Tổng quan nghiên cứu

Các bệnh lý về đường hô hấp hiện nay là một trong những nguyên nhân hàng đầu gây tử vong và suy giảm chất lượng cuộc sống trên quy mô toàn cầu. Theo ước tính của các tổ chức y tế, các bệnh về phổi như viêm phổi, lao phổi, u phổi và các hội chứng suy hô hấp cấp tính cướp đi sinh mạng của hơn 3 triệu người mỗi năm. Trong công tác khám chữa bệnh thực tế, kỹ thuật chụp X-quang lồng ngực là phương pháp chẩn đoán hình ảnh phổ biến nhất với hơn 2 tỷ lượt thực hiện mỗi năm trên toàn thế giới nhờ ưu điểm chi phí hợp lý, thời gian thực hiện nhanh chóng và khả năng cung cấp góc nhìn tổng quan về cấu trúc lồng ngực. Tuy nhiên, khối lượng ảnh chụp khổng lồ tạo ra áp lực rất lớn đối với đội ngũ bác sĩ chẩn đoán hình ảnh, đặc biệt tại các cơ sở y tế tuyến dưới nơi tỷ lệ bác sĩ trên số lượng bệnh nhân còn hạn chế.

Vấn đề nghiên cứu trọng tâm của đề án tốt nghiệp thạc sĩ chuyên ngành Hệ thống thông tin do học viên Phạm Tiến Đức thực hiện tại Học viện Công nghệ Bưu chính Viễn thông năm 2023 là ứng dụng kỹ thuật học sâu (Deep Learning) nhằm giải quyết bài toán tự động nhận dạng và chẩn đoán đa bệnh lý phổi từ ảnh chụp X-quang. Mục tiêu cụ thể của công trình bao gồm việc nghiên cứu sâu về các kiến trúc mạng nơ-ron tích chập (Convolutional Neural Network - CNN), đánh giá so sánh hiệu năng của các mô hình tiên tiến như VGG16, InceptionV3 và Xception, từ đó xây dựng một ứng dụng hoàn chỉnh có khả năng hỗ trợ bác sĩ phát hiện và phân loại chính xác các bệnh lý hô hấp. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm thời gian phân tích hình ảnh xuống dưới 3 giây cho mỗi ca bệnh và đạt độ chính xác chẩn đoán vượt trội trên 94%, tạo tiền đề vững chắc cho việc ứng dụng trí tuệ nhân tạo vào hỗ trợ y tế thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết thị giác máy tính và học sâu hiện đại, tập trung vào ba khung mô hình cốt lõi:

  • Mạng nơ-ron tích chập (CNN): Cấu trúc mạng chuyên dụng cho xử lý dữ liệu không gian 2D với các tầng tích chập (Convolutional Layer) sử dụng các bộ lọc kích thước 3x3 và 5x5 để trích xuất đặc trưng cục bộ như biên cạnh, góc và vân bề mặt; các tầng tổng hợp (Pooling Layer) thực hiện Max Pooling hoặc Average Pooling với kích thước 2x2 nhằm giảm số chiều không gian và hạn chế hiện tượng quá khớp; kết hợp cùng các tầng kết nối đầy đủ (Fully Connected Layer) và hàm kích hoạt phi tuyến ReLU, Softmax để đưa ra phân phối xác suất phân loại.
  • Kiến trúc mạng sâu cải tiến: Nghiên cứu phân tích chuyên sâu ba kiến trúc tiêu biểu gồm VGG16 với cấu trúc 16 tầng đồng nhất và 138 triệu tham số; InceptionV3 ứng dụng kỹ thuật đa nhánh (Inception Module) và lớp tích chập thắt cổ chai (bottleneck) 1x1 để tối ưu hóa tài nguyên tính toán; cùng Xception sử dụng kỹ thuật tích chập tách rời theo chiều sâu (Depthwise Separable Convolution) phân tách việc học đặc trưng không gian và đặc trưng kênh độc lập.
  • Lý thuyết biểu diễn và xử lý ảnh số: Ứng dụng các nguyên lý chuyển đổi không gian màu RGB 24-bit và ảnh xám 8-bit (256 mức xám), các phương pháp chuẩn hóa vector đặc trưng hình học và kỹ thuật khử nhiễu nhằm bảo toàn cấu trúc giải phẫu của mô phổi.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp đối chuẩn định lượng:

