Tổng quan nghiên cứu

Trong bối cảnh quá tải tại các cơ sở khám chữa bệnh hiện nay, có khoảng 60% đến 70% bệnh viện tuyến tỉnh và trung ương thường xuyên đối mặt với tình trạng ùn tắc tại khu vực tiếp đón. Quy trình đối soát thông tin bệnh nhân thủ công qua giấy tờ tùy thân thường tiêu tốn từ 3 đến 5 phút cho mỗi lượt tiếp nhận, dẫn đến thời gian chờ đợi trung bình trong các khung giờ cao điểm kéo dài hơn 45 phút. Bên cạnh đó, các sai sót trong định danh thủ công chiếm tỷ lệ từ 3% đến 5%, gây ra nhiều rủi ro trong việc nhầm lẫn bệnh án, chỉ định cận lâm sàng và thất thoát trong thanh toán bảo hiểm y tế.

Vấn đề nghiên cứu trọng tâm là xây dựng giải pháp tự động hóa quá trình xác thực danh tính người bệnh bằng công nghệ thị giác máy tính, khắc phục triệt để các hạn chế của phương pháp quản lý truyền thống. Mục tiêu cụ thể của luận văn là nghiên cứu kết hợp kỹ thuật trích xuất đặc trưng biểu đồ hướng đạo hàm và mạng nơ-ron tích chập, từ đó phát triển ứng dụng nhận dạng khuôn mặt có khả năng tích hợp trực tiếp vào hệ thống thông tin quản lý bệnh viện thông qua giao thức giao diện lập trình ứng dụng.

Phạm vi nghiên cứu được triển khai thực nghiệm trong giai đoạn năm 2021 đến tháng 8 năm 2022 tại Trường Đại học Quy Nhơn, mô phỏng trên cấu trúc cơ sở dữ liệu bệnh viện thực tế. Ý nghĩa khoa học và thực tiễn của đề tài được thể hiện qua việc rút ngắn thời gian xác thực danh tính người bệnh xuống dưới 0.5 giây mỗi lượt, giảm thiểu hơn 90% các sai sót định danh hành chính, đồng thời gia tăng năng suất vận hành tổng thể của hệ thống tiếp đón y tế lên hơn 80%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Hệ thống nhận dạng khuôn mặt trong nghiên cứu được xây dựng trên nền tảng tích hợp giữa phương pháp biểu diễn đặc trưng cục bộ và mô hình học sâu hiện đại:

Thứ nhất, kỹ thuật biểu diễn đặc trưng dựa vào biểu đồ hướng đạo hàm (Histogram of Oriented Gradients - HOG). Phương pháp này tính toán sự phân bố của cường độ đạo hàm theo các hướng biên cục bộ trên ảnh. Ảnh đầu vào được chia thành các ô lưới kích thước 8x8 pixels (gồm 64 điểm ảnh). Giá trị đạo hàm được tính theo hai trục ngang và dọc thông qua bộ lọc tích chập Sobel với mặt nạ rời rạc [-1, 0, 1]. Hướng đạo hàm nằm trong khoảng từ 0 đến 180 độ được lượng tử hóa thành 9 bins (mỗi bin có độ rộng 20 độ). Nhằm giảm thiểu ảnh hưởng của sự biến đổi ánh sáng và góc chụp, các khối kích thước 2x2 ô lưới được gom lại để chuẩn hóa theo chuẩn bậc hai (L2-norm), tạo ra vector đặc trưng 36 chiều cho mỗi khối trước khi liên kết thành vector HOG toàn diện.

Thứ hai, kiến trúc mạng nơ-ron tích chập (Convolutional Neural Network - CNN). Luận văn sử dụng mô hình học sâu gồm 5 tầng tích chập kết hợp các lớp kích hoạt phi tuyến ReLU và lớp lấy mẫu Max Pooling kích thước 2x2. Mạng khai thác kỹ thuật học chuyển giao (Transfer Learning) từ các kiến trúc tiên tiến được huấn luyện sẵn trên tập dữ liệu ImageNet với 1.2 triệu ảnh và 1.000 nhãn phân lớp, giúp trích xuất các đặc trưng khuôn mặt từ mức độ cơ bản như cạnh, góc đến các biểu diễn trừu tượng ở tầng cao.

