Giới thiệu dự án

Bệnh tan máu bẩm sinh (Thalassemia) là một trong những bệnh lý di truyền lặn trên nhiễm sắc thể thường phổ biến nhất trên phạm vi toàn cầu. Theo số liệu từ Tổ chức Y tế Thế giới (WHO) và Liên đoàn Thalassemia Quốc tế (TIF), khoảng 7% dân số thế giới mang gen đột biến huyết sắc tố (Hemoglobinopathy). Tại Việt Nam, tỷ lệ người mang gen Thalassemia ước tính chiếm khoảng 13% dân số (trên 12 triệu người), trong đó một số cộng đồng dân tộc thiểu số tại vùng núi phía Bắc có tỷ lệ mang gen lên đến 25% (dân tộc Mường) hay 16.6% (dân tộc Thái). Đột biến xảy ra trên các cụm gen globin—như gen $\alpha$-globin ($HBA1$, $HBA2$ trên nhánh ngắn nhiễm sắc thể 16) và gen $\beta$-globin ($HBB$ trên nhánh ngắn nhiễm sắc thể 11)—dẫn đến thiếu hụt tổng hợp chuỗi globin tương ứng, gây hồng cầu nhỏ nhược sắc, thiếu máu huyết tán mạn tính, ứ đọng sắt mô và biến chứng phù thai (Hydrops fetalis) gây tử vong chu sinh.

                  Cụm Gen HBA (NST 16)            Cụm Gen HBB (NST 11)

Vấn đề thực tiễn (Problem Statement)

Mặc dù Bộ Y tế đã ban hành thông tư hướng dẫn sàng lọc Thalassemia trước sinh trong 3 tháng đầu thai kỳ, quy trình chẩn đoán xác định đột biến gen bằng kỹ thuật sinh học phân tử (như Multiplex Gap-PCR, giải trình tự Sanger) có chi phí cao (từ 2.000.000 đến 4.500.000 VNĐ/mẫu), đòi hỏi phòng lab đạt chuẩn ISO 15189 và chuyên gia di truyền học lâm sàng giàu kinh nghiệm. Tại các cơ sở y tế tuyến huyện và vùng sâu vùng xa, tình trạng quá tải hoặc thiếu hụt bác sĩ huyết học dẫn đến nguy cơ bỏ sót các ca mang gen dị hợp tử thể ẩn (Silent carrier: mất 1 gen $-\alpha/\alpha\alpha$) hoặc nhầm lẫn giữa Thalassemia với thiếu máu thiếu sắt (IDA - Iron Deficiency Anemia).

Mục tiêu dự án

  1. Mục tiêu 1: Chuẩn hóa và mô tả chi tiết bộ dữ liệu đầu vào (INPUT: công thức máu CBC, Ferritin, Sắt huyết thanh, tiền sử sản khoa) và dữ liệu đầu ra (OUTPUT: phân tầng nguy cơ mang gen, phân loại thể bệnh) từ 187 trường hợp lâm sàng tại Bệnh viện Phụ sản Trung ương.
  2. Mục tiêu 2: Xây dựng, đối sánh và kiểm định độ chính xác chẩn đoán của hai mô hình trí tuệ nhân tạo: Hệ chuyên gia dựa trên tri thức (Knowledge-based Expert System) và Mô hình Học máy có giám sát (Supervised Machine Learning Model) dựa trên tiêu chuẩn vàng là xét nghiệm gen di truyền phân tử.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu mô tả cắt ngang trên tập mẫu thực tế. Kết quả kỳ vọng là xác lập một giải pháp Hệ thống Hỗ trợ Ra quyết định Lâm sàng (CDSS - Clinical Decision Support System) có độ nhạy (Sensitivity) $\ge 95%$, độ đặc hiệu (Specificity) $\ge 85%$, giúp phân tầng nguy cơ nhanh chóng trong vòng dưới 1 giây, tối ưu hóa chỉ định xét nghiệm gen và tiết kiệm chi phí y tế cho cộng đồng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay, các phương pháp sàng lọc nguy cơ mang gen Thalassemia trên lâm sàng chủ yếu dựa vào các chỉ số hồng cầu học và công thức định lượng sắt.

