Nghiên cứu rút trích quan hệ thời gian từ bệnh án điện tử trong luận văn thạc sĩ khoa học máy tính

Khám phá luận văn thạc sĩ về rút trích quan hệ thời gian từ bệnh án điện tử trong lĩnh vực khoa học máy tính. Tìm hiểu ứng dụng và tiềm năng.

• Tác giả: Lê Hoàng Long
• Người hướng dẫn: GS. Cao Hoàng Trụ
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Khoa học Máy tính
• Đề tài: Rút Trích Quan Hệ Về Thời Gian Từ Bệnh Án Điện Tử
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Giới thiệu

Trong bối cảnh phát triển công nghệ thông tin, việc ứng dụng vào lĩnh vực y tế ngày càng trở nên quan trọng. Rút trích thông tin từ bệnh án điện tử không chỉ giúp quản lý hiệu quả mà còn mở ra cơ hội cho các nghiên cứu khoa học. Luận văn này tập trung vào việc phát triển một hệ thống rút trích quan hệ thời gian từ các bệnh án điện tử, nhằm phục vụ cho các nghiên cứu y khoa tại Việt Nam. Hệ thống này được xây dựng dựa trên nền tảng của các hệ thống đã thành công trong các cuộc thi quốc tế như i2b2 2012, nhưng được điều chỉnh để phù hợp với ngữ cảnh và ngôn ngữ tiếng Việt.

1.1. Tầm quan trọng của bệnh án điện tử

Bệnh án điện tử là nguồn thông tin quý giá chứa đựng các ghi chép về quá trình điều trị và chăm sóc bệnh nhân. Chúng bao gồm các sự kiện y tế quan trọng và các mốc thời gian liên quan. Việc khai thác dữ liệu từ bệnh án điện tử không chỉ giúp nâng cao chất lượng chăm sóc sức khỏe mà còn tạo cơ sở cho các nghiên cứu khoa học. Các thông tin này có thể được sử dụng để phát hiện các xu hướng bệnh lý, đánh giá hiệu quả điều trị và nghiên cứu các tác động của môi trường sống đến sức khỏe cộng đồng.

II. Cơ sở lý thuyết

Luận văn này dựa trên các lý thuyết về xử lý ngôn ngữ tự nhiên và hệ thống thông tin y tế. Việc rút trích quan hệ thời gian từ văn bản lâm sàng được xem như một bài toán phân loại nhãn quan hệ. Các phương pháp được sử dụng bao gồm máy học và các phương pháp dựa trên luật. Việc rút trích này không chỉ giúp xác định các sự kiện mà còn gán nhãn cho các mối quan hệ giữa chúng. Điều này đặc biệt quan trọng trong y khoa, nơi mà thời gian có thể ảnh hưởng lớn đến kết quả điều trị.

2.1. Các đặc điểm của tiếng Việt

Tiếng Việt có những đặc điểm ngữ pháp và ngữ nghĩa riêng biệt, điều này ảnh hưởng đến quá trình xử lý ngôn ngữ tự nhiên. Việc áp dụng các phương pháp từ tiếng Anh sang tiếng Việt cần được điều chỉnh cho phù hợp. Các yếu tố như trật tự từ, cấu trúc câu và cách diễn đạt sẽ ảnh hưởng đến khả năng rút trích thông tin. Do đó, nghiên cứu này không chỉ đơn thuần áp dụng mà còn phát triển các phương pháp mới để phù hợp với ngữ cảnh tiếng Việt.

III. Phương pháp đề xuất

Để thực hiện rút trích quan hệ thời gian, luận văn đề xuất một phương pháp bao gồm ba bước chính: rút trích sự kiện, rút trích thời gian và rút trích quan hệ thời gian. Mỗi bước sử dụng các kỹ thuật khác nhau nhằm tối ưu hóa hiệu quả rút trích. Hệ thống được thiết kế để xử lý cả bệnh án tiếng Anh và tiếng Việt, với mục tiêu cuối cùng là đạt được độ chính xác cao trong việc xác định các quan hệ thời gian giữa các sự kiện y tế.

