ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC Y DƯỢC ------
LÊ VĂN TUYÊN
BƯỚC ĐẦU XÂY DỰNG MẠNG TƯƠNG TÁC Y HỌC
ÁP DỤNG TRÍ TUỆ NHÂN TẠO LÊN DỮ LIỆU
SÁCH Y KHOA CỦA ĐẠI HỌC OXFORD
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC NGÀNH DƯỢC HỌC
HÀ NỘI - 2022
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC Y DƯỢC ------
Người thực hiện: LÊ VĂN TUYÊN
BƯỚC ĐẦU XÂY DỰNG MẠNG TƯƠNG TÁC Y HỌC
ÁP DỤNG TRÍ TUỆ NHÂN TẠO LÊN DỮ LIỆU
SÁCH Y KHOA CỦA ĐẠI HỌC OXFORD
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC NGÀNH DƯỢC HỌC
Khóa: QH.2017.Y
Cán bộ hướng dẫn 1: ThS. LÊ ĐÌNH KHIẾT Cán bộ hướng dẫn 2: ThS. NGUYỄN THÁI HÀ DƯƠNG
HÀ NỘI - 2022
LỜI CẢM ƠN
Em là Lê Văn Tuyên, sinh viên K6 Dươ ̣c ho ̣c. Lờ i đầu tiên em xin gửi lời cảm ơn đến toàn thể Ban Giám hiệu Trường Đại học Y Dược, Đại học Quốc Gia Hà Nội
và Bộ môn Y Dược học cơ sở đã tạo điều kiện cho em được làm khóa luận tốt nghiệp. Em xin chân thành cảm ơn các thầy cô giáo trong trường đã dìu dắt, giúp đỡ em hoàn
thành chương trình học tập suốt 5 năm qua. Sau này dù có ra trường, em sẽ vẫn nhớ
rằng mình là một người con, một người trò của ngôi trường thân thương đã nuôi nấng
mình lên người. Những kỉ niệm ở đây em chắc chắn không bao giờ quên.
Em xin bày tỏ lòng biết ơn sâu sắc đến ThS. Lê Đình Khiết và ThS. Nguyễn
Thái Hà Dương, những người đã luôn tận tình hướng dẫn, tạo điều kiện giúp đỡ em hoàn thành khóa luâ ̣n, nhờ sự chỉ bảo của hai thầy em đã học hỏi được rất nhiều điều bổ ích. Thầy là nguồn cảm hứng và tạo cho em động lực rất nhiều.
Cảm ơn em Vi Thế Quang và Nguyễn Quang Trung đã giúp đỡ anh rất nhiều
trong bài nghiên cứu này, nhờ có hai em mà anh đã giải quyết được rất nhiều khó
khăn khi thực hiện đề tài.
Cuối cùng em xin gửi lời cảm ơn sâu sắc tới gia đình, bạn bè và người thân đã
luôn quan tâm, động viên giúp em hoàn thành khóa luận.
Dù đã rất cố gắng, nhưng lần đầu làm nghiên cứu em khó tránh khỏi những
thiếu sót. Em rất mong nhận được ý kiến đóng góp của các thầy cô để khoá luận thêm
hoàn thiện.
Em xin chân thành cảm ơn!
Hà Nội, ngày 26 tháng 06 năm 2022
Sinh viên
Lê Văn Tuyên
DANH MỤC CÁ C KÝ HIỆU, TỪ VIẾ T TẮ T
AI
Artificial Intelligence (Trí tuệ nhân tạo)
EMR
Electronic Medical Records (Hồ sơ bệnh án điện tử)
KG NLP
Knowledge Graph (Mạng tương tác) Natural Language Processing( Xử lý ngôn ngữ tự nhiên)
TMK
Textual Medical Knowledge (Kiến thức Y tế dạng văn bản)
DANH MỤC CÁ C BẢ NG
Bảng 3.1. Bảng thông kê tập dữ liệu gốc ................................................................... 15
Bảng 3.2. Bảng thông kê tập dữ liệu nghiên cứu ....................................................... 15
Bảng 3.3. Bảng thống kê tập dữ liệu gốc sau tiền xử lý ............................................. 16
Bảng 3.4. Danh sách các từ khóa .............................................................................. 17
Bảng 3.5. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu gốc ....... 20
Bảng 3.6. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu Tim mạch
................................................................................................................................. 22
Bảng 3.7. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu Nội tiết 24
Bảng 3.8. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu Thần kinh
................................................................................................................................. 26
Bảng 3.9. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của tập dữ
liệu gốc ..................................................................................................................... 28
Bảng 3. 10. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của tập dữ
liệu Tim mạch........................................................................................................... 30
Bảng 3.11. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của tập dữ
liệu Nội tiết ............................................................................................................... 32
Bảng 3.12. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của tập dữ liệu Thần kinh........................................................................................................... 34
Bảng 3.13. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập dữ liệu
gốc............................................................................................................................ 36
Bảng 3.14. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập dữ liệu Tim Mạch ................................................................................................................. 38
Bảng 3.15. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập dữ liệu Nội tiết ..................................................................................................................... 40
Bảng 3.16. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập dữ liệu Thần kinh ................................................................................................................. 42
DANH MỤC CÁ C HÌNH
Hình 1. 1. Minh họa một mạng tương tác ................................................................ 3
Hình 1. 2. Mạng tương tác được tạo bằng cách trích xuất thực thể và quan hệ ........ 5
Hình 2. 1. Minh họa cách lượng hóa ảnh hưởng của từ khóa B lên từ khóa A…… 12
Hình 3. 1. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu gốc…. 19
Hình 3. 2. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Tim mạch
.............................................................................................................................. 21
Hình 3. 3. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Nội tiết 23
Hình 3. 4. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Thần kinh
.............................................................................................................................. 25
Hình 3. 5. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu gốc ............... 27
Hình 3. 6. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Tim mạch ..... 29
Hình 3. 7. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Nội tiết ......... 31
Hình 3. 8. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Thần kinh ..... 33
Hình 3. 9. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu gốc .................... 35
Hình 3. 10. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Tim mạch ......... 37
Hình 3. 11. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Nội tiết ............. 39
Hình 3. 12. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Thần kinh......... 41
MỤC LỤC
LỜI CẢM ƠN DANH MỤC CÁ C KÝ HIỆU, TỪ VIẾ T TẮ T DANH MỤC CÁ C BẢ NG DANH MỤC CÁ C HÌNH MỞ ĐẦ U ................................................................................................................ 1 CHƯƠNG 1: TỔNG QUAN ................................................................................... 3
1.1. Tổng quan về mạng tương tác trong trí tuệ nhân tạo ................................... 3
1.1.1. Khái niệm mạng tương tác ................................................................ 3
1.1.2.
