Luận văn thạc sĩ về hệ thống hỗ trợ chẩn đoán bệnh bằng học máy

Luận văn thạc sĩ phân tích máy tính hệ hỗ trợ chẩn đoán bệnh bằng học máy, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn.

• Tác giả: Võ Văn Vinh
• Người hướng dẫn: GS. Cao Hoàng Trụ
• Trường học: Đại học Bách Khoa - ĐHQG TP.HCM
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Hệ Hỗ Trợ Chẩn Đoán Bệnh Bằng Học Máy
• Loại tài liệu: luận văn
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Giới thiệu hệ thống chẩn đoán bệnh bằng học máy

Hệ thống chẩn đoán bệnh bằng học máy là một ứng dụng tiên tiến trong lĩnh vực y tế, sử dụng học máy để phân tích và chẩn đoán các bệnh lý. Hệ thống này không chỉ giúp cải thiện độ chính xác trong việc phát hiện bệnh mà còn tối ưu hóa quy trình chăm sóc sức khỏe. Theo nghiên cứu, các phương pháp machine learning đã cho thấy hiệu quả đáng kể trong việc phát hiện và phân loại bệnh, từ đó hỗ trợ các chuyên gia y tế đưa ra quyết định chính xác hơn. Hệ thống này có thể áp dụng cho nhiều loại bệnh khác nhau như ung thư, bệnh tim mạch, và tiểu đường, nhờ vào khả năng xử lý dữ liệu lớn và phát hiện các mẫu không rõ ràng trong dữ liệu. Các thuật toán học máy như cây quyết định (decision tree) và mạng nơron nhân tạo (neural networks) đã được áp dụng rộng rãi trong lĩnh vực này.

1.1. Động cơ thực hiện đề tài

Sự phát triển nhanh chóng của công nghệ thông tin và khoa học dữ liệu đã tạo ra cơ hội lớn cho việc áp dụng học máy trong y tế. Động cơ chính của đề tài này là nhằm tìm hiểu và áp dụng các phương pháp học máy khác nhau trên các tập dữ liệu chuẩn để nâng cao hiệu quả chẩn đoán bệnh. Nghiên cứu này không chỉ giúp cải thiện độ chính xác trong chẩn đoán mà còn cung cấp cái nhìn sâu sắc về cách thức mà trí tuệ nhân tạo có thể hỗ trợ các chuyên gia y tế trong việc đưa ra quyết định. Việc áp dụng các giải thuật phân tích dữ liệu giúp phát hiện bệnh sớm hơn, từ đó giảm thiểu nguy cơ và chi phí điều trị cho bệnh nhân.

II. Tổng quan về các hệ thống chẩn đoán bệnh

Các hệ thống chẩn đoán bệnh truyền thống thường dựa trên tri thức chuyên môn của các bác sĩ và chuyên gia y tế. Tuy nhiên, với sự phát triển của học máy, các hệ thống này đã có những bước tiến mới, cho phép tự động hóa quá trình chẩn đoán mà không cần phụ thuộc vào tri thức đã được mã hóa. Hệ thống hỗ trợ ra quyết định lâm sàng (CDSS) ngày nay sử dụng các thuật toán học máy để phân tích dữ liệu bệnh nhân và đưa ra các khuyến nghị chẩn đoán. Các ứng dụng này không chỉ giúp tiết kiệm thời gian mà còn nâng cao độ chính xác trong việc phát hiện và phân loại bệnh. Theo đó, việc áp dụng thuật toán học máy như hồi quy logistic và mạng nơron đã chứng minh được hiệu quả trong việc cải thiện khả năng chẩn đoán của các hệ thống này.

2.1. Hệ chuyên gia y khoa truyền thống

Hệ chuyên gia y khoa truyền thống được thiết kế để mô phỏng quá trình ra quyết định của các chuyên gia y tế. Những hệ thống này thường dựa vào một cơ sở tri thức phong phú, được xây dựng từ kinh nghiệm và kiến thức của các bác sĩ. Tuy nhiên, một trong những hạn chế lớn của hệ thống này là sự khó khăn trong việc cập nhật và mở rộng tri thức khi có thông tin mới. Hệ thống này cũng không thể xử lý hiệu quả những tình huống phức tạp mà không có sự can thiệp của con người. Do đó, việc áp dụng công nghệ học máy đã mở ra một hướng đi mới, giúp cải thiện khả năng chẩn đoán và ra quyết định trong y tế.

III. Phương pháp thực hiện nghiên cứu

Nghiên cứu này áp dụng các phương pháp học máy để phân tích và chẩn đoán bệnh bằng cách sử dụng các tập dữ liệu chuẩn. Quá trình thực hiện bao gồm việc lựa chọn các thuật toán học máy phù hợp, tiền xử lý dữ liệu, và thực hiện các thí nghiệm để so sánh hiệu quả của các phương pháp khác nhau. Việc phân tích dữ liệu được thực hiện bằng cách áp dụng các kỹ thuật như hồi quy logistic, cây quyết định, và mạng nơron. Các kết quả thu được sẽ được so sánh với các nghiên cứu trước đó để đánh giá tính chính xác và hiệu quả của các phương pháp học máy trong việc chẩn đoán bệnh.

3.1. Áp dụng các giải thuật học máy

Các giải thuật học máy được áp dụng trong nghiên cứu này bao gồm hồi quy logistic, cây quyết định, và mạng nơron. Mỗi giải thuật đều có những ưu điểm và hạn chế riêng, do đó việc lựa chọn giải thuật phù hợp là rất quan trọng. Hồi quy logistic thường được sử dụng cho các bài toán phân loại nhị phân, trong khi cây quyết định cho phép dễ dàng giải thích kết quả. Mạng nơron, với khả năng xử lý dữ liệu phức tạp, đã chứng minh được hiệu quả trong việc phân loại bệnh. Các thí nghiệm được thực hiện trên nhiều tập dữ liệu khác nhau để đánh giá hiệu quả của từng giải thuật trong việc chẩn đoán các bệnh như ung thư, bệnh tim mạch và tiểu đường.

IV. Kết quả nghiên cứu và phân tích

Kết quả nghiên cứu cho thấy rằng việc áp dụng các giải thuật học máy đã mang lại những cải tiến đáng kể trong quá trình chẩn đoán bệnh. Các thí nghiệm cho thấy rằng độ chính xác của các mô hình học máy cao hơn so với các phương pháp truyền thống. Cụ thể, mô hình hồi quy logistic đạt độ chính xác lên đến 85%, trong khi cây quyết định và mạng nơron cũng đạt được kết quả tương tự. Việc sử dụng dữ liệu lớn và các kỹ thuật tiền xử lý như loại bỏ giá trị thiếu và chuẩn hóa dữ liệu đã góp phần nâng cao chất lượng chẩn đoán. Những kết quả này không chỉ có ý nghĩa trong nghiên cứu mà còn có giá trị thực tiễn cao trong việc hỗ trợ các chuyên gia y tế trong việc đưa ra quyết định điều trị cho bệnh nhân.

4.1. Đánh giá hiệu quả chẩn đoán

Đánh giá hiệu quả chẩn đoán được thực hiện thông qua việc so sánh kết quả của các mô hình học máy với các phương pháp truyền thống. Kết quả cho thấy rằng các mô hình học máy không chỉ cải thiện độ chính xác mà còn giảm thiểu thời gian chẩn đoán. Việc áp dụng các thuật toán như cây quyết định và mạng nơron đã giúp phát hiện bệnh sớm hơn, từ đó nâng cao khả năng điều trị cho bệnh nhân. Đặc biệt, trong các trường hợp bệnh ung thư, việc chẩn đoán sớm có thể cứu sống nhiều bệnh nhân. Những kết quả này khẳng định vai trò quan trọng của học máy trong lĩnh vực y tế và mở ra hướng đi mới cho nghiên cứu và ứng dụng trong tương lai.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 GIỚI THIỆU nhằm giới thiệu tổng quan về hệ chuyên gia y khoa truyền thống, hệ hỗ trợ chẩn đoán bệnh dùng học máy, dữ liệu chuẩn và mục tiêu của luận án. CHƯƠNG 2 CÁC NGHIÊN CỨU LIÊN QUAN bao gồm các công trình nghiên cứu các hệ ra quyết định y khoa theo kiểu truyền thống, các hệ hỗ trợ chẩn đoán bằng học máy và một số kỹ thuật cải tiến để nâng cao chất lượng của các hệ thống này. CHƯƠNG 3 CƠ SỞ LÝ THUYẾT bao gồm việc giới thiệu về học máy, áp dụng bài toán phân lớp trong chẩn đoán bệnh, giới thiệu về các kỹ thuật nâng cao hiệu quả phân lớp nói chung và các kỹ thuật xử lý dữ liệu nhằm nâng cao hiệu quả phân lớp trong chẩn đoán bệnh. Hai thành phần cơ bản trong chương này là giải thuật Apriori và PCA(Principal Component Analysis) và sự kết hợp giữa chúng để xử lý dữ liệu đầu vào cho mạng nơron nhân tạo nhiều tầng(Multi Layer Perceptrons).

CHƯƠNG 4 PHƯƠNG PHÁP THỰC HIỆN bao gồm 2 phương pháp chính. Một là sử dụng các các giải thuật khác nhau trên các bộ dữ liệu chuẩn để tiến hành phân lớp bệnh nhân, thông qua đó đánh giá sự hiệu quả của các giải thuật trên các bộ dữ liệu có đặc tính khác nhau. Hai là áp dụng các phương pháp tiền xử lý dữ liệu để nâng cao hiệu quả trong quá trình chẩn đoán dựa vào phân lớp. CHƯƠNG 5 KẾT QUẢ NGHIÊN CỨU là kết quả thực thi thí nghiệm dựa trên các phương pháp thực hiện ở CHƯƠNG 4.

CHƯƠNG 6 TỔNG KẾT nêu ra một số nhận xét được đúc kết trong chẩn đoán bệnh và các phương pháp xử lý dữ liệu nhằm nâng cao hiệu quả chẩn đoán bệnh bằng học máy được kiểm định và rút ra trong quá trình nghiên cứu, thực thi thí nghiệm của luận văn và các hướng phát triển tương lai. 10 CÁC CÔNG TRÌNH LIÊN QUAN Hệ chuyên gia y khoa truyền thống Nhiều hệ chuyên gia về y khoa (Medical Expert System) đã được phát triển vào những năm 60, 70 của thế kỷ 20, như Dendral, MyCin. Các hệ chuyên gia này là các chương trình máy tính được gắn với một động cơ suy diễn (Inference Engine) sử dụng một số luật để thực thi nhằm giúp cho việc chẩn đoán và điều trị một bệnh nào đó. Một hệ chuyên gia y khoa thường được phát triển theo kiến trúc như Hình 1.1 Ví dụ, MyCin là hệ chuyên gia y khoa theo kiểu truyền thống được phát triển tại đại học Stanford, Hoa Kỳ vào những năm 70 bằng ngôn ngữ Lisp, với động cơ suy diễn gồm 600 luật, dùng để xác định các vi khuẩn gây nên các bệnh nhiễm trùng nghiêm trọng, và đề xuất các loại kháng sinh cũng như liều dùng các kháng sinh dựa trên trọng lượng của bệnh nhân để điều trị bệnh nhiễm trùng này.

Thông thường kiến trúc của chương trình máy tính của hệ chuyên gia y khoa hay các hệ hỗ trợ ra quyết định y khoa theo kiểu truyến thống như Hình 2.1 Giống như các ứng dụng khác của máy tính, các hệ thống này phát triển đồng hành cùng với những tiến bộ trong khoa học máy tính mà đặc biệt là cách mà con người biểu diễn tri thức của mình bằng máy tính. Qua đó máy tính có thể hỗ trợ và giúp con người nhiều hơn trong các công việc của mình. Nếu như ở những thời kỳ đầu với sự ra đời của logic vị từ thì có sự ra đời các hệ chuyên gia y khoa thuộc dạng if then rules và các hệ thống sử dụng lập trình logic và ràng buộc (logic and constraint programming). Hay sau khi ra các tri thức, các kỹ thuật mới ra đời như lý thuyết tập mờ (fuzzy set), ontology, những framework mới trong y 11 User Interface Inference Engine Modeling knowledge (Knowledge base) Database Hình 2.1: Kiến trúc của một hệ hỗ trợ chẩn đoán bệnh truyền thống khoa (Virtual Medical Record, Systematized Nomenclature of Medicine, Systematized Nomenclature of Medicine Clinical Term, Standards-Based Active Guideline Environment…) thì tùy theo mỗi tình huống thực tế, thường là tính chất của các thành tố và quan hệ giữa các thành tố của từng loại bệnh là khác nhau mà người ta lựa chọn một loại tri thức hoặc một kỹ thuật nào đó hay là kết hợp các tri thức hoặc các kỹ thuật này để phát triển các hệ hỗ trợ ra quyết định trong y khoa.

Mục tiêu được đề ra cho các hệ thống này thường là [25]: - Biểu diễn và chuyển tải được chính xác ý nghĩa mà người dùng yêu cầu. - Cung cấp các chức năng mà người dùng yêu cầu. - Hệ thống được xây dựng có chi phí hợp lý và dễ bảo trì trong tương lai. Xin giới thiệu một số hệ hỗ trợ ra quyết định y khoa theo kiểu truyền thống Hệ hỗ trợ ra quyết định y khoa dùng logic vị từ Logic vị từ được dùng rất phổ biến trong việc biểu diễn tri thức bằng máy tính, rất nhiều Hệ Chẩn Đoán Bệnh được xây dựng trên logic vị từ, ở đó người ta chuyển các Rules của y học thành dạng IF THEN RULES Hình 2.1, rồi cài đặt các IF THEN RULES bằng ngôn một ngữ lập trình nào đó, ví dụ như PROLOG.

Đặc biệt, thời gian gần đây việc dùng Logic Vị Từ trở nên rất hữu ích khi xây dựng những Hệ Hỗ Trợ Chẩn Đoán Bệnh cho các bệnh thuộc nhóm 12 Comorbid patients, tức là bệnh mà bản thân là một bệnh nhưng cũng là nguy cơ hay triệu chứng của một bệnh khác. Ví dụ, béo phì là một bệnh, cũng là nguy cơ gây bệnh tim mạch. Đối với các bệnh này cách thức điều trị có thể mâu thuẫn nhau (Adverb interaction). Ví dụ, vận động là cách chữa trị cho bệnh nhân béo phì, nhưng người bị bệnh tim mạch thì không được vận động nhiều, đây là một dạng mâu thuẫn trong cách chữa trị cần được dung hòa.

Để giảm sự mâu thuẫn này, nhờ vào logic vị từ người ta đã xây dựng lý thuyết kết hợp làm giảm sự mâu thuẫn (Combine Mitigation Theory) [17,18] kết hợp với các thuật toán làm giảm sự mâu thuẫn (Mitigation algorithms), lập trình logic và ràng buộc để làm nên các Hệ Hỗ Trợ Chẩn Đoán cho nhóm Cormib Patients này. Hệ hỗ trợ ra quyết định y khoa dùng Fuzzy Logic Fuzzy logic dùng để biểu diễn các tri thức không chính xác (imprecision) và không chắc (uncertainty) [20]. Đối với Hệ Hỗ Trợ Chẩn Đoán Bệnh mà mà tri thức đầu vào có những thuộc tính và quan hệ không chắc (uncertainty) và không chính xác (imprecision) như vậy thì Fuzzy Logic được áp dụng để giải quyết [19]. Ví dụ, ở bệnh ung thư ngực, có một xét nghiệm đo mức độ xâm hại gọi là Her2 (Human Epidermal grownth Receptor 2) [21], những tế bào ung thư có xét nghiệm Herb2 là positive thì mức độ phát triển và di căn nhanh hơn tế bào ung thư mà Herb2 là negative.