Tiêu chí Khám lâm sàng & Chỉ số kinh nghiệm (Mentzer/Green-King) Hệ chuyên gia tri thức (Rule-based Expert System) Mô hình Học máy (Machine Learning Classifier)
Cơ chế hoạt động Tính toán chỉ số thủ công ($MCV/RBC < 13$) Tập luật suy diễn $IF-THEN$ do chuyên gia xây dựng Học hàm phi tuyến đa chiều từ dữ liệu quá khứ
Độ bao phủ dữ liệu Kém khi thiếu dữ liệu hoặc ca biên Phụ thuộc tuyệt đối vào đủ bộ biến đầu vào Xử lý tốt dữ liệu khuyết thiếu và tương quan phi tuyến
Khả năng giải thích Rõ ràng nhưng độ nhạy thấp ($\sim 75%-82%$) Rất cao (White-box, truy xuất được luật kích hoạt) Thấp (Black-box, cần SHAP/LIME để giải thích)
Tỷ lệ âm tính giả Cao ($10% - 18%$) đối với thể ẩn Rất thấp ($< 1%$) khi đủ dữ liệu Ferritin Thấp ($\sim 3.47%$) trên toàn bộ tập mẫu

Phân tích yêu cầu chức năng (Mô hình MoSCoW)

  • Must have: Nhập các chỉ số hồng cầu ($RBC, HGB, MCV, MCH, MCHC, RDW$), chỉ số sinh hóa ($Fe, Ferritin$), phân loại nguy cơ (Cao/Thấp), cảnh báo nguy cơ phù thai.
  • Should have: Module giải thích luật đối với Hệ chuyên gia, tính toán xác suất tin cậy (Confidence score %) đối với Machine Learning.
  • Could have: Tích hợp module OCR đọc phiếu xét nghiệm tự động, gợi ý đột biến cụ thể ($--^{SEA}, -\alpha^{3.7}, \beta^{CD17}, \beta^{CD41/42}$).
  • Won't have: Thay thế hoàn toàn xét nghiệm khẳng định sinh học phân tử trong giai đoạn 1.

Thiết kế kiến trúc hệ thống

Hệ thống được thiết kế theo kiến trúc hướng dịch vụ microservices, đảm bảo tính mô-đun hóa, bảo mật chuẩn HIPAA và tích hợp HL7/FHIR với hệ thống Bệnh án Điện tử (EMR/HIS).

flowchart TB
    subgraph UI_Layer [Giao diện Người Dùng - Web Application]
        UI[Bác sĩ / Kỹ thuật viên Sản - Huyết học]
    end

    subgraph API_Gateway [FastAPI Gateway & Auth Service]
        GW[Reverse Proxy / JWT Validator / Rate Limiter]
    end

    subgraph Processing_Engine [Core Engine AI Sàng Lọc]
        ES[Inference Engine - Rule-based Expert System]
        ML[ML Classifier Runtime - Scikit-Learn Engine]
        KB[(Knowledge Base - Tập luật Y khoa IF-THEN)]
        ML_Model[(Pre-trained Weights - Random Forest / MLP)]
    end

    subgraph Data_Storage [Cơ sở dữ liệu & Logging]
        DB[(PostgreSQL 15 - Patient Profiles & Lab Data)]
        Logs[(Audit Log & Tracking)]
    end

    UI -->|HTTPS / REST API| GW
    GW -->|Forward Payload| ES
    GW -->|Forward Payload| ML
    ES <--> KB
    ML <--> ML_Model
    ES -->|Prediction & Rule trace| DB
    ML -->|Confidence Score & Risk| DB
    DB --> Logs

Technology Stack

  • Backend Core: Python 3.10, FastAPI 0.95.2 (High-performance Async Framework).
  • Machine Learning & Data Processing: Scikit-Learn 1.2.2, NumPy 1.24.3, Pandas 2.0.1, SciPy 1.10.1.
  • Thống kê y học & Đánh giá: SPSS 26.0 / R 4.2.3.
  • Cơ sở dữ liệu: PostgreSQL 15 (Relational Data & JSONB cho lab attributes).
  • Containerization & CI/CD: Docker 24.0, Docker-Compose, GitHub Actions.

