Lọc Thông Tin Riêng Tư Trong Bệnh Án Điện Tử: Nghiên Cứu và Giải Pháp

Luận văn thạc sĩ khoa học máy tính nghiên cứu lọc thông tin riêng trong bệnh án điện tử, nâng cao bảo mật và hiệu quả quản lý dữ liệu y tế.

• Tác giả: Nguyễn Đông Phương
• Người hướng dẫn: TS. Võ Thị Ngọc Châu
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Khoa học máy tính
• Đề tài: Lọc thông tin riêng trong bệnh án điện tử
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Tổng Quan Về Lọc Thông Tin Riêng Tư Trong BAĐT

Trong thời đại số, bệnh án điện tử (BAĐT) ngày càng trở nên phổ biến, mang lại nhiều lợi ích cho ngành y tế và nghiên cứu khoa học. Tuy nhiên, việc chia sẻ BAĐT cho các nhà nghiên cứu, tổ chức y tế liên quan đặt ra yêu cầu cấp thiết về bảo mật bệnh án điện tử và riêng tư bệnh án điện tử. Lọc thông tin riêng tư trong BAĐT là quá trình loại bỏ hoặc che giấu các thông tin nhạy cảm, đảm bảo danh tính bệnh nhân được bảo vệ khi dữ liệu được sử dụng cho mục đích khác. Việc này không chỉ tuân thủ các quy định về bệnh án điện tử mà còn xây dựng lòng tin của bệnh nhân vào hệ thống y tế. Theo nghiên cứu của Nguyễn Đông Phương năm 2016, mặc dù đã có nhiều kết quả nghiên cứu khả quan, vấn đề này vẫn cần nhiều nghiên cứu mang tính thực tế hơn. Bài viết này sẽ trình bày các giải pháp hiệu quả để giải quyết thách thức này.

1.1. Tầm quan trọng của bảo mật bệnh án điện tử

Việc bảo mật bệnh án điện tử không chỉ là yêu cầu pháp lý mà còn là trách nhiệm đạo đức của các tổ chức y tế. Rò rỉ thông tin cá nhân có thể gây ra hậu quả nghiêm trọng, ảnh hưởng đến uy tín của tổ chức và lòng tin của bệnh nhân. Các tiêu chuẩn như HIPAA (nếu liên quan) và GDPR (nếu liên quan) đưa ra các yêu cầu nghiêm ngặt về tiêu chuẩn bảo mật thông tin y tế, đòi hỏi các tổ chức phải áp dụng các biện pháp bảo vệ dữ liệu phù hợp. Bảo mật thông tin y tế đảm bảo rằng dữ liệu chỉ được truy cập bởi những người có thẩm quyền, ngăn chặn các hành vi xâm nhập trái phép và đảm bảo tính toàn vẹn của dữ liệu.

1.2. Các loại thông tin cần lọc PII và thông tin nhạy cảm

Việc xác định nhận dạng thông tin cá nhân (PII) và thông tin nhạy cảm là bước đầu tiên trong quá trình lọc thông tin nhạy cảm. PII bao gồm tên, địa chỉ, số điện thoại, số bảo hiểm xã hội và các thông tin có thể dùng để nhận dạng một cá nhân. Ngoài ra, các thông tin về tình trạng sức khỏe, lịch sử bệnh án, kết quả xét nghiệm cũng cần được bảo vệ. Quá trình loại bỏ định danh (de-identification) và ẩn danh hóa dữ liệu (anonymization) cần được thực hiện cẩn thận để đảm bảo không còn khả năng nhận dạng bệnh nhân từ dữ liệu.

II. Thách Thức An Ninh Bệnh Án Điện Tử và Riêng Tư

Việc bảo vệ an ninh bệnh án điện tử và riêng tư bệnh án điện tử đối mặt với nhiều thách thức. Sự phức tạp của hệ thống BAĐT, sự đa dạng của các loại dữ liệu, và nguy cơ tấn công mạng ngày càng gia tăng đòi hỏi các giải pháp bảo mật tiên tiến. Thách thức lớn nhất là làm sao cân bằng giữa việc chia sẻ dữ liệu cho mục đích nghiên cứu và bảo vệ dữ liệu y tế của bệnh nhân. Việc tuân thủ các quy định về bệnh án điện tử cũng là một thách thức, đặc biệt khi các quy định này có thể khác nhau giữa các quốc gia và khu vực. Ngoài ra, việc đào tạo nhân viên y tế về các biện pháp an ninh bệnh án điện tử cũng là một yếu tố quan trọng.

