Giới thiệu dự án

Sự biến đổi khí hậu toàn cầu, suy giảm tầng ozone cùng hiện tượng thời tiết cực đoan (như El Niño) đã làm gia tăng đáng kể lượng bức xạ cực tím (UV) tiếp xúc với bề mặt Trái Đất, dẫn đến sự bùng phát nhanh chóng của các bệnh lý da liễu và ung thư da. Theo Tổ chức Y tế Thế giới (WHO), mỗi năm toàn cầu ghi nhận khoảng 2 đến 3 triệu ca ung thư da không hắc tố và hơn 132.000 ca ung thư hắc tố (Melanoma). Cứ mỗi 10% nồng độ ozone suy giảm, dự kiến sẽ có thêm 300.000 ca ung thư da không hắc tố và 4.500 ca khối u hắc tố ác tính xuất hiện. Tại Việt Nam, riêng Bệnh viện Da liễu TP. Hồ Chí Minh năm 2023 đã tiếp nhận hơn 700.000 lượt thăm khám, trong đó có hơn 13.100 ca u lành, 14.400 ca chẩn đoán nốt ruồi và 4.700 ca liên quan đến bất thường sắc tố Melanin.

                                 [HỆ THỐNG CAD DA LIỄU]
                                           │
         ┌─────────────────────────────────┴─────────────────────────────────┐
         ▼                                                                   ▼
┌──────────────────┐                                               ┌──────────────────┐
│  7 Nhóm Bệnh Lý  │                                               │   Bộ Dữ Liệu     │
│  ISIC 2018 (7M)  │ ── [AKIEC, BCC, BKL, DF, MEL, NV, VASC] ───── │  10.015 Hình Ảnh │
└──────────────────┘                                               └──────────────────┘

Vấn đề cốt lõi (Problem Statement) trong chẩn đoán da liễu lâm sàng hiện nay bao gồm:

  • Tính chủ quan và biến thiên cao: Phương pháp quan sát trực quan bằng mắt thường và soi da thủ công phụ thuộc nặng nề vào kinh nghiệm của bác sĩ, dễ dẫn đến sai sót do mệt mỏi thị giác khi làm việc cường độ cao.
  • Sự chồng chéo hình thái tổn thương: Các bệnh lý ác tính như Melanoma (MEL) hay Ung thư biểu mô tế bào đáy (BCC) có dấu hiệu lâm sàng giai đoạn sớm rất tương đồng với các tổn thương lành tính như Dày sừng tiết bã (BKL) hay Nốt ruồi sắc tố (NV) về kích thước, màu sắc và đường viền.
  • Mất cân bằng dữ liệu y tế nghiêm trọng: Trong các tập dữ liệu mở, tỷ lệ mẫu giữa các lớp lành tính (như NV chiếm ~67%) và các bệnh lý hiếm (như DF, VASC chiếm <2%) có độ chênh lệch rất lớn, gây hiện tượng thiên vị lớp (class bias) cho mô hình học máy.

Đề tài khóa luận tốt nghiệp "Ứng dụng phương pháp học sâu trong hỗ trợ chẩn đoán bệnh ngoài da" do nhóm tác giả Trần Văn Quang và Lê Công Thanh thực hiện dưới sự hướng dẫn của ThS. Dương Phi Long (Trường Đại học Công nghệ Thông tin - ĐHQG-HCM, 2024) tập trung giải quyết triệt để các rào cản trên.

Mục tiêu cụ thể của đề tài:

  1. Nghiên cứu cơ sở bệnh học và đặc trưng quang học soi da (dermoscopy) của 7 nhóm bệnh lý da liễu phổ biến.
  2. Thiết lập quy trình tiền xử lý ảnh và tăng cường dữ liệu hình học/quang học (Data Augmentation) chuyên sâu để khắc phục mất cân bằng lớp trên tập dữ liệu chuẩn y tế ISIC 2018 (HAM10000).
  3. Đào tạo, đánh giá hiệu năng phân loại độc lập của 4 kiến trúc học sâu tiên tiến: ResNet-50, VGG-19, EfficientNet-V2 và Swin Transformer V2.
  4. Đề xuất kiến trúc học kết hợp đặc trưng CFS (Combined Feature Set) nhằm tối ưu hóa biểu diễn đặc trưng đa tầng.
  5. Xây dựng công cụ chẩn đoán hỗ trợ máy tính (CAD - Computer-Aided Diagnosis) thông qua giao diện Web trực quan hỗ trợ bác sĩ và bệnh nhân tra cứu kết quả theo thời gian thực.

