HỆ THỐNG HỖ TRỢ CHẨN ĐOÁN BỆNH DÙNG MÁY HỌC TRÊN DỮ LIỆU METAGENOMIC

Abstract

Công nghệ thông tin (IT) đang dần chứng tỏ tầm ảnh hưởng rất lớn đến mọi mặt của đời sống xã hội. Đối với hoạt động của ngành y tế, có thể thấy rằng, CNTT ngày càng đóng vai trò quan trọng trong công tác bảo vệ, chăm sóc, nâng cao sức khỏe người dân. Công nghệ thông tin giúp tự động hóa các phương tiện chẩn đoán và điều trị dựa vào dữ liệu có sẵn. Trong chẩn đoán cận lâm sàng thì chẩn đoán dựa trên dữ liệu thu thập được từ các thiết bị, máy y tế ngày cũng không kém phần quan trọng, nhất là ngày nay với sự trợ giúp của các thiết bị, máy móc y tế hiện đại, công nghệ cao có các phần mềm tin học hỗ trợ giúp cho việc chẩn đoán trở nên nhanh chóng và chính xác hơn. Với đề tài “Hệ thống hỗ trợ chẩn đoán bệnh dùng máy học trên dữ liệu metagenomic” được xây dựng để hỗ trợ các y bác sĩ trong việc chẩn đoán bệnh bằng việc ứng dụng máy học (ML) vào lĩnh vực chăm sóc sức khỏe và chẩn đoán bệnh. Hệ thống xây dựng mô hình và tìm cách để tối ưu hoá tập dữ liệu cần thiết để đưa vào training trong máy học, dựa vào tập dữ liệu để sử dụng thuật toán nào phù hợp trong xây dựng mô hình của máy học và sẽ sử dụng mô hình đó để dự đoán các kết quả trong tương lai. Khi có tập dữ liệu thì việc đầu tiên là phải xem các thuộc tính của nó ảnh hưởng thế nào đến nhãn của bộ dữ liệu này, hay nó có đặc biệt gì hay không. Do đó, trong hệ thống này chúng em muốn nói đến bài toán về máy học là các bước như thu thập dữ liệu, đánh giá dữ liệu, kiểm thử mô hình, tối ưu hóa thuật toán là các bước vô cùng quan trọng. Hệ thống sẽ sử dụng bài toán phân lớp và dự đoán hỗ trợ lưu trữ và phân tích dữ liệu số chuyển sang dạng ảnh hỗ trợ bác sĩ ra quyết định lâm sàng, chẩn đoán bệnh khách quan hơn, nhanh chóng và chính xác hơn. Phân lớp là hình thức phân tích dữ liệu để rút ra các mô hình mô tả các lớp dữ liệu quan trọng. Không thuật toán nào vượt trội nhất cho mọi tập dữ liệu. Dựa vào các tiêu chí đánh giá như độ chính xác, thời gian huấn luyện, tính linh hoạt, độ lỗi,… để có thể đưa ra quyết định sử dụng mô hình nào.