Chương 1: Giới thiệu đề tài Giới thiệu tổng quan về đề tài, mục tiêu và phạm vi của đề tài, đem đến cái nhìn tổng quát, thấy được tiềm năng và ứng dụng thực tế của đề tài trong thực tế. • Chương 2: Cơ sở lý thuyết và nền tảng công nghệ Các kiến thức nền tảng phục vụ cho việc nghiên cứu đề tài cùng với tổng quan một số công trình nghiên cứu liên quan tới đề tài mà tôi tìm hiểu được. Xem xét điểm liên quan của công trình nghiên cứu đó với đề tài, từ đó đề xuất một vài cải tiến hoặc áp dụng một vài kỹ thuật vào phương pháp của tôi. • Chương 3: Phân tích vấn đề và giải pháp Nêu ra vấn đề cần giải quyết, sau đó trình bày hướng tiếp cận giải quyết vấn đề và hướng phát triển để giải quyết các vấn đề liên quan.
Từ các vấn đề đó, đặt ra phương pháp giải quyết, bao giồm quá trình đề xuất và cải tiến phương pháp để tìm ra phương pháp tối ưu. • Chương 4: Hiện thực giải pháp Trình bày hướng tiếp cận và các bước thực hiện để hiện thực một chương trình minh họa hoàn chỉnh cho phương pháp đề xuất, kèm theo đó là hướng dẫn sử dụng chương trình. Trang 4 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa • Chương 5: Thực nghiệm và đánh giá mô hình Sử dụng chương trình đã hiện thực để chạy và đo kết quả, đồng thời so sánh với các phương pháp khác để đánh giá tính chính xác và tính tối ưu của phương pháp đề xuất. • Chương 6: Kết luận Tổng kết những công việc đã làm được, đánh giá và định hướng kế hoạch mà tôi dự định tiếp tục phát triển trong tương lai.
Trang 5 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa Chương 2 Cơ sở lý thuyết và nền tảng công nghệ 2.1 Hồ sơ sức khỏe điện tử Hồ sơ sức khỏe điện tử (Electronic Health Record - EHR [1]) là phiên bản kỹ thuật số của hồ sơ sức khỏe giấy của bệnh nhân. EHR là các bản ghi thời gian thực, lấy bệnh nhân làm trung tâm, cung cấp thông tin ngay lập tức và an toàn cho người xem có thẩm quyền. Mặc dù EHR có chứa lịch sử y tế và điều trị của bệnh nhân, hệ thống EHR được xây dựng để vượt ra ngoài phạm vi dữ liệu lâm sàng tiêu chuẩn thường được thu thập bởi các nhà cung cấp dịch vụ y tế thông thường, đồng thời hệ thống có thể cung cấp một cái nhìn bao quát hơn về dịch vụ chăm sóc bệnh nhân. EHR là một phần quan trọng của việc ứng dụng công nghệ trong y tế và có thể: • Chứa tiền sử bệnh của bệnh nhân, chẩn đoán, thuốc, kế hoạch điều trị, ngày chủng ngừa, dị ứng, hình ảnh X quang cũng như các kết quả xét nghiệm.
• Cho phép truy cập các công cụ dựa trên dữ liệu sức khỏe để đưa ra quyết định về việc chăm sóc bệnh nhân. • Tự động hóa và hợp lý hóa quy trình làm việc của nhà cung cấp dịch vụ sức khỏe. Trang 6 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa Một trong những đặc tính quan trọng của EHR là thông tin sức khỏe có thể được tạo và quản lý bởi các nhà cung cấp được ủy quyền ở định dạng kỹ thuật số và có khả năng được chia sẻ với các nhà cung cấp khác thuộc nhiều tổ chức chăm sóc sức khỏe. EHR được xây dựng để chia sẻ thông tin với các tổ chức và nhà cung cấp dịch vụ chăm sóc sức khỏe khác - chẳng hạn như phòng thí nghiệm, bác sĩ chuyên khoa, cơ sở y tế, nhà thuốc, cơ sở cấp cứu, phòng khám trường học và nơi làm việc - vì vậy, chúng chứa thông tin từ tất cả các bác sĩ liên quan đến việc chăm sóc bệnh nhân.2 Bệnh án điện tử Bệnh án điện tử [2] (EMR - Electronic Medical Record) là một hệ thống lưu trữ thông tin y tế của bệnh nhân dưới dạng điện tử.
