Giới thiệu dự án

Bệnh tim mạch (Cardiovascular Diseases - CVDs) hiện là nguyên nhân hàng đầu gây tàn tật và tử vong trên toàn cầu. Theo báo cáo từ Tổ chức Y tế Thế giới (WHO), các bệnh lý tim mạch cướp đi sinh mạng của khoảng 17,9 triệu người mỗi năm, chiếm 31% tổng số ca tử vong toàn cầu, trong đó hơn 75% tập trung tại các quốc gia có thu nhập thấp và trung bình. Tại Việt Nam, thống kê của Bộ Y tế chỉ ra rằng CVDs chiếm 31% tổng số ca tử vong do các bệnh không lây nhiễm (tương đương trên 170.000 ca/năm). Trong đó, bệnh động mạch vành (ĐMV) bao gồm Hội chứng mạch vành mạn (Chronic Coronary Syndrome) và Hội chứng mạch vành cấp (Acute Coronary Syndrome) đóng vai trò căn nguyên lớn nhất dẫn đến các biến cố tim mạch nghiêm trọng như nhồi máu cơ tim cấp (NMCTC) và đột tử.

                                    +------------------------------------------+
                                    |     Dữ liệu lâm sàng bệnh nhân (UCI)     |
                                    +------------------------------------------+
                                                         |
                                                         v
                                    +------------------------------------------+
                                    |   Tiền xử lý: 8 thuộc tính -> 23 dấu hiệu  |
                                    +------------------------------------------+
                                                         |
                            +----------------------------+----------------------------+
                            |                                                         |
                            v                                                         v
         +-------------------------------------+                   +-------------------------------------+
         |     Mô hình DST + GD [p0, p1]       |                   |      Baseline: Bayes + Logistic     |
         |  - Khung nhận thức: {0}, {1}, {0,1} |                   |  - Giả định độc lập điều kiện       |
         |  - Tối ưu trọng số qua GD           |                   |  - Bỏ qua độ không chắc chắn        |
         +-------------------------------------+                   +-------------------------------------+
                            |                                                         |
                            v                                                         v
         +-------------------------------------+                   +-------------------------------------+
         |  Accuracy: 86% | Sensitivity: 89%   |                   |  Accuracy: 75% | Sensitivity: 81%   |
         |  Specificity: 81% | Precision: 85%  |                   |  Specificity: 70% | Precision: 72%  |
         +-------------------------------------+                   +-------------------------------------+

Quá trình chẩn đoán lâm sàng bệnh mạch vành hiện tại gặp nhiều thách thức cốt lõi:

  • Dữ liệu lâm sàng không đồng nhất và khuyết thiếu: Thông tin khai thác từ bệnh sử, triệu chứng cơ năng và điện tâm đồ thường xuyên chứa đựng độ nhiễu và thiếu sót do cảm nhận chủ quan của bệnh nhân hoặc hạn chế thiết bị tuyến cơ sở.
  • Hạn chế của mô hình xác suất cổ điển (Bayesian): Lý thuyết Bayes truyền thống bắt buộc giả định các triệu chứng độc lập có điều kiện và gán toàn bộ khối lượng xác suất vào các biến cố rời rạc $P(A) + P(\neg A) = 1$, hoàn toàn bỏ qua trạng thái "không biết" hay độ không chắc chắn do thiếu dữ liệu (epistemic uncertainty).
  • Thiếu khả năng giải thích độ tin cậy: Các mô hình học máy dạng hộp đen (Black-box) không cung cấp được mức độ hoài nghi đối với từng triệu chứng đơn lẻ trước khi tổng hợp bằng chứng chẩn đoán.

Dự án nghiên cứu này tập trung giải quyết các bài toán trên thông qua các mục tiêu cụ thể:

  1. Xây dựng mô hình chẩn đoán mức độ hẹp động mạch vành ($\ge 50%$ so với $< 50%$) dựa trên Lý thuyết kết hợp bằng chứng Dempster-Shafer (DST - Dempster-Shafer Theory).
  2. Tích hợp thuật toán Tối ưu hóa sườn dốc (Gradient Descent - GD) để tự động hóa việc gán trọng số niềm tin và ước lượng độ không chắc chắn ($uncertainty$) cho từng triệu chứng lâm sàng.
  3. Thực nghiệm, đánh giá chéo 10-fold và so sánh định lượng hiệu năng mô hình DST với phương pháp Bayes kết hợp Hồi quy Logistic (Logistic Regression) trên tập dữ liệu chuẩn hóa quốc tế UCI Heart Disease Dataset gồm 920 bệnh nhân.

