Nghiên Cứu Ứng Dụng Công Nghệ Thông Tin Để Dự Đoán Bệnh Xơ Phổi

Luận văn thạc sĩ công nghệ thông tin nghiên cứu ước lượng dung tích sống gắng sức trong bệnh xơ phổi dựa trên hình ảnh và dữ liệu lâm sàng.

• Tác giả: Bùi Thị Ánh Hoa
• Người hướng dẫn: TS. Lê Minh Hưng
• Trường học: Đại học Quốc gia TP.HCM
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Ứng Dụng Công Nghệ Thông Tin Trong Dự Đoán Bệnh Xơ Phổi
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• TÓM TẮT NỘI DUNG
• 1. CHƯƠNG 1: TỔNG QUAN BÀI TOÁN VÀ CÁC HƯỚNG TIẾP CẬN
• 1.1. Bài toán và giới thiệu bộ dữ liệu
• 1.1.1. Bài toán
• 1.1.2. Giới thiệu bộ dữ liệu
• 1.2. Các hướng nghiên cứu tiếp cận liên quan
• 1.2.1. Các hướng tiếp cận xử lý ảnh CT Scan
• 1.2.2. Các hướng tiếp cận xử lý dữ liệu lâm sàng
• 1.2.3. Các hướng kết hợp cả ảnh và dữ liệu lâm sàng
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 3. CHƯƠNG 3: MÔ HÌNH THỰC NGHIỆM VÀ KẾT QUẢ
• 4. CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC ĐỀ CƯƠNG VÀ BẢN THUYẾT MINH

Tóm tắt

I. Tổng Quan Ứng Dụng CNTT Dự Đoán Bệnh Xơ Phổi Lợi Ích

Xơ phổi vô căn (IPF) là một bệnh lý hô hấp nghiêm trọng, gây ra xơ hóa mô phổi, làm mất tính đàn hồi, giảm thể tích khí, dẫn đến suy hô hấp và tử vong. Bệnh tiến triển không thể phục hồi và thời gian sống trung bình của bệnh nhân chỉ khoảng 2-4 năm. Việc chẩn đoán sớm và tìm ra phương pháp điều trị thích hợp là vô cùng quan trọng. Trong bối cảnh công nghệ thông tin (CNTT) ngày càng phát triển, việc ứng dụng CNTT vào hỗ trợ chẩn đoán và dự đoán bệnh xơ phổi mở ra một hướng đi đầy tiềm năng.

Một chỉ số quan trọng trong đánh giá chức năng phổi là dung tích sống gắng sức (FVC). Dự đoán giá trị FVC có thể giúp hỗ trợ tiên lượng bệnh xơ phổi ở giai đoạn đầu. Luận văn này tập trung vào bài toán “Ước lượng dung tích sống gắng sức bệnh xơ phổi dựa trên hình ảnh và dữ liệu lâm sàng” sử dụng bộ dữ liệu cuộc thi Kaggle “OSIC Pulmonary Fibrosis Progression”. Mô hình dự đoán kết hợp LSTM với mô hình tích chập và hồi quy nhiều phân vị được đề xuất. Kết quả cho thấy mô hình này đạt được kết quả tốt, hứa hẹn tiềm năng ứng dụng thực tế.

1.1. Vai Trò của Công Nghệ Thông Tin Trong Chẩn Đoán Xơ Phổi

Công nghệ thông tin đóng vai trò quan trọng trong việc xử lý và phân tích lượng lớn dữ liệu y tế, bao gồm hình ảnh CT scan và dữ liệu lâm sàng. Các thuật toán Machine Learning và AI có thể được sử dụng để phát hiện các dấu hiệu sớm của bệnh xơ phổi mà con người khó nhận ra. Hơn nữa, phần mềm dự đoán xơ phổi có thể giúp các bác sĩ đưa ra quyết định điều trị chính xác và kịp thời hơn.

1.2. Ứng Dụng AI và Machine Learning trong Dự Đoán FVC

Các thuật toán AI và Machine Learning, đặc biệt là các mô hình học sâu như mạng nơ-ron tích chập (CNN) và mạng nơ-ron hồi quy (RNN), có khả năng học các đặc trưng phức tạp từ hình ảnh CT scan và dữ liệu lâm sàng để dự đoán giá trị FVC. Các mô hình này có thể được huấn luyện trên bộ dữ liệu lớn để đạt được độ chính xác cao trong dự đoán. Ví dụ, luận văn sử dụng mô hình kết hợp LSTM (một loại RNN) với CNN để đạt được kết quả tốt hơn so với các phương pháp truyền thống.

II. Thách Thức Dự Đoán Xơ Phổi Dữ Liệu Thuật Toán

Mặc dù có nhiều tiềm năng, việc ứng dụng công nghệ thông tin trong dự đoán xơ phổi cũng đối mặt với nhiều thách thức. Dữ liệu y tế thường phức tạp, nhiễu và không đầy đủ. Việc xây dựng các mô hình dự đoán chính xác đòi hỏi sự kết hợp giữa kiến thức y khoa và kỹ năng về khoa học dữ liệu. Hơn nữa, việc giải thích kết quả của các mô hình AI và đảm bảo tính minh bạch là rất quan trọng để được các bác sĩ tin tưởng và sử dụng.

Theo tài liệu, dữ liệu thu thập trong 1-2 năm, dữ liệu ảnh là CT scan cắt lớp chụp duy nhất ở tuần 0, dữ liệu khám lâm sàng gồm FVC, Week, Age, Sex, SmokingStatus thu thập khi bệnh nhân tái khám trong 1-2 năm. Do đó, mỗi bệnh nhân có số lần đo chỉ số FVC khác nhau từ 6-10 lần và đa phần là 9 tuần khám lâm sàng.