Trí tuệ nhân tạo ................................................................................ 3
1.1.3. Xây dựng mạng tương tác bằng trí tuệ nhân tạo ................................ 4
1.2. Mạng tương tác trong Y học ....................................................................... 5
1.3. Các nghiên cứu liên quan ........................................................................... 7
1.3.1. Mạng tương tác trong lĩnh vực Y tế .................................................. 7
1.3.2. Mạng tương tác Y học trong thế giới thực: xây dựng và ứng dụng .... 7
1.3.3. Nghiên cứu mạng tương tác Y học về đột quỵ .................................. 8
1.4. Ý nghĩa của nghiên cứu .............................................................................. 9
CHƯƠNG 2: ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU ....................... 10
2.1. Đối tượng nghiên cứu ............................................................................... 10
2.2. Phương pháp nghiên cứu .......................................................................... 10
2.2.1. Xây dựng mạng ................................................................................. 10
2.2.2. Kiểm định mạng ................................................................................ 13
CHƯƠNG 3: KẾT QUẢ VÀ BÀN LUẬN ............................................................ 15
3.1. Dữ liệu .................................................................................................. 15
3.2. Xây dựng mạng ..................................................................................... 16
3.2.1.
Tiền xử lý dữ liệu ........................................................................... 16
3.2.2. Danh sách từ khóa .......................................................................... 16
3.2.3. Ma trận tương tác ........................................................................... 17
3.3. Mạng tương tác và kiểm định định tính ................................................. 17
3.3.1. Mạng tương tác tổng thể ................................................................. 19
3.3.2. Mạng tương tác Triệu chứng và Cơ quan ........................................ 27
3.3.3. Mạng tương tác Bệnh và Triệu chứng ............................................. 35
CHƯƠNG 4: KẾT LUẬN ..................................................................................... 43
TÀI LIỆU THAM KHẢO
PHỤ LỤC
MỞ ĐẦ U
Sự vận động bình thường, ổn định của cơ thể sống là kết quả của sự tương tác
đa chiều, phức tạp của rất nhiều yếu tố. Sự bất thường của yếu tố này dẫn đến tới sự
bất thường trong hoạt động của các yếu tố khác thông qua sự tương tác. Việc hiểu
được sự tương tác, mối quan hệ của các yếu tố mở ra cơ hội hiểu được và kiểm soát
các bất thường và từ đó nhanh chóng xử lý tình trạng bệnh lý. Tuy nhiên việc xây
dựng được biểu đồ tương tác phức tạp này trong lĩnh vực Y học tương đối khó khăn.
Những thách thức đó đến cả từ việc cần xử lý một lượng rất lớn các thông tin lẫn sự
phức tạp đặc thù của dữ liệu. Thông thường, các mạng tương tác (Knowledge Graph-
KG) thường được xây dựng bởi các chuyên gia của các chuyên ngành hẹp và thường
ở dạng tri thức ẩn (taxit knowledge). Cũng do đó, các mạng này thường có kích thước
nhỏ và phụ thuộc vào năng lực lẫn kinh nghiệm của các chuyên gia.
Những năm gần đây, cùng với giai đoạn dữ liệu của tất cả các ngành bắt đầu
có dấu hiệu bùng nổ. Việc phân tích dữ liệu bằng sức người trở thành vấn đề khi mà
tốc độ phân tích đáp ứng không kịp với nhu cầu phát triển thì lĩnh vực trí tuệ nhân tạo
(Artificial Intelligence-AI) bắt đầu có những bước tiến đáng kể. Trí tuệ nhân tạo là
sự kết hợp giữa năng tư duy của con người và năng lực tính toán của máy tính, cho
phép tăng tốc các quá trình xử lý. Nó đã có những bước tiến lớn trong các bài toán
xử lý ảnh, nhận diện hình ảnh, dịch máy,… tiêu biểu trong game khi robot Alpha-Go
đã chơi thắng nhà vô địch cờ vây thế giới. Hiện nay, trí tuệ nhân tạo đang được nghiên
cứu để áp dụng cho hầu hết các lĩnh vực của cuộc sống. Cũng như thế, trong lĩnh vực
Y tế nó còn được gọi là health-informatics hay medical informatics, được kì vọng sẽ
tạo ra sự bùng nổ tri thức, giảm bớt được sức người.