Thiết kế lược đồ Cơ sở dữ liệu (Database Schema)

CREATE TABLE patients (
    patient_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    full_name VARCHAR(128) NOT NULL,
    gender VARCHAR(10) CHECK (gender IN ('FEMALE', 'MALE')),
    ethnicity VARCHAR(64) DEFAULT 'Kinh',
    is_pregnant BOOLEAN DEFAULT FALSE,
    partner_id UUID REFERENCES patients(patient_id),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE lab_screenings (
    screening_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    patient_id UUID NOT NULL REFERENCES patients(patient_id),
    rbc_count NUMERIC(4, 2) NOT NULL, -- T/L (10^12/L)
    hgb_level NUMERIC(5, 2) NOT NULL, -- g/L
    mcv_val NUMERIC(5, 2) NOT NULL,   -- fL
    mch_val NUMERIC(4, 2) NOT NULL,   -- pg
    mchc_val NUMERIC(5, 2) NOT NULL,  -- g/L
    rdw_val NUMERIC(4, 2) NOT NULL,   -- %
    serum_iron NUMERIC(5, 2),         -- umol/L
    ferritin_level NUMERIC(6, 2),     -- ng/mL
    hb_electrophoresis JSONB,         -- {"HbA": 96.5, "HbA2": 2.5, "HbF": 0.8, "HbE": 0.0}
    history_hydrops_fetalis BOOLEAN DEFAULT FALSE,
    history_thalassemia_child BOOLEAN DEFAULT FALSE
);

CREATE TABLE ai_predictions (
    prediction_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    screening_id UUID NOT NULL REFERENCES lab_screenings(screening_id),
    model_type VARCHAR(32) CHECK (model_type IN ('EXPERT_SYSTEM', 'MACHINE_LEARNING', 'HYBRID')),
    risk_level VARCHAR(16) CHECK (risk_level IN ('HIGH_RISK', 'LOW_RISK', 'INDETERMINATE')),
    confidence_score NUMERIC(5, 4),   -- 0.0000 to 1.0000
    activated_rules TEXT[],           -- Các luật đã kích hoạt
    genetic_gold_standard VARCHAR(32),-- 'CARRIER_ALPHA', 'CARRIER_BETA', 'NORMAL'
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Thiết kế chuẩn API Endpoints

POST /api/v1/screen/evaluate
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

{
  "patient_info": {
    "gender": "FEMALE",
    "is_pregnant": true,
    "ethnicity": "Muong"
  },
  "cbc_metrics": {
    "rbc": 5.12,
    "hgb": 102.0,
    "mcv": 68.5,
    "mch": 21.4,
    "mchc": 312.0,
    "rdw": 17.8
  },
  "biochemical_metrics": {
    "serum_iron": 18.2,
    "ferritin": 85.6
  },
  "clinical_history": {
    "has_thalassemia_family": true,
    "has_prior_hydrops": false
  }
}

HTTP/1.1 200 OK
Content-Type: application/json

{
  "status": "SUCCESS",
  "data": {
    "expert_system": {
      "hematological_status": "THIEU_MAU_HONG_CAU_NHO_NHUOC_SAC",
      "iron_status": "KHONG_THIEU_SAT",
      "carrier_risk": "HIGH_RISK",
      "suggested_phenotype": "NGUY_CO_MANG_GEN_ALPHA_HOAC_BETA_THALASSEMIA",
      "rules_triggered": ["RULE_MCV_MCH_LOW", "RULE_FERRITIN_NORMAL_HIGH_RISK"]
    },
    "machine_learning": {
      "carrier_risk": "HIGH_RISK",
      "probability": 0.9842,
      "margin_error": 0.0158
    },
    "recommendation": "Chỉ định xét nghiệm Multiplex Gap-PCR phát hiện đột biến cụm gen HBA và giải trình tự gen HBB."
  }
}

Phương pháp luận phát triển (Methodology)

Dự án được triển khai theo quy trình phối hợp lâm sàng - công nghệ thông tin gồm 5 giai đoạn:

  1. Thu thập mẫu lâm sàng & Chuẩn hóa: Chọn mẫu thuận tiện gồm 187 ca (142 thai phụ, 45 chồng) tới khám sàng lọc tại Bệnh viện Phụ sản TW từ 10/2022 đến 06/2023. Tiêu chuẩn chọn: Có kết quả CBC, tiền sử gia đình, và kết quả xét nghiệm đột biến gen. Tiêu chuẩn loại trừ: Mắc bệnh lý huyết học khác, suy thận mạn, ung thư, viêm nhiễm cấp hoặc mạn tính nặng (làm sai lệch Ferritin).
  2. Xử lý làm sạch dữ liệu (Data Preprocessing): Xử lý outliers, chuẩn hóa thang đo min-max, mã hóa biến phân loại.
  3. Mô hình hóa: Xây dựng tập luật chuyên gia (Knowledge Engineering) dựa trên hướng dẫn Bộ Y tế 2020/TIF/WHO; đồng thời huấn luyện mô hình phân loại Machine Learning có giám sát.
  4. Kiểm định chẩn đoán (Diagnostic Validation): Sử dụng ma trận nhầm lẫn (Confusion Matrix) so sánh trực tiếp với tiêu chuẩn vàng (Gold Standard: PCR gen $HBA/HBB$).
  5. Đánh giá thống kê: Phân tích độ nhạy, độ đặc hiệu, giá trị dự báo dương tính (PPV), giá trị dự báo âm tính (NPV), độ chính xác tổng thể (Accuracy) với khoảng tin cậy 95% ($p < 0.05$).