Phạm vi và giới hạn: Hệ thống tập trung phân lớp 7 nhóm tổn thương da trên tập dữ liệu ISIC 2018 gồm 10.015 ảnh soi da (chủ yếu là đối tượng da sáng màu - Fitzpatrick loại I đến III); không thay thế chẩn đoán sinh thiết mô bệnh học cuối cùng mà đóng vai trò hỗ trợ sàng lọc sơ bộ (triage system).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi học sâu bùng nổ, các phương pháp chẩn đoán da liễu dựa vào quy tắc thủ công (như quy tắc ABCD của Stolz, hệ thống tính điểm 7 điểm của Argenziano) hoặc trích xuất đặc trưng kết hợp học máy cổ điển (SVM, Random Forest, KNN). Bảng so sánh dưới đây phân tích ưu và nhược điểm của từng phương pháp:

Hướng tiếp cận Phương pháp tiêu biểu Ưu điểm Hạn chế cốt lõi Độ chính xác trung bình
Quy tắc thủ công ABCD Rule, 7-Point Checklist Dễ diễn giải, không cần máy tính Độ nhạy phụ thuộc chuyên gia, tốn thời gian 65% - 75%
Học máy truyền thống (Classical ML) Trích xuất Wavelet + GLCM kết hợp SVM/KNN/RF Nhẹ, chi phí tính toán thấp, huấn luyện nhanh Không tổng quát hóa được với ảnh nhiễu, trích xuất đặc trưng thủ công kém bền vững 74% - 82%
Học sâu đơn mô hình (Single DL) ResNet-50, VGG-19, EfficientNet-V2 Tự động học đặc trưng phân cấp sâu, độ chính xác cao Khó cân bằng hiệu năng giữa các lớp thiểu số (minority classes) 83% - 86%
Mô hình kết hợp đề xuất (CFS DL) Trích xuất đa nhánh: ResNet-50 + VGG-19 + EfficientNet-V2 Khai thác đồng thời đặc trưng kết cấu cục bộ, phân giải đa mức và ngữ nghĩa sâu Chi phí tính toán huấn luyện cao hơn, cần tinh chỉnh đồng bộ 89.80% (F1: 92.23%)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have: Module tiền xử lý ảnh (Resize 224x224, chuẩn hóa Z-score, loại bỏ nhiễu lông); Module phân lớp 7 nhóm bệnh dựa trên mô hình CFS; Giao diện Web upload ảnh và hiển thị nhãn dự đoán kèm xác suất tin cậy.
  • Should have: Module biểu đồ trực quan hóa phân bố xác suất Softmax; Module trích xuất thông tin bệnh học và khuyến cáo lâm sàng tương ứng.
  • Could have: Kỹ thuật Grad-CAM làm nổi bật vùng tổn thương da kích hoạt quyết định của mạng nơ-ron; API RESTful cho tích hợp di động.
  • Won't have (trong giai đoạn 1): Tích hợp hồ sơ bệnh án điện tử (EMR) của bệnh viện và xử lý video nội soi thời gian thực.
                    ┌─────────────────────────────────────────────────────────┐
                    │                   KIẾN TRÚC HỆ THỐNG                    │
                    └─────────────────────────────────────────────────────────┘
                                                 │
 ┌───────────────────────┐        ┌──────────────┴──────────────┐        ┌───────────────────────┐
 │       FRONTEND        │        │           BACKEND           │        │        ENGINE         │
 │ Streamlit Web App     │ ◄────► │ FastAPI / Python REST Server│ ◄────► │ PyTorch Deep Learning │
 │ Drag & Drop Dermoscopy│        │ Validation & Preprocessing  │        │ CFS Fusion Classifier │
 └───────────────────────┘        └─────────────────────────────┘        └───────────────────────┘

Thiết kế hệ thống

Kiến trúc hệ thống được xây dựng theo mô hình phân tầng module hóa, tách biệt giữa tầng xử lý tính toán học sâu (Deep Learning Inference Engine), tầng dịch vụ phụ trợ (API Backend) và tầng giao diện người dùng (Presentation Layer).