2.1. Các mối đe dọa đối với bảo mật bệnh án điện tử

Các mối đe dọa đối với bảo mật bệnh án điện tử rất đa dạng, bao gồm tấn công mạng, xâm nhập trái phép, rò rỉ dữ liệu do sơ suất của nhân viên và các hành vi lạm dụng dữ liệu. Tấn công ransomware có thể mã hóa dữ liệu BAĐT, gây tê liệt hoạt động của bệnh viện. Xâm nhập trái phép có thể dẫn đến đánh cắp thông tin cá nhân của bệnh nhân. Rò rỉ dữ liệu có thể xảy ra do nhân viên không tuân thủ các quy trình bảo mật. Việc xác định và đánh giá các rủi ro bảo mật là cần thiết để triển khai các biện pháp phòng ngừa hiệu quả.

2.2. Rủi ro khi chia sẻ thông tin riêng tư bệnh án điện tử

Việc chia sẻ thông tin riêng tư bệnh án điện tử cho mục đích nghiên cứu hoặc hợp tác y tế có thể mang lại nhiều lợi ích, nhưng cũng tiềm ẩn rủi ro. Nếu không được bảo vệ đúng cách, thông tin cá nhân của bệnh nhân có thể bị lộ, dẫn đến vi phạm quyền riêng tư. Việc lọc dữ liệu y tế và ẩn danh hóa dữ liệu (anonymization) cần được thực hiện cẩn thận để giảm thiểu rủi ro này. Các thỏa thuận bảo mật dữ liệu và các biện pháp kiểm soát truy cập bệnh án điện tử cần được thiết lập để đảm bảo dữ liệu chỉ được sử dụng cho mục đích đã định và bởi những người có thẩm quyền.

III. Cách Lọc Thông Tin Nhạy Cảm trong Bệnh Án Điện Tử

Để đảm bảo bảo mật bệnh án điện tử, việc lọc thông tin nhạy cảm cần được thực hiện một cách có hệ thống. Quá trình này bao gồm nhiều bước, từ xác định các loại thông tin cần bảo vệ đến áp dụng các kỹ thuật lọc dữ liệu y tế và ẩn danh hóa dữ liệu. Điều quan trọng là phải tuân thủ các quy định về bệnh án điện tử và tiêu chuẩn bảo mật thông tin y tế hiện hành. Các phương pháp thường được sử dụng bao gồm mã hóa bệnh án điện tử, kiểm soát truy cập bệnh án điện tử và phân quyền truy cập bệnh án điện tử.

3.1. Sử dụng công nghệ lọc thông tin Kỹ thuật và công cụ

Nhiều công nghệ lọc thông tin có thể được sử dụng để lọc thông tin nhạy cảm trong BAĐT. Các kỹ thuật bao gồm nhận dạng thực thể có tên (Named Entity Recognition - NER), biểu thức chính quy (Regular Expressions) và học máy (Machine Learning). Các công cụ như CRF (Conditional Random Fields) và SVM (Support Vector Machines) có thể được sử dụng để tự động nhận dạng và loại bỏ thông tin nhạy cảm. Quan trọng là phải chọn các công cụ và kỹ thuật phù hợp với loại dữ liệu và yêu cầu bảo mật cụ thể.

3.2. Quy trình lọc thông tin Các bước thực hiện chi tiết

Một quy trình lọc thông tin hiệu quả cần bao gồm các bước sau: (1) Xác định các loại thông tin cần bảo vệ; (2) Áp dụng các kỹ thuật lọc dữ liệu y tế để loại bỏ hoặc che giấu thông tin nhạy cảm; (3) Kiểm tra kết quả lọc dữ liệu y tế để đảm bảo tính chính xác và đầy đủ; (4) Lưu trữ bản ghi audit trail bệnh án điện tử về các hoạt động lọc dữ liệu y tế; (5) Thường xuyên đánh giá và cập nhật quy trình lọc thông tin để đáp ứng các yêu cầu bảo mật mới.

IV. Giải Pháp Bảo Vệ Dữ Liệu Y Tế Mã Hóa Kiểm Soát Truy Cập

Giải pháp bảo vệ dữ liệu y tế toàn diện đòi hỏi sự kết hợp của nhiều biện pháp, bao gồm mã hóa bệnh án điện tử, kiểm soát truy cập bệnh án điện tử, và các chính sách bảo mật chặt chẽ. Mã hóa bệnh án điện tử đảm bảo rằng dữ liệu không thể đọc được nếu bị truy cập trái phép. Kiểm soát truy cập bệnh án điện tử giới hạn quyền truy cập dữ liệu chỉ cho những người có thẩm quyền. Các chính sách bảo mật cần được xây dựng dựa trên các quy định về bệnh án điện tử và tiêu chuẩn bảo mật thông tin y tế hiện hành.