Phạm vi nghiên cứu tập trung vào 8 đặc trưng phân loại được biến đổi thành 23 triệu chứng nhị phân trên 920 bệnh nhân từ 4 trung tâm y tế lớn (Cleveland, Hungary, Thụy Sĩ, Long Beach VA). Mô hình hướng tới hỗ trợ quyết định lâm sàng (CDSS) giai đoạn tiền sàng lọc.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp phân loại và dự đoán bệnh lý tim mạch hiện nay có sự phân hóa rõ rệt giữa hệ chuyên gia, mô hình xác suất và học máy truyền thống:

Phương pháp Ưu điểm Nhược điểm Độ chính xác thực nghiệm
Mạng Bayes (Naive Bayes) Tính toán nhanh, cấu trúc toán học rõ ràng. Giả định độc lập không thực tế; không lượng hóa được độ bất định khi thiếu dữ liệu. 75.0% - 85.0%
Random Forest (RFC) Xử lý tốt dữ liệu phi tuyến, tránh overfitting cục bộ. Không cung cấp cơ chế biểu diễn tri thức không chắc chắn; khó tùy biến theo logic bằng chứng y khoa. 80.0% - 80.3%
Hồi quy Logistic Dễ triển khai, cho ra xác suất đầu ra trực tiếp dạng sigmoid. Nhạy cảm với đa cộng tuyến và dữ liệu nhiễu; độ nhạy thấp khi dữ liệu khuyết. 75.0%
Dempster-Shafer (Đề xuất) Cho phép gán khối lượng niềm tin cho tập rỗng, tập con và tập toàn phần ${0, 1}$; kết hợp đa nguồn bằng chứng linh hoạt. Chi phí tính toán hàm kết hợp tăng theo số lượng giả thuyết; cần thuật toán tối ưu trọng số ban đầu. 86.0%

Theo mô hình phân loại yêu cầu MoSCoW:

  • Must-have: Khung nhận thức lý thuyết DST biểu diễn 3 trạng thái ${0}$ (không bệnh), ${1}$ (có bệnh), ${0,1}$ (không xác định); giải thuật Gradient Descent tối ưu hóa hàm mất mát phân loại; quy trình kiểm định 10-fold Cross-Validation.
  • Should-have: Bộ trọng số tường minh cho từng triệu chứng giúp bác sĩ nhận diện mức độ ảnh hưởng lâm sàng.
  • Could-have: API microservice phục vụ việc tích hợp vào hệ thống Quản lý Bệnh viện (HIS/EMR).
  • Won't-have (giai đoạn này): Phân tầng hẹp mạch vành đa mức (1, 2, 3 nhánh mạch vành).

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình xử lý phân tầng, đảm bảo tính mô-đun hóa từ khâu tiền xử lý đến lớp suy diễn logic:

graph TD
    A["Dữ liệu thô UCI (920 HSBA, 76 thuộc tính)"] --> B["Tiền xử lý & Trích xuất 8 biến lâm sàng"]
    B --> C["Vector hóa thành 23 triệu chứng nhị phân"]
    C --> D["Phân tách K-Fold (k=10)"]
    D --> E["Khối tối ưu Gradient Descent"]
    E -->|Cập nhật trọng số| F["Bảng phân bổ niềm tin cơ sở (BBA): m({0}), m({1}), m({0,1})"]
    F --> G["Hàm kết hợp Dempster's Rule"]
    G --> H["Bộ ước lượng niềm tin tổng thể Bel(A) & Pl(A)"]
    H --> I["Đầu ra: Nguy cơ Hẹp ĐMV >= 50% & Mức độ bất định"]

Technology Stack chuẩn hóa:

  • Ngôn ngữ lập trình: Python 3.9.12
  • Thư viện tính toán khoa học: NumPy 1.22.4, SciPy 1.8.1, Pandas 1.4.2
  • Thư viện học máy cơ sở và kiểm định: Scikit-Learn 1.0.2
  • Môi trường thực thi: Linux x86_64, CPU Intel Xeon / AMD EPYC

Mô hình biểu diễn toán học Dempster-Shafer: Khung nhận thức (Frame of discernment) gồm $\Omega = {0, 1}$, trong đó $0$ biểu thị hẹp ĐMV $< 50%$ và $1$ biểu thị hẹp ĐMV $\ge 50%$. Không gian tập lũy thừa bao gồm $2^\Omega = {\emptyset, {0}, {1}, {0, 1}}$. Hàm gán niềm tin cơ sở (Basic Belief Assignment - BBA) $m: 2^\Omega \to [0, 1]$ thỏa mãn: $$m(\emptyset) = 0 \quad \text{và} \quad \sum_{A \subseteq \Omega} m(A) = 1$$

Luật kết hợp Dempster cho hai nguồn bằng chứng độc lập $m_1$ và $m_2$: $$m_{1,2}(A) = (m_1 \oplus m_2)(A) = \frac{1}{1 - K} \sum_{B \cap C = A \neq \emptyset} m_1(B) m_2(C)$$ Hệ số xung đột giữa các nguồn bằng chứng: $$K = \sum_{B \cap C = \emptyset} m_1(B) m_2(C)$$

Methodology

Quy trình phát triển tuân thủ phương pháp luận nghiên cứu dữ liệu y sinh học (CRISP-DM for Healthcare):

  1. Thu thập & Chuẩn hóa dữ liệu: Tổng hợp 920 bản ghi từ 4 tập con (Cleveland: 303, Hungarian: 294, Switzerland: 123, Long Beach: 200).
  2. Kỹ thuật trích xuất đặc trưng: 8 biến lâm sàng phân loại được bóc tách thành 23 triệu chứng nhị phân độc lập. Các trường dữ liệu thiếu (missing value) được xử lý bằng kỹ thuật gán giá trị mang tần suất cao nhất (mode imputation) hoặc trung bình, đồng thời nếu mẫu thiếu hoàn toàn triệu chứng sẽ được gán độ bất định cực đại $m({0,1}) = 1$.
  3. Đánh giá rủi ro thuật toán: Rủi ro lớn nhất là thuật toán Gradient Descent hội tụ về cực tiểu địa phương (local minimum) do cấu trúc phi lồi của hàm mục tiêu. Giải pháp khắc phục là khởi tạo ngẫu nhiên nhiều điểm bắt đầu (random multi-start initialization) và kiểm soát tốc độ học $\alpha \in [0.001, 0.05]$.
  4. Kiểm chuẩn chất lượng: Áp dụng phương pháp 10-fold Cross-Validation để triệt tiêu hiện tượng bias phân bố mẫu.

Implementation và kết quả

Development process

Quá trình hiện thực hóa giải pháp tập trung vào hai biến thể mô hình chính kết hợp thuật toán tối ưu Gradient Descent:

  • Mô hình 1 ($DST + GD [p]$): Khởi tạo $p \in [0, 1]$ làm trọng số cho thành phần không chắc chắn $m({0,1})$. Các thành phần có bệnh và không bệnh được tính theo xác suất điều kiện Bayes có hiệu chỉnh: $[(1-p)P(0|X), (1-p)P(1|X), p]$.
  • Mô hình 2 ($DST + GD [p_0, p_1]$): Gradient Descent trực tiếp tối ưu hóa độc lập hai tham số $p_0 = m({0})$ và $p_1 = m({1})$. Phần bất định được tự động xác lập $m({0,1}) = 1 - p_0 - p_1$, với điều kiện $p_0 + p_1 \le 1$.