2.1. Vấn Đề Dữ Liệu Y Tế Chất Lượng Số Lượng và Tính Đa Dạng

Dữ liệu hình ảnh CT scan có thể bị ảnh hưởng bởi nhiều yếu tố như độ phân giải, nhiễu và góc chụp. Dữ liệu lâm sàng có thể bị thiếu hoặc không chính xác do sai sót trong quá trình thu thập. Để giải quyết vấn đề này, cần có các quy trình chuẩn hóa dữ liệu và các kỹ thuật tiền xử lý dữ liệu hiệu quả. Ví dụ, trong luận văn, tác giả đã thực hiện tiền xử lý dữ liệu ảnh để cải thiện chất lượng hình ảnh và giảm nhiễu.

2.2. Độ Chính Xác và Khả Năng Giải Thích của Mô Hình Dự Đoán

Các mô hình AI có thể đạt được độ chính xác cao trong dự đoán, nhưng việc giải thích kết quả của chúng có thể khó khăn. Điều này đặc biệt quan trọng trong lĩnh vực y tế, nơi các bác sĩ cần hiểu rõ lý do tại sao mô hình đưa ra một dự đoán cụ thể. Cần có các phương pháp để giải thích kết quả của các mô hình AI và đảm bảo rằng chúng không đưa ra các dự đoán sai lệch dựa trên các yếu tố không liên quan.

III. Phương Pháp Ứng Dụng Machine Learning Dự Đoán Xơ Phổi

Luận văn này đề xuất một mô hình dự đoán kết hợp LSTM với mô hình tích chập và hồi quy nhiều phân vị để giải quyết bài toán dự đoán FVC. Mô hình này tận dụng khả năng học các đặc trưng không gian từ hình ảnh CT scan của CNN và khả năng học các đặc trưng thời gian từ dữ liệu lâm sàng của LSTM. Hồi quy nhiều phân vị được sử dụng để dự đoán đồng thời nhiều phân vị của phân phối FVC, giúp cung cấp thông tin chi tiết hơn về độ không chắc chắn của dự đoán.

Theo luận văn, đầu vào của mô hình gồm 2 loại dữ liệu chính: tập ảnh CT scan định dạng Dicom và thông tin dữ liệu lâm sàng ở tuần đầu tiên (Week, FVC, Age, Sex, và SmokingStatus).

3.1. Kết Hợp CNN và LSTM để Xử Lý Ảnh và Dữ Liệu Lâm Sàng

CNN được sử dụng để trích xuất các đặc trưng từ hình ảnh CT scan, chẳng hạn như kích thước và hình dạng của các vùng xơ hóa. LSTM được sử dụng để học các xu hướng thay đổi của FVC theo thời gian dựa trên dữ liệu lâm sàng. Kết hợp hai loại đặc trưng này giúp mô hình dự đoán FVC chính xác hơn. Cần chú ý tới kỹ thuật xử lý ảnh y tế để cho ra các dữ liệu đặc trưng tốt.

3.2. Hồi Quy Nhiều Phân Vị Ước Lượng Độ Không Chắc Chắn

Hồi quy nhiều phân vị là một phương pháp thống kê cho phép dự đoán đồng thời nhiều phân vị của phân phối biến mục tiêu. Trong bài toán này, hồi quy nhiều phân vị được sử dụng để dự đoán không chỉ giá trị trung bình của FVC mà còn các phân vị khác nhau, chẳng hạn như phân vị thứ 25 và phân vị thứ 75. Điều này cung cấp thông tin về độ không chắc chắn của dự đoán, giúp các bác sĩ đưa ra quyết định điều trị tốt hơn. Tóm lại, thuật toán dự đoán bệnh xơ phổi cần cung cấp thông tin về độ tin cậy.

IV. Nghiên Cứu Kết Quả Đánh Giá Ứng Dụng AI Dự Đoán IPF

Kết quả thực nghiệm cho thấy mô hình đề xuất đạt được kết quả tốt hơn so với top 1 của cuộc thi trên bộ dữ liệu bảo mật của Kaggle. Điều này chứng tỏ tiềm năng của mô hình trong việc ứng dụng vào thực tế. Tuy nhiên, cần có thêm nhiều nghiên cứu để đánh giá hiệu quả của mô hình trên các bộ dữ liệu khác nhau và trong các điều kiện lâm sàng khác nhau.

Cần so sánh kết quả với các hướng tiếp cận khác, cụ thể là: hướng tiếp cận xử lý ảnh CT Scan, hướng tiếp cận xử lý dữ liệu lâm sàng, và hướng kết hợp cả ảnh và dữ liệu lâm sàng.

4.1. So Sánh Với Các Mô Hình Tiên Tiến Khác

Để đánh giá hiệu quả của mô hình đề xuất, cần so sánh nó với các mô hình tiên tiến khác trong lĩnh vực dự đoán xơ phổi. Điều này bao gồm cả các mô hình sử dụng hình ảnh CT scan, dữ liệu lâm sàng và kết hợp cả hai. Việc so sánh cần được thực hiện trên cùng một bộ dữ liệu và sử dụng các độ đo đánh giá phù hợp để đảm bảo tính khách quan. Cần xem xét các mô hình ứng dụng Big Data trong dự đoán xơ phổi.