Bệnh án điện tử thường bao gồm các thông tin về lịch sử bệnh của bệnh nhân, kết quả xét nghiệm, hồ sơ khám bệnh, toa thuốc, hình ảnh chụp bệnh, và các tài liệu khác liên quan đến sức khỏe của bệnh nhân. Bệnh án điện tử được thiết kế để giúp cho các nhà cung cấp dịch vụ y tế (như bác sĩ, y tá và nhân viên y tế khác) có thể truy cập và chia sẻ thông tin y tế của bệnh nhân một cách nhanh chóng và dễ dàng. Việc sử dụng bệnh án điện tử giúp cho các chuyên gia y tế có thể nắm bắt thông tin bệnh án của bệnh nhân một cách toàn diện, tăng cường chất lượng chăm sóc sức khỏe và giảm thiểu sai sót trong quá trình chẩn đoán và điều trị bệnh. Ngoài ra, Bệnh án điện tử cũng giúp cho các nhà cung cấp dịch vụ y tế có thể tạo ra các báo cáo thống kê và phân tích dữ liệu, từ đó cải thiện quản lý và dự đoán tình hình y tế.
Bệnh án điện tử cũng đóng vai trò quan trọng trong việc đưa ra quyết định về điều trị bệnh cho bệnh nhân, đảm bảo tính liên tục và phối hợp chăm sóc sức khỏe giữa các chuyên gia y tế khác nhau. Bệnh án điện tử (EMR) và hồ sơ sức khỏe điện tử (EHR) là hai khái niệm khác nhau: • Bệnh án điện tử là một hệ thống lưu trữ thông tin y tế của bệnh nhân dưới dạng điện tử tập trung vào lịch sử bệnh của bệnh nhân trong phạm vi một cơ sở chăm sóc sức khỏe cụ thể (ví dụ như bệnh viện, phòng khám hay phòng thí nghiệm), các thông tin đó chỉ được truy cập và sử dụng bởi những người sử dụng được phép. Trang 7 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa • Trong khi đó, hồ sơ sức khỏe điện tử là một hệ thống lưu trữ thông tin y tế của bệnh nhân dưới dạng điện tử có tính tập trung hơn, với các thông tin sức khỏe của bệnh nhân được tích hợp từ nhiều nguồn khác nhau như các bệnh viện, phòng khám, nhà thuốc, phòng xét nghiệm và các cơ sở khác. Hồ sơ sức khỏe điện tử bao gồm tất cả các thông tin liên quan đến sức khỏe của bệnh nhân trong suốt quá trình chăm sóc sức khỏe, bao gồm cả lịch sử bệnh, thông tin về thuốc, kết quả xét nghiệm, hình ảnh và các tài liệu khác.
