ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN

KHOA KHOA HỌC VÀ KỸ THUẬT THÔNG TIN
---------

BÁO CÁO ĐỒ ÁN
TRÍ TUỆ NHÂN TẠO (AI) TRONG CHẨN ĐOÁN Y
KHOA

Sinh viên thực hiện:

Nguyễn Hồ Minh Nguyên - 23521044
Thái Minh Đạt - 23520268
Nguyễn Thị Ngọc Lan - 23520842

Giảng viên:
TS. Nguyễn Tất Bảo Thiện

Thành phố Hồ Chí Minh, tháng 11 năm 2023

 MỤC LỤC
CHƯƠNG 1: ĐẠI CƯƠNG VỀ TRÍ TUỆ NHÂN TẠO (AI)..............................................1
CHƯƠNG 2: MỘT SỐ LĨNH VỰC LIÊN QUAN..............................................................2
1. Machine Learning (ML)...................................................................................................2
2. Xử lý hình ảnh..................................................................................................................2
CHƯƠNG 3: ỨNG DỤNG CỦA AI TRONG CHẨN ĐOÁN Y KHOA...............................4
1. Đánh giá các hình ảnh y khoa...........................................................................................4
2. Nhận dạng, phát hiện sớm các bệnh.................................................................................4
3. Đưa ra các phương pháp điều trị tối ưu...........................................................................4
CHƯƠNG 4: KẾT LUẬN VÀ TẦM NHÌN CHO TƯƠNG LAI..........................................5
1. Kết luận............................................................................................................................5
2. Tầm nhìn cho tương lai.....................................................................................................5
 CHƯƠNG 1: ĐẠI CƯƠNG VỀ TRÍ TUỆ NHÂN TẠO (AI)
Trí tuệ nhân tạo – AI (từ viết tắt của Artificial Intelligence) có nghĩa là trí
thông minh nhân tạo. Thuật ngữ này chỉ một chương trình máy tính vô cùng phức tạp,
có thể tự học và đưa ra các quyết định mà không cần lập trình trước. Công nghệ này
mô phỏng quá trình suy nghĩ và hoạt động của con người cho máy móc, đặc biệt là hệ
thống máy tính.
Khi tìm hiểu AI là gì, cần lưu ý rằng, trí tuệ nhân tạo được tạo nên thông qua
một quá trình dài hạn, bao gồm việc nghiên cứu, thử nghiệm và tối ưu bộ chương trình
cụ thể. Từ đó, giúp hệ thống máy tính có thể chủ động học tập (thu thập và học hỏi
những thông tin và quy tắc liên quan), chủ động đưa ra quyết định dựa trên sự lập
luận, tư duy theo những quy tắc trước đó để đưa ra kết quả chính xác nhất. Đặc biệt là
khả năng tự phát hiện và sửa lỗi hệ thống.
Có 2 trường phái tư duy phổ biến về Artificial Intelligence, gồm “Trí tuệ nhân
tạo truyền thống” và “Trí tuệ tính toán”.
 Trí tuệ nhân tạo truyền thống
Trường phái này còn được biết đến với nhiều cái tên khác nhau như trí tuệ nhân
tạo biểu tượng, trí tuệ nhân tạo ngăn nắp (neat AI), trí tuệ nhân tạo logic hay trí tuê
nhân tạo cổ điển (Good Old Fashioned Artificial Intelligence). Trí tuệ nhân tạo truyền
thống được đặc trưng bởi tập hợp các phương pháp machine learning với hệ hình thức
(formalism) và phân tích thống kê riêng biệt: Hệ chuyên gia; lập luận theo tình huống
và mạng Bayes.
 Trí tuệ tính toán
Trí tuệ tính toán tập trung nghiên cứu quá trình học hỏi hoặc phát triển lặp lại,
dựa trên dữ liệu là những kinh nghiệm được rút, kết hợp với công nghệ trí tuệ nhân tạo
phi ký hiệu, trí tuê nhân tạo lộn xộn (scruffy AI) và khả năng tính toán mềm (soft
computing). Ví dụ như tinh chỉnh tham số trong hệ thống connectionist.
Các phương pháp chính được sử dụng trong trường phái này gồm có: Mạng
neural (mạnh về nhận dạng mẫu – pattern recognition); hệ mờ (Fuzzy system); tính
toán tiến hóa (Evolutionary computation); trí tuê nhân tạo dựa theo hành vi (Behavior
based AI).