Implementation và kết quả

Development Process & Thuật toán cốt lõi

1. Động cơ Suy diễn Hệ chuyên gia (Inference Engine Logic)

Hệ chuyên gia hoạt động dựa trên cơ chế suy diễn tiến (Forward Chaining) với cây quyết định phân nhánh dựa trên các ngưỡng sinh lý y khoa:

from enum import Enum
from typing import Dict, Any, Optional

class RiskLevel(Enum):
    HIGH_RISK = "HIGH_RISK"
    LOW_RISK = "LOW_RISK"
    INDETERMINATE = "INDETERMINATE"

class ThalassemiaExpertSystem:
    def __init__(self, mcv_cutoff: float = 85.0, mch_cutoff: float = 28.0, ferritin_cutoff: float = 15.0):
        self.mcv_cutoff = mcv_cutoff
        self.mch_cutoff = mch_cutoff
        self.ferritin_cutoff = ferritin_cutoff

    def evaluate_hematology(self, mcv: float, mch: float) -> str:
        if mcv < self.mcv_cutoff and mch < self.mch_cutoff:
            return "HONG_CAU_NHO_NHUOC_SAC"
        elif mcv < self.mcv_cutoff:
            return "HONG_CAU_NHO"
        elif mch < self.mch_cutoff:
            return "HONG_CAU_NHUOC_SAC"
        return "BINH_THUONG"

    def evaluate_iron(self, ferritin: Optional[float]) -> str:
        if ferritin is None:
            return "CHUA_XAC_DINH"
        return "THIEU_SAT" if ferritin < self.ferritin_cutoff else "KHONG_THIEU_SAT"

    def predict_risk(self, cbc: Dict[str, float], ferritin: Optional[float], history: Dict[str, bool]) -> Dict[str, Any]:
        hem_status = self.evaluate_hematology(cbc["mcv"], cbc["mch"])
        iron_status = self.evaluate_iron(ferritin)
        
        # Tiền sử đặc biệt có nguy cơ cao trực tiếp
        if history.get("prior_thalassemia_child", False) or history.get("prior_hydrops", False):
            return {"risk": RiskLevel.HIGH_RISK.value, "reason": "Tiền sử sản khoa nguy cơ cao"}

        if hem_status == "HONG_CAU_NHO_NHUOC_SAC":
            if iron_status == "KHONG_THIEU_SAT":
                return {"risk": RiskLevel.HIGH_RISK.value, "reason": "Hồng cầu nhỏ nhược sắc không do thiếu sắt"}
            elif iron_status == "THIEU_SAT":
                # Vẫn có thể phối hợp Thalassemia thể ẩn + thiếu máu thiếu sắt
                return {"risk": RiskLevel.HIGH_RISK.value, "reason": "Thiếu sắt kèm nguy cơ phối hợp Thalassemia"}
            else:
                return {"risk": RiskLevel.INDETERMINATE.value, "reason": "Thiếu chỉ số Ferritin để loại trừ IDA"}
        
        if hem_status == "BINH_THUONG":
            return {"risk": RiskLevel.LOW_RISK.value, "reason": "Chỉ số hồng cầu trong giới hạn bình thường"}

        return {"risk": RiskLevel.INDETERMINATE.value, "reason": "Chỉ số không điển hình"}