  • Cỡ mẫu và nguồn dữ liệu: Bộ dữ liệu thực nghiệm bao gồm hơn 15.000 ảnh chụp X-quang lồng ngực được thu thập từ các kho dữ liệu y khoa chuẩn hóa công khai, bao gồm ảnh phổi bình thường và các nhóm bệnh lý: Viêm phổi (Pneumonia), COVID-19, Lao phổi (Tuberculosis), U phổi (Mass), Khí phế thũng (Emphysema), và Xơ hóa phổi (Fibrosis). Bên cạnh đó, một tập dữ liệu phụ trợ gồm 2.000 ảnh phi X-quang được xây dựng để phục vụ bài toán lọc dữ liệu đầu vào.
  • Phương pháp chọn mẫu: Áp dụng phương pháp phân tầng ngẫu nhiên (Stratified Sampling) để đảm bảo tỷ lệ đồng đều giữa các lớp bệnh, phân chia tập dữ liệu theo tỷ lệ chuẩn: 70% dành cho huấn luyện (Training Set), 15% cho thẩm định (Validation Set), và 15% cho kiểm thử độc lập (Test Set).
  • Lý do lựa chọn phương pháp phân tích: Phương pháp học chuyển giao (Transfer Learning) kết hợp tinh chỉnh trọng số (Fine-tuning) trên nền tảng ImageNet được lựa chọn nhằm khắc phục tình trạng thiếu hụt dữ liệu gán nhãn lớn trong y tế, giúp mạng hội tụ nhanh chóng sau 50 epochs huấn luyện với thuật toán tối ưu Adam và hàm mất mát Categorical Cross-Entropy. Toàn bộ quá trình thu thập dữ liệu, huấn luyện mô hình và kiểm thử hệ thống được triển khai liên tục trong khung thời gian 8 tháng của năm 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối chuẩn giữa ba kiến trúc mạng nơ-ron tích chập trên cùng một bộ dữ liệu kiểm thử đã mang lại những kết quả định lượng cụ thể:

  • Độ chính xác phân loại tổng thể: Mô hình Xception đạt hiệu suất phân loại cao nhất với độ chính xác tổng thể (Accuracy) đạt 94,6%, vượt trội hơn InceptionV3 đạt 92,4% và VGG16 đạt 89,8%. Khả năng phân biệt giữa phổi bình thường và phổi bệnh lý của Xception đạt độ chính xác lên đến 97,8%.
  • Hiệu suất tính toán và kích thước mô hình: Nhờ cấu trúc tích chập tách rời Depthwise Separable Convolution, Xception giúp giảm hơn 70% số lượng tham số tính toán so với VGG16, dung lượng tệp mô hình nén chỉ còn khoảng 88 MB so với hơn 528 MB của VGG16. Tốc độ suy luận đạt trung bình 0,18 giây cho mỗi ảnh trên GPU tiêu chuẩn.
  • Khả năng nhận diện các bệnh lý nguy hiểm: Độ nhạy (Sensitivity) trong việc phát hiện các ca mắc COVID-19 và Lao phổi lần lượt đạt 96,5% và 95,2%, trong khi tỷ lệ dương tính giả đối với các trường hợp nghi ngờ u phổi được kiểm soát ở mức dưới 4,3%.

Thảo luận kết quả

Khi biểu diễn dữ liệu thực nghiệm qua biểu đồ ma trận nhầm lẫn (Confusion Matrix), kết quả cho thấy Xception thể hiện sự tách biệt rõ ràng giữa các nhóm bệnh có biểu hiện mô học tương tự nhau. Điển hình là ranh giới phân loại giữa tổn thương đông đặc do viêm phổi thông thường và tổn thương dạng kính mờ đa ổ do COVID-19 đạt độ phân giải đặc trưng cao, tỷ lệ nhầm lẫn giữa hai lớp này chỉ ở mức 3,2%. Đồ thị đường cong mất mát (Loss curve) và độ chính xác theo chu kỳ huấn luyện chỉ ra rằng Xception bắt đầu hội tụ ổn định từ epoch thứ 30 và không xuất hiện hiện tượng quá khớp nhờ cơ chế điều biến tự nhiên (Regularization) của các khối tích chập phân tách.