Trong nghiên cứu này, chúng tôi cũng sử dụng hướng tiếp cận trí tuệ nhân tạo,
dùng các thuật toán học máy phân tích trên dữ liệu Y học để xây dựng mạng tương
tác. Tuy nhiên, chúng tôi có sự cải biến khi áp dụng trên dữ liệu văn bản Y khoa là
các sách thay vì dữ liệu bệnh án. Sự khác nhau về cấu trúc dữ liệu, cũng như mật độ
thông tin loãng hơn, và lượng tri thức nhiều hơn có thể dẫn tới sự khó khăn trong việc
1
cô đọng thông tin. Tuy nhiên, chúng tôi kỳ vọng xây dựng được mạng tương tác có
tính phổ dụng rộng và ít bị chi phối hơn bởi thiên lệch trong phân bố dữ liệu.
Xuất phát từ những thực tế trên, đề tài “Xây dựng mạng tương tác Y học áp
dụng trí tuệ nhân tạp lên dữ liệu văn bản” đươ ̣c thực hiê ̣n vớ i những mu ̣c tiêu:
1. Xây dựng được mạng tương tác nhờ của các phương pháp học máy của trí
tuệ nhân tạo dối với tập dữ liệu thu thập được.
2. Kiểm định định tính được mạng tương tác đã xây dựng.
2
CHƯƠNG 1: TỔNG QUAN
1.1. Tổng quan về mạng tương tác trong trí tuệ nhân tạo
1.1.1. Khái niệm mạng tương tác
Mạng tương tác (KG) là một cách biểu diễn dữ liệu bằng đồ thị, nó bao gồm
“nốt - cạnh – nốt” biểu thị mối quan hệ phong phú của các thực thể với nhau trong
thế giới thực. Nốt đại diện cho “một yếu tố”, “một thực thể” hoặc “một khái niệm” và cạnh biểu thị mối quan hệ giữa hai thực thể. Ví dụ, trong Hình 1. 1., một bộ ba:
Thực thể 1, Thực thể 2 và Quan hệ 1 liên kết giữa chúng. KG có thể kết hợp cả dữ
liệu không có cấu trúc và dữ liệu có cấu trúc [1].
Thực thể 1
Quan hệ 6 Thực thể 5 Thực thể 2
Quan hệ 4
Quan hệ 2 Thực thể 6
Thực thể 4 Thực thể 3 Quan hệ 3
Hình 1. 1. Minh họa một mạng tương tác
Việc xây dựng các mạng tương tác thường bị hạn chế vì tính phức tạp và tính
đồ sộ của lượng thông tin - tích lũy từ trước và ngày càng tăng nhanh theo thời gian.
Vì vậy, sự hỗ trợ của AI có vai trò rất quan trọng trong việc tổng hợp, xây dựng một mạng tương tác hoàn chỉnh, chính xác [33].
1.1.2. Trí tuệ nhân tạo
Trí tuệ nhân tạo (AI) được định nghĩa là một lĩnh vực khoa học máy tính [26]. Trí tuệ nhân tạo là trí tuệ do con người lập trình với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người. Sau một thời gian khó khăn trong
việc tìm kiếm tài trợ cho các dự án AI [34] và tốn nhiều chi phí, đến thế kỷ 21, AI đã
3
hồi sinh sau những tiến bộ vượt bậc của sức mạnh máy tính, Big Data,… AI đã trở
thành một phần thiết yếu của ngành công nghệ.
Trong các công việc thường ngày, con người có thể nhầm lẫn khi mắc lỗi hoặc thực hiện nhiều công việc lặp đi lặp lại như gửi thư cảm ơn, trả lời email, ... Khi sử
dụng AI, các dữ liệu được áp dụng các bộ thuật toán cụ thể. AI có thể xử lý hiệu quả
các công việc thông thường này, loại bỏ các công việc “nhàm chán” và có thể đạt
được độ chính xác ở mức độ cao hơn [4].
1.1.3. Xây dựng mạng tương tác bằng trí tuệ nhân tạo
Những năm gần đây, cùng với giai đoạn dữ liệu của tất cả các ngành bắt đầu
có dấu hiệu bùng nổ. Việc phân tích dữ liệu bằng sức người trở thành vấn đề khi mà
tốc độ phân tích không kịp đáp ứng với nhu cầu phát triển thì lĩnh vực trí tuệ nhân tạo
bắt đầu có những bước tiến đáng kể. Trí tuệ nhân tạo là sự kết hợp giữa năng tư duy của con người và năng lực tính toán của máy tính, cho phép tăng tốc các quá trình xử
lý. Nó đã có những bước tiến lớn trong các bài toán xử lý ảnh, nhận diện hình ảnh,
dịch máy,… tiêu biểu trong game khi robot Alpha-Go đã thắng nhà vô địch cờ vây
thế giới. Hiện nay, trí tuệ nhân tạo đang được nghiên cứu để áp dụng cho hầu hết các
lĩnh vực của cuộc sống. Và việc xây dựng mạng tương tác bằng trí tuệ nhân tạo là
một thách thức lớn trong thời đại công nghệ ngày nay.
Có hai hình thức xây dựng mạng tương tác là thủ công hoặc bán tự động. Việc
xây dựng các mạng tương tác theo cách thủ công vẫn rất tốn kém. Do đó, bất kỳ sự
tự động hóa nào cũng có thể đạt được một mạng tương tác hiệu quả, tiết kiệm chi phí
hơn. Cho đến một vài năm trước, các thuật toán xử lý ngôn ngữ tự nhiên (Natural
Language Processing-NLP) và thị giác máy tính (Computer Vision) đang cố gắng
trong việc nhận dạng thực thể từ văn bản và phát hiện đối tượng từ hình ảnh. Do
những tiến bộ gần đây, các thuật toán này đang bắt đầu vượt ra khỏi các nhiệm vụ cơ
bản để trích xuất các mối quan hệ giữa các thực thể. Trong đó các quan hệ được trích xuất có thể được lưu trữ để xử lý và suy luận thêm. Trích xuất thực thể và trích xuất
quan hệ từ văn bản là hai nhiệm vụ cơ bản trong NLP. Các phương pháp tiếp cận dựa trên quy tắc cú pháp của câu hoặc các thực thể, mối quan hệ có thể được xác định trong văn bản đầu vào [31].