Bên cạnh đó, các khái niệm then chốt như căn chỉnh khuôn mặt 3D theo tọa độ chính tắc, trích chọn điểm mốc sinh trắc học và thuật toán theo dõi luồng video Kanade-Lucas-Tomasi (KLT) đóng vai trò then chốt trong việc hoàn thiện mô hình nhận dạng tự động.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ tập ảnh khuôn mặt đa dạng với hàng trăm mẫu thử nghiệm, bao gồm các góc chụp thẳng và góc nghiêng dao động trong khoảng 0 đến 45 độ về hai phía, đặt trong nhiều điều kiện chiếu sáng khác nhau nhằm phản ánh môi trường thực tế tại bệnh viện.

Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích, phân loại dữ liệu theo các biến thể: góc nhìn nghiêng, mức độ sáng tối, trạng thái biểu cảm và các vật cản ngoại lai như kính mắt hoặc khẩu trang. Lý do lựa chọn phương pháp phân tích kết hợp HOG và CNN xuất phát từ yêu cầu cân bằng giữa tốc độ xử lý và độ chính xác: HOG cung cấp khả năng phát hiện nhanh và bất biến với độ sáng ở mức cục bộ, trong khi CNN đảm bảo tính bất biến dịch chuyển, quay và co giãn, tối ưu hóa độ chính xác phân lớp nhận dạng.

Toàn bộ quá trình nghiên cứu lý thuyết, cài đặt thử nghiệm và đánh giá chất lượng hệ thống được tiến hành liên tục từ cuối năm 2021 đến tháng 8 năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm và kiểm thử mô hình mang lại các phát hiện khoa học quan trọng:

Thứ nhất, việc kết hợp bộ lọc Sobel và chia ô lưới 8x8 pixels trong kỹ thuật HOG giúp trích xuất vector đặc trưng 36 chiều chuẩn hóa, loại bỏ hiệu quả các nhiễu nền phức tạp tại sảnh bệnh viện, nâng cao độ ổn định phát hiện khuôn mặt ban đầu.

Thứ hai, mô hình mạng CNN 5 tầng tích chập kết hợp hồi quy theo tầng cho phép tự động căn chỉnh các điểm mốc trên khuôn mặt theo tọa độ chuẩn xác, duy trì khả năng nhận dạng ổn định ngay cả khi góc chụp lệch đến 45 độ.

Thứ ba, cơ chế liên kết khuôn mặt trong luồng video sử dụng ngưỡng trùng lặp diện tích 0.2 và giới hạn theo dõi 4 khung hình liên tiếp giúp hệ thống phân biệt chính xác giữa người mới xuất hiện và đối tượng đang được theo dõi, chấm dứt hoàn toàn hiện tượng nhận diện trùng lặp.

Thứ tư, khi tích hợp vào hệ thống thông tin quản lý bệnh viện (HIS) thông qua giao thức RESTful API, thời gian phản hồi truy xuất dữ liệu hồ sơ bệnh nhân giảm từ 180 giây của quy trình thủ công xuống còn dưới 0.5 giây cho mỗi lượt quét, đạt mức cải thiện hiệu suất vận hành hơn 85%.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu năng vượt trội là nhờ cơ chế chuẩn hóa khối L2-norm trong HOG giúp triệt tiêu sự chênh lệch cường độ chiếu sáng, kết hợp với các lớp Pooling trong CNN mang lại tính bất biến hình học cao. So với các nghiên cứu nhận dạng truyền thống sử dụng mạng nơ-ron nhân tạo đa tầng cổ điển như mô hình Rowley (gồm 1.024 đầu vào) hoặc phân loại thuần SVM, mô hình đề xuất giảm thiểu hơn 60% khối lượng tính toán dư thừa và gia tăng độ chính xác phân lớp khuôn mặt trong môi trường không kiểm soát.

Về mặt trực quan hóa, kết quả nghiên cứu có thể được tổng hợp thành bảng so sánh các chỉ số vận hành và biểu đồ phân phối độ chính xác theo góc nghiêng:

Bảng so sánh chỉ số hiệu năng hệ thống:

  • Phương pháp thủ công truyền thống: Thời gian tiếp đón trung bình 180 - 300 giây/người, Tỷ lệ nhận dạng chính xác 95.0%, Độ trễ truy vấn cơ sở dữ liệu trên 60 giây.
  • Mô hình đề xuất HOG kết hợp CNN: Thời gian tiếp đón trung bình dưới 0.5 giây/người, Tỷ lệ nhận dạng chính xác đạt khoảng 98.2%, Độ trễ truy vấn cơ sở dữ liệu qua RESTful API dưới 0.2 giây.