Hồ sơ sức khỏe điện tử thường được sử dụng để chia sẻ thông tin giữa các nhà cung cấp dịch vụ y tế khác nhau, giúp tăng cường tính liên tục và phối hợp trong việc chăm sóc sức khỏe của bệnh nhân. Hồ sơ sức khỏe điện tử cũng giúp cho bệnh nhân có thể truy cập thông tin sức khỏe của mình một cách dễ dàng và thuận tiện hơn.3 Những khó khăn trong việc xử lý dữ liệu bệnh nhân Không giống như dữ liệu trong các thử nghiệm lâm sàng hoặc các nghiên cứu y sinh, dữ liệu thứ cấp được trích xuất từ EHR không được thiết kế để trả lời một câu hỏi cụ thể. Thay vào đó, mục tiêu chính của dữ liệu này là để theo dõi bệnh nhân. Điều này dẫn đến vấn đề là dữ liệu EHR có nhiều thách thức như uncurated (dữ liệu không được lựa chọn cẩn thận và tổ chức chu đáo), poor-quality (dữ liệu không đáp ứng tiêu chuẩn chất lượng dữ liệu), high-dimensional (hàng nghìn cột dữ liệu), sparse (nhiều giá trị 0), heterogeneous (lấy từ nhiều nguồn dữ liệu khác nhau), temporal (dữ liệu được thu thập theo thời gian), incomplete (thiếu giá trị), large- scale (một lượng lớn dữ liệu), multimodal (nhiều phương thức dữ liệu khác nhau) [3].
Trong phạm vi của đề tài, chúng ta sẽ không quan tâm nhiều đến những tính chất sau đây: • Dữ liệu không được lựa chọn cẩn thận (Uncurated) và có chất lượng kém (Poor-quality) là những tính chất mang tính tương đối chủ quan, ta không có nhiều cơ sở để phân loại dữ liệu thuộc những tính chất này. • Dữ liệu bị thiếu (Incomplete): các dữ liệu bị thiếu sẽ được điền giá trị 0, từ đó biến dữ liệu thiếu thành dữ liệu thưa. Trang 8 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa Đối với các khó khăn còn lại, dựa theo phạm vi của đề tài, ta xếp hạng độ ưu tiên của những khó khăn quan trọng cần giải quyết đối với dữ liệu EHR như sau: • Đa chiều (High-dimensional): dữ liệu thu được có nhiều chiều, vì vậy việc xây dựng mô hình representation learning luôn luôn phải tập trung vào xử lý vấn đề đa chiều của dữ liệu. • Đa phương thức (Heterogeneous & multimodal): dữ liệu đa phương thức giúp ta thấy được những khía cạnh mới mà nếu chỉ tập trung vào một phương thức thì sẽ không thấy được.
Mô hình được xây dựng cần linh hoạt trong việc kết hợp các phương thức dữ liệu khác nhau. • Tính thời gian (Temporal): dữ liệu được thu thập trong thời gian dài, vì vậy mô hình cần được thiết kế theo ý tưởng xử lý dữ liệu theo trình tự thời gian. • Dữ liệu thưa (Sparse): mô hình cần rút trích ra được những đặc trưng quan trọng, có thông tin từ dữ liệu thưa. • Kích thước lớn (Large-scale): các dữ liệu big data nói chung có quy mô lớn, vì vậy chắc chắn mô hình phải xử lý được lượng lớn dữ liệu hiệu quả.4 Các phương pháp thường dùng để biểu diễn dữ liệu EHR Có 5 phương pháp chủ yếu thường dùng để biểu diễn dữ liệu EHR: 1.
Vector-based • Mỗi dữ liệu EHR của bệnh nhân được biểu diễn bằng một vector toán học [3], là một ma trận 1xN với đa số ô chứa giá trị 0, trừ một vài ô chứa thông tin sẽ có giá trị 1 hoặc lớn hơn. • Một vài mô hình xây dựng biểu diễn bệnh nhân dựa trên vector như sau: – Autoencoders [8]: là một mô hình học không giám sát, học các biểu diễn trừu tượng từ dữ liệu có số chiều cao. Trang 9 Truy hồi thông tin bệnh nhân từ CSDL y tế trong nghiên cứu y khoa – Convolutional Neural Networks (CNN) [9]: mạng tích chập sử dụng một mạng nơ-ron nhỏ trượt trên hình ảnh, cho phép ghi lại các thuộc tính hình ảnh cục bộ bất kể vị trí của chúng trong hình ảnh đầy đủ. Các biến thể nâng cao hơn của CNN có thể kết hợp thông tin thời gian với convolutional layer để mô hình hóa dữ liệu bệnh nhân theo chiều dọc.