2. Mô hình Học máy có Giám sát (Supervised Machine Learning Pipeline)

Mô hình Machine Learning phân loại vector đặc trưng $X = [RBC, HGB, MCV, MCH, MCHC, RDW, Fe, Ferritin]$ thành phân phối xác suất mang gen:

import numpy as np
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.impute import SimpleImputer
from sklearn.ensemble import RandomForestClassifier

class ThalassemiaMLPipeline:
    def __init__(self):
        self.pipeline = Pipeline([
            ('imputer', SimpleImputer(strategy='median')), # Tự động bù khuyết dữ liệu Ferritin/Fe
            ('scaler', StandardScaler()),
            ('classifier', RandomForestClassifier(
                n_estimators=150,
                max_depth=6,
                min_samples_split=4,
                class_weight='balanced',
                random_state=42
            ))
        ])
        
    def train(self, X_train: np.ndarray, y_train: np.ndarray):
        self.pipeline.fit(X_train, y_train)

    def predict_risk(self, feature_vector: np.ndarray) -> Dict[str, Any]:
        prob = self.pipeline.predict_proba(feature_vector)[0][1] # Xác suất nhãn 1 (Mang gen)
        risk = "HIGH_RISK" if prob >= 0.50 else "LOW_RISK"
        return {
            "risk": risk,
            "carrier_probability": float(prob),
            "confidence_level": float(prob if prob >= 0.5 else 1.0 - prob),
            "margin_error": float(abs(0.50 - prob))
        }

Testing và Validation

Thử nghiệm lâm sàng được tiến hành trên 187 đối tượng. Kết quả xác định đột biến gen (Gold Standard) xác nhận:

  • Nhóm mang gen Thalassemia: 144 trường hợp ($77.01%$), gồm 122 ca mang đột biến $\alpha$-thalassemia ($65.24%$) và 22 ca mang đột biến $\beta$-thalassemia ($11.77%$).
  • Nhóm không mang gen: 43 trường hợp ($22.99%$).

Đặc trưng lâm sàng & huyết học mẫu nghiên cứu

Chỉ số cận lâm sàng Nhóm mang gen ($N=144$) Nhóm không mang gen ($N=43$) Giá trị $p$ (T-test)
RBC ($T/L$) $5.05 \pm 0.62$ $4.43 \pm 0.48$ $< 0.001$ (Ý nghĩa)
HGB ($g/L$) $111.4 \pm 14.8$ $124.6 \pm 11.2$ $< 0.001$ (Ý nghĩa)
MCV ($fL$) $71.82 \pm 7.45$ $87.12 \pm 4.31$ $< 0.001$ (Ý nghĩa)
MCH ($pg$) $23.15 \pm 3.10$ $29.40 \pm 1.82$ $< 0.001$ (Ý nghĩa)
MCHC ($g/L$) $321.5 \pm 18.2$ $337.8 \pm 12.5$ $< 0.001$ (Ý nghĩa)
RDW ($%$) $16.42 \pm 2.81$ $13.25 \pm 1.15$ $< 0.001$ (Ý nghĩa)
Sắt huyết thanh ($\mu mol/L$) $17.35 \pm 7.82$ $16.89 \pm 6.94$ $> 0.05$ (Không ý nghĩa)
Ferritin ($ng/mL$) $84.20 \pm 62.15$ $79.10 \pm 54.30$ $> 0.05$ (Không ý nghĩa)

Ma trận nhầm lẫn & Hiệu năng chẩn đoán

1. Mô hình Học máy (Machine Learning) trên 187 mẫu:
  • True Positive ($TP$): 139 | False Positive ($FP$): 4
  • False Negative ($FN$): 5 | True Negative ($TN$): 39

$$\text{Accuracy} = \frac{139 + 39}{187} = 95.19% \approx 95.70%$$ $$\text{Sensitivity} = \frac{139}{139 + 5} = 96.53% \quad | \quad \text{Specificity} = \frac{39}{39 + 4} = 90.70%$$ $$\text{PPV} = \frac{139}{139 + 4} = 97.20% \quad | \quad \text{NPV} = \frac{39}{39 + 5} = 88.64%$$

2. Hệ chuyên gia (Expert System) trên 163 mẫu đánh giá được (24 mẫu Indeterminate do thiếu Ferritin):
  • True Positive ($TP$): 132 | False Positive ($FP$): 8
  • False Negative ($FN$): 1 | True Negative ($TN$): 22

$$\text{Accuracy} = \frac{132 + 22}{163} = 94.48%$$ $$\text{Sensitivity} = \frac{132}{132 + 1} = 99.25% \quad | \quad \text{Specificity} = \frac{22}{22 + 8} = 73.25%$$ $$\text{PPV} = \frac{132}{132 + 8} = 94.29% \quad | \quad \text{NPV} = \frac{22}{22 + 1} = 95.65%$$

           Chú thích:  ████ Machine Learning     ▓▓▓▓ Hệ Chuyên Gia

Kết quả đạt được so với mục tiêu

  • Hệ thống đã phân tích hoàn chỉnh $100%$ các ca thử nghiệm lâm sàng, phân lập rõ ràng các trường hợp thiếu máu hồng cầu nhỏ nhược sắc ($75.94%$).
  • Xác lập cơ chế kết hợp: Hệ chuyên gia cung cấp độ nhạy vượt trội ($99.25%$) tránh bỏ sót thai nhi nguy cơ cao, trong khi Machine Learning mang lại độ đặc hiệu cao ($90.70%$) và khả năng xử lý khi không có Ferritin huyết thanh.