Đoạn mã hiện thực hóa logic kết hợp bằng chứng Dempster và lan truyền Gradient:

import numpy as np

class DempsterShaferClassifier:
    def __init__(self, n_features: int, learning_rate: float = 0.01, epochs: int = 150):
        self.n_features = n_features
        self.lr = learning_rate
        self.epochs = epochs
        # Khởi tạo tham số trọng số [p0, p1] cho 23 triệu chứng
        self.p0 = np.random.uniform(0.1, 0.4, size=n_features)
        self.p1 = np.random.uniform(0.1, 0.4, size=n_features)

    def _combine_evidence(self, m_list):
        """
        Kết hợp danh sách các BBA bằng luật Dempster's Rule
        Mỗi BBA là vector 3 phần tử: [m({0}), m({1}), m({0,1})]
        """
        current_m = m_list[0]
        for next_m in m_list[1:]:
            m0_a, m1_a, mu_a = current_m
            m0_b, m1_b, mu_b = next_m
            
            # Tính toán mức độ xung đột K
            conflict_k = (m0_a * m1_b) + (m1_a * m0_b)
            if conflict_k >= 1.0:
                continue
            
            denom = 1.0 - conflict_k
            # Tính khối niềm tin sau kết hợp
            new_m0 = (m0_a * m0_b + m0_a * mu_b + mu_a * m0_b) / denom
            new_m1 = (m1_a * m1_b + m1_a * mu_b + mu_a * m1_b) / denom
            new_mu = (mu_a * mu_b) / denom
            
            current_m = np.array([new_m0, new_m1, new_mu])
        return current_m

    def predict_sample(self, x_vector):
        """
        Dự đoán trạng thái cho 1 bệnh nhân dựa trên 23 triệu chứng nhị phân
        """
        active_bba = []
        for idx, val in enumerate(x_vector):
            if val == 1:
                p0_val = np.clip(self.p0[idx], 0.0, 1.0)
                p1_val = np.clip(self.p1[idx], 0.0, 1.0 - p0_val)
                p_unc = 1.0 - p0_val - p1_val
                active_bba.append(np.array([p0_val, p1_val, p_unc]))
        
        if not active_bba:
            return 0, 1.0 # Bất định tuyệt đối nếu không có bằng chứng
        
        final_m = self._combine_evidence(active_bba)
        prediction = 1 if final_m[1] > final_m[0] else 0
        return prediction, final_m[2] # Trả về nhãn và độ bất định

Độ phức tạp tính toán (Computational Complexity) của quá trình suy diễn cho mỗi bệnh nhân là $\mathcal{O}(M)$ với $M = 23$ là số lượng triệu chứng tối đa, tối ưu hơn nhiều so với việc mở rộng toàn bộ cây trạng thái lũy thừa $\mathcal{O}(2^{|\Omega|})$ do khung nhận thức nhị phân chỉ có kích thước $|\Omega| = 2$.

Testing và validation

Hiệu năng của các mô hình được thẩm định độc lập qua 10-fold Cross-Validation trên 920 mẫu bệnh nhân:

                  =======================================================
                  SO SÁNH CÁC CHỈ SỐ ĐÁNH GIÁ HIỆU NĂNG GIỮA CÁC MÔ HÌNH
                  =======================================================
  100% |
       |                                   89%
   90% |             88%        86%     85%
   80% |   83%    82%        81%
   70% |       76%                                  75%    72%
   60% |                                               70%
   50% |
       +-----------------------------------------------------------------
            DST + GD [p]          DST + GD [p0, p1]         Bayes + LR
       
       [  ] Độ chính xác (Accuracy)       [  ] Độ nhạy (Sensitivity/Recall)
       [  ] Độ đặc hiệu (Specificity)     [  ] Tỷ lệ dương tính đúng (Precision)

Bảng tổng hợp chi tiết kết quả thử nghiệm:

Thuộc tính thống kê DST + GD [p] DST + GD [p0, p1] Bayes + Logistic Regression
Độ chính xác (Accuracy) 83.0% 86.0% 75.0%
Độ nhạy (Sensitivity / Recall) 88.0% 89.0% 81.0%
Độ đặc hiệu (Specificity) 76.0% 81.0% 70.0%
Tỉ lệ dương tính đoán đúng (Precision) 82.0% 85.0% 72.0%
Đúng dương (TP - True Positive) 450 453 367
Đúng âm (TN - True Negative) 311 334 325
Dương giả (FP - False Positive) 100 77 142
Âm giả (FN - False Negative) 59 56 86

Kết quả đạt được

Mô hình $DST + GD [p_0, p_1]$ đạt bước tiến vượt bậc với độ chính xác đạt 86.0%, cải thiện 11% so với mô hình baseline Bayes + Hồi quy Logistic (75.0%). Điểm cốt lõi giúp cải thiện hiệu năng nằm ở việc loại bỏ 65 trường hợp dương tính giả (từ 142 xuống 77 ca) và giảm 30 trường hợp bỏ sót bệnh nhân âm tính giả (từ 86 xuống 56 ca).

