Luận văn ThS: Phát triển một hệ thống hỗ trợ chẩn đoán bệnh và đề xuất các hướng điều trị

(9)
93 lượt xem
Share

Luận văn Phát triển một hệ thống hỗ trợ chẩn đoán bệnh và đề xuất các hướng điều trị giới thiệu tổng quan về máy học, bệnh lí thận; xây dựng hệ thống thử nghiệm; trình bày, đánh giá và bàn luận kết quả.

Mục lục nội dung

Luận văn ThS: Phát triển một hệ thống hỗ trợ chẩn đoán bệnh và đề xuất các hướng điều trị

1. Mở đầu

1.1 Lí do chọn đề tài

Hằng ngày số lượng bệnh nhân đến khám và điều trị tại các cơ sở y tế ngày càng cao, gây quá tải cho các bệnh viện, từ đó việc khám chữa bệnh cũng như tầm soát bệnh quả các kết quả xét nghiệm chưa được quan tâm đúng mức, các bác sĩ chỉ quan tâm đến các chỉ số xét nghiệm ảnh hưởng nghiêm trọng đến sức khỏe người bệnh. Việc bị bỏ qua các kết quả xét nghiệm ở tiêu chí bình thường nhưng ở mức độ cao với sự kết hợp các chỉ số xét nghiệm khác là nguyên nhân dẫn đến một số bác sĩ và bệnh nhân không phát hiện kịp thời những rối loạn trong sinh lý dẫn đến tình trạng khi phát bệnh thì cần tốn nhiều chi phí điều trị và tốn nhiều thời gian của bệnh nhân. Trong quá trình khám và điều trị, các bác sĩ chưa có sự phận tích có tính hệ thống khi có nhiều chỉ số xét nghiệm kết hợp để sớm phát hiện những căn bệnh chưa bộc phát.

1.2 Mục tiêu nghiên cứu

Phân tích mẫu kết quả xét nghiệm của các bệnh nhân có bệnh lý về thận.

Xây dựng hệ thống phân tích các kết quả xét nghiệm thu thập được và kết quả chẩn đoán, điều trị, sử dụng phương pháp máy học phân loại các mẫu xét nghiệm.

Xây dựng phần mềm nhúng vào các phân hệ quản lý bệnh viện để phân tích kết quả xét nghiệm của bệnh nhân khi nhận được kết quả xét nghiệm từ các hệ thống xét nghiệm tự động. Cảnh báo (nếu có) sau khi phân tích kết quả dựa trên mẫu dữ liệu đã được huấn luyện trước đó.

1.3 Đối tượng phạm vi nghiên cứu

Đối tượng: Nghiên cứu kết quả khám và điều trị của các bệnh nhân tại bệnh viện đa khoa trung ương Cần Thơ trong thời gian từ năm 2014 đến 2015 (khoảng 140.000 mẫu dữ liệu).

Phạm vi: Đánh giá kết quả chẩn đoán và chỉ định điều trị trên thực tế và bộ chuẩn dùng trong chẩn đoán và điều trị (phác đồ điều trị, guidelines). So sánh các tiêu chí đánh giá bệnh lý thận trên phát đồ chẩn đoán điều trị với kết quả chẩn đoán của các bác sĩ trong thực tế để xem xét việc chẩn đoán của các bác sĩ có phù hợp hay không.

2. Nội dung

2.1 Tổng quan

Tổng quan máy học

  • Khái niệm máy học (machine learning)
  • Cây quyết định

Tổng quan về bệnh lý thận

  • Khái niệm
  • Đặc trưng 
  • Đặc điểm dịch tễ học
  • Chẩn đoán

Các nghiên cứu liên quan đến đề tài

  • Chẩn đoán suy thận dựa vào hệ chuyên gia theo từng bệnh nhân
  • Hệ hỗ trợ chẩn đoán một số bệnh thông thường ở trẻ em

2.2 Xây dựng hệ thống

Phát biểu vấn đề

  • Tại sao chọn cây quyết định?
  • Tại sao sử dụng thuật toán C4.5 trong luận văn?

Các thông số, qui ước, thuộc tính sử dụng

Qui trình chẩn đoán bệnh

Phương pháp hỗ trợ điều trị

Phương pháp xử lý dữ liệu đầu vào

Phương pháp khai thác dữ liệu

Các mẫu dữ liệu thử nghiệm 

2.3 Trình bày, đánh giá, bàn luận kết quả

Đánh giá hiệu quả của thuật toán

Đánh giá kết quả thử nghiệm

Bàn luận kết quả

Ứng dụng xây dựng chương trình

3. Kết luận

Bước đầu, trên cơ sở nghiên cứu của luận văn, việc áp dụng cây quyết định đa mang lại hiệu quả trong việc chẩn đoán và hỗ trợ gợi ý điều trị cho bác sĩ trong quá trình khám chữa bệnh. Tuy nhiên để kết quả ứng dụng cây quyết định trong hỗ trợ chẩn đoán và điều trị được tốt hơn cần có thời gian nghiên cứu mở rộng và đi sâu vào nghiên cứu các bệnh lý khác đặc biệt là các bệnh lý kết hợp để đưa ra phương pháp chẩn đoán tốt hơn, nhanh chóng hơn. Một số hạn chế của luận văn:

  • Chưa phân tích được các chỉ số cận lâm sàng kết hợp để đánh giá bệnh lý của bệnh nhân toàn diện hơn.
  • Các thông tin về người bệnh cần được khai thác đầy đủ hơn nhằm khai thác tối đa hệ thống phân tích dữ liệu, tăng cường khả năng quyết định của hệ thống hỗ trợ chẩn đoán bệnh.
  • Cần xây dựng chương trình tự động phân tích dữ liệu bệnh nhân định kỳ và chuyển sang ngôn ngữ Prolog từ từ kết quả phân tích của WEKA để cập nhật các tập luật trước đó nhằm củng cố kết quả học máy và tăng khả năng chẩn đoán chính xác.

4. Tài liệu tham khảo

T.M. Mitchell. Machine Learning. McGraw Hill, 1997

ROKACH, Lior. Data Mining with Decision Trees. Series in Machine Perception and Artificial Intelligence: Volume 69

WITTEN, Ian H.; FRANK, Eibe. Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann, 2005.

PODGORELEC, Vili, et al. Decision trees: an overview and their use in medicine. Journal of medical systems, 2002, 26.5: 445-463....

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Luận văn trên ---

(9)
93 lượt xem
Share
Ngày:04/09/2020 Chia sẻ bởi:Nhi
TẢI VỀ XEM ONLINE

CÓ THỂ BẠN QUAN TÂM