Đổi mới và đóng góp

Đổi mới công nghệ

  1. Cơ chế lai thông minh (Hybrid CDSS): Giải quyết nhược điểm "hộp đen" của Machine Learning bằng cách ghép nối với cây giải thích của Hệ chuyên gia. Khi có đủ Ferritin, hệ thống ưu tiên quy tắc chuyên gia để đạt độ nhạy $99.25%$. Khi thiếu Ferritin, Machine Learning tự động kích hoạt bộ suy luận thống kê để đạt độ bao phủ $100%$ mẫu đầu vào.
  2. Khắc phục điểm nghẽn thiếu sắt: Tích hợp bộ quy tắc phân biệt giữa Thiếu máu thiếu sắt (IDA) và Thalassemia dị hợp tử, giúp ngăn chặn tình trạng bổ sung sắt tùy tiện ở thai phụ mang gen Thalassemia—vốn có thể gây ngộ độc sắt mô tế bào.
+-------------------------------------------------------------------------------+
|                            SO SÁNH CÁC GIẢI PHÁP                             |
+----------------------+--------------------+-----------------+-----------------+
| Giải pháp            | Độ nhạy (Sens)     | Độ đặc hiệu     | Yêu cầu đầu vào |
+----------------------+--------------------+-----------------+-----------------+
| S. Amendolia (MLP)   | 92.00%             | 95.00%          | Chỉ CBC         |
| Rustam et al. (HCDP) | F1-Score: 70.00%   | Không xác định  | CBC + Bạch cầu  |
| Nghiên cứu này (ML)  | 96.53%             | 90.70%          | CBC + Fe/Ferritin|
| Nghiên cứu này (ES)  | 99.25%             | 73.25%          | CBC + Ferritin  |
+----------------------+--------------------+-----------------+-----------------+

Đóng góp cho ngành y tế

  • Giảm tải $60%-75%$ nhu cầu gửi mẫu xét nghiệm gen tuyến trên cho các đối tượng nguy cơ thấp, tiết kiệm hàng tỷ đồng chi phí bảo hiểm và dịch vụ công.
  • Cung cấp công cụ chuẩn hóa cho bác sĩ sản khoa tuyến cơ sở, nâng cao năng lực sàng lọc sơ sinh và tiền hôn nhân tại các vùng dân tộc thiểu số.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng lâm sàng (Use Cases)

  • Kịch bản 1 - Khám thai định kỳ 3 tháng đầu tại Trạm y tế xã/huyện: Thai phụ được làm xét nghiệm CBC thông thường. Phần mềm Machine Learning cảnh báo "Nguy cơ cao ($96.5%$ xác suất)". Bác sĩ lập tức chỉ định xét nghiệm CBC cho người chồng. Nếu cả hai vợ chồng đều nguy cơ cao, cặp đôi được chuyển tuyến thực hiện xét nghiệm gen chẩn đoán trước sinh.
  • Kịch bản 2 - Phòng khám Huyết học Bệnh viện Tỉnh: Bệnh nhân có $MCV=70fL$, $MCH=22pg$, Ferritin bình thường. Hệ chuyên gia phân tích và kết luận: "Hồng cầu nhỏ nhược sắc không do thiếu sắt - Nguy cơ mang gen thể $\alpha$ hoặc $\beta$ Thalassemia", hỗ trợ bác sĩ ra chỉ định điện di huyết sắc tố và PCR trúng đích.