Thông tin được trích xuất từ nhiều phần của văn bản cần phải có mối tương
quan. Ví dụ, trong Hình 1. 2., có các thực thể: “Albert Einstein, Đức, Nhà vật lý lý thuyết, Thuyết tương đối” và các quan hệ: “sinh ở, nghề nghiệp, đã phát triển”. Khi
4
đoạn kiến thức này được kết hợp vào một KG lớn hơn, có thể sử dụng suy luận
logic để có được các liên kết (quan hệ) bổ sung (được thể hiện bằng các đường nét đứt), chẳng hạn như Nhà vật lý lý thuyết thuộc về Nhà vật lý và Thuyết tương đối là
một nhánh của Vật lý [31].
Đức
Albert
Nhà vật lý
Nhà vật lý lý thuyết
Einstein
thực hành
Thuyết tương đối
Vật lý
Hình 1. 2. Mạng tương tác được tạo bằng cách trích xuất thực thể và quan hệ
1.2. Mạng tương tác trong Y học
Các nghiên cứu đã khám phá ra các ứng dụng tiềm năng của trí tuệ nhân tạo
trong lĩnh vực Y học [13, 20]. Ứng dụng của công nghệ AI trong lĩnh vực phẫu thuật
lần đầu tiên được Gunn nghiên cứu thành công vào năm 1976, khi ông khám phá ra
khả năng chẩn đoán cơn đau bụng cấp tính bằng cách phân tích thông qua máy tính
[9]. Từ đó đến nay đã chứng kiến sự quan tâm đáng kể của AI trong lĩnh vực Y học,
ví dụ như hệ thống hỗ trợ quyết định lâm sàng để chẩn đoán và điều trị [3, 5, 22, 32], tự chẩn đoán để hỗ trợ bệnh nhân đánh giá tình trạng sức khỏe dựa trên các triệu
chứng [8, 30]. Hầu hết các công trình trước đây đều cố gắng xây dựng KG từ các bài báo liên quan đến Y học. Một số được xây dựng theo cách thủ công và một số khác
là bán tự động. Tuy nhiên, việc xây dựng KG theo cách thủ công đòi hỏi thời gian và
công sức rất nhiều từ các chuyên gia lâm sàng. Ví dụ, có báo cáo rằng cần khoảng mười lăm năm để xây dựng cơ sở kiến thức Internist-1/QMR [21, 28]. Bán tự động xây dựng KG từ các bài báo là một công việc đầy thách thức vì các dữ liệu gần như
không có cấu trúc, rất khó xử lý bằng máy tính.
5
Y học hiện đại đang phải đối mặt với thách thức trong việc tiếp thu, phân tích
và áp dụng một lượng lớn các kiến thức cần thiết để giải quyết các vấn đề lâm sàng phức tạp. Trong khi đó thông tin chăm sóc sức khỏe đang phát triển bùng nổ, kiến
thức Y tế dạng văn bản (Textual Medical Knowledge-TMK) đang ngày càng chiếm
một vị trí quan trọng trong hệ thống thông tin chăm sóc sức khỏe. Vì vậy, một số
nghiên cứu đã phát triển và tích hợp TMK vào mạng tương tác để cung cấp cho máy
tính việc truy xuất và giải thích các kiến thức Y khoa một cách nhanh chóng và chính
xác. Ernst và cộng sự, đề xuất phương pháp xây dựng một mạng tương tác lớn một
cách tự động. Nguồn dữ liệu của họ là từ điển đồng nghĩa từ (Unified Medical
Language System) và nguồn đầu vào từ nhiều ấn phẩm khoa học và bài đăng trên các
cổng thông tin sức khỏe khác nhau [7]. Shi và cộng sự, cung cấp một thuật toán để
loại bỏ suy luận vô nghĩa trên biểu đồ kiến thức để cải thiện hiệu suất của kết quả suy luận [27]. Rotmensch và cộng sự, đề xuất tạo một biểu đồ quan hệ giữa các bệnh với
các triệu chứng mà dữ liệu có thể lấy từ EMR một cách tự động. Nguồn dữ liệu của
họ bao gồm hồ sơ Y tế ở khoa cấp cứu của hơn 270,000 lượt bệnh nhân [25].
Những cách tiếp cận để xây dựng các mạng tương tác Y học phụ thuộc vào
thuật ngữ Y tế tiêu chuẩn, vốn còn thiếu trong một số ngôn ngữ như tiếng Trung
Quốc. Do đó, những nỗ lực xây dựng các mạng tương tác Y học trên các ngôn ngữ
như vậy luôn nhận được kết quả có độ chính xác tương đối thấp. Các thuật toán xây
dựng vẫn cần được cải thiện để giải quyết các vấn đề như vậy trong công việc trong
tương lai [37].
Sự phát triển của trí tuệ nhân tạo trong việc giúp các bác sĩ lâm sàng chẩn
đoán, đưa ra quyết định điều trị và dự đoán kết quả. Chúng được thiết kế để hỗ trợ
nhân viên Y tế trong công việc hàng ngày của họ dựa vào các thao tác máy móc với
các dữ liệu và kiến thức đã được lưu trữ. Các hệ thống như vậy bao gồm mạng nơ ron
nhân tạo (Artificial Neural Network), hệ thống chuyên gia mở, hệ thống thông minh
kết hợp, …[23]. Và nhờ sự tiến bộ của công nghệ xử lý dữ liệu lớn (big data) và NLP, tự động khái thác dữ liệu từ hồ sơ sức khỏe điện tử (Electronic Medical Records-
EMR) [10, 12, 14-16, 18, 19, 29, 32, 35], khai thác dữ liệu từ các văn bản Y khoa trở thành một xu hướng nghiên cứu đầy hứa hẹn trong việc xây dựng mạng tương tác.