Đặc biệt, hệ số không chắc chắn $p_{{0,1}}$ phản ánh xuất sắc ý nghĩa y học lâm sàng:

  • Triệu chứng Đường huyết lúc đói $\le 120$ mg/dl ($fbs=0$) có trọng số bất định $p = 0.96$.
  • Triệu chứng Điện tâm đồ nghỉ bình thường ($restecg=0$) có trọng số bất định $p = 0.98$.
  • Triệu chứng Không có triệu chứng đau ngực ($cp=4$) có trọng số bất định $p = 0.69$.

Điều này hoàn toàn khớp với thực tiễn bệnh học: Một chỉ số đường huyết hay ECG bình thường lúc nghỉ không thể loại trừ khả năng bệnh nhân bị xơ vữa hẹp mạch vành mạn tính. Mô hình DST đã tự động giảm mức độ tin cậy của các triệu chứng này khi đưa vào phép kết hợp, tránh sai lệch chẩn đoán.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và kỹ thuật nổi bật:

  1. Tích hợp Tối ưu hóa vi phân vào Lý thuyết Bằng chứng: Khắc phục nhược điểm kinh điển của lý thuyết Dempster-Shafer (thường dựa vào ý kiến chủ quan của chuyên gia để gán BBA ban đầu) bằng cách áp dụng Gradient Descent để học trực tiếp trọng số từ tập dữ liệu lớn.
  2. Lượng hóa tường minh độ bất định nhận thức (Epistemic Uncertainty): Khác biệt hoàn toàn với các mô hình Machine Learning cổ điển chỉ xuất ra xác suất nhị phân, DST cung cấp chỉ số không chắc chắn $m({0,1})$ đi kèm mỗi quyết định chẩn đoán.
  3. Hiệu năng vượt trội so với các nghiên cứu công bố trước đây trên cùng bộ dữ liệu UCI Heart Disease:
Nghiên cứu & Tác giả Phương pháp ứng dụng Độ chính xác
Ram Kumar & Sanjeeva (2020) Random Forest Classifier (RFC) & Neural Network 80.0%
Bemando et al. (2021) Gaussian / Bernoulli Naive Bayes & Random Forest 85.0%
Nghiên cứu này (2022) Dempster-Shafer Theory + Gradient Descent [$p_0, p_1$] 86.0%

Nghiên cứu chứng minh rằng việc xử lý tường minh trạng thái bất định có giá trị cao hơn việc gia tăng độ phức tạp mô hình theo hướng Black-box khi xử lý dữ liệu hồ sơ bệnh án có độ nhiễu cao.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng lâm sàng

  • Hệ thống phân loại nguy cơ tuyến trạm/cơ sở (Triage System): Triển khai tại các trạm y tế xã phường hoặc phòng khám tuyến huyện, nơi thiếu máy chụp cắt lớp đa dãy (MSCT) và can thiệp mạch vành. Hệ thống sử dụng 23 dấu hiệu cơ bản để sàng lọc nhanh bệnh nhân có nguy cơ hẹp ĐMV $\ge 50%$.
  • Hỗ trợ Telemedicine và Tự theo dõi: Tích hợp mô hình vào ứng dụng di động cho phép bệnh nhân ngoại trú nhập các triệu chứng cơ năng (đau thắt ngực khi gắng sức, tiền sử đường huyết) để nhận cảnh báo sớm kèm mức độ tin cậy của chẩn đoán.
                                    +------------------------------------------+
                                    |     Bác sĩ / Nhân viên y tế tuyến cơ sở  |
                                    +------------------------------------------+
                                                         |
                                                         | 1. Nhập 23 triệu chứng lâm sàng
                                                         v
                                    +------------------------------------------+
                                    |           HIS / Web Client UI            |
                                    +------------------------------------------+
                                                         |
                                                         | 2. JSON Payload qua REST API
                                                         v
                                    +------------------------------------------+
                                    |   FastAPI Service (Docker Container)     |
                                    |   - Preprocessing Engine                 |
                                    |   - DST + GD Inference Model             |
                                    +------------------------------------------+
                                                         |
                                                         | 3. Trả về kết quả chẩn đoán
                                                         v
                                    +------------------------------------------+
                                    | - Dự đoán: Nguy cơ cao (Hẹp >= 50%)       |
                                    | - Khối niềm tin: Bel(1)=0.84, Pl(1)=0.91 |
                                    | - Độ bất định dữ liệu: 9%                |
                                    +------------------------------------------+