Biểu đồ so sánh độ chính xác theo góc quay khuôn mặt cho thấy mô hình duy trì độ chính xác trên 97% ở góc chụp trực diện và đạt khoảng 91% ở góc nghiêng 45 độ, vượt trội hơn mức 78% của các phương pháp đối sánh mẫu truyền thống.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được từ luận văn, 4 giải pháp chiến lược được đề xuất nhằm ứng dụng hiệu quả công nghệ nhận dạng khuôn mặt vào hạ tầng y tế số:

Thứ nhất, chuẩn hóa hạ tầng camera chuyên dụng độ phân giải cao tại 100% quầy tiếp đón bệnh nhân. Mục tiêu là đảm bảo chất lượng thu nhận ảnh đầu vào đạt chuẩn định dạng sắc nét, nâng tỷ lệ nhận diện chính xác trong điều kiện thực tế lên trên 98.5% trong vòng 6 tháng đầu năm 2023, do Phòng Công nghệ Thông tin của cơ sở y tế chịu trách nhiệm triển khai.

Thứ hai, tối ưu hóa giao thức kết nối RESTful API và nâng cấp cơ sở dữ liệu bệnh viện. Duy trì thời gian phản hồi máy chủ dưới 200 mili-giây cho tối thiểu 1.000 yêu cầu truy vấn đồng thời trong các khung giờ cao điểm, hoàn thành trong vòng 9 tháng dưới sự quản trị của Ban Kỹ thuật phần mềm y tế.

Thứ ba, xây dựng quy trình tiếp nhận chuẩn kết hợp đào tạo kỹ năng sử dụng phần mềm cho 100% nhân viên lễ tân và điều dưỡng tiếp đón. Đảm bảo nhân sự làm chủ công nghệ và xử lý thành thạo các tình huống ngoại lệ trong vòng 3 tháng đầu vận hành, do Phòng Tổ chức Cán bộ phối hợp cùng Khoa Khám bệnh thực hiện.

Thứ tư, nâng cấp thuật toán kiểm tra thực thể sống (Liveness Detection) và mã hóa dữ liệu sinh trắc học theo tiêu chuẩn bảo mật 256-bit. Giải pháp này hướng tới ngăn chặn 99.9% nguy cơ giả mạo nhận diện và lừa đảo bảo hiểm y tế, triển khai trong lộ trình 12 tháng do Hội đồng An toàn Thông tin Y tế giám sát.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

Nhóm thứ nhất: Ban Giám đốc và cán bộ quản lý bệnh viện. Giúp các nhà lãnh đạo nắm bắt mô hình tối ưu hóa quy trình tiếp đón tự động, giảm hơn 70% áp lực hành chính cho đội ngũ y bác sĩ và nâng cao chất lượng dịch vụ chăm sóc sức khỏe.

Nhóm thứ hai: Kỹ sư phần mềm và chuyên gia tích hợp hệ thống y tế số. Tài liệu cung cấp bản thiết kế chi tiết về việc kết nối module thị giác máy tính với các hệ thống HIS, RIS và PACS thông qua chuẩn giao tiếp RESTful API.

Nhóm thứ ba: Học viên cao học, nghiên cứu sinh chuyên ngành Khoa học Máy tính và Trí tuệ Nhân tạo. Luận văn là tài liệu tham khảo chất lượng về kỹ thuật trích xuất đặc trưng HOG, cấu trúc mạng CNN 5 tầng và phương pháp học chuyển giao từ ImageNet.

Nhóm thứ tư: Các nhà hoạch định chính sách y tế và chuyên gia an toàn thông tin sinh trắc học. Cung cấp cơ sở khoa học để xây dựng tiêu chuẩn quản lý định danh người bệnh bằng công nghệ AI tại các bệnh viện thông minh trên cả nước.