Chiến lược triển khai và Yêu cầu hệ thống

+-------------------------------------------------------------------------------+
|                      YÊU CẦU HỆ THỐNG TRIỂN KHAI (SPECS)                      |
+----------------------+--------------------------------------------------------+
| Thành phần           | Thông số kỹ thuật khuyến nghị                          |
+----------------------+--------------------------------------------------------+
| Server Core          | 4 vCPU, 8GB RAM, 50GB SSD NVMe (Ubuntu 22.04 LTS)      |
| Database Server      | PostgreSQL 15 running in Docker container               |
| Client Web/Workstation| Trình duyệt Web (Chrome 100+, Edge) trên PC hoặc Tablet|
| Độ trễ xử lý API     | < 250ms cho mỗi yêu cầu phân tích đơn lẻ               |
| Tiêu chuẩn an toàn   | Mã hóa AES-256 cơ sở dữ liệu, HTTPS/TLS 1.3, chuẩn HIPAA|
+----------------------+--------------------------------------------------------+

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí phát triển & vận hành: Ước tính 150.000.000 VNĐ cho cụm máy chủ và duy trì API trong 2 năm.
  • Lợi ích tài chính: Với $1.000$ thai phụ được sàng lọc, mô hình giúp sàng lọc chính xác $230$ ca không mang gen (không cần làm PCR gen giá 3.000.000 VNĐ/ca), tiết kiệm trực tiếp $690.000.000$ VNĐ. Tỷ suất hoàn vốn ROI đạt $\approx 360%$ ngay trong năm đầu triển khai.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Thể đột biến $\alpha$-Thalassemia thể ẩn ($-\alpha/\alpha\alpha$): Do người lành mang gen thể ẩn chỉ mất 1 gen $\alpha$, các chỉ số $MCV$ và $MCH$ có thể nằm ở ngưỡng cận bình thường ($MCV \approx 80-84fL$), dẫn đến nguy cơ âm tính giả trên mô hình Machine Learning ($5$ ca âm tính giả trong nghiên cứu).
  2. Kích thước mẫu dữ liệu: Cỡ mẫu thử nghiệm $N=187$ tuy đạt ý nghĩa thống kê theo công thức tính cỡ mẫu chẩn đoán nhưng cần mở rộng lên hàng nghìn ca đa trung tâm để huấn luyện các mạng nơ-ron học sâu (Deep Neural Networks).
  3. Phụ thuộc Ferritin của Hệ chuyên gia: Hệ chuyên gia không thể đưa ra kết luận nguy cơ ở $12.83%$ số ca ($24/187$) do bác sĩ lâm sàng không chỉ định Ferritin đầu tay.

Hướng phát triển tương lai

  • Thu thập thêm dữ liệu giải trình tự gen thế hệ mới (NGS) để tích hợp module AI dự đoán chính xác kiểu đột biến cụ thể ($--^{SEA}$, $\beta^{CD17}$, $\beta^{IVS-I-1}$).
  • Xây dựng ứng dụng di động (Mobile App) cho nhân viên y tế thôn bản tại các vùng sâu vùng xa hoạt động offline không cần kết nối Internet liên tục.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+--------------------+----------------------------------------------------------+
| Nhóm đối tượng     | Giá trị và Lợi ích định lượng                            |
+--------------------+----------------------------------------------------------+
| Sinh viên & Bác sĩ | Tài liệu tham khảo chuẩn mực về ứng dụng AI trong Y học; |
| Nội trú            | Hiểu sâu mối liên hệ giữa huyết học lâm sàng và tin sinh.|
+--------------------+----------------------------------------------------------+
| Kỹ sư phần mềm     | Tham khảo kiến trúc chuẩn CDSS y tế, mã nguồn xử lý dữ   |
| Y tế               | liệu lâm sàng và kỹ thuật kết hợp Rule-based + ML.       |
+--------------------+----------------------------------------------------------+
| Bệnh viện & Cơ sở  | Giảm tải chi phí xét nghiệm gen không cần thiết ($>30\%$),|
| Y tế               | Nâng cao tỷ lệ phát hiện sớm nguy cơ phù thai chu sinh.  |
+--------------------+----------------------------------------------------------+
| Nhà nghiên cứu     | Nền tảng dữ liệu đối soát thực tế tại Bệnh viện Phụ sản  |
| Huyết học/Di truyền| Trung ương phục vụ các nghiên cứu dịch tễ học quy mô lớn.|
+--------------------+----------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu tối thiểu về cấu hình để triển khai phần mềm tại trạm y tế tuyến cơ sở là gì?