4.2. Độ Chính Xác Của Dự Đoán và Ý Nghĩa Lâm Sàng

Độ chính xác của dự đoán là một yếu tố quan trọng, nhưng ý nghĩa lâm sàng của dự đoán cũng rất quan trọng. Một mô hình có độ chính xác cao có thể không hữu ích nếu nó không cung cấp thông tin có giá trị cho các bác sĩ trong việc đưa ra quyết định điều trị. Cần đánh giá xem dự đoán của mô hình có giúp các bác sĩ chẩn đoán bệnh sớm hơn, tiên lượng bệnh tốt hơn và lựa chọn phương pháp điều trị phù hợp hơn hay không.

V. Triển Vọng Phát Triển Hệ Thống Hỗ Trợ Ra Quyết Định Về IPF

Ứng dụng minh họa được xây dựng trong luận văn cho thấy tiềm năng của việc xây dựng một hệ thống hỗ trợ ra quyết định cho các bác sĩ trong việc chẩn đoán và điều trị bệnh xơ phổi. Hệ thống này có thể tích hợp các mô hình dự đoán AI với dữ liệu y tế để cung cấp cho các bác sĩ thông tin toàn diện và chính xác về tình trạng bệnh nhân. Điều này có thể giúp các bác sĩ đưa ra quyết định điều trị tốt hơn và cải thiện kết quả cho bệnh nhân.

Cần xem xét ứng dụng telemedicine và bệnh xơ phổi

5.1. Khai Thác Dữ Liệu Y Tế và IoT Trong Theo Dõi Bệnh Nhân

Việc khai thác dữ liệu y tế và sử dụng các thiết bị IoT để theo dõi bệnh nhân có thể cung cấp cho các bác sĩ thông tin liên tục và chi tiết về tình trạng bệnh nhân. Dữ liệu này có thể được sử dụng để tinh chỉnh các mô hình dự đoán và cung cấp cho các bác sĩ thông tin cập nhật về tiến triển của bệnh. Điều này có thể giúp các bác sĩ đưa ra quyết định điều trị kịp thời và hiệu quả hơn. Cần đặc biệt chú trọng ứng dụng IoT trong theo dõi bệnh nhân xơ phổi.

5.2. Lợi Ích Của Ứng Dụng CNTT và Thách Thức Trong Ứng Dụng

Các lợi ích của ứng dụng CNTT trong xơ phổi là rõ ràng, bao gồm chẩn đoán sớm hơn, tiên lượng bệnh tốt hơn và điều trị hiệu quả hơn. Tuy nhiên, cũng có nhiều thách thức trong ứng dụng công nghệ thông tin trong xơ phổi, chẳng hạn như đảm bảo tính bảo mật của dữ liệu, đào tạo các bác sĩ sử dụng hệ thống và giải quyết các vấn đề pháp lý và đạo đức liên quan đến AI. Việc vượt qua những thách thức này là rất quan trọng để khai thác tối đa tiềm năng của CNTT trong việc cải thiện sức khỏe của bệnh nhân xơ phổi.

VI. Kết Luận Ứng Dụng CNTT Tương Lai Dự Đoán IPF

Luận văn này đã chứng minh tiềm năng của việc ứng dụng công nghệ thông tin vào việc dự đoán bệnh xơ phổi. Mô hình đề xuất đạt được kết quả tốt hơn so với các phương pháp truyền thống, cho thấy rằng AI có thể đóng một vai trò quan trọng trong việc cải thiện việc chẩn đoán và điều trị bệnh xơ phổi. Tuy nhiên, cần có thêm nhiều nghiên cứu để đánh giá hiệu quả của mô hình trên các bộ dữ liệu khác nhau và trong các điều kiện lâm sàng khác nhau. Đồng thời, cần giải quyết các thách thức liên quan đến dữ liệu, thuật toán và triển khai để khai thác tối đa tiềm năng của CNTT trong lĩnh vực này.

6.1. Hướng Nghiên Cứu Tiếp Theo Hoàn Thiện Mô Hình Dự Đoán

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc cải thiện độ chính xác của mô hình dự đoán, giải thích kết quả của mô hình và tích hợp mô hình vào một hệ thống hỗ trợ ra quyết định toàn diện. Ngoài ra, cần nghiên cứu các phương pháp để thu thập và tiền xử lý dữ liệu hiệu quả hơn, cũng như phát triển các thuật toán AI mới có thể tận dụng tối đa thông tin từ dữ liệu y tế.

6.2. Công Nghệ Phân Tích Hình Ảnh Phổi và Tiềm Năng Ứng Dụng

Phát triển công nghệ phân tích hình ảnh phổi có thể cho phép các bác sĩ phát hiện các dấu hiệu sớm của bệnh xơ phổi mà con người khó nhận ra. Công nghệ này có thể được sử dụng để sàng lọc bệnh, theo dõi tiến triển của bệnh và đánh giá hiệu quả của điều trị. Việc kết hợp công nghệ phân tích hình ảnh phổi với các mô hình dự đoán AI có thể mang lại những kết quả đột phá trong việc cải thiện sức khỏe của bệnh nhân xơ phổi. Từ đó, đẩy mạnh việc ứng dụng công nghệ thông tin và bệnh xơ phổi vô căn

Nội dung chính

Tổng quan nghiên cứu

Xơ phổi vô căn (Idiopathic Pulmonary Fibrosis - IPF) là bệnh lý nghiêm trọng về hô hấp, gây phá hủy cấu trúc phổi và suy giảm chức năng hô hấp theo thời gian. Thời gian sống trung bình của bệnh nhân mắc IPF chỉ khoảng 2-4 năm, với tỷ lệ nam giới mắc bệnh cao gấp khoảng 3,7 lần nữ giới và chủ yếu xuất hiện ở độ tuổi trên 50. Triệu chứng bệnh thường xuất hiện chậm, không rõ ràng và dễ nhầm lẫn với các bệnh phổi khác, khiến việc chẩn đoán và điều trị gặp nhiều khó khăn. Dung tích sống gắng sức (Forced Vital Capacity - FVC) là chỉ số quan trọng đánh giá chức năng phổi, phản ánh lượng không khí bệnh nhân có thể thở ra mạnh sau khi hít vào sâu. Việc dự đoán chính xác giá trị FVC theo tuần giúp hỗ trợ phát hiện sớm và tiên lượng bệnh xơ phổi, từ đó nâng cao hiệu quả điều trị và tăng khả năng sống sót cho bệnh nhân.