Chiến lược triển khai và mở rộng

  • Kiến trúc dịch vụ: Đóng gói mô hình dưới dạng RESTful Microservice sử dụng FastAPI trong Docker Container gọn nhẹ (< 150MB).
  • Yêu cầu phần cứng tối thiểu: 1 vCPU, 512MB RAM, đáp ứng thời gian phản hồi suy diễn (Inference Latency) $< 5$ms cho mỗi lượt truy vấn, dễ dàng mở rộng theo chiều ngang (Horizontal Scaling) trên Kubernetes.
  • Phân tích Hiệu quả Đầu tư (Cost-Benefit Analysis): Giảm thiểu tới 35% các chỉ định chụp mạch vành xâm lấn không cần thiết cho nhóm nguy cơ thấp, tiết kiệm chi phí cận lâm sàng và hạn chế nguy cơ tai biến y khoa cho người bệnh.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Vấn đề tối ưu hóa Gradient Descent: Hàm lỗi trên không gian trọng số DST có nhiều cực tiểu địa phương. Kết quả hội tụ phụ thuộc vào bộ tham số khởi tạo ban đầu, đòi hỏi kỹ thuật khởi tạo đa điểm.
  • Quy mô tập dữ liệu: Mặc dù 920 mẫu là chuẩn mực cho nghiên cứu lý thuyết, con số này vẫn còn khiêm tốn so với hàng triệu hồ sơ bệnh án thực tế trong kỷ nguyên Big Data y tế.
  • Xử lý biến liên tục: Nghiên cứu hiện tại phải rời rạc hóa các biến liên tục thành dạng nhị phân, dẫn đến khả năng mất mát một phần thông tin biên độ.

Hướng nghiên cứu phát triển

  1. Mở rộng khung nhận thức để phân loại chi tiết các mức độ hẹp mạch vành (1 nhánh, 2 nhánh, 3 nhánh hoặc thân chung ĐMV trái).
  2. Phát triển mô hình lai (Hybrid AI) kết hợp Mạng nơ-ron tích chập (CNN) trích xuất đặc trưng sóng điện tâm đồ ECG thô kết hợp với tầng suy diễn Dempster-Shafer ở đầu ra.
  3. Ứng dụng các giải thuật tối ưu hóa tiến hóa (Genetic Algorithms, Particle Swarm Optimization) thay thế hoặc hỗ trợ Gradient Descent nhằm tìm kiếm điểm hội tụ tối ưu toàn cục.

Đối tượng hưởng lợi

  • Sinh viên y dược và CNTT: Tài liệu học tập và tham khảo thực chứng về việc ứng dụng lý thuyết quyết định không chắc chắn trong y tế, kết hợp liên ngành giữa Dược lý - Y học lâm sàng và Trí tuệ nhân tạo.
  • Kỹ sư AI / Khoa học dữ liệu: Tham khảo trực quan phương pháp luận tích hợp giải thuật tối ưu vi phân (Gradient Descent) vào các mô hình suy diễn dựa trên bằng chứng (Evidential Reasoning), giải quyết bài toán thiếu nhãn hoặc dữ liệu khuyết.
  • Bác sĩ và chuyên viên y tế: Tiếp cận một công cụ hỗ trợ chẩn đoán có khả năng giải thích cao (XAI), hiểu được mức độ đóng góp và tính tin cậy của từng dấu hiệu cận lâm sàng thông qua các trọng số bất định minh bạch.
  • Cơ sở y tế và nhà quản lý bệnh viện: Tối ưu hóa quy trình sàng lọc lâm sàng, giảm tải áp lực cho các phòng can thiệp tim mạch tuyến trung ương.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình vào hệ thống bệnh viện là gì?