3.1. Rút trích sự kiện

Quá trình này tập trung vào việc xác định các loại sự kiện khác nhau trong bệnh án, bao gồm các triệu chứng, phương pháp điều trị và các thử nghiệm y khoa. Việc phân loại các sự kiện này là rất quan trọng để xây dựng cơ sở dữ liệu y tế có cấu trúc. Sử dụng các kỹ thuật như CRF và SVM, hệ thống có thể nhận diện và phân loại các sự kiện một cách chính xác, từ đó tạo ra dữ liệu có thể khai thác cho các nghiên cứu sau này.

IV. Hiện thực hệ thống

Hệ thống được hiện thực hóa trên nền tảng công nghệ thông tin hiện đại, cho phép xử lý ngôn ngữ tự nhiên một cách hiệu quả. Việc rút trích quan hệ thời gian từ bệnh án tiếng Anh đã được kiểm chứng và sau đó được áp dụng cho bệnh án tiếng Việt. Kết quả cho thấy hệ thống có khả năng hoạt động tốt trong cả hai ngữ cảnh, với độ chính xác cao trong việc xác định các quan hệ thời gian.

4.1. Đánh giá hệ thống

Hệ thống đã được kiểm tra và đánh giá qua nhiều thí nghiệm khác nhau, cho thấy hiệu quả cao trong việc rút trích thông tin từ các bệnh án. Các chỉ số như độ chính xác, độ phủ và độ F1 đều đạt kết quả khả quan. Điều này chứng tỏ rằng hệ thống không chỉ có thể áp dụng cho bệnh án tiếng Anh mà còn có thể mở rộng cho bệnh án tiếng Việt, đáp ứng nhu cầu nghiên cứu và quản lý y tế tại Việt Nam.

V. Tổng kết và hướng phát triển

Luận văn đã đạt được mục tiêu đề ra trong việc phát triển hệ thống rút trích quan hệ thời gian từ bệnh án điện tử. Tuy nhiên, vẫn còn nhiều hướng phát triển tiếp theo cần được nghiên cứu. Các đặc thù của văn bản lâm sàng tiếng Việt và các phương pháp khai thác dữ liệu khác cần được tiếp tục khám phá để nâng cao hiệu quả của hệ thống. Đây sẽ là nền tảng cho các nghiên cứu sâu hơn trong lĩnh vực y tế, góp phần cải thiện chất lượng chăm sóc sức khỏe cho người dân.

5.1. Hướng phát triển tiếp theo

Nghiên cứu có thể mở rộng để bao gồm việc rút trích thông tin từ các loại văn bản khác nhau trong y tế, như báo cáo xét nghiệm hay phim chụp X-quang. Việc áp dụng các công nghệ mới như trí tuệ nhân tạo và học sâu cũng có thể giúp cải thiện độ chính xác và hiệu suất của hệ thống. Điều này sẽ không chỉ mang lại lợi ích cho ngành y tế mà còn cho các lĩnh vực nghiên cứu khác liên quan đến sức khỏe cộng đồng.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 GIỚI THIỆU 1.1 Tổng quan Ngày nay, công nghệ thông tin được ứng dụng rộng rãi trong cuộc sống của con người. Trong đó lĩnh vực y tế cũng đang sử dụng nhiều phần mềm để quản lý cũng như lưu trữ thông tin bệnh án. Với lượng thông tin lớn và tốc độ tăng trưởng nhanh, bệnh án điện tử trở thành nguồn thông tin quan trọng để thực hiện các nghiên cứu y khoa. Do đó, bệnh án điện tử là chủ đề đang được nhiều tổ chức quan tâm nghiên cứu.