4.1. Mã hóa bệnh án điện tử Các phương pháp và ứng dụng

Mã hóa bệnh án điện tử là một biện pháp bảo mật mạnh mẽ, đảm bảo rằng dữ liệu không thể đọc được nếu bị truy cập trái phép. Có nhiều phương pháp mã hóa khác nhau, bao gồm mã hóa đối xứng, mã hóa bất đối xứng và mã hóa dựa trên khóa. Ứng dụng của mã hóa bệnh án điện tử bao gồm bảo vệ dữ liệu trong quá trình truyền tải, lưu trữ và xử lý.

4.2. Kiểm soát truy cập bệnh án điện tử Phân quyền và xác thực

Kiểm soát truy cập bệnh án điện tử là một biện pháp quan trọng để giới hạn quyền truy cập dữ liệu chỉ cho những người có thẩm quyền. Phân quyền truy cập bệnh án điện tử dựa trên vai trò (Role-Based Access Control - RBAC) cho phép chỉ định quyền truy cập dựa trên chức vụ và trách nhiệm của người dùng. Xác thực người dùng bệnh án điện tử là quá trình xác minh danh tính của người dùng trước khi cấp quyền truy cập, sử dụng các phương pháp như mật khẩu, xác thực hai yếu tố và sinh trắc học.

4.3. Audit trail bệnh án điện tử Giám sát và theo dõi truy cập

Audit trail bệnh án điện tử (Nhật ký kiểm toán) là một công cụ quan trọng để giám sát và theo dõi truy cập dữ liệu. Audit trail ghi lại tất cả các hoạt động truy cập, sửa đổi và xóa dữ liệu, cung cấp thông tin chi tiết về ai đã truy cập dữ liệu gì, khi nào và tại sao. Audit trail giúp phát hiện các hành vi truy cập trái phép và tuân thủ các yêu cầu pháp lý về bảo mật dữ liệu.

V. Ứng Dụng Thực Tiễn Kết Quả Nghiên Cứu Về Lọc Thông Tin

Nhiều nghiên cứu đã được thực hiện để đánh giá hiệu quả của các giải pháp lọc thông tin trong BAĐT. Các nghiên cứu này thường sử dụng các bộ dữ liệu thử nghiệm và đánh giá hiệu suất của các thuật toán lọc dựa trên các chỉ số như độ chính xác (Precision), độ bao phủ (Recall) và F1-score. Các ứng dụng thực tiễn của lọc thông tin bao gồm chia sẻ BAĐT cho nghiên cứu, hợp tác y tế và cải thiện chất lượng chăm sóc sức khỏe.

5.1. Case study Triển khai hệ thống lọc thông tin tại bệnh viện

Ví dụ về việc triển khai một hệ thống lọc thông tin tại một bệnh viện cho thấy các bước thực hiện, các thách thức gặp phải và kết quả đạt được. Hệ thống lọc thông tin có thể được tích hợp vào quy trình làm việc hiện có của bệnh viện để tự động lọc thông tin nhạy cảm trước khi chia sẻ dữ liệu cho mục đích nghiên cứu hoặc hợp tác y tế.

5.2. Đánh giá hiệu quả của các phương pháp lọc dữ liệu y tế

So sánh hiệu quả của các phương pháp lọc dữ liệu y tế khác nhau, bao gồm nhận dạng thực thể có tên (NER), biểu thức chính quy (Regular Expressions) và học máy (Machine Learning). Đánh giá dựa trên các chỉ số như độ chính xác (Precision), độ bao phủ (Recall) và F1-score để xác định phương pháp nào phù hợp nhất với loại dữ liệu và yêu cầu bảo mật cụ thể.

VI. Tương Lai và Phát Triển Của Giải Pháp Lọc Thông Tin Riêng Tư

Lĩnh vực giải pháp lọc thông tin riêng tư trong BAĐT đang phát triển nhanh chóng, với nhiều tiến bộ trong công nghệ và quy định. Tương lai của lĩnh vực này hứa hẹn những giải pháp bảo mật thông minh hơn, hiệu quả hơn và dễ sử dụng hơn. Các xu hướng phát triển bao gồm sử dụng trí tuệ nhân tạo (AI) và học sâu (Deep Learning) để tự động nhận dạng và lọc thông tin nhạy cảm, phát triển các tiêu chuẩn bảo mật quốc tế và tăng cường sự hợp tác giữa các tổ chức y tế và các nhà nghiên cứu.