1
 CHƯƠNG 2: MỘT SỐ LĨNH VỰC LIÊN QUAN
1. Machine Learning (ML)
Machine Learning (ML) là một lĩnh vực của AI tập trung vào việc xây dựng
các hệ thống có khả năng học hỏi và cải thiện từ dữ liệu. Thay vì được lập trình cụ thể
cho từng nhiệm vụ, ML sử dụng các thuật toán và mô hình toán học để tự động học
hỏi từ dữ liệu và tự tinh chỉnh chính nó, từ đó tự tăng cao độ chính xác theo thời gian.
2. Xử lý hình ảnh với AI
Xử lý hình ảnh được hỗ trợ bởi AI là việc áp dụng các phương pháp AI cho các
tác vụ phân tích và chỉnh sửa hình ảnh kỹ thuật số. So với các kỹ thuật xử lý hình ảnh
thông thường, phương pháp này tự động tìm hiểu và trích xuất thông tin từ hình ảnh
qua Neural Engine, cho phép xử lý những tác vụ phức tạp hơn và chính xác hơn.

CHƯƠNG 3: ỨNG DỤNG CỦA AI TRONG CHẨN

ĐOÁN Y KHOA
1. Đánh giá các hình ảnh y khoa
AI được ứng dụng rộng rãi nhất nhằm phục vụ chẩn đoán bệnh dựa trên hình
ảnh, đặc biệt là phát hiện ung thư phổi hoặc đột quỵ dựa trên các phim chụp; đánh giá
nguy cơ đột tử do các bệnh tim dựa trên điện tâm đồ và hình ảnh cắt lớp, cộng hưởng
từ tim; phân loại tổn thương da trên những hình ảnh da được cung cấp; đánh giá bệnh
võng mạc tiểu đường thông qua hình ảnh soi đáy mắt. Ngoài ra, các dự án tham vọng
hơn của AI liên quan đến sự kết hợp của nhiều nguồn dữ liệu (cắt lớp, cộng hưởng từ,
giải trình gen, dữ liệu bệnh nhân cụ thể…) để đánh giá một căn bệnh hoặc tiên đoán
sự tiến triển của nó.

2. Nhận dạng, phát hiện sớm các bệnh

- Ứng dụng trong chẩn đoán y khoa
+ Hình ảnh y khoa: Việc sử dụng các loại hình ảnh như X-quang, siêu âm và CT scan
giúp chẩn đoán sớm các bệnh lý trong cơ thể.
+ Xét nghiệm gen: Phân tích gen giúp tìm hiểu về bệnh tật di truyền và đánh giá nguy
cơ mắc các bệnh tiềm ẩn.
2
+ Ứng dụng y tế trên điện thoại thông minh: Cung cấp thông tin và dữ liệu đo lường
sức khỏe cá nhân để giúp phát hiện sớm các triệu chứng bất thường.
- Những tiến bộ trong thủ tục phẫu thuật
+ Lập kế hoạch trước phẫu thuật: Các thuật toán AI có thể hỗ trợ bác sĩ phẫu thuật tạo
ra các kế hoạch phẫu thuật chi tiết, cải thiện độ chính xác và giảm thiểu rủi ro.
+ Hỗ trợ thời gian thực: Trong quá trình phẫu thuật, hệ thống AI có thể cung cấp
hướng dẫn theo thời gian thực cho bác sĩ phẫu thuật, giúp họ đưa ra quyết định sáng
suốt hơn.
+ Theo dõi sau phẫu thuật: AI có thể phân tích dữ liệu sau phẫu thuật để xác định các
biến chứng tiềm ẩn và đưa ra khuyến nghị về chăm sóc theo dõi.
- Cách mạng hóa việc khám phá thuốc

AI đang cách mạng hóa quá trình khám phá thuốc bằng cách giảm đáng kể thời gian
và chi phí liên quan đến việc phát triển các loại thuốc mới. Các thuật toán học máy có
thể phân tích lượng lớn dữ liệu sinh học, giúp các nhà nghiên cứu xác định các loại
thuốc tiềm năng và dự đoán hiệu quả của chúng.