So sánh với các công trình nghiên cứu tiền nhiệm trong nước vốn chỉ tập trung vào phân loại đơn bệnh nhị phân, đề tài này đã giải quyết thành công bài toán phân loại đa lớp phức tạp. Điểm sáng tạo đáng chú ý là việc thiết kế luồng xử lý kép: module nhị phân đầu vào giúp loại bỏ 98,5% các hình ảnh không đúng định dạng X-quang trước khi chuyển tiếp vào module phân loại bệnh học, ngăn ngừa hoàn toàn các lỗi suy luận sai lệch do đầu vào không hợp lệ trong thực tế triển khai.

Đề xuất và khuyến nghị

Nhằm chuyển hóa kết quả nghiên cứu thành các ứng dụng hữu ích trong công tác y tế thực tiễn, đề án đưa ra 4 nhóm giải pháp chiến lược:

  • Tích hợp hệ thống hỗ trợ chẩn đoán AI vào hạ tầng y tế cơ sở: Ban lãnh đạo các bệnh viện và cơ sở y tế cần triển khai kết nối ứng dụng vào hệ thống quản lý lưu trữ và truyền hình ảnh y tế (PACS) và hệ thống thông tin bệnh viện (HIS). Mục tiêu là rút ngắn 60% thời gian hội chẩn sơ bộ cho các ca chụp X-quang lồng ngực trong lộ trình 12 tháng tới.
  • Mở rộng và chuẩn hóa kho dữ liệu y khoa đa trung tâm: Nhóm nghiên cứu phối hợp cùng các viện nghiên cứu chuyên ngành hô hấp thực hiện thu thập, chuẩn hóa thêm 50.000 bản ghi ảnh X-quang từ nhiều dòng máy chụp khác nhau nhằm tăng cường tính thích ứng của mô hình trước các biến thể nhiễu ảnh trong thời gian 18 tháng.
  • Tối ưu hóa mô hình phục vụ thiết bị biên: Đội ngũ phát triển phần mềm cần áp dụng các kỹ thuật lượng tử hóa trọng số (Quantization) và cắt tỉa mạng (Pruning) để giảm thêm 40% dung lượng mô hình, giúp ứng dụng có thể chạy mượt mà trên các thiết bị máy tính bảng cầm tay của bác sĩ di động trong vòng 6 tháng.
  • Xây dựng khung pháp lý và quy chuẩn kiểm định lâm sàng: Cơ quan quản lý ngành y tế cần sớm ban hành bộ tiêu chuẩn đánh giá độ tin cậy và bảo mật dữ liệu y tế đối với các phần mềm trí tuệ nhân tạo theo tiêu chuẩn quốc tế trong khung thời gian 9 tháng.

Đối tượng nên tham khảo luận văn

Luận văn cung cấp nguồn tài liệu học thuật và thực tiễn giá trị cho 4 nhóm đối tượng chính:

  • Bác sĩ và kỹ thuật viên chẩn đoán hình ảnh: Nắm bắt cơ chế nhận dạng tự động của các mô hình AI, ứng dụng hệ thống làm công cụ trợ lý đắc lực nhằm sàng lọc hàng trăm ca chụp X-quang mỗi ngày, giảm thiểu tỷ lệ bỏ sót tổn thương phổi giai đoạn sớm.
  • Kỹ sư khoa học dữ liệu và lập trình viên AI y tế: Tiếp cận quy trình kỹ thuật chuẩn từ khâu tiền xử lý ảnh y khoa, tối ưu hóa kiến trúc Xception và Fine-tuning mô hình Deep Learning trong điều kiện tập dữ liệu phức tạp.
  • Học viên cao học và sinh viên chuyên ngành Công nghệ thông tin: Sử dụng làm tài liệu tham khảo mẫu mực về phương pháp luận nghiên cứu, kỹ năng thực nghiệm trên Python, TensorFlow/Keras và phương pháp đóng gói mô hình học máy thành phần mềm thực tế.
  • Các nhà quản lý bệnh viện và doanh nghiệp công nghệ y tế (MedTech): Đánh giá tính khả thi về mặt kỹ thuật và hiệu quả vận hành khi đầu tư phát triển các giải pháp bệnh viện thông minh và phòng khám số hóa.

Câu hỏi thường gặp

  • Kiến trúc học sâu nào đạt hiệu quả chẩn đoán tốt nhất trong đề tài?

    Kiến trúc Xception thể hiện sự vượt trội toàn diện với độ chính xác 94,6% trên tập kiểm thử. Mô hình này tối ưu hóa tài nguyên tính toán nhờ các khối tích chập tách rời theo chiều sâu, giúp tốc độ suy luận nhanh gấp 2 lần so với VGG16 trong khi dung lượng lưu trữ chỉ chiếm khoảng 88 MB.

  • Ứng dụng xử lý thế nào khi người dùng vô tình tải lên ảnh không phải X-quang phổi?

    Hệ thống được thiết kế một module phân loại nhị phân sơ lọc ở lớp đầu vào. Nếu phát hiện tệp tải lên không phải là ảnh chụp X-quang lồng ngực với độ tin cậy trên 98%, ứng dụng sẽ lập tức hiển thị cảnh báo từ chối xử lý, ngăn chặn việc đưa ra kết quả chẩn đoán sai lệch.

  • Phương pháp Depthwise Separable Convolution mang lại lợi thế gì so với tích chập truyền thống?

    Phương pháp này phân tách quá trình tích chập thành hai bước độc lập: tích chập theo từng kênh không gian và tích chập điểm 1x1 để kết hợp các kênh. Nhờ vậy, mô hình giảm được khoảng 8 lần khối lượng phép tính nhân cộng mà vẫn bảo toàn đầy đủ các đặc trưng bệnh lý quan trọng.

  • Độ nhạy của mô hình đối với các bệnh lý truyền nhiễm nguy hiểm như Lao và COVID-19 là bao nhiêu?

    Kết quả kiểm thử thực nghiệm ghi nhận độ nhạy đối với tổn thương do COVID-19 đạt 96,5% và đối với vi khuẩn Lao đạt 95,2%. Tỷ lệ âm tính giả duy trì ở mức dưới 5%, đảm bảo độ an toàn cao trong quy trình sàng lọc lâm sàng.

  • Phần mềm AI này có thể thay thế hoàn toàn vai trò của bác sĩ chuyên khoa không?

    Ứng dụng được định vị là một công cụ hỗ trợ ra quyết định (Decision Support System), không thay thế bác sĩ. Phần mềm đóng vai trò như một trợ lý sàng lọc nhanh các dấu hiệu bất thường, giúp bác sĩ tiết kiệm thời gian đọc phim và tập trung vào các ca bệnh phức tạp.

Kết luận

  • Đề tài đã nghiên cứu toàn diện và làm chủ cơ sở lý thuyết về mạng nơ-ron tích chập CNN cùng các kiến trúc tiên tiến như LeNet-5, VGG16, InceptionV3 và Xception trong xử lý ảnh y khoa.
  • Xây dựng thành công mô hình học sâu dựa trên Xception đạt độ chính xác phân loại tổng thể 94,6% trên 6 nhóm bệnh lý phổi phổ biến.
  • Thiết kế cơ chế tiền xử lý và lọc ảnh nhị phân thông minh, triệt tiêu 98,5% nguy cơ lỗi từ dữ liệu đầu vào không hợp lệ.
  • Hiện thực hóa mô hình thành ứng dụng phần mềm trực quan với thời gian xử lý thực tế dưới 0,18 giây cho mỗi ảnh chẩn đoán.
  • Đóng góp một quy trình chuẩn hóa từ nghiên cứu lý thuyết đến triển khai thực nghiệm sản phẩm phần mềm y tế tại Việt Nam.

Đóng góp lớn nhất của đề án là chứng minh tính khả thi và hiệu quả vượt bậc của mô hình Xception trong bài toán chẩn đoán đa bệnh lý hô hấp, tạo cầu nối vững chắc giữa nghiên cứu học thuật và ứng dụng thực tiễn. Hướng phát triển tiếp theo của đề tài trong giai đoạn 2024-2025 là tích hợp các kỹ thuật giải thích mô hình (Explainable AI như Grad-CAM) để khoanh vùng trực quan tổn thương trên ảnh phổi và mở rộng thử nghiệm lâm sàng tại các bệnh viện. Các chuyên gia, nhà nghiên cứu và lập trình viên quan tâm có thể khai thác tài liệu này để phát triển thêm nhiều giải pháp y tế số thông minh phục vụ cộng đồng.