6
1.3. Các nghiên cứu liên quan
1.3.1. Mạng tương tác trong lĩnh vực Y tế
Năm 2020, Gyanesh Anand [2] đã xây dựng mạng tương tác Y học với tập dữ liệu đã được thu thập từ các nguồn khác nhau. Nguồn nổi bật là trang web MedIndia.
Các nguồn khác là Medline, WebMD và trang web NIH. Dữ liệu Y tế dạng văn bản
đã được thu thập từ Bách khoa toàn thư Y tế với mã nguồn mở có sẵn trên mạng
internet. Sau khi thu thập dữ liệu, dữ liệu phải được xử lý. Dữ liệu đã xử lý được lưu trữ ở định dạng JSON. Số trang sau khi xử lý còn lại 1742. Tác giả tạo bản thể
MedOnto để mô hình hóa các khái niệm khác nhau trong lĩnh vực Y tế. Dữ liệu thực
tế được đưa vào bản thể một cách tự động. Phương pháp Entity Recognition (NER)
trích xuất thực thể trong trường hợp văn bản ở định dạng ngôn ngữ tự nhiên thuần
túy tiếng Anh. MetaMap NER của Unified Medical Language System đã được sử dụng để trích xuất các thực thể mong muốn từ các đoạn văn. Hai phương pháp phân
biệt đã được sử dụng để trích xuất các thực thể có liên quan sau đó được thêm vào
mạng tương tác.
1.3.2. Mạng tương tác Y học trong thế giới thực: xây dựng và ứng dụng
Năm 2020, Linfeng Li cùng các cộng sự [17] đã xây dựng mạng tương tác Y
học từ các EMR quy mô lớn. Quy trình xây dựng KG bao gồm 8 bước, đó là chuẩn
bị dữ liệu, nhận dạng các thực thể, chuẩn hóa thực thể, trích xuất quan hệ, tính toán
thuộc tính, làm sạch biểu đồ, xếp hạng thực thể liên quan và xây dựng KG tương ứng.
Mạng tương tác Y học được xây dựng dựa trên dữ liệu y tế từ năm 2015 đến 2018,
bao gồm 16,217,270 lượt khám chưa xác định của tổng số 3,767,198 bệnh nhân. Các
triệu chứng được trích xuất từ lịch sử bệnh Named Entity Recognition (NER), tất cả
các thực thể khác được trích xuất trực tiếp từ trường cấu trúc của EMR. Có thể tồn
tại các thuật ngữ khác nhau cho cùng một thực thể, chuẩn hóa chúng đưa về thuật ngữ
chuẩn duy nhất (ví dụ Bệnh tật dùng thuật ngữ chuẩn của ICD-10). Khai thác quan hệ, xác định mối liên hệ giữa 2 thực thể. Đối với mỗi quan hệ, bốn thuộc tính cơ bản
được tính toán, đó là số lần cùng xuất hiện, xác suất, tính đặc hiệu và độ tin cậy. Các quan hệ và thực thể ở dưới ngưỡng chỉ định sẽ bị xóa. Một thực thể sẽ liên quan dến rất nhiều thực thể khác, vì thế các thực thể được xếp hạng mức độ liên quan bằng cách sử dụng hàm Probability-Specificity-Reliability (PSR). PrTransH được sử dụng để tạo vectơ cho mỗi thực thể và mối quan hệ, chúng được đưa vào một chiều không
gian để tạo được một KG hoàn chỉnh.
7
1.3.3. Nghiên cứu mạng tương tác Y học về đột quỵ
Năm 2021, Binjie Cheng cùng các cộng sự [6] đã xây dựng một mạng tương
tác về bệnh đột quỵ. Đầu tiên, tác giả xây dựng từ điển xoay quanh bệnh đột quỵ, sử dụng chú thích bán tự động và xây dựng mô hình bản thể của KG kết hợp với thuật
ngữ Y tế tiêu chuẩn quốc tế như ICD-10. Nghiên cứu xây dựng mô hình bản thể dựa
trên phương pháp xây dựng bán tự động kết hợp chú thích thủ công. Phương pháp
này có thể thu được bản thể với chất lượng cao hơn và tiết kiệm nguồn nhân lực. Thứ
hai, tổng hợp dữ liệu thông tin về bệnh đột quỵ tại 2 trang web: Xunyiwenyao.com,
Dingxiangyuan.com và bách khoa toàn thư Baidu. Các nguồn dữ liệu khác nhau yêu
cầu các phương pháp xử lý khác nhau, nghiên cứu này sử dụng trình thu thập thông
tin phân tán để tự động thu thập dữ liệu Y tế. Và thu được 4,113 thực thể liên quan
đến bệnh đột quỵ, thuộc 8 loại thuộc tính. Đồng nhất dữ liệu bằng việc căn chỉnh thuộc tính và chuẩn hóa các giá trị của thuộc tính. Sau đó tính toán độ tương đồng,
xác định mối quan hệ giữa các thực thể. Liên kết các thực thể bằng cách ánh xạ
vector. Sau đó, KG được xây dựng. Cơ sở dữ liệu bản thể học đột quỵ đã được xây
dựng trước đó tiếp tục được cải thiện và bổ sung các dữ liệu mới để KG được cập
nhật liên tục để tăng độ chính xác của mối liên kết giữa các thực thể.