Luận văn tập trung nghiên cứu bài toán dự đoán giá trị FVC dựa trên dữ liệu hình ảnh CT scan phổi và thông tin khám lâm sàng của bệnh nhân, sử dụng bộ dữ liệu OSIC Pulmonary Fibrosis Progression với khoảng 200 bệnh nhân được theo dõi trong 1-2 năm. Mục tiêu chính là xây dựng mô hình học sâu kết hợp mạng nơ-ron tích chập (CNN) và mạng hồi quy dài hạn (LSTM) cùng phương pháp hồi quy phân vị nhằm dự đoán chính xác chỉ số FVC theo tuần, đồng thời phát triển ứng dụng minh họa hỗ trợ y bác sĩ trong chẩn đoán và điều trị. Nghiên cứu có ý nghĩa quan trọng trong việc ứng dụng công nghệ thông tin vào y khoa, góp phần nâng cao chất lượng chăm sóc sức khỏe cho bệnh nhân xơ phổi.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình học sâu hiện đại trong lĩnh vực xử lý ảnh y khoa và dự đoán chuỗi thời gian:

• Mạng nơ-ron tích chập (CNN): Được sử dụng để trích xuất đặc trưng từ ảnh CT scan cắt lớp phổi. Các kiến trúc CNN phổ biến như VGG16, ResNet50 và EfficientNet được nghiên cứu để tối ưu hóa hiệu suất trích xuất đặc trưng. CNN giúp giảm số lượng tham số so với mạng nơ-ron truyền thống nhờ các lớp tích chập, pooling và fully connected.

• Mạng nơ-ron hồi quy dài hạn (LSTM): Được áp dụng để xử lý dữ liệu chuỗi thời gian từ các chỉ số lâm sàng theo tuần, giúp mô hình ghi nhớ và dự đoán xu hướng thay đổi FVC trong tương lai. LSTM khắc phục hạn chế của RNN truyền thống trong việc lưu giữ thông tin dài hạn.

• Hồi quy phân vị (Quantile Regression): Phương pháp thống kê giúp dự đoán các phân vị khác nhau của biến phụ thuộc, cung cấp không chỉ giá trị trung bình mà còn khoảng tin cậy cho dự đoán FVC. Hàm mất mát smooth pinball loss được sử dụng để tối ưu hóa mô hình hồi quy phân vị, giúp cải thiện độ chính xác và ổn định.

Ba khái niệm chính trong nghiên cứu gồm: Dung tích sống gắng sức (FVC), mạng nơ-ron tích chập (CNN), và mạng hồi quy dài hạn (LSTM).

Phương pháp nghiên cứu

• Nguồn dữ liệu: Bộ dữ liệu OSIC Pulmonary Fibrosis Progression từ cuộc thi Kaggle, gồm khoảng 200 bệnh nhân xơ phổi với dữ liệu ảnh CT scan phổi tuần 0 (định dạng DICOM) và dữ liệu khám lâm sàng theo tuần trong vòng 1-2 năm. Tập train gồm 176 bệnh nhân với 1549 dòng dữ liệu, tập test công khai 5 bệnh nhân và tập test bảo mật khoảng 24-28 bệnh nhân.

• Phân tích và tiền xử lý dữ liệu: Phân tích đặc điểm dữ liệu ảnh và lâm sàng, loại bỏ dữ liệu ngoại lai, chuẩn hóa ảnh CT scan, lựa chọn ảnh cắt lớp chứa thông tin phổi chính. Dữ liệu lâm sàng gồm các thuộc tính: tuần khám (Weeks), FVC, tuổi (Age), giới tính (Sex), tình trạng hút thuốc (Smoking Status).

• Phương pháp phân tích: Kết hợp mô hình CNN để trích xuất đặc trưng ảnh CT scan, LSTM để xử lý chuỗi thời gian dữ liệu lâm sàng, và hồi quy phân vị để dự đoán giá trị FVC theo từng tuần cùng khoảng tin cậy. Sử dụng kỹ thuật học chuyển tiếp (transfer learning) và tinh chỉnh (fine-tuning) các mô hình CNN đã được huấn luyện trước nhằm tăng hiệu quả và giảm thời gian huấn luyện.

• Cỡ mẫu và chọn mẫu: Toàn bộ dữ liệu 176 bệnh nhân được sử dụng cho huấn luyện và đánh giá mô hình, với phân chia tập train và test theo bộ dữ liệu Kaggle. Phương pháp chọn mẫu dựa trên dữ liệu thực tế thu thập, đảm bảo tính đại diện cho bệnh nhân xơ phổi.

• Timeline nghiên cứu: Thu thập và phân tích dữ liệu trong vòng 1-2 năm theo tuần khám của bệnh nhân; huấn luyện và đánh giá mô hình trong quá trình thực hiện luận văn; phát triển ứng dụng minh họa sau khi hoàn thiện mô hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Phân tích dữ liệu ảnh CT scan: Số lượng ảnh cắt lớp CT scan mỗi bệnh nhân dao động lớn, từ 12 đến 1018 ảnh, với trung bình khoảng 188 ảnh. Thông tin phổi tập trung chủ yếu ở các ảnh giữa chuỗi cắt lớp, do đó mô hình tập trung xử lý các ảnh này giúp giảm thời gian huấn luyện mà vẫn giữ được thông tin quan trọng.