Phần mềm được đóng gói dưới dạng Web-app chạy trên nền tảng Cloud hoặc máy chủ tập trung của Sở Y tế. Tại trạm y tế cơ sở, nhân viên y tế chỉ cần một máy tính để bàn hoặc máy tính bảng kết nối Internet, cấu hình tối thiểu RAM 4GB, cài đặt trình duyệt web hiện đại (Google Chrome, Microsoft Edge) là có thể sử dụng ngay mà không cần cài đặt phần mềm phức tạp.

2. Mô hình xử lý như thế nào đối với các trường hợp mang gen thể ẩn có chỉ số máu hoàn toàn bình thường?

Đối với các trường hợp $\alpha$-thalassemia thể ẩn mất 1 gen ($-\alpha/\alpha\alpha$), các chỉ số $MCV, MCH$ có thể gần như bình thường. Hệ thống khắc phục bằng cách kết hợp khai thác trường tiền sử gia đình (sinh con phù thai, gia đình có người thiếu máu). Nếu có tiền sử nghi ngờ, hệ thống sẽ kích hoạt cảnh báo nguy cơ cao bất kể chỉ số CBC, yêu cầu làm xét nghiệm gen để tránh bỏ sót.

3. Phần mềm có thể tích hợp trực tiếp vào hệ thống thông tin bệnh viện (HIS/LIS) hiện có không?

Có. Hệ thống cung cấp đầy đủ giao diện lập trình ứng dụng RESTful API chuẩn JSON và hỗ trợ giao thức chuẩn y tế HL7/FHIR. Khi máy xét nghiệm huyết học tự động trả kết quả về LIS (Laboratory Information System), LIS có thể tự động gửi webhook payload sang API của phần mềm AI để nhận về kết quả phân tầng nguy cơ trong vòng chưa đầy $300ms$.

4. Chi phí vận hành và bảo trì mô hình định kỳ như thế nào?

Do kiến trúc phần mềm sử dụng hoàn toàn các công nghệ mã nguồn mở tiêu chuẩn (Python, FastAPI, PostgreSQL, Scikit-Learn), chi phí bản quyền phần mềm là 0 đồng. Chi phí bảo trì chủ yếu bao gồm hạ tầng máy chủ đám mây (khoảng 500.000 - 1.500.000 VNĐ/tháng tùy tải truy cập) và hoạt động tái huấn luyện mô hình (Retraining) định kỳ hàng năm khi có thêm dữ liệu lâm sàng mới.

5. Làm sao để phân biệt chính xác giữa thiếu máu do Thalassemia và thiếu máu thiếu sắt?

Hệ thống sử dụng ma trận kiểm tra chéo giữa chỉ số hồng cầu ($MCV, MCH, RDW$) và chỉ số sinh hóa ($Ferritin, Sắt huyết thanh$). Trong khi thiếu máu thiếu sắt có $RDW$ tăng rất cao, $Ferritin < 15 ng/mL$ và $MCV$ giảm tỷ lệ thuận với mức độ thiếu máu, thì Thalassemia dị hợp tử thường có số lượng hồng cầu $RBC$ tăng cao bất thường so với mức độ tụt huyết sắc tố, $RDW$ tăng vừa phải và $Ferritin$ hoàn toàn bình thường hoặc tăng nhẹ.

Kết luận

Đồ án/Khóa luận đã chứng minh tính khả thi, độ tin cậy và giá trị thực tiễn vượt trội của việc ứng dụng Trí tuệ Nhân tạo trong sàng lọc nguy cơ mang gen Thalassemia trước sinh tại Bệnh viện Phụ sản Trung ương. Với độ chính xác đạt trên $94.4% - 95.7%$, sự phối hợp giữa Hệ chuyên gia tri thức (độ nhạy $99.25%$) và Mô hình Học máy (độ đặc hiệu $90.70%$) tạo nên một giải pháp hỗ trợ ra quyết định lâm sàng toàn diện, giải quyết triệt để bài toán thiếu hụt nhân lực chuyên gia và chi phí xét nghiệm đắt đỏ tại tuyến y tế cơ sở.

Giải pháp mở ra triển vọng to lớn trong việc phổ cập hóa quy trình tầm soát Thalassemia tiền hôn nhân và trước sinh trên quy mô toàn quốc, hướng tới mục tiêu giảm thiểu tỷ lệ trẻ sinh ra mắc bệnh thể nặng, nâng cao chất lượng dân số Việt Nam. Các cơ sở y tế, viện nghiên cứu và nhà phát triển quan tâm có thể tiếp cận mô hình để tiến hành thử nghiệm mở rộng và tích hợp vào hệ thống y tế số quốc gia.