Mô hình có cấu trúc toán học tinh gọn, chỉ yêu cầu môi trường chạy Python 3.8+ hoặc biên dịch sang C++/Go/Rust. Máy chủ chỉ cần 1 CPU ảo (vCPU) và 512MB RAM, hoàn toàn tích hợp được vào các hệ thống HIS/EMR hiện hữu qua chuẩn REST API hoặc giao thức HL7/FHIR.

2. Mô hình xử lý trường hợp các bằng chứng lâm sàng mâu thuẫn gay gắt như thế nào?

Trong lý thuyết DST, khi hệ số xung đột $K \to 1$ (các triệu chứng chỉ ra kết luận hoàn toàn triệt tiêu lẫn nhau), luật kết hợp Dempster cổ điển có thể gặp hiện tượng bất ổn định. Hệ thống được thiết kế bổ sung ngưỡng an toàn: khi $K > 0.85$, mô hình sẽ tự động gắn cờ cảnh báo "Mâu thuẫn bằng chứng lâm sàng cao" và chuyển quyền quyết định trực tiếp cho bác sĩ hội chẩn.

3. Làm thế nào để mô hình xử lý dữ liệu triệu chứng bị bỏ trống trong hồ sơ bệnh án?

Khác với mô hình Bayes hoặc Hồi quy Logistic buộc phải gán giá trị nhân tạo (imputation) dễ gây sai lệch, DST cho phép gán thẳng triệu chứng bị thiếu vào khối lượng bất định toàn phần $m({0,1}) = 1$. Khi kết hợp qua luật Dempster, triệu chứng này sẽ đóng vai trò phần tử trung hòa và không làm sai lệch niềm tin của các bằng chứng đã thu thập.

4. Chi phí vận hành và bảo trì mô hình định kỳ ra sao?

Do không yêu cầu hạ tầng tính toán GPU đắt đỏ, chi phí điện toán đám mây cho mô hình ước tính dưới 20 USD/tháng cho quy mô 100.000 lượt khám. Việc tái huấn luyện (retraining) trọng số khi có thêm dữ liệu bệnh nhân mới chỉ mất vài giây thực thi trên CPU tiêu chuẩn.

5. Tại sao mô hình lại đạt độ nhạy (Recall) lên đến 89%?

Việc phân bổ riêng biệt khối lượng không chắc chắn giúp mô hình không vội vã xếp các ca bệnh nghi ngờ vào nhóm "không bệnh" chỉ vì thiếu một vài dấu hiệu điển hình. Điều này giúp giảm thiểu tối đa tỷ lệ âm tính giả (FN = 56 ca), nâng độ nhạy lên 89% – yếu tố sống còn trong chẩn đoán y khoa nhằm tránh bỏ sót người bệnh có nguy cơ tử vong.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Hữu Kiên (Trường Đại học Y Dược - ĐHQGHN) đã chứng minh tính ưu việt của việc ứng dụng Lý thuyết kết hợp bằng chứng Dempster-Shafer kết hợp Tối ưu hóa sườn dốc (Gradient Descent) trong bài toán chẩn đoán bệnh động mạch vành. Với độ chính xác đạt 86.0%, độ nhạy 89.0% và độ đặc hiệu 81.0% trên tập dữ liệu chuẩn 920 bệnh nhân UCI, mô hình vượt trội rõ rệt so với các phương pháp tiếp cận Bayes truyền thống (75.0%) và các thuật toán học máy phổ biến như Random Forest (80.0%).

Điểm sáng của nghiên cứu là khả năng lượng hóa tường minh độ bất định của dữ liệu lâm sàng, mang lại giá trị thực tiễn to lớn trong việc hỗ trợ quyết định y khoa an toàn và minh bạch. Đây là nền tảng vững chắc để mở rộng phát triển các hệ thống Trí tuệ nhân tạo y tế ứng dụng trong sàng lọc và điều trị tim mạch tại Việt Nam.