6.1. Ứng dụng AI và Machine Learning trong lọc thông tin

Trí tuệ nhân tạo (AI) và học máy (Machine Learning) có tiềm năng lớn trong việc tự động nhận dạng và lọc thông tin nhạy cảm trong BAĐT. Các thuật toán học sâu (Deep Learning) có thể được huấn luyện để nhận dạng các mẫu thông tin nhạy cảm một cách chính xác hơn so với các phương pháp truyền thống.

6.2. Xu hướng phát triển của các tiêu chuẩn bảo mật thông tin

Các tiêu chuẩn bảo mật thông tin đang phát triển để đáp ứng các thách thức bảo mật mới. Các tiêu chuẩn quốc tế như ISO 27799 cung cấp hướng dẫn về bảo mật thông tin trong lĩnh vực y tế. Việc tuân thủ các tiêu chuẩn bảo mật thông tin giúp các tổ chức y tế đảm bảo rằng họ đang áp dụng các biện pháp bảo vệ dữ liệu tốt nhất.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN 1.1 Lý do chọn đề tài Ngày nay, các bệnh án điện tử (BAĐT) đã được phổ biến và càng được quan tâm cho các hoạt động chia sẻ, xử lý, phân tích, và khám phá tri thức từ các BAĐT này để có thể hỗ trợ cho các hoạt động chăm sóc sức khỏe và nghiên cứu y học. Tuy nhiên, đặc điểm của các BAĐT này tạo khá nhiều thách thức như:  Cấu trúc của các BAĐT: các BAĐT có phần nội dung dữ liệu đơn giản được cấu trúc hóa và cũng có phần nội dung văn bản và hình ảnh phức tạp dạng phi cấu trúc.  Dữ liệu văn bản lâm sàng được diễn đạt bằng ngôn ngữ tự nhiên.  Dữ liệu văn bản lâm sàng được ghi lại với những câu ngắn, không đầy đủ thành phần, và đôi khi việc phân tách trong câu thường không rõ ràng.

 Nội dung văn bản lâm sàng thường được hình thành trong thời gian ngắn do áp lực ghi nhận trên thực tế của các BAĐT này. Do đó, thường văn bản lâm sàng có nhiều từ viết tắt và lỗi chính tả. Đôi khi, văn bản lâm sàng được viết với nhiều dạng khác nhau của các từ-ngữ y khoa.  Dữ liệu văn bản lâm sàng trong các BAĐT này có thể có thông tin riêng của bệnh nhân.

Với một số đặc điểm như trên, các BAĐT sẽ tạo khó khăn cho việc xử lý tự động và chia sẻ dữ liệu, chính vì thế việc chuẩn bị các bệnh án điện tử (BAĐT) cho các xử lý, phân tích, và khám phá tri thức sau này từ các BAĐT là rất quan trọng. Việc rút trích và thay đổi các thông tin riêng tư của bệnh nhân trong các ghi chú được ghi nhận với ngôn ngữ tự nhiên trong các BAĐT để đảm bảo các bệnh nhân tương ứng không thể được xác định khi các BAĐT của họ được xử lý ở các giai đoạn sau đó. Vì vậy đây chính là nội dung của đề tài luận văn này. Để chuẩn bị cho đề tài, những nội dung sau đã được tìm hiểu:  Tìm hiểu các nội dung (mục thông tin) cần được xác định và thay thế (lọc) trong các BAĐT dựa trên HIPAA (the Health Insurance Portability and Accountability Act, the USA http://www.gov/hipaa/) và các mở rộng ở cuộc thi của i2b2 (Informatics for Integrating Biology and the Bedside https://www.org/)  Tìm hiểu một số hệ thống lọc thông tin riêng theo các hướng tiếp cận khác nhau trong các BAĐT tiếng Anh  Tìm hiểu một số phương pháp lọc thông tin riêng trong các BAĐT được ghi nhận trong các ngôn ngữ khác nhau như: Anh, Thụy Điển, Pháp, Hàn, … Trang 6  Tìm hiểu các phương pháp lọc thông tin riêng trong các BAĐT tiếng Anh tiêu biểu từ 1996 đến nay Các phương pháp lọc thông tin riêng đã phổ biến cách đây hơn 20 năm, từ năm 1995 đã giới thiệu các hệ thống có thể tự động lọc thông tin riêng, sau này được phát triển dành riêng cho bệnh án điện tử.