Câu hỏi thường gặp

Kỹ thuật HOG và mạng CNN phối hợp như thế nào trong bài toán nhận dạng người bệnh? Kỹ thuật HOG phân tích các ô lưới 8x8 pixels để trích xuất 9 bin hướng đạo hàm, giúp định vị nhanh vùng mặt và loại bỏ nhiễu ánh sáng. Sau đó, mạng CNN 5 tầng tiếp nhận dữ liệu đã căn chỉnh để trích xuất các đặc trưng trừu tượng chuyên sâu, đảm bảo phân lớp danh tính với độ chính xác cao.

Hệ thống xử lý ra sao khi góc mặt của bệnh nhân bị lệch hoặc ánh sáng phòng khám thay đổi? Nhờ bước chuẩn hóa khối 36 chiều theo chuẩn L2-norm trong HOG, hệ thống có tính bất biến cao với cường độ sáng. Đồng thời, mô hình căn chỉnh mốc khuôn mặt 3D tự động đưa ảnh nghiêng tối đa 45 độ về tọa độ chuẩn, giúp duy trì độ chính xác nhận diện trên 91%.

Hệ thống nhận dạng liên kết với phần mềm quản lý bệnh viện HIS bằng cơ chế nào? Hệ thống sử dụng giao thức RESTful API chuẩn hóa. Khi camera nhận diện được bệnh nhân, một yêu cầu định danh kèm mã vector đặc trưng được gửi tới máy chủ HIS để truy vấn hồ sơ bệnh án tự động trong thời gian dưới 0.2 giây mà không cần nhập liệu thủ công.

Cơ chế theo dõi khuôn mặt trong luồng video hoạt động như thế nào để tránh trùng lặp? Hệ thống sử dụng giải thuật Kanade-Lucas-Tomasi kết hợp tính toán tỷ lệ trùng lặp diện tích với ngưỡng 0.2 giữa hai khung hình liên tiếp. Nếu đối tượng không xuất hiện hoặc mất dấu quá 4 khung hình liên tục, hệ thống sẽ tự động đóng phiên theo dõi để sẵn sàng nhận diện người mới.

Ứng dụng nhận dạng khuôn mặt giúp ngăn chặn rủi ro gian lận bảo hiểm y tế như thế nào? Bằng việc đối chiếu trực tiếp dữ liệu sinh trắc học của khuôn mặt tại quầy tiếp đón với cơ sở dữ liệu thẻ bảo hiểm đã đăng ký, hệ thống loại bỏ hoàn toàn tình trạng mượn thẻ bảo hiểm y tế hoặc khai báo sai nhân thân, giúp cơ sở y tế kiểm soát 100% tính chính xác của hồ sơ.

Kết luận

  • Luận văn đã làm chủ và kết hợp thành công kỹ thuật trích chọn đặc trưng HOG với mạng nơ-ron tích chập CNN 5 tầng trong bài toán nhận dạng khuôn mặt y tế.
  • Xây dựng hoàn chỉnh mô hình tích hợp nhận dạng tự động vào hệ thống thông tin quản lý bệnh viện HIS qua giao thức RESTful API.
  • Tối ưu hóa thời gian định danh bệnh nhân xuống dưới 0.5 giây với độ chính xác thực nghiệm đạt trên 98% trong môi trường ánh sáng biến đổi.
  • Cung cấp giải pháp toàn diện giúp giảm thiểu ùn tắc hành chính, ngăn ngừa gian lận bảo hiểm và hiện đại hóa quy trình tiếp đón bệnh nhân.
  • Đóng góp nguồn tài liệu tham khảo học thuật và thực tiễn giá trị cho công cuộc chuyển đổi số ngành y tế Việt Nam.

Đóng góp cốt lõi của nghiên cứu là xây dựng thành công cầu nối giữa các thuật toán thị giác máy tính tiên tiến và bài toán quản lý y tế thực tế, mang lại hiệu quả vận hành vượt trội cho hệ thống bệnh viện thông minh.

Trong lộ trình 6 đến 12 tháng tiếp theo, nghiên cứu cần được tiếp tục mở rộng thử nghiệm trên quy mô 5.000 lượt khám thực tế, tích hợp công nghệ chống giả mạo sinh trắc học 3D và tối ưu hóa xử lý trên các thiết bị biên chuyên dụng. Các cơ sở y tế và đơn vị phát triển giải pháp phần mềm nên sớm đưa kiến trúc này vào ứng dụng thử nghiệm để nâng cao năng lực phục vụ người bệnh toàn diện.