết bị có khả năng quét LiDAR. Một bài báo về trường hợp thực tế có thể được xây dựng từ các tài liệu mà bác sĩ đã có sẵn. Một bài báo về trường hợp thực tế được tạo ra nhằm mục đích kết nối lại chuỗi các thông tin, việc mô phỏng với thực tế, việc đo lường, chứ không phải là việc ước lượng. Mỗi lần quét được gửi theo cách này đều trở thành một điểm dữ liệu gắn liền với một kỹ thuật thực sự, một thiết bị hoặc sản phẩm thực sự, một nhóm bệnh nhân thực sự – chính những yếu tố này sẽ thu hẹp khoảng cách giữa những gì Arbrea dự đoán và những gì bác sĩ thực sự cung cấp, trên Arbrea Breast, Arbrea Face, và Arbrea Body tương tự nhau.

Tại sao chương trình này tồn tại?

Chất lượng mô phỏng bị hạn chế bởi thực tế mà nó đã nhìn thấy. Một mô hình được đào tạo chỉ dựa trên các tập dữ liệu chung, ẩn danh có thể tạo ra một dự đoán có vẻ hợp lý, nhưng hợp lý không đồng nghĩa với chính xác theo kỹ thuật, lựa chọn sản phẩm hoặc dân số bệnh nhân của bạn.

Đó là toàn bộ cơ sở lý luận đằng sau Chương trình Đối tác Nghiên cứu: Một nhóm bác sĩ giới hạn trên toàn thế giới đóng góp các trường hợp thực tế từ thực tế của riêng họ, do đó mô hình này cải thiện dựa trên thực tế thay vì dựa trên giả định. Mỗi trường hợp đều làm cho việc tính toán, dự đoán và giải thích quét trở nên chính xác hơn, và mọi cải tiến đều được đưa trở lại vào Suite mà bạn đã sử dụng. Đây là một trao đổi trực tiếp: công việc được ghi chép của bạn làm cho mô hình trở nên tốt hơn, và một mô hình tốt hơn sẽ mang lại cho bạn những mô phỏng chính xác hơn để lên kế hoạch và phần thưởng.

Những điều rút ra được từ bài học này

Một bức ảnh có thể cho bạn biết kết quả trông có vẻ ổn. Chỉ có phép đo mới có thể cho bạn biết nó thực sự đạt được bao nhiêu so với kế hoạch. Việc quét LiDAR giúp thực hiện phép đo đó bằng một thiết bị mà hầu hết các bác sĩ đều mang theo bên mình, và các nghiên cứu đã chứng minh rằng nó đủ chính xác để có thể tin cậy.

Đó cũng là lý do tại sao Chương trình Đối tác Nghiên cứu lại rất quan trọng: mỗi trường hợp được đo lường đều giúp thu hẹp khoảng cách giữa những gì Arbrea dự đoán và những gì các bác sĩ thực sự đạt được. Nếu bạn muốn các trường hợp của mình cũng được tham gia vào chương trình này, bạn có thể đăng ký tham gia. Chương trình Đối tác Nghiên cứu trực tiếp.

Tham khảo

1. Seifert, L.B. et al. “Tính chính xác so sánh của hình ảnh địa lý tĩnh và hình ảnh địa lý trên điện thoại thông minh trong phẫu thuật răng miệng và hàm mặt: Một nghiên cứu lâm sàng.” Tạp chí Y học lâm sàng, 2024. https://doi.org/10.3390/jcm13226678
2. Kyriazidis, I., Berner, J.E., Waked, K., Hamdi, M. “Việc quét vú 3D trong phẫu thuật thẩm mỹ sử dụng ứng dụng LiDAR miễn phí trên iPhone: Đánh giá, tiềm năng và hạn chế.” Tạp chí Phẫu thuật thẩm mỹ, 2025, 45(4). https://doi.org/10.1093/asj/sjae251
3. Tangthaweesuk, N., Raocharernporn, S. “Tính chính xác của việc quét khuôn mặt ba chiều được thực hiện từ ba máy quét 3D khác nhau.” PLOS ONE, 2025, 20(5). https://doi.org/10.1371/journal.pone.0322358