Sự chỉ định mức độ (Range) của Her2 được mô tả ở Bảng 2.5-3) là nhập nhằng không xác định được chính xác là negative hay positive. Vì vậy trong trường hợp này người ta đã dùng tri thức về logic mờ để biểu diễn.1: Mô tả mức độ xét nghiệm Her2 của bệnh ung thư ngực Input Field Range Fuzzy Set Her2 <=1.5 - 3 Maybe Negative or Positive >=3 Positive Hệ hỗ trợ ra quyết định dùng các hàm mức độ thành viên để biểu diễn các thông tin này, f(x) biểu diễn cho tập mờ Negative tại Hình 2.2 và g(x) biểu diễn cho tập mờ Positive tại Hình 2.2: Hàm mức độ thành viên biểu diễn tập mờ Negative 0 𝑥 ≤ 1.3: Hàm mức độ thành viên biểu diễn tập mờ Positive Một Hệ Hỗ Trợ chẩn đoán bệnh dùng Fuzzy Logic có cấu trúc như Hình 2.4 Rule base Ouput Input Inference Fuzzifier Defuzzifier Engine Hình 2.4: Cấu trúc của một hệ hỗ trợ ra quyết định dùng fuzzy logic 14 Cấu trúc này gồm: - Fuzzifier: Chuyển dữ liệu sang tập mờ. - RuleBase: Tập các Rules trong một domain. - Inference Engine: Xử lý các Input đầu vào dựa trên Rule Base và đưa ra Output là tập mờ.

- Defuzzifier: Chuyển dữ liệu từ tập mờ thành tập dữ liệu bình thường. Hệ hỗ trợ ra quyết định y khoa dùng Ontology Một ontology là một mô hình dữ liệu biểu diễn một lĩnh vực từ thế giới thực và được sử dụng để suy luận về các đối tượng trong lĩnh vực đó và mối quan hệ giữa chúng. Ontology cung cấp một bộ từ vựng chung bao gồm các khái niệm, các thuộc tính quan trọng và các định nghĩa về các khái niệm và các thuộc tính này. Ngoài bộ từ vựng, ontology còn cung cấp các ràng buộc, đôi khi các ràng buộc này được coi như các giả định cơ sở về ý nghĩa mong muốn của bộ từ vựng, nó được sử dụng trong một miền mà có thể được giao tiếp giữa người và các hệ thống ứng dụng phân tán hỗn tạp khác.

Các ontology được sử dụng để biểu diễn tri thức và thường mô tả. Các cá thể (individuals): Các đối tượng cơ bản, nền tảng. Các lớp(classes): Các tập hợp, hay kiểu của các đối tượng. Các thuộc tính(properties): Thuộc tính, tính năng, đặc điểm, tính cách, hay các thông số mà các đối tượng có và có thể đem ra chia sẻ.

Các mối liên hệ (relationships): Các con đường mà các đối tượng có thể liên hệ tới một đối tượng khác. SWRL (Semantic Web Rule Language): là ngôn ngữ biểu diễn ngữ nghĩa cho web, biểu diễn luật bằng các biểu thức logic, SWRL biễu diễn các luật mạnh hơn so với OWL. 15 Kiến trúc của Hệ Thống Kiến trúc của hệ thống như ở Hình 2.5 bao gồm 4 phần chính, Giao Diện Người Dùng (Graphical User Interface), Động Cơ Suy Diễn (Inference Engine), Cơ Sở Tri Thức (the Knowledge Base) và Ontologies. Người sử dụng tương tác với giao diện người dùng để chạy hệ thống hoặc yêu cầu bất cứ chẩn đoán cho từng trường hợp cụ thể.

Inference Engine là component suy luận, sử dụng các ontologies và các rules trong cơ sở tri thức để suy diễn ra một chẩn đoán cho một ca bệnh cụ thể. Cơ sở tri thức bao gồm tất cả các Rules được yêu cầu bởi chuyên gia. Các Rule này ánh xạ với các khái niệm của domain ontology cho phép chúng được diễn giải trong SWRL. Rules in SWRL Domain Ontologies Knowledge Base Jess Inference Patient Engine Ontology Graphic User Interface Hình 2.5: Kiến trúc của một hệ hỗ trị chẩn đoán bệnh dùng ontology Hệ chẩn đoán bệnh tiểu đường được giới thiệu trong tài liệu tham khảo [11] là hệ hỗ trợ được xây dựng trên nền ontology.

Tổng quan về bệnh tiểu đường được mô tả ở chương 3 tại mục mô tả dữ liệu. Các luật (Rules) của bệnh tiểu đường có thể tóm tắt bởi cây quyết định Hình 2.