Với mong muốn khắc phục các khó khăn tồn tại trong việc nghiên cứu và phân
tích dữ liệu Y khoa từ đó tạo ra một công cụ hỗ trợ chẩn đoán (Medical Diagnostic
Decision Support), trong nghiên cứu này, chúng tôi đề xuất xây dựng mạng tương tác
của các yếu tố Y học bằng sự hỗ trợ của các thuật toán trí tuệ nhân tạo. Cụ thể, chúng
tôi phân tích dữ liệu văn bản, lọc ra các từ khoá và lượng hoá mối quan hệ của các từ
khoá với nhau, sau đó biểu diễn mối quan hệ đó thành một mạng lưới tương tác và
đánh giá kết quả.
Thông qua nghiên cứu này, chúng tôi kỳ vọng đóng góp một phương pháp xây
dựng các mạng tương tác biểu diễn tri thức Y học một cách toàn diện và hiệu quả, hỗ
trợ cho các bác sĩ trong chẩn đoán và bệnh nhân trong việc tiếp cận các thông tin Y
khoa. Bên cạnh đó, ứng dụng của nghiên cứu này còn mở ra nhiều triển vọng trong
liên ngành Y sinh- tin học.
8
1.4. Ý nghĩa của nghiên cứu
Ý nghĩa khoa học: - Nghiên cứu đưa ra cách xây dựng mạng tương tác Y học áp dụng trí tuệ nhân
tạo bằng các thuật toán khác nhau.
- Các thuật toán được sử dụng có độ chính xác khác nhau khi áp dụng dữ liệu văn bản Y khoa được đưa vào máy tính, nghiên cứu này cho phép đánh giá
được sự chính xác của từng thuật toán đối với bộ dữ liệu đã sử dụng.
- Diễn giải được cách thức xử lý thông tin của máy tính, đánh giá kết quả được đưa ra, từ đó có thể đánh giá và điều chỉnh nếu có sai sót trong việc đưa ra kết quả đánh giá.
Giá trị thực tiễn: - Phục vụ cho nhân viên Y tế trong việc đưa ra chẩn đoán và quyết định điều trị
cho bệnh nhân.
- Cung cấp công cụ hữu ích với tính cập nhật cao phục vụ trong Y tế. - Xử lý được lượng thông tin lớn một cách nhanh chóng và chính xác.
Giá trị giáo dục: - Trang bị cho chính mình các kiến thức về trí tuệ nhân tạo và ứng dụng trong Y học, cụ thể là ứng dụng trí tuệ nhân tạo vào xây dựng mạng tương tác Y
học.
- Nghiên cứu có thể làm tài liệu tham khảo cho học sinh và sinh viên của các
trường đại học Y Dược.
- Nghiên cứu có thể dùng làm tài liệu tham khảo và phát triển cho các đề tài sau
này dựa vào những kết đã thu được.
9
CHƯƠNG 2: ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Đối tượng nghiên cứu
Dữ liệu được lựa chọn để phân tích là các Y văn, được viết bằng tiếng Anh và
được sử dụng để giảng dạy cũng như áp dụng lâm sàng của các cơ sở giáo dục, Y học
đã được công nhận trên thế giới, cụ thể các Y văn này là các sách, giáo trình của trường Đại học Oxford. Các Y văn này được biên soạn bởi các giáo sư, phó giáo sư và có sự tham gia của các giảng viên chuyên ngành, các thạc sỹ, các học giả, … là những người có kiến thức, nghiên cứu chuyên sâu trong lĩnh vực nhất định. Các Y văn tiếng Anh được viết rất chi tiết, đầy đủ và sử dụng từ ngữ chuyên ngành một cách
chính xác chuẩn Quốc tế phù hợp với tất cả độc giả.
Dữ liệu được thu thập tại trang web: https://oxfordmedicine.com.
2.2. Phương pháp nghiên cứu
2.2.1. Xây dựng mạng
2.2.1.1. Tiền xử lý dữ liệu
Hệ thống tiền xử lý dữ liệu (Preprocessing) của Python (ngôn ngữ lập trình)
[11] được sử dụng để đọc và nhận diện văn bản thành các trang, từ. Các hình vẽ, mục
lục, tài liệu tham khảo, phụ lục đều bị loại bỏ. Các từ tiếng Anh được chuyển về dạng
từ gốc, ví dụ “program”, “programs”, “programer”, “programing” đều được chuyển
thành “program”. Các từ không mang nghĩa đặc trưng cho Y học hay các lĩnh vực
đặc thù (còn gọi là stopword) cũng bị loại bỏ. Sau quá trình này, tất cả các trang trong
cùng một nhóm sách được chia ngẫu nhiên thành các tập con, mỗi tập con gồm
khoảng 1000 trang và việc có nhiều tập con được dùng cho kiểm định giả thuyết thống
kê, đánh giá mức độ tin cậy của giá trị tương tác.
2.2.1.2. Bán tự động đề xuất từ khóa
Các từ khoá có thể được tạo ra bằng cách chỉ định trực tiếp bởi con người hoặc
do máy đề xuất căn cứ vào tần suất xuất hiện. Ở đây, chúng tôi kết hợp cả hai phương
thức trên. Thuật toán học máy tiến hành đếm số lần xuất hiện của mỗi từ có trong dữ
liệu. Bằng cách đưa vào giá trị ngưỡng, thuật toán tự động loại bỏ các từ có tần suất
10
dưới ngưỡng. Bước tiếp theo, chúng tôi lọc thủ công tối đa các từ hợp lý (liên quan
đến Y học) làm từ khoá.