2. Đặc điểm dữ liệu lâm sàng: Trong 176 bệnh nhân, đa số (132 bệnh nhân) có 9 tuần thông tin khám lâm sàng, với giá trị FVC dao động từ khoảng 1220 ml đến 4500 ml, tập trung chủ yếu trong khoảng 2000-3300 ml. Khoảng 82% bệnh nhân có xu hướng giảm FVC theo thời gian, phản ánh tiến triển xấu của bệnh. Tỷ lệ nam giới cao gấp 3,7 lần nữ giới, phù hợp với đặc điểm dịch tễ của IPF.

3. Hiệu quả mô hình đề xuất: Mô hình kết hợp CNN-LSTM và hồi quy phân vị đạt kết quả dự đoán FVC chính xác hơn so với các mô hình top 1 trong cuộc thi Kaggle OSIC trên bộ dữ liệu bảo mật. Việc sử dụng kỹ thuật học chuyển tiếp và tinh chỉnh giúp cải thiện độ chính xác và giảm thời gian huấn luyện. Mô hình cũng cung cấp chỉ số Confidence giúp đánh giá độ tin cậy của dự đoán.

4. Ứng dụng minh họa: Ứng dụng web được xây dựng cho phép nhập dữ liệu ảnh CT scan và thông tin lâm sàng, hiển thị kết quả dự đoán FVC theo tuần cùng khoảng tin cậy, hỗ trợ bác sĩ trong việc theo dõi tiến triển bệnh và đưa ra quyết định điều trị kịp thời.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy việc kết hợp dữ liệu hình ảnh và lâm sàng là hướng tiếp cận hiệu quả trong dự đoán chức năng phổi cho bệnh nhân xơ phổi. Mô hình CNN giúp trích xuất đặc trưng sâu sắc từ ảnh CT scan, trong khi LSTM xử lý tốt dữ liệu chuỗi thời gian khám lâm sàng, phản ánh sự thay đổi FVC theo tuần. Hồi quy phân vị cung cấp dự đoán không chỉ giá trị trung bình mà còn khoảng tin cậy, tăng tính ứng dụng thực tế.

So với các nghiên cứu trước đây chỉ sử dụng một loại dữ liệu hoặc mô hình đơn lẻ, mô hình đề xuất đã cải thiện đáng kể độ chính xác dự đoán. Việc phân tích kỹ đặc điểm dữ liệu, loại bỏ dữ liệu ngoại lai và áp dụng kỹ thuật học chuyển tiếp cũng góp phần nâng cao hiệu quả mô hình. Kết quả có thể được trình bày qua biểu đồ so sánh giá trị FVC thực tế và dự đoán theo tuần, bảng thống kê độ chính xác và sai số trung bình của các mô hình.

Tuy nhiên, mô hình vẫn còn hạn chế do dữ liệu ảnh CT scan chỉ được chụp một lần ở tuần 0, chưa phản ánh đầy đủ sự thay đổi cấu trúc phổi theo thời gian. Ngoài ra, số lượng bệnh nhân trong bộ dữ liệu còn hạn chế, ảnh hưởng đến khả năng tổng quát hóa của mô hình. Do đó, nghiên cứu tiếp theo cần mở rộng dữ liệu và cải tiến mô hình để nâng cao độ chính xác và ứng dụng rộng rãi hơn.

Đề xuất và khuyến nghị

1. Tăng cường thu thập dữ liệu đa thời điểm: Khuyến nghị các cơ sở y tế thu thập ảnh CT scan phổi định kỳ theo tuần hoặc tháng để cung cấp dữ liệu phong phú hơn cho mô hình dự đoán, giúp phản ánh chính xác tiến triển bệnh. Thời gian thực hiện: 1-2 năm; Chủ thể: bệnh viện, trung tâm y tế.

2. Phát triển mô hình đa nguồn dữ liệu: Kết hợp thêm các dữ liệu sinh học phân tử, xét nghiệm máu và các chỉ số lâm sàng khác để nâng cao độ chính xác dự đoán FVC và tiên lượng bệnh. Thời gian: 6-12 tháng; Chủ thể: nhóm nghiên cứu công nghệ thông tin và y học.

3. Triển khai ứng dụng hỗ trợ chẩn đoán tại bệnh viện: Ứng dụng minh họa mô hình dự đoán FVC nên được tích hợp vào hệ thống quản lý bệnh viện để hỗ trợ bác sĩ theo dõi và điều trị bệnh nhân xơ phổi kịp thời. Thời gian: 3-6 tháng; Chủ thể: phòng công nghệ thông tin bệnh viện, nhà phát triển phần mềm.

4. Đào tạo và nâng cao năng lực chuyên môn: Tổ chức các khóa đào tạo về ứng dụng công nghệ thông tin trong y khoa cho bác sĩ và nhân viên y tế nhằm nâng cao nhận thức và kỹ năng sử dụng các công cụ hỗ trợ chẩn đoán hiện đại. Thời gian: liên tục; Chủ thể: trường đại học, bệnh viện, cơ quan y tế.

Đối tượng nên tham khảo luận văn

1. Bác sĩ chuyên khoa hô hấp và y học lâm sàng: Nghiên cứu giúp hiểu rõ hơn về ứng dụng công nghệ trong chẩn đoán và theo dõi tiến triển bệnh xơ phổi, hỗ trợ ra quyết định điều trị chính xác hơn.

2. Nhà nghiên cứu và phát triển công nghệ y tế: Cung cấp cơ sở lý thuyết và mô hình học sâu kết hợp dữ liệu hình ảnh và lâm sàng, làm nền tảng phát triển các giải pháp AI trong y khoa.

3. Sinh viên và học viên cao học ngành Công nghệ Thông tin và Y sinh: Tài liệu tham khảo về ứng dụng mạng nơ-ron tích chập, LSTM và hồi quy phân vị trong xử lý dữ liệu y tế thực tế.

4. Quản lý và hoạch định chính sách y tế: Hiểu rõ tiềm năng ứng dụng công nghệ thông tin trong nâng cao chất lượng chăm sóc sức khỏe, từ đó xây dựng các chính sách hỗ trợ phát triển công nghệ y tế.

Câu hỏi thường gặp

1. Tại sao dung tích sống gắng sức (FVC) quan trọng trong chẩn đoán xơ phổi?
   FVC phản ánh khả năng phổi thở ra lượng khí tối đa sau khi hít vào sâu, giúp đánh giá chức năng phổi và tiến triển bệnh. Dự đoán FVC giúp phát hiện sớm và theo dõi hiệu quả điều trị.

2. Mô hình CNN-LSTM hoạt động như thế nào trong bài toán này?
   CNN trích xuất đặc trưng từ ảnh CT scan phổi, LSTM xử lý chuỗi thời gian dữ liệu lâm sàng theo tuần, kết hợp để dự đoán giá trị FVC tương lai chính xác hơn.

3. Hồi quy phân vị có ưu điểm gì so với hồi quy truyền thống?
   Hồi quy phân vị không chỉ dự đoán giá trị trung bình mà còn cung cấp khoảng tin cậy cho dự đoán, giúp đánh giá độ không chắc chắn và tăng tính ứng dụng thực tế.

4. Dữ liệu ảnh CT scan chỉ chụp một lần có ảnh hưởng gì đến mô hình?
   Việc chỉ có ảnh CT scan tuần 0 giới hạn khả năng mô hình nắm bắt sự thay đổi cấu trúc phổi theo thời gian, có thể làm giảm độ chính xác dự đoán trong dài hạn.

5. Ứng dụng minh họa mô hình có thể hỗ trợ bác sĩ như thế nào?
   Ứng dụng cho phép nhập dữ liệu ảnh và lâm sàng, hiển thị dự đoán FVC theo tuần cùng khoảng tin cậy, giúp bác sĩ theo dõi tiến triển bệnh và đưa ra quyết định điều trị kịp thời.

Kết luận

• Luận văn đã xây dựng thành công mô hình dự đoán dung tích sống gắng sức (FVC) cho bệnh nhân xơ phổi dựa trên dữ liệu ảnh CT scan và khám lâm sàng, sử dụng kết hợp CNN, LSTM và hồi quy phân vị.
• Mô hình đạt hiệu quả vượt trội so với các phương pháp hiện có trên bộ dữ liệu OSIC Kaggle, cung cấp dự đoán chính xác và chỉ số tin cậy.
• Ứng dụng minh họa được phát triển giúp hỗ trợ y bác sĩ trong chẩn đoán và theo dõi tiến triển bệnh xơ phổi.
• Nghiên cứu góp phần nâng cao vai trò của công nghệ thông tin trong y khoa, đặc biệt trong lĩnh vực chẩn đoán và điều trị bệnh lý phổi.
• Hướng phát triển tiếp theo là mở rộng dữ liệu đa thời điểm, tích hợp thêm các nguồn dữ liệu y tế khác và triển khai ứng dụng thực tế tại các cơ sở y tế.

Quý độc giả và các nhà nghiên cứu được khuyến khích tiếp tục phát triển và ứng dụng các mô hình học sâu trong y học để nâng cao chất lượng chăm sóc sức khỏe cộng đồng.

Trích đoạn nội dung tài liệu

phần Mở Đầu, phần này chúng tôi sẽ trình bày khái quát lại bài toán. Bài toán gồm ba phần chính như hình|I.} 5 Đầu vào (Input) gồm hai loại dữ liệu: — Tập ảnh CT scan có định dang Dicom ở tuần 0. Tập ảnh gồm nhiêu lớp cắt có số lượng từ 12 đến 1018 ảnh tuỳ mỗi bệnh nhân. — Thông tin dữ liệu lâm sàng ở tuần đầu tiên bao gồm các thông tin như là Week, EVC, Age, Sex, và SmokingStatus.

+ Tầng xử lý gồm các hướng tiếp cận sau: — Xử lý dữ liệu hình ảnh CT Scan cắt lớp. — Xử lý dữ liệu khám lâm sàng. = Két hợp xử lý cả hai dữ liệu. + Kết quả đầu ra (Output): các giá trị FVC (đơn vi ml) được dự đoán trong vòng 1-2 năm theo từng tuần từ [-12, 133] và chỉ số Confidence để dự đoán độ không chắc chắn của chỉ số FVC.

Input Output Dy Đoán FVC Theo Week Hình CT scans abe Patent [Wests [PVC] Percent [ Age] Sex| SmokingStates ‘week T000000690202010100w6|0—_ |3935|2180407|74 [Mae | Neer ammo Dữ liệu khám lâm sing Kết quả FVC dự đoán theo tuần Hình 1.1: Hình ảnh minh họa tổng quan bài toán Do phạm vi bài toán thực hiện trên bộ dữ liệu Kaggle “OSIC Pulmonary Fibrosis Pro- gression”, phần dữ liệu sẽ được giới thiệu ở chương này giúp bổ sung thông tin góp phần giúp làm rõ thông tin xung quanh bài toán.2 Giới thiệu bộ dữ liệu Bộ dữ liệu được cung cấp từ cuộc thi trên Kaggle “OSIC Pulmonary Fibrosis Progres- sion” [6]. Dữ liệu khoảng 200 bệnh nhân xơ phổi (176 bệnh nhân được công bồ và khoảng. 24-28 dữ liệu test được bảo mật) được thu thập trong khoảng 1-2 năm, gồm hai loại: + Ảnh cắt lớp CT scan phổi ở tuần 0 (định dạng .dcm), dữ liệu minh họa hình[L.2] + Thông tin khám lâm sàng (định dạng .csv), dữ liệu minh họa được trình bày trong bang ILI Train: tập dữ liệu ảnh và thông tin khám lâm sàng 176 bệnh nhân, là tập dữ liệu được công bồ trong cuộc thi. Public test (15% test data): tập ảnh CT scan 5 bệnh nhân và thông tin lâm sàng tuần đầu tiên của từng người.

Private test (85% test data): dữ u bảo mật không được Kaggle công khai, dự đoán khoang 24-28 bénh nhan.2: Anh CT scan cắt lớp minh họa của bệnh nhân trong [6]. “Thông tin lâm sàng cho mỗi bệnh nhân gồm 7 thuộc tính sau, và thông tin mẫu được trình bày trong bảng[T.T} * Patient: ID bệnh nhân. * Weeks: Số tuần trước/sau chụp CT (-12 đến 133). + FVC: Dung tích phổi được ghi lại (ml).

* Sex: Giới tính. * Smoking Status: tình trạng hút thuốc. * Percent: phần trăm của FVC điển hình cho một người bình thường có các đặc điểm tương tự. Quy trình lấy dữ liệu: Theo thông tin cung cấp của bộ dữ liệu OSIC Pulmonary Fibrosis Progression [öÌ, dữ liệu ảnh và thông tin khám lâm sàng được thu thập trong vòng 1-2 năm.

* Dữ liệu ảnh: là tập ảnh CT scan cắt lớp được chụp một lần duy nhất ở tuần 0 (Week 0). * Dữ liệu khám lâm sàng: gồm chỉ số FVC, Week, Age, Sex và SmokingStatus được thu thập khi bệnh nhân tái khám trong vòng 1-2 năm. Do đó mỗi bệnh nhân có số lần do § chỉ số FVC khác nhau từ 6-10 lần, và đa phần bệnh nhân có 9 tuần thông tin khám lâm sàng. Patient Weeks | FVC | Percent | Age | Sex | SmokingStatus 1D004266372023 13170790466 | 0 2925 | 71.82497 | 73 | Male | Never smoked 1D004266372023 13170790466 | 7 2903 | 71.28475 | 73 | Male | Never smoked 1D004266372023 13170790466 | 9 2916 | 71.60397 | 73 | Male | Never smoked 1D00426637202313170790466 | 11 2976 | 73.0773 | 73 | Male | Never smoked 1D004266372023 13170790466 | 13 2712 | 66.59464 | 73 | Male | Never smoked 1D004266372023 13170790466 | 19 2978 | 73.12641 |73 | Male | Never smoked 1D004266372023 13170790466 | 31 2908 | 71.40752 |73 | Male | Never smoked 1D00426637202313170790466 | 43 2975 | 73.05275 | 73 | Male | Never smoked 1D00426637202313170790466 | 59 2774 | 68.11708 | 73 | Male | Never smoked Bang 1.1: Dữ liệu khám lâm sàng mẫu từ OSIC 1.2 Các hướng nghiên cứu tiếp cận liên quan Bộ dữ liệu gồm hai phần chính: hình ảnh CT Scan và dữ liệu khám lâm sàng.

Do đó có ba hướng hiếp cận chính cho bài toán này: * Hướng tiếp cận xử lý ảnh CT Scan. + Hướng tiếp cận xử lý dữ liệu lâm sàng. + Hướng kết hợp cả ảnh và dữ liệu lâm sàng.1 Các hướng tiếp cận xử lý ảnh CT Scan Ảnh chụp CT Scan là một trong những dữ liệu quan trọng giúp bác sĩ có thể chuẩn đóa va phát hiện bệnh lý liên quan về phổi. Vì thế có nhiều hướng tiếp cận xử lý ảnh CT scan cho bài toán này như các vị trí top 1 của cuộc thi OSIC [6] và [7] [Si 9].

Điểm chung đối với bài toán về dự đoán dung tích sống gắng sức bệnh xơ phổi là đi tìm xu hướng của giá trị FVC gọi là slope_a trong tương lai để bác sĩ có nhiều thời gian để nghiên cứu và tìm ra phương pháp điều trị thích hợp. Trong [7] đã sử dung rút trích thông tin ảnh bằng mạng nơ ron tích chập sử dụng cơ chế tập trung cho ảnh (convolutional selfattention network) được minh họa trong hình [L3 Tập ảnh CT scan sẽ được chọn một ảnh lớp cắt để chuẩn hóa và đi qua cơ chế tập trung (attention network) để rút trích đặc trưng như hình Bên cạnh đó dữ liệu lâm sàng cũng được sử dụng để tăng tính chính xác. Trong nghiên cứu này, tác giả sử dụng thêm dữ liệu kích thước phổi được tính toán từ trước. | Gd wo —— selection ete) CT Scans CT Slices Hình 1.3: Hình ảnh minh hoa mô hình Fibro-CoSANet (Nguồn hình []) Những ưu điểm chính của Fibro-CoSANet là: * Cơ chế tập trung giúp tập trung vào một vùng cụ thể khi rút trích đặc trưng từ ảnh * Chỉ chọn một hình hoặc vài hình để xử lý nên thời gian huwan luyện và kiểm thử mô hình sẽ nhanh hơn.

+ Kết hợp với dif liệu lâm sàng giúp tăng độ chính xác. Bên cạnh những ưu điểm thì Fibro-CoSANet cũng có vài hạn chế: * Chưa thử nghiệm trên bộ dữ liệu bảo mật. 10 « Chỉ dùng một và vai ảnh có thể thiếu thông tin cũng như mối liên hệ giữa các hình. Fibrosis-Net là một dạng mạng nơ ron tích chập điều chỉnh (Tailored Convolutional Neural Network) được sử dung để dự đoán các bệnh về phổi như dự đoán FVC hay Covid-19 (10).

Những ưu điểm chính của mô hình này: * Mô hình nhẹ (light-weight) khả năng tương thích và dé đào tạo trong khi vẫn đảm bảo về hiệu suất tính toán và bộ nhớ. * Phương pháp khám phá dựa trên máy móc (machine-driven exploration): dùng để thiết lập mô hình khởi tao, dữ liệu và yêu cầu của người dùng để tinh chỉnh theo từng yêu cầu khác nhau. + Kết hợp với dữ liệu lâm sàng giúp tăng độ chính xác. Tuy nhiên mô hình có một hạn chế đối với bài toàn dự đoán giá trị FVC là ở bước kiểm duyệt mô hình để học hành vi quyết định (decisionmaking behavior) dựa trên đặc điểm ảnh CT Scan.

Bước này đòi hỏi phải có kiến thức y khoa và hỗ trợ của chuyên gia. Dong thời bài toán hiện tại đang dự đoán tương lai nên có thể dấu hiệu bệnh chưa xuất hiện trên ảnh nên bước kiểm tra có thể không đưa ra được kết luận chính xác. Ngoài ra, một số mô hình tính toán thông tin tổ ong (Honeycombing - là các khối u nang chứa đầy không khí thường có đường kính tương tự nhau theo thứ tự từ 3-10 mm hoặc đôi khi lớn hơn [TT]) trên hình ảnh CT scan để thêm vào dữ liệu như trong [9]. Hoặc là thông tin ước lượng kích thước của phổi được dùng trong [7].2 Các hướng tiếp cận xử lý dữ liệu lâm sàng Đối với bệnh lý liên quan về phổi đặc biệt là phổi thông tin khám lâm sàng vô cùng quan trọng, và có nhiều hướng tiếp cận đối với bào toán này cho dữ liệu lâm sàng như Multiple Quantile Regression, Ridge Regression va ElasticNet Regression trong [T2].

* Multiple Quantile Regression là một phương pháp thống kê rất có lợi cho việc tìm kiếm mối liên hệ giữa biến phụ thuộc và độc lập [I2] giúp tìm ra nhiều kết quả theo phân vị, và đây hướng tiếp cận phổ biến được sử dụng nhiều trong các hướng tiếp cận dự đoán dung tích sống gắng sức xơ phổi. Theo phương pháp hồi quy cổ điển khi ước tính giá trị trung bình trả về Y với giá trị đã có X thì ta có công thức sau [13]: h a= argmin Ye %6)2 +40), A) 9 i=l II với Ø là tham số hàm hôi quy, (x;@) hàm hồi quy và # là hàm điều chuẩn (potential regularizer). Quantile regression ước lượng phan tử có điều kiện qq của Ÿ với X cho trước cân tối ưu [13]: Gols) = (6:8), 0 = argmin Y pa(f.F(X8))+/2(8), 2) i=l trong đó f(x;@) là hàm phân vị hồi quy (quantile regression), py là hàm mắt mát thường gọi là "pinball loss" hay "check function". * Ridge Regression: là dạng hồi quy được sử dụng cho các bài toán dữ liệu bị đa cộng tuyến và bài toán thường không có một nghiệm duy nhất [12].

Phương pháp giúp giảm tinh trạng overfitting bằng cách thêm một hàm điều chuẩn. Trong trường hợp này thì 2 trong công thức[L. 8 = agmin, È_ (ï~ W(X)? + ||(6)|ổ, (13) i=l trong đó Â là hệ số phạt. * ElasticNet Regression là một mô hình tuyến tính được sử dụng trong máy học sử dung cả chuẩn LI và L2 để phạt các hệ số trong mô hình hồi quy [I2].

Phương pháp này kết hợp cả hồi quy Ridge và hồi quy Lasso. Đối với dữ liệu lâm sàng, đây là ba phương pháp phổ biến được nhiều nghiên cứu sử dụng như top 1 OSIC, (12), (ZI. Các hướng kết hợp cả ảnh và dữ liệu lâm sàng Như đã trình bài các hướng tiếp cập phổ biến của dữ liệu ảnh ở phần sàn ết hợp kết quả giữa hai hướng tiếp cận cũng là một cách để tăng khả năng chính xác của mô hình. Da phần các hướng tiếp cận như top 1, [7] [8] đều kết hợp với thông tin lâm sàng ở các lớp cuối của mô hình nhằm tăng độ chính xác của kết quả dự đoán.

Riêng top 1 OSIC sử dụng phương pháp trọng số để kết hợp kết quả của ảnh và lâm sàng (tỉ lệ 0.75) với phương pháp dự đoán trên mô hình EfficientNetBŠ va Multiple Quantile Regression. Trong khi [8] kết hợp Fibrosis-Net và ElasticNet Regression.3 Két chuong Chương này trình bày khái quát lại bài toán "Bài toán dự đoán dung tích sống gắng sức xơ phổi dựa trên hình ảnh và dữ liệu lâm sàng" và tổng quan về bộ dữ liệu được sử dụng.