flowchart TD
    A[Input: Ảnh soi da Dermoscopy] --> B[Tiền xử lý & Augmentation: Normalization, Color Jitter]
    B --> C[Phân nhánh Feature Extraction]
    
    subgraph Backbone_Extraction [Trích xuất đặc trưng đa luồng]
        C --> D1[ResNet-50: Residual Semantic Features]
        C --> D2[VGG-19: Local Spatial Texture Features]
        C --> D3[EfficientNet-V2: Fused-MBConv Multiscale Features]
    end
    
    D1 --> E1[Global Average Pooling 2048-d]
    D2 --> E2[Global Average Pooling 512-d]
    D3 --> E3[Global Average Pooling 1280-d]
    
    E1 & E2 & E3 --> F[Feature Concatenation Layer: 3840-d Vector]
    F --> G[Fully Connected Layer + BatchNorm + Dropout 0.4]
    G --> H[FC Layer + Softmax Activation]
    H --> I[Output: Phân loại 7 lớp bệnh + Confidence Score]

Chi tiết Technology Stack:

  • Ngôn ngữ phát triển: Python 3.10.12
  • Framework Học sâu: PyTorch 2.1.2, Torchvision 0.16.2, CUDA 12.1
  • Xử lý ảnh & Tăng cường: OpenCV 4.9.0, Albumentations 1.3.1, PIL 10.2.0
  • Xử lý dữ liệu & Đánh giá: NumPy 1.26.4, Pandas 2.2.1, Scikit-learn 1.4.1
  • Giao diện & Triển khai ứng dụng: Streamlit 1.32.0, FastAPI 0.110.0, Uvicorn 0.28.0

Thiết kế API Endpoint phục vụ chẩn đoán:

POST /api/v1/diagnosis/predict
Content-Type: multipart/form-data

Request Body:
{
  "image": "<binary_file_payload>",
  "top_k": 3
}

Response (200 OK):
{
  "status": "success",
  "data": {
    "predicted_label": "MEL",
    "disease_name": "Melanoma (Khối u hắc tố ác tính)",
    "confidence_score": 0.9421,
    "top_predictions": [
      {"code": "MEL", "name": "Melanoma", "probability": 0.9421},
      {"code": "NV", "name": "Melanocytic Nevi", "probability": 0.0415},
      {"code": "BKL", "name": "Benign Keratosis", "probability": 0.0112}
    ],
    "clinical_note": "Tổn thương có nguy cơ ác tính cao. Cần chỉ định sinh thiết khẩn.",
    "inference_latency_ms": 48.6
  }
}

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận lặp cải tiến theo chu kỳ Agile/CRISP-DM kết hợp chặt chẽ giữa phân tích y sinh và kỹ nghệ thị giác máy tính:

[Khảo sát ISIC 2018] ──► [Tiền xử lý & Augment] ──► [Đào tạo 4 Backbone] ──► [Hợp nhất CFS & Web UI]

gantt
    title Kế hoạch triển khai khóa luận tốt nghiệp (16 Tuần)
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Nghiên cứu
    Khảo sát y học & chuẩn bị dữ liệu ISIC 2018 :2024-01-08, 3w
    Nghiên cứu kiến trúc ResNet, VGG, EfficientNet, Swin :2024-01-29, 3w
    section Giai đoạn 2: Thực nghiệm
    Xây dựng Data Pipeline & Augmentation :2024-02-19, 2w
    Huấn luyện độc lập 4 mô hình Deep Learning :2024-03-04, 3w
    section Giai đoạn 3: Cải tiến & Đóng gói
    Thiết kế và tối ưu mô hình hợp nhất CFS :2024-03-25, 2w
    Xây dựng Web CAD Tool & Testing tích hợp :2024-04-08, 2w
    Viết báo cáo và nghiệm thu đề tài :2024-04-22, 1w

Quản trị rủi ro và chiến lược giảm thiểu (Risk Assessment):

  • Rủi ro overfitting trên lớp đa số (NV): Áp dụng kỹ thuật tăng cường hình học cân bằng mẫu (Balanced Class Sampling) kết hợp hàm mất mát Weighted Cross-Entropy Loss.
  • Rủi ro suy giảm Gradient (Vanishing Gradient): Tận dụng kiến trúc Residual shortcut connections và Batch Normalization trong toàn bộ các khối tích chập.
  • Rủi ro nghẽn tài nguyên phần cứng (GPU VRAM Out-of-Memory): Thiết lập Batch Size động ($32$ trên NVIDIA RTX 3090/A100) kết hợp kỹ thuật Mixed Precision Training (FP16).

Implementation và kết quả

Development process

Quá trình tiền xử lý và chuyển giao học tập (Transfer Learning) được thiết lập trên tập dữ liệu 10.015 ảnh gốc của ISIC 2018. Dữ liệu được chia theo tỷ lệ $70%$ Train ($7.010$ ảnh), $15%$ Validation ($1.502$ ảnh) và $15%$ Test ($1.503$ ảnh).

Cơ sở giải thuật và công thức toán học áp dụng:

  1. Chuẩn hóa theo lô (Batch Normalization): $$\mu_B = \frac{1}{m}\sum_{i=1}^m x_i, \quad \sigma_B^2 = \frac{1}{m}\sum_{i=1}^m (x_i - \mu_B)^2, \quad \hat{x}_i = \frac{x_i - \mu_B}{\sqrt{\sigma_B^2 + \epsilon}}$$
  2. Khối Residual Shortcut Mapping: $$y = \mathcal{F}(x, {W_i}) + x$$
  3. Mô hình Hợp nhất Đặc trưng CFS (Combined Feature Set): Vector biểu diễn đầu ra là phép nối trực tiếp (concatenation) của ba vector đặc trưng độc lập sau lớp Global Average Pooling (GAP): $$F_{CFS} = \text{Concat}\big(GAP(f_{ResNet50}), GAP(f_{VGG19}), GAP(f_{EfficientNetV2})\big) \in \mathbb{R}^{3840}$$

Đoạn mã PyTorch hiện thực hóa module trích xuất và phân lớp CFS:

import torch
import torch.nn as nn
import torchvision.models as models

class CFSCombinedSkinClassifier(nn.Module):
    """
    Combined Feature Set (CFS) Classifier combining ResNet-50, VGG-19, and EfficientNet-V2
    Outputting classification logits for 7 skin lesion categories.
    """
    def __init__(self, num_classes: int = 7, dropout_rate: float = 0.4):
        super(CFSCombinedSkinClassifier, self).__init__()
        
        # 1. Backbone ResNet-50 (Output features: 2048)
        resnet = models.resnet50(weights=models.ResNet50_Weights.DEFAULT)
        self.resnet_features = nn.Sequential(*list(resnet.children())[:-1])
        
        # 2. Backbone VGG-19 (Output features: 512)
        vgg = models.vgg19_bn(weights=models.VGG19_BN_Weights.DEFAULT)
        self.vgg_features = vgg.features
        self.vgg_gap = nn.AdaptiveAvgPool2d((1, 1))
        
        # 3. Backbone EfficientNet-V2 (Output features: 1280)
        effnet = models.efficientnet_v2_s(weights=models.EfficientNet_V2_S_Weights.DEFAULT)
        self.effnet_features = effnet.features
        self.effnet_gap = nn.AdaptiveAvgPool2d((1, 1))
        
        # Combined feature size: 2048 + 512 + 1280 = 3840
        self.combined_dim = 2048 + 512 + 1280
        
        # Dense Classification Head
        self.classifier = nn.Sequential(
            nn.BatchNorm1d(self.combined_dim),
            nn.Dropout(p=dropout_rate),
            nn.Linear(self.combined_dim, 512),
            nn.ReLU(inplace=True),
            nn.BatchNorm1d(512),
            nn.Dropout(p=dropout_rate / 2),
            nn.Linear(512, num_classes)
        )

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        # Extract features independently
        f_res = self.resnet_features(x)                # [B, 2048, 1, 1]
        f_res = torch.flatten(f_res, 1)                # [B, 2048]
        
        f_vgg = self.vgg_features(x)                   # [B, 512, H', W']
        f_vgg = torch.flatten(self.vgg_gap(f_vgg), 1)  # [B, 512]
        
        f_eff = self.effnet_features(x)                # [B, 1280, H'', W'']
        f_eff = torch.flatten(self.effnet_gap(f_eff), 1)# [B, 1280]
        
        # Feature Concatenation
        f_concat = torch.cat((f_res, f_vgg, f_eff), dim=1) # [B, 3840]
        
        logits = self.classifier(f_concat)
        return logits

Testing và validation

Hiệu năng của các mô hình được thẩm định chặt chẽ bằng ma trận nhầm lẫn (Confusion Matrix), kiểm thử chéo 5-Fold Cross Validation trên tập $1.503$ ảnh Test độc lập không tham gia vào quá trình tối ưu gradient.

[Train/Val Loss: AdamW, lr=1e-4] ──► [Test Benchmark] ──► [Độ trễ GPU/CPU Inference]
  • Độ bao phủ kiểm thử: $100%$ các lớp bệnh đều được đánh giá đầy đủ qua 4 chỉ số: Precision, Recall, F1-Score và Area Under ROC Curve (AUC).
  • Kiểm thử hiệu năng thời gian thực: Độ trễ suy luận trung bình đạt $32.4\text{ ms/ảnh}$ trên NVIDIA GeForce RTX 3090 ($24\text{GB}$ VRAM) và $185\text{ ms/ảnh}$ trên CPU Intel Core i7-12700H ($16$ Threads).

Kết quả đạt được

Bảng tổng hợp đối sánh chi tiết hiệu năng giữa các kiến trúc học sâu đơn lẻ và giải pháp học kết hợp đặc trưng (CFS) đề xuất trên tập dữ liệu kiểm tra ISIC 2018:

Mô hình kiểm nghiệm Accuracy (%) W-Avg Precision (%) W-Avg Recall (%) W-Avg F1-Score (%) VRAM Training (GB) Tốc độ suy luận (ms)
VGG-19 (BN) 83.21 82.80 83.21 82.95 ~6.2 24.1
ResNet-50 85.12 84.95 85.12 85.01 ~5.4 18.5
Swin Transformer V2 86.40 86.10 86.40 86.18 ~8.7 45.2
EfficientNet-V2 86.85 86.42 86.85 86.58 ~4.8 21.0
Mô hình đề xuất (CFS) 89.80 90.15 89.80 92.23 ~11.5 32.4 
                       HIỆU SUẤT F1-SCORE TRÊN TỪNG LỚP BỆNH (CFS)
AKIEC (Dày sừng quang hóa)   ████████████████████ 87.4%
BCC   (Ung thư tb đáy)       █████████████████████ 91.2%
BKL   (Dày sừng tiết bã)     ███████████████████ 85.6%
DF    (U xơ da)              ████████████████████ 88.0%
MEL   (U hắc tố ác tính)     █████████████████████ 89.5%
NV    (Nốt ruồi)             ██████████████████████ 95.8%
VASC  (Tổn thương mạch máu)  ███████████████████████ 96.1%

Đổi mới và đóng góp

  1. Kiến trúc dung hợp đặc trưng đa diện (Combined Feature Set - CFS): Thay vì chỉ sử dụng một mạng trích xuất đơn lẻ, nghiên cứu đã chứng minh tính bổ trợ giữa:
    • VGG-19: Nắm bắt đặc trưng vân bè và biến đổi sắc tố nông cực tốt nhờ các khối tích chập $3\times3$ tuần tự.
    • ResNet-50: Duy trì thông tin không gian sâu không suy giảm qua các liên kết tắt (Residual Shortcuts).
    • EfficientNet-V2: Tối ưu hóa biểu diễn ngữ nghĩa đa tỉ lệ thông qua các khối Fused-MBConv cải tiến.
  2. Cải thiện độ chính xác vượt trội: Mô hình CFS tăng +4.68% Accuracy so với ResNet-50 gốc, +2.95% so với EfficientNet-V2 đơn lẻ và cải thiện F1-score của nhóm bệnh nguy hiểm Melanoma (MEL) từ $82.1%$ lên $89.5%$.
  3. Đối sánh với các công bố quốc tế tiêu biểu:
    • So với phương pháp trích xuất Wavelet + SVM của Garnavi et al. ($91.26%$ trên tập nhỏ phân loại nhị phân u hắc tố), mô hình CFS đạt $89.80%$ trên bài toán đa lớp phức tạp (7 nhãn bệnh).
    • So với mạng Inception-v3 của Esteva et al. (2017) trên phân loại lâm sàng, CFS có cấu trúc tinh gọn hơn, thích hợp để đóng gói thành ứng dụng biên (Edge CAD Tool).

Ứng dụng thực tế và triển khai

                                  KỊCH BẢN VẬN HÀNH
[Bệnh nhân/Bác sĩ] ──► [Tải ảnh Dermoscopy lên Web] ──► [CFS Inference <50ms] ──► [Báo cáo chẩn đoán & Khuyến nghị]

Kịch bản ứng dụng lâm sàng

  • Trợ lý sàng lọc tuyến cơ sở (Triage CAD): Hỗ trợ các trạm y tế vùng sâu vùng xa, nơi thiếu hụt bác sĩ chuyên khoa da liễu, giúp phân loại sơ bộ các tổn thương nghi ngờ ác tính để kịp thời chuyển tuyến điều trị chuyên sâu.
  • Hệ thống thẩm định ý kiến thứ hai (Second Opinion): Giúp bác sĩ giảm thiểu tỷ lệ bỏ sót các ca lâm sàng không điển hình trong các đợt khám bệnh diện rộng.

Yêu cầu phần cứng và triển khai hạ tầng

  • Môi trường máy chủ khuyến nghị (Server Deployment):
    • CPU: Intel Xeon hoặc AMD EPYC 8 Cores / 16 Threads
    • RAM: 32 GB DDR4/DDR5
    • GPU: 1x NVIDIA T4 (16GB) hoặc RTX 4090 (24GB) cho thông lượng xử lý $>100\text{ requests/sec}$
    • Containerization: Docker 24.0+, NVIDIA Container Toolkit, Triton Inference Server hoặc FastAPI backend.
  • Môi trường máy trạm tối thiểu (Client Workstation): Bất kỳ thiết bị có trình duyệt web kết nối Internet (PC, iPad, Smartphone).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Độ thiên lệch chủng tộc của dữ liệu: Bộ dữ liệu ISIC 2018 thu thập chủ yếu từ các quần thể bệnh nhân da trắng (Fitzpatrick scale I–III), dẫn đến độ nhạy của mô hình có thể suy giảm khi phân tích các vùng tổn thương trên da sẫm màu (Fitzpatrick IV–VI) của người châu Á hoặc châu Phi.
  • Thiếu hụt dữ liệu lâm sàng đa phương thức (Multimodal Data): Mô hình hiện chỉ xử lý dữ liệu đơn ảnh soi da đơn thuần, chưa kết hợp các yếu tố dịch tễ quan trọng như độ tuổi, giới tính, tiền sử gia đình, và vị trí giải phẫu của tổn thương.

Định hướng nghiên cứu mở rộng

  • Tích hợp mô hình thị giác-ngôn ngữ lớn y khoa (Multimodal Medical LLM / Vision-Language Models như Med-PaLM M, BioCLIP) để tự động xuất báo cáo bệnh lý tự nhiên.
  • Ứng dụng kỹ thuật nén mô hình (Knowledge Distillation, INT8 Quantization) để triển khai trực tiếp mô hình CFS lên các thiết bị soi da cầm tay chạy vi xử lý nhúng (NVIDIA Jetson Orin, Apple Neural Engine).

Đối tượng hưởng lợi

                              CÁC NHÓM HƯỞNG LỢI
┌────────────────────┬────────────────────┬────────────────────┬────────────────────┐
│    Sinh viên       │     Lập trình      │  Cơ sở Y tế &      │     Nhà nghiên     │
│    & Học viên      │     viên AI/DL     │   Phòng khám       │     cứu y sinh     │
├────────────────────┼────────────────────┼────────────────────┼────────────────────┤
│ Nắm vững kỹ thuật  │ Tiếp cận kiến trúc │ Giảm 40% thời gian │ Kế thừa pipeline   │
│ Transfer Learning  │ CFS và pipeline xử │ sàng lọc ban đầu,  │ chuẩn hóa trên bộ  │
│ & y tế số          │ lý ảnh y sinh      │ hạn chế bỏ sót     │ dữ liệu ISIC 2018  │
└────────────────────┴────────────────────┴────────────────────┴────────────────────┘
  • Sinh viên & Học viên chuyên ngành Hệ thống Thông tin, Khoa học Dữ liệu: Tài liệu tham khảo hoàn chỉnh từ lý thuyết y sinh, tiền xử lý mất cân bằng dữ liệu đến thực nghiệm mô hình học sâu hiện đại.
  • Kỹ sư AI / Lập trình viên Thị giác máy tính: Cung cấp mẫu thiết kế (design pattern) về trích xuất và nối đặc trưng đa luồng (Feature Fusion Architecture) có thể áp dụng rộng rãi cho các bài toán phân loại ảnh chuyên sâu.
  • Bác sĩ và Phòng khám Da liễu: Công cụ hỗ trợ ra quyết định lâm sàng khách quan, tăng tốc độ xử lý bệnh án và nâng cao tỷ lệ phát hiện sớm ung thư da giai đoạn đầu.
  • Cộng đồng nghiên cứu Y tế số (Digital Health): Cơ sở thực nghiệm vững chắc để tiếp tục mở rộng các nghiên cứu kết hợp mô hình Ensemble và giải thích AI (Explainable AI - XAI).

Câu hỏi thường gặp

1. Cần cấu hình phần cứng tối thiểu nào để vận hành hệ thống CAD này?

Để triển khai suy luận (Inference), hệ thống chỉ yêu cầu CPU 4 nhân (Intel Core i5 thế hệ 8 trở lên hoặc tương đương), 8GB RAM, không bắt buộc GPU rời (thời gian phản hồi qua CPU $\approx 180\text{ms}$). Đối với quá trình đào tạo lại (Retraining) mô hình CFS, khuyến nghị sử dụng GPU tối thiểu 12GB VRAM (NVIDIA RTX 3060 trở lên).

2. Mô hình CFS có bị giới hạn dung lượng tải khi phục vụ nhiều người dùng cùng lúc không?

Khi đóng gói mô hình CFS dưới dạng Docker microservice chạy qua FastAPI kết hợp Uvicorn (4 Workers) trên GPU NVIDIA T4, hệ thống có khả năng xử lý đồng thời từ 80 đến 120 truy vấn chẩn đoán/giây với độ trễ phản hồi dưới 100ms.

3. Hệ thống có thể tích hợp vào phần mềm quản trị bệnh viện (HIS/LIS/PACS) hiện có không?

Có. Hệ thống cung cấp chuẩn kết nối API RESTful định dạng JSON và hỗ trợ chuẩn ảnh y tế DICOM sau khi chuyển đổi định dạng, cho phép dễ dàng tích hợp dưới dạng một module plugin chẩn đoán hình ảnh độc lập.

4. Chi phí duy trì và bảo trì định kỳ của giải pháp là bao nhiêu?

Chi phí vận hành trên hạ tầng đám mây (Cloud Server như AWS/GCP với 1 GPU spot instance) ước tính khoảng $30 - $60 USD/tháng. Công tác bảo trì tập trung vào việc cập nhật trọng số mô hình định kỳ hàng năm khi có các tập dữ liệu ISIC Challenge mới.

5. Khả năng phát hiện sai (False Positive / False Negative) của mô hình được xử lý như thế nào?

Mô hình CFS thiết lập ngưỡng cảnh báo kép (Dual-Threshold Strategy) đối với nhóm bệnh nguy hiểm ác tính (Melanoma). Nếu xác suất dự đoán của Melanoma vượt mức $0.35$ (ngay cả khi không phải nhãn cao nhất), hệ thống sẽ tự động gắn cờ cảnh báo ưu tiên chuyển bác sĩ chuyên khoa tái khám nhằm hạn chế tối đa rủi ro bỏ sót ca bệnh (giảm tỷ lệ False Negative về dưới $2.5%$).

Kết luận

Khóa luận tốt nghiệp "Ứng dụng phương pháp học sâu trong hỗ trợ chẩn đoán bệnh ngoài da" đã giải quyết trọn vẹn bài toán nhận dạng và phân lớp tổn thương da liễu tự động với độ chính xác cao. Bằng việc sáng tạo kết hợp ba kiến trúc học sâu ResNet-50, VGG-19 và EfficientNet-V2 qua mô hình hợp nhất đặc trưng CFS (Combined Feature Set), nghiên cứu đã xuất sắc nâng cao độ chính xác toàn diện lên $89.80%$ và chỉ số Weighted F1-Score đạt $92.23%$ trên tập dữ liệu chuẩn y tế ISIC 2018.

Công trình không chỉ đóng góp giá trị học thuật vững chắc trong việc tối ưu hóa biểu diễn đặc trưng thị giác y sinh mà còn mang giá trị thực tiễn to lớn thông qua việc hiện thực hóa thành công cụ CAD hỗ trợ chẩn đoán trực quan. Đây là bước đệm quan trọng hướng tới việc ứng dụng trí tuệ nhân tạo vào hỗ trợ y tế cộng đồng, góp phần phát hiện sớm các bệnh lý da liễu nguy hiểm và nâng cao chất lượng chăm sóc sức khỏe cho người bệnh.