2.2.1.3. Lượng hóa ma trận tương tác
Lượng hoá ma trận tương tác: giá trị tương tác giữa các thực thể xuất phát từ
vị trí tương đối của chúng trong văn bản. Chúng xuất hiện càng gần nhau thì khả năng
có sự tương tác giữa chúng càng lớn và ngược lại. Trong định lượng, chúng tôi xây
dựng thử nghiệm một hàm đánh giá tường minh f cho các cặp từ khoá (A, B) thoả
mãn giả thuyết trên.
Cụ thể f(A, B) lượng hoá giá trị tương tác của B với A, được gọi là “A cites
B” nghĩa là sự xuất hiện của A kéo theo sự xuất hiện của B. Gọi x và y lần lượt là thứ
tự của câu chứa từ khoá A và B. Do giả thuyết về A xuất hiện trước rồi mới kéo theo
B nên chúng ta chỉ lấy các cặp (x, y) thoả mãn x≤y. Khoảng các câu giữa cặp (A, B)
này được định nghĩa là d(A, B) = (y–x).
Giá trị tương tác của A kéo theo B trong tập dữ liệu là một phép tổng:
n
m F(A, B) = ∑ ∑ f(d(Ax, By)) y≥x
x=0
Trong nghiên cứu thử nghiệm, chúng tôi sử dụng f là hàm Laplacian [36] với
ý nghĩa mức độ tương tác sẽ giảm hàm mũ bậc nhất theo khoảng cách: f(x) = e−αx
(α là hệ số dương).
Với định nghĩa trên, giá trị tương tác là một số dương, giá trị của nó càng lớn
khi cặp từ khoá có càng nhiều vị trí gần nhau. Cũng lưu ý rằng: F(A, B) và F(B, A)
là khác nhau, nó phù hợp với việc phản ánh thực tế rằng kết quả của sự tương tác ảnh
hưởng lên mỗi yếu tố có mức độ nặng nhẹ khác nhau.
11
Như vậy, giá trị của “A cites B” là tổng khoảng cách của tất cả các cặp Ax, By sao cho By chỉ tính cho Ax duy nhất đứng trước nó trong văn bản. Điều này được minh hoạ ở Hình 2. 1.
Hình 2. 1. Minh họa cách lượng hóa ảnh hưởng của từ khóa B lên từ khóa A
2.2.1.4. Lược giản mạng tương tác
Kiểm định thống kê mạng tương tác: Mạng tương tác được biểu diễn bởi một
ma trận vuông từ sự tương tác của n thực thể. Tuy nhiên có những giá trị tương tác
mang tính ngẫu nhiên đến từ tập dữ liệu. Ma trận này được xây dựng từ các tập con
của dữ liệu, sử dụng kiểm định giả thuyết thống kê để bác bỏ các tương tác có độ tin
cậy thấp.
Kiểm định thông kê t-test: t =
.
𝑥1̅̅̅̅−𝑥2̅̅̅̅ 𝑆∆
2
2
Trong đó: S∆ = √
+
𝑆1 𝑛1
𝑆2 𝑛2
𝑥1̅̅̅ : Giá trị trung bình của tập con thứ nhất 𝑥2̅̅̅ : Giá trị trung bình của tập con thứ 2
S1: Độ lệch chuẩn của tập con thứ nhất
S2: Độ lệch chuẩn của tập con thứ 2
12
n1: Tổng số giá trị trong tập con thứ nhất
n2: Tổng số giá trị trong tập con thứ 2
Từ t ta sẽ suy ra được giá trị P-value (sử dụng Python), P-value > 0,01 thì được
coi là kết nối có độ tin cậy thấp.
2.2.2.5. Biểu diễn mạng tương tác
Ma trận tương tác là kết quả sau khi tính toán cho tất cả các cặp tương tác chéo
trong của các từ trong tập hợp từ khoá. KG được vẽ dựa trên các tương tác có giá trị của ma trận và được hiệu chỉnh bằng thuật toán PageRank.
PageRank là công thức Toán học đánh giá giá trị của trang (Web Page) thông
qua việc xem xét số lượng và chất lượng các trang liên kết đến nó. Trong nghiên cứu
này, thay vì đánh giá giá trị của các trang ta sẽ đánh giá giá trị của các thực thể.
Thuật toán PageRank:
PR(T)= (1-d) + d*(
)
+
+ ⋯ +
𝑃𝑅(𝑇1) 𝐶(𝑇1)
𝑃𝑅(𝑇2) 𝐶(𝑇2)
𝑃𝑅(𝑇𝑛) 𝐶(𝑇𝑛)
Trong đó:
PR(T) + PR(T1) + PR(T2) +…+ PR(Tn) = 1
PR: Giá trị (Rank) của thực thể
C: Số liên kết của 1 thực thể
T, T1, T2, …Tn: Các thực thể
d: Xác suất lựa chọn thực thể
Và chúng tôi sử dụng phần mềm Gephi [24] để vẽ mạng tương tác.
2.2.2. Kiểm định mạng
Kiểm định mạng: Mạng tương tác biểu thị mối quan hệ giữa các thực thể bản
chất là Unsupervised Learning chỉ đánh giá kết quả định tính, không đánh giá kết quả định lượng. Định tính hiệu quả của mạng là kiểm chứng sự phù hợp của các tri thức Y học (sự liên quan của các thực thể) với kiến thức lâm sàng.
Để đánh giá định tính hiệu quả của mạng tương tác, ta dự đoán mối liên quan
giữa các thực thể. Ví dụ ta dự đoán mối liên quan Triệu chứng với Cơ quan. Một triệu chứng bất kỳ có thể có liên quan tới nhiều cơ quan, nhưng dựa vào trọng số (giá trị
13
tương tác) nó cho phép sắp xếp khả năng liên quan của các cơ quan theo thứ tự giảm
dần.