Hiện tại việc lưu trữ thông tin của bệnh nhân trên bệnh án điện tử được thực hiện tại hầu hết các bệnh viện trên thế giới. Qua mỗi năm, dữ liệu của bệnh án có tốc độ tăng ngày càng nhanh. Từ đây, trên thế giới đã có nhiều công trình nghiên cứu thực hiện dựa trên bệnh án điện tử. Ví dụ hệ thống dự đoán bệnh của Wu J, et al [26], phát hiện bệnh của Liao KP, et al[13], và Xu H, et al[27], phát hiện tác dụng phụ của thuốc Zhang R, et al [30], hay biểu diễn các mối quan hệ giữa các căn bệnh với nhau Holmes AB, et al [7]… Thông tin trong bệnh án gồm hai dạng lưu trữ: có cấu trúc và không có cấu trúc.

Dạng lưu trữ có cấu trúc biểu diễn thông tin có hệ thống tổ chức chặt chẽ hoặc được mã hóa nên rất dễ khai thác, có thể sử dụng trực tiếp hoặc thông qua bước xử lý đơn giản. Dạng lưu trữ không có cấu trúc khó khai thác hơn vì nó là dạng văn bản viết theo kiểu tường thuật. Nó có thể là các ghi chú của bác sĩ hay y tá, do đó nó chứa những thông tin mà dạng lưu trữ có cấu trúc không lưu trữ được. Các công trình nghiên cứu trên có thể sử dụng thông tin có hoặc không có cấu trúc, hay thậm chí sử dụng cả hai.

Ví dụ Wu J, et al [26] chỉ sử dụng thông tin có cấu trúc. Đó là các chỉ số về thời gian như ngày nhập viện, hoặc thời gian thực hiện xét nghiệm. Hoặc tên những căn bệnh mà bệnh nhân đã mắc phải nhưng được biểu diễn mã hóa theo chuẩn ICD-9. Công trình của Zhang R, et al [30] rút trích các thông tin về tác dụng phụ của thuốc.

Zhang R chủ yếu lấy thông tin trong các văn bản báo cáo quá trình sử dụng 1 thuốc. Mỗi thuốc sau khi sử dụng một thời gian sẽ được theo dõi những triệu chứng xuất hiện. Tập hợp thông tin từ nhiều văn bản khác nhau sẽ giúp phát hiện những tác dụng phụ mới. Kết quả này giúp bổ sung thêm thông tin của thuốc đã sử dụng hoặc gợi ý tưởng cho các công trình nghiên cứu mới về thuốc.

Phức tạp hơn, Xu H, et al[27] sử dụng cả hai loại thông tin có cấu trúc và không có cấu trúc để làm nghiên cứu. Để phát hiện bệnh ung thư đại trực tràng, Xu H sử dụng các thông tin mã hóa dạng ICD-9. Các mã này sẽ cung cấp thông tin về các dấu hiệu mà bệnh nhân có khả năng bị ung thư đại trực tràng. Ngoài ra các báo cáo xét nghiệm cũng như các bệnh án trong quá khứ của bệnh nhân bổ sung thêm thông tin về tình trạng của bệnh nhân.

Các thông tin từ văn bản luôn đa dạng hơn so với các thông tin đã mã hóa. Người viết sử dụng số lượng từ vựng phong phú hơn, cung cấp nhiều thông tin hơn. Đó có thể là cách viết tắt tên triệu chứng, hay là những lời giải thích lý do dẫn đến việc nhập viện,… Những thông tin này sau đó sẽ được sử dụng bổ sung thêm vào tập dữ liệu của thông tin mã hóa. Hiện nay trong bệnh viện có nhiều loại văn bản khác nhau: kết quả xét nghiệm, phim chụp X-quang, hay báo cáo tổng hợp khi ra viện,… Tất nhiên các chỉ số xét nghiệm đã được mã hóa và lưu trữ theo cấu trúc.