- Tăng cường hỗ trợ sức khỏe tâm thần

+ Can thiệp sớm: Các chatbot được hỗ trợ bởi AI có thể xác định các dấu hiệu đau khổ
và đưa ra biện pháp can thiệp sớm, cung cấp hỗ trợ cho những cá nhân gặp vấn đề về
sức khỏe tâm thần.
+ Trị liệu cá nhân: Các thuật toán AI có thể phân tích dữ liệu bệnh nhân để đề xuất các
phương pháp trị liệu được cá nhân hóa dựa trên nhu cầu và sở thích cá nhân.

+ Trị liệu thực tế ảo: Thực tế ảo, kết hợp với AI, có thể tạo ra môi trường sống động
cho các buổi trị liệu, hỗ trợ điều trị chứng ám ảnh, lo âu và PTSD.

3. Đưa ra các phương pháp điều trị tối ưu

Các trường hợp bệnh nhân khác nhau yêu cầu các phương pháp điều trị khác
nhau. Vì vậy, điều trị cá nhân hóa là phương án cho hiệu quả tốt nhất. Tuy nhiên, rất
khó để bác sĩ xác định và phân tích vô vàn yếu tố để cho ra phương pháp phù hợp nhất
cho từng ca bệnh.

3
 ML có thể tự động hóa công việc phức tạp này – và các thuật toán có thể dự
đoán kết quả có thể xảy ra của bệnh nhân đối với một phương pháp điều trị cụ thể. Hệ
thống làm được điều này bằng cách so sánh các phương pháp điều trị và kết quả của
nhiều bệnh nhân tương tự. Điều này giúp các bác sĩ dễ dàng đưa ra liệu trình điều trị
hiệu quả hơn nhiều.

CHƯƠNG 4: KẾT LUẬN VÀ TẦM NHÌN CHO TƯƠNG LAI

1.Kết luận

AI, Machine Learning và Deep Learning đang được sử dụng rộng rãi trong lĩnh vực y
tế để tối ưu hóa quá trình chẩn đoán và giúp bác sĩ đưa ra quyết định chính xác hơn.
Tuy vậy, việc sử dụng công nghệ trong lĩnh vực này vẫn còn đối mặt với nhiều thách
thức và giới hạn.

- Ứng dụng AI, Machine Learning và Deep Learning trong chẩn đoán y tế
+ Hỗ trợ việc chẩn đoán hình ảnh, giúp phát hiện các khối u, nghẽn mạch và các bệnh
về mắt.

+ Giúp chẩn đoán các bệnh liên quan đến giọng nói, như ALS và các vấn đề về tiếng
nói do đột quỵ.

+ Phân tích dữ liệu và đưa ra dự đoán xác suất các loại bệnh, giúp đưa ra phác đồ điều
trị hiệu quả.
- Lợi ích của việc sử dụng công nghệ trong chẩn đoán y tế

Giúp tăng độ chính xác của chẩn đoán, giảm thiểu sai sót và tăng tốc độ chẩn đoán.
Điều này không chỉ làm giảm thời gian và chi phí đi lại giữa việc khám bệnh và lấy
kết quả khám, mà còn cứu sống nhiều bệnh nhân nhờ phát hiện sớm các căn bệnh
quan trọng.

- Thách thức đối với việc áp dụng công nghệ trong lĩnh vực y tế

4
+ Thiếu nguồn dữ liệu để huấn luyện các thuật toán
+ Bảo mật thông tin cá nhân của bệnh nhân
+ Đánh giá và xác thực các kết quả từ các thuật toán khó khăn

2. Tầm nhìn cho tương lai

Sự kết hợp hoàn hảo: Bác sĩ đưa ra quyết định chẩn đoán chính xác hơn nhờ một bộ
máy mạnh mẽ và một người giỏi chuyên môn y tế kết hợp.

Đổi mới quá trình chẩn đoán: Với việc kết hợp trí tuệ nhân tạo và chuyên gia y tế,
thiết bị y tế được tối ưu hóa giúp người bệnh được chẩn đoán nhanh chóng, chính xác
và tiết kiệm thời gian.

Giảm chi phí y tế: Với việc sử dụng công nghệ, độ chính xác của việc chẩn đoán sẽ
tăng lên, từ đó giảm thiểu thời gian cần thiết để chẩn đoán và chi phí cho bệnh nhân sẽ
giảm đi đáng kể.

5
 TÀI LIỆU THAM KHẢO
[1] https://www.datarevenue.com/en-blog/artificial-intelligence-in-medicine
[2] tài liệu tham khảo 2
[3] OpenAI (11/2023)
....