14
CHƯƠNG 3: KẾT QUẢ VÀ BÀN LUẬN
3.1. Dữ liệu
Sau khi tìm kiếm, chúng tôi thu thập được 97 đầu sách giáo trình của Oxfords (tái bản mới nhất) với tổng cộng 76,277 trang và 32,334,498 từ được đề cấp tại Bảng
3.1. (chi tiết tại Phụ lục 1).
Bảng 3.1. Bảng thông kê tập dữ liệu gốc
Tên Sách
Số trang
Số từ
Oxford American Handbook of Cardiology
658
164,638
752
173,881
Oxford American handbook of clinical pharmacy
801
183,485
Oxford American Handbook of Disaster Medicine
697
167,800
Oxford American handbook of endocrinology and diabetes
…
…
…
76,277
32,334,498
Tổng dữ liệu
Các sách còn được lựa chọn để xếp vào 3 nhóm nhỏ hơn: nhóm Nội tiết, Thần
kinh và Tim mạch để phục vụ cho việc đánh giá sự phụ thuộc của mạng tương tác
vào nhóm các ngành hẹp hơn. Chi tiết về 3 nhóm được chỉ ra ở Bảng 3.2.
Bảng 3.2. Bảng thông kê tập dữ liệu nghiên cứu
Lĩnh vực
Số trang
Số từ
Tất cả các đầu sách
76,277
32,334,498
Tim mạch
9,161
3,693,693
Nội tiết
5,440
1,713,569
Thần kinh
13,665
8,112,976
Trong nghiên cứu này, tôi xây dựng mạng tương tác Y học dựa vào phân tích
dữ liệu văn bản Y khoa. Khác với các nghiên cứu trước của Linfeng Li cùng các cộng sự [17] phân tích hồ sơ bệnh án điện tử (EMR), các sách thường được trình bày chi
15
tiết hơn về mối quan hệ của các yếu tố, nhưng đồng thời cũng có nhiều từ nhiễu hơn,
cấu trúc câu phức tạp hơn. Tính trật tự của việc sắp xếp các yếu tố cũng cao hơn so với bệnh án. Ví dụ: kiểu liệt kê triệu chứng ở bệnh án, các triệu chứng về mặt xuất
hiện là ngang hàng. Tuy nhiên trong các sách, có thể sự sắp xếp trước sau của từng
triệu chứng phản ánh mối tương tác nào đó giữa chúng hoặc giữa chúng với yếu tố
khác. Mặc dù, nghiên cứu phân tích hồ sơ bệnh án có thể tìm ra tri thức mới, tuy nhiên
chúng cần được kiểm chứng trước khi có thể phục vụ cho mục đích Y học. Do đó,
việc phân tích dữ liệu sách kì vọng đưa ra được biểu đồ tương tác chi tiết, phục vụ
cho đa mục đích.
3.2. Xây dựng mạng
3.2.1. Tiền xử lý dữ liệu
Dữ liệu từ 76,277 trang ban đầu với 32,334,498 từ, sau khi loại bỏ các trang phụ và các từ không được chọn đã giảm xuống còn 52,571 trang và 7,080,850 từ được
đề cập tại Bảng 3.3. (chi tiết tại Phụ lục 1). Chúng được chia ngẫu nhiên tập hợp
trang thành 50 tập con. Mỗi tập con có 1051 trang và 141,617 từ.
Bảng 3.3. Bảng thống kê tập dữ liệu gốc sau tiền xử lý
Tên Sách
Số trang sau tiền xử lý
Số từ sau tiền xử lý
Oxford American Handbook of Cardiology
355
22,326
Oxford American handbook of clinical pharmacy
359
22,563
365
27,131
Oxford American Handbook of Disaster Medicine
510
32,103
Oxford American handbook of endocrinology and diabetes
…
…
…
52,571
7,080,850
Tổng dữ liệu
3.2.2. Danh sách từ khóa
Từ khoá được tạo chung từ toàn bộ tập dữ liệu. Sau bước tiền xử lý, các từ còn lại được tính số lần lặp lại trong mỗi tập con. Các từ có tần suất xuất hiện dưới ngưỡng mặc định 20 lần bị loại bỏ (các lần chạy thử đã cho thấy các từ có tần suất dưới
ngưỡng đều bị loại bỏ khi áp dụng kiểm định giả thuyết thống kê). Tiến hành hợp nhất các từ được lựa chọn ở tất cả các tập dữ liệu con và lọc thủ công các thuật ngữ
16
Y khoa thu được 438 từ khoá. Các từ khoá này được phân thành 3 nhóm: cơ quan,
triệu chứng và bệnh. Danh sách từ khoá được đề cập tại Bảng 3.4. (chi tiết tại Phụ lục 2).
Bảng 3.4. Danh sách các từ khóa
Nhóm
Cơ quan
Triệu chứng
Bệnh
Từ khóa abdomen, airway, ankl, aorta, arteri, arteriol, axon, bladder, blood, bone, bowel, brain,brainstem, breast, breech, bronchiol, bulbar, … abscess, acidosis, addict, alkalosi, amnesia, anorexia, anxieti, apnea, ataxia, atrophi, bacteraemia, bleed, blister, … adenocarcinoma, adenoma, allergi, alzheim, amyloidosi, anaemia, anderson, aneurysm, anthrax, aphasia, arrhythmia, …
3.2.3. Ma trận tương tác
Mỗi tập con trong 50 tập con chúng tôi tiến hành tính toán ma trận tương tác
riêng rẽ. Kết quả tạo ra 50 ma trận tương tác, mỗi ma trận có kích thