TS. Trần Thị Oanh và PGS.TS. Nguyễn Thanh Tùng – giảng viên Khoa Các khoa học ứng dụng, Trường Quốc tế – Đại học Quốc gia Hà Nội (ĐHQGHN) vừa công bố nghiên cứu mới về ứng dụng AI trong lĩnh vực Y tế, chủ đề “Dự đoán về Bệnh tăng huyết áp dựa trên phương pháp học máy: Một nghiên cứu điển hình ở Tây Bắc Việt Nam”. Nghiên cứu được Trường Quốc tế tài trợ một phần theo dự án số CS.NNC / 2021-08. Dữ liệu được lấy trên các nhóm bệnh nhân điển hình tại toàn tỉnh Sơn La trong 2 năm, 2019 và 2020. Khoảng 10.000 bệnh án được thu thập. Sau đó dữ liệu được làm sạch và xử lý xuống còn khoảng 3000 bệnh án hợp lệ để đưa vào các mô hình học máy.

Tăng huyết áp là một yếu tố nguy cơ chính của các bệnh tim mạch (CVD). Việc xác định những người có nguy cơ cao này đóng một vai trò quan trọng vì nó sẽ tiết kiệm thời gian và tiền bạc trước khi sử dụng bất kỳ phương pháp chẩn đoán phức tạp, xâm lấn và / hoặc tốn kém nào. Nhiệm vụ này có thể được giải quyết một phần nhờ sự trợ giúp của các phương pháp học máy tiên tiến. Cụ thể, một mô hình dự báo có thể được phát triển dựa trên một số yếu tố chỉ báo về những người có rủi ro cao, dễ thu được, không xâm lấn và chi phí thấp. Bài báo này trình bày công trình đầu tiên hướng tới dự báo nguy cơ tăng huyết áp dựa vào người dân vùng Tây Bắc Việt Nam, nơi có tỷ lệ tăng huyết áp ngày càng gia tăng. 2.509 mẫu được thu thập và phân loại theo hai mức độ tăng huyết áp hoặc không tăng huyết áp.

Các tác giả đã điều tra và so sánh hiệu suất của các phương pháp học máy mạnh mẽ bao gồm các bộ phân loại đơn lẻ như Naïve Bayes, MLP, Cây quyết định, kNN và SVM; và các bộ phân loại tổng hợp như phương pháp đóng gói, tăng cường và bỏ phiếu, để tạo ra các mô hình toán học nhằm dự đoán nguy cơ mắc bệnh tăng huyết áp. Kết quả thí nghiệm cho thấy mô hình rừng ngẫu nhiên tốt nhất cho năng suất 72,39% điểm F1. Kết quả này khá hứa hẹn và có thể áp dụng tại các bệnh viện Việt Nam hiện nay.

PGS.TS Nguyễn Thanh Tùng
Khoa Các khoa học ứng dụng