Nhưng cho tới tận ngày nay, việc lọc thông tin riêng vẫn là bài toán chưa được giải quyết hoàn toàn, còn rất nhiều việc cần phải làm [28]. Đề tài đóng góp một hướng giải quyết mới cho lĩnh vực y tế này: phương pháp tiếp cận lai sử dụng kỹ thuật học bán giám sát để lọc thông tin riêng trong bệnh án điện tử. Ở đây kỹ thuật học bán giám sát là hoàn toàn mới và giải quyết vấn đề thiếu dữ liệu ban đầu trong thực tế. Mục tiêu nghiên cứu Xây dựng một mô hình lọc thông tin riêng cho BAĐT mà có thể linh động áp dụng được cho các loại ngôn ngữ khác ngoài tiếng Anh.

Đề tài sẽ tập trung tìm hiểu 2 hệ thống độc lập có khả năng lọc thông tin riêng là học máy và tập luật. Kết hợp 2 hệ thống này để phát triển thành hệ thống sử dụng phương pháp lai mà ở đó phát huy từng ưu điểm của từng hệ thống nhằm tối đa hóa giá trị đạt được. Cụ thể là dựa vào chỉ số RECALL và PRECISION để quyết định độ thành công của hệ thống. Phạm vi đề tài: - Dữ liệu dùng cho tiếng Anh để hiện thực hóa kỹ thuật được lấy tại cuộc thi i2b2 năm 2006 tại website https://www.

Ý nghĩa khoa học Cho vấn đề lọc thông tin riêng trong các bệnh án điện tử, hiện nay, đã có 2 cuộc thi dành riêng cho lĩnh vực lọc thông tin riêng do i2b2 tổ chức năm 2006 và 2014. Các công trình dự thi ở 2 năm này đạt được kết quả rất khả quan, tuy nhiên vẫn chưa thật sự đủ hiệu quả để các phương pháp lọc thông tin có thể được đưa vào sử dụng trong thực tế như được nhận định trong công trình [28]. Do đó, vấn đề lọc thông tin riêng trong các bệnh án điện tử ngày nay vẫn được xem là chưa được giải quyết mặc dù có rất nhiều công trình được phát triển và giới thiệu trên thế giới. Trang 7 Hiện nay hầu hết các tiếp cận đều là các tiếp cận lai, nghĩa là kết hợp giữa phương pháp dựa trên học máy và phương pháp dựa trên quy tắc, so trùng mẫu và khai thác từ điển.

Một số công trình ban đầu được phát triển cho bài toán này như [13, 29] hay được phát triển cho tập BAĐT thuộc ngôn ngữ khác ngôn ngữ tiếng Anh như [11, 17, 27] đều bắt đầu với hướng tiếp cận dựa trên quy tắc. Với hướng tiếp cận dựa trên học máy trong hầu hết các công trình khác, việc rút trích đặc trưng và chuẩn bị tập dữ liệu huấn luyện và kiểm tra là việc khó khăn để không hạn chế tính tổng quát hóa của giải pháp khi áp trên nguồn dữ liệu khác. Do đó, giải pháp lai kết hợp hai hướng tiếp cận này là xu thế hiện diện trong những công trình gần đây như được đề xuất bởi các công trình [7, 21, 34] dự thi ở i2b2 2014. Vậy về mặt khoa học, đề tài muốn đóng góp một hướng tiếp cận lai giữa học máy và phương pháp dựa trên quy tắc để giải quyết bài toán lọc thông tin riêng trong bệnh án điện tử mà ở đó khả năng mở rộng cho các ngôn ngữ khác ngoài tiếng Anh, và cơ sở dữ liệu đầu vào còn chưa đủ nhiều, dùng kỹ thuật học bán giám sát.

Ý nghĩa thực tiễn Đối với việc lọc thông tin riêng cho các BAĐT, hiện nay chưa có giải pháp nào được phát triển và áp dụng rộng rãi, có thể thấy được điều này ở Việt Nam. Danh sách các loại thông tin cần được che dấu cho bệnh nhân chưa được xem xét và chỉ định cụ thể. Do đó, giải quyết vấn đề lọc thông tin riêng cho các BAĐT là một vấn đề cấp thiết và nhiều khó khăn. Mong muốn của đề tài này là cần giải quyết bài toán lọc thông tin riêng cho các BAĐT mà không phục thuộc vào ngôn ngữ và tập dữ liệu ban đầu.