Nhưng lời kết luận, chứa thông tin quan trọng nhất, vẫn chưa mã hóa được. Hoặc trong báo cáo xuất viện, bệnh nhân được chuyển đến nơi khác sau khi điều trị cũng không thể mã hóa đầy đủ được. Như vậy, việc chuyển đổi để rút trích thông tin từ các văn bản, cụ thể là bệnh án là cần thiết. Nó giúp tiếp cận một nguồn thông tin lớn, đa dạng và phong phú hơn cho các công trình nghiên cứu y khoa.

Hiện tại đã có nhiều công trình thực hiện rút trích thông tin từ bệnh án. Trong đó Informatics for Integrating Biology and the Bedside (i2b2) là tổ chức đã thực hiện nhiều cuộc thi về rút trích thông tin từ bệnh án. Năm 2012 họ tổ chức cuộc thi về rút trích quan hệ giữa các cặp sự kiện – thời gian và sự kiện – sự kiện trong bệnh án có yếu tố thời gian. Cuộc thi thu hút nhiều tổ chức tham gia và được Sun W, et al[23] tổng hợp kết quả trong bài đánh giá của họ.

Những công trình trên đều thực hiện trên tiếng Anh, và kết quả rút ra có thể sử dụng cho người Việt nhưng sẽ có khác biệt. Thể trạng và môi trường sống của người Việt khác với người nước ngoài. Sống ở những vùng địa lý khác nhau, bệnh nhân có thể khỏi bệnh nhanh hoặc chậm hơn so với nơi khác. Hay tại thời điểm này 2 số lượng bệnh nhân tiểu đường thấp, nhưng chỉ sau vài năm số lượng bệnh nhân tiểu đường sẽ tăng nhanh hơn.

Do đó chúng ta cần thực hiện rút trích thông tin trên bệnh án tiếng Việt. Những kết quả này sẽ là tiền đề cho những nghiên cứu sau đó, phù hợp hơn khi sử dụng cho người Việt.2 Phạm vi Do đây là chủ đề mới cho tiếng Việt nên chúng tôi sẽ thực hiện trước trên bệnh án tiếng Anh. Việc này sẽ giúp xác định hướng đi của chúng tôi có đúng với các công trình đã thực hiện trước đó hay không. Kết quả này sẽ được chúng tôi ứng dụng lại cho bệnh án tiếng Việt.

Đối với bệnh án, chúng tôi quan tâm đến hai đối tượng: các thực thể xuất hiện trong bệnh án và mối quan hệ giữa chúng nhưng có yếu tố thời gian (Tlink). Các thực thể sẽ gồm hai loại là sự kiện (Event) và thời gian (Timex3). Do đó rút trích hai thực thể trên sẽ được xem như hai bài toán độc lập. Rút trích sự kiện Việc rút trích sự kiện sẽ được thực hiện trên 6 loại nhãn: - Các dấu hiệu liên quan đến bệnh (Problems).

- Các thử nghiệm y khoa (Tests). - Các phương pháp điều trị (Treatments). - Các phòng ban trong bệnh viện (Clinical departments). - Các chứng cứ dẫn đến một sự kiện khác (Evidentials).

- Các sự kiện khác xảy ra với bệnh nhân mà không thuộc những nhãn trên (Occurrences). Chúng tôi chỉ thực hiện ở mức độ xác định nhãn và vị trí của sự kiện trong văn bản được cung cấp. Rút trích thời gian Việc rút trích thời gian sẽ được thực hiện trên 4 loại nhãn: ngày (Date), thời gian trong ngày (Time), khoảng thời gian (Duration) và tần suất của một sự kiện (Frequence). Chúng tôi chỉ thực hiện ở mức độ xác định nhãn và vị trí của sự kiện trong văn bản được cung cấp.

Rút trích quan hệ thời gian Việc rút trích quan hệ về thời gian sẽ được thực hiện trên 3 loại nhãn: xảy ra trước (Before), xảy ra cùng lúc (Overlap) và xảy ra sau (After). Theo vị trí xuất hiện của các cặp thực thể sự kiện – thời gian và sự kiện – sự kiện, chúng tôi phân ra làm 3 kiểu ghép cặp quan hệ: - Quan hệ giữa các sự kiện với thời gian nhập viện và thời gian xuất viện (Section – Event). - Quan hệ giữa sự kiện – sự kiện và sự kiện – thời gian trong cùng một câu với nhau (Consecutive). - Quan hệ giữa sự kiện – sự kiện và sự kiện – thời gian giữa các câu với nhau nhưng trong cùng 1 đoạn văn (Across).

Đối với tiếng Việt, chúng tôi cũng ứng dụng trong phạm vi tương tự.3 Công trình nghiên cứu liên quan Bài toán rút trích mối quan hệ về thời gian là một chủ đề nghiên cứu của hội nghị Informatics for Integrating Biology & the Bedside (i2b2) năm 2012. Việc rút trích mối quan hệ về thời gian gồm 3 bài toán con: rút trích sự kiện (Event), rút trích thời gian (Timex3), và rút trích quan hệ về thời gian giữa sự kiện – sự kiện và sự kiện – thời gian (Tlink). Theo nghiên cứu của Tang B, et al [24] có hai phương pháp sử dụng phổ biến trong rút trích quan hệ về thời gian: phương pháp dựa trên luật (rule-based) và máy học (machine learning). Rút trích sự kiện Rút trích sự kiện theo nghiên cứu của Tang B, et al [24] có hai bước: nhận dạng kiểu và nhận dạng thuộc tính của sự kiện.

Bước thứ nhất Tang B, et al [24] sử dụng Conditional Random Fields (CRF) để nhận dạng kiểu của sự kiện. Dựa vào CRF, có hai thành phần được xây dựng: (1) xác định bệnh hoặc triệu chứng (Problems), biện pháp điều trị (Treatments), đo đạc thử nghiệm (Tests); và (2) xác định phòng ban (Departments), chứng cứ (Evidentials), các sự kiện khác (Occurrences). Bước thứ hai sử dụng SVM để xác định thuộc tính của sự kiện: - Tính phân cực (Polarity): khẳng định hay phủ định. - Phương thức xuất hiện của sự kiện (Modality): xác thực, có điều kiện, có thể, dự kiến.

4 Tang B, et al [24] đã tham khảo bài đánh giá của Pustejovsky J, et al [15] và nhận thấy phương pháp machine learning được sử dụng rộng rãi cho nhận dạng tên thực thể và đã chứng tỏ hiệu năng tốt. Theo Pustejovsky J, et al [15], CRF được đánh giá cao khi sử dụng để nhận dạng các cụm từ của sự kiện và nhận dạng kiểu tương ứng cho sự kiện. Trong khi đó SVM được đánh giá cao hơn khi sử dụng để nhận dạng thuộc tính của sự kiện. Ngoài ra Tang B, et al [24] đã thành công xây dựng hệ thống rút trích quan hệ giữa các sự kiện y khoa trong cuộc thi 2010 của i2b2.

Do đó, công trình nghiên cứu của Tang B, et al [24] đã sử dụng CRF và SVM cho việc rút trích sự kiện. Kế thừa hệ thống năm 2010, hệ thống hiện tại của Tang B, et al [24] đã có lợi thế khi rút trích sự kiện.9013 hệ thống hiện xếp hạng thứ hai trong các hệ thống rút trích sự kiện tại i2b2 2012. Cũng như Tang B et al [24], Sohn S, et al [19] đã thành công xây dựng hệ thống rút trích sự kiện y khoa trong cuộc thi 2010 của i2b2. Do đó họ kế thừa và phát triển hệ thống cho việc rút trích sự kiện trong cuộc thi 2012 của i2b2.