Ngoài ra, trong thực tế, sẽ có rất nhiều trường hợp mà các bệnh án điện tử sẽ được chia sẻ cho các đơn vị ngoài y tế nhằm phục vụ cho nghiên cứu, học tập, hay dự báo những vấn đề liên quan tới các loại bệnh. Để làm được điều này, trong mỗi bệnh án điện tử cần phải che giấu những thông tin của bệnh nhân hoặc những thông tin mà ở đó có thể truy xuất ra thông tin của bệnh nhân nhằm đảm bảo tính pháp lý. Đây là một ý nghĩa thực tiễn mà đề tài hướng tới. Trang 8 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT Để lọc thông tin riêng trong bệnh án điện tử hướng tiếp cận lai bằng việc kết hợp học máy và so trùng mẫu dựa trên quy tắc là một hướng tiếp cận phổ biến và phù hợp cho bài toán này.

Lí do của việc kết hợp này là giúp nhận diện đúng các mẫu thông tin riêng (protected health information, PHI) với học máy và sau đó là giúp nhận diện các mẫu thông tin riêng PHI còn sót lại với so trùng mẫu dựa trên quy tắc. Ngoài ra, nhằm hướng tới việc cơ sở dữ liệu ban đầu thiếu và ít nên cũng xem xét hướng tiếp cận học bán giám sát (semi-supervised learning approach) thay vì phương pháp học có giám sát (supervised learning approach) truyền thống trong các công trình liên quan. Hướng tiếp cận bán giám sát có thể giúp giảm tải việc chú thích ban đầu cho tập dữ liệu huấn luyện dùng để xây dựng mô hình học máy. Ngoài ra, hướng tiếp cận bán giám sát còn hỗ trợ việc xử lý dữ liệu gia tăng trong tương lai và làm giàu cho tập dữ liệu huấn luyện dùng để cải thiện hiệu quả của mô hình học máy hiện tại.

Với ý tưởng bước đầu của giải pháp cho bài toán này với hướng tiếp cận lai giữa phương pháp học máy bán giám sát và so trùng mẫu dựa trên quy tắc, sau đây sẽ giới thiệu cơ sở lý thuyết của học máy, so trùng mẫu dựa trên quy tắc, học bán giám sát. Học máy với mô hình CRFs. Khái niệm học máy được định nghĩa như sau: - Với một tập dữ liệu vũ trụ X. - Một tập số mẫu S, cho S là tập con của X.

- Một số hàm đích sao cho f: X -> [đúng,sai] - Một tập huấn luyện D được gán nhãn, 𝐷 = {(𝑥, 𝑦)|𝑥 ∈ 𝑆 ∪ 𝑦 = 𝑓 (𝑥)} - Tính ra hàm 𝑓 ′ : 𝑋 → [đú𝑛𝑔, 𝑠𝑎𝑖 ] bằng cách sử dụng D như sau : 𝑓 ′ (𝑥) ≅ 𝑓(𝑥) cho tất cả x thuộc X. Có nhiều hàm học máy như mô hình MARKOV ẩn-HMM, mô hình cực đại hóa ENTROPY-MEMM hay mô hình xác suất có điều kiện-CRF. Trong đó CRF giải quyết được bài toán mà các mô hình khác gặp phải là label alias, là trạng thái mà chuỗi quan sát được chọn sai nhưng học máy không phát hiện được. Qua cả thực nghiệm và tìm hiểu được thì CRF xuất hiện lỗi thấp hơn 2 mô hình còn lại.

Bằng chứng là ở cuộc thi i2b2 khi sử dụng học máy có 2 mô hình được sử dụng nhiều đó là SVM (học máy hỗ trợ vector) và CRF thì CRF được sử dụng phổ biến hơn cả. Giới thiệu mô hình CRFs CRF (conditional random fields) được giới thiệu vào những năm 2001 bởi Lafferty và các đồng nghiệp [33]. CRF là mô hình dựa trên xác suất có điều kiện, thường được sử dụng trong gán nhãn và phân tích dữ liệu tuần tự. CRF là mô hình đồ thị vô hướng, điều này cho phép CRF có thể định nghĩa phân phối xác suất của toàn bộ chuỗi trạng thái với điều kiện biết chuỗi quan sát cho trước thay vì phân phối trên mỗi trạng thái với điều kiện biết trạng thái trước đó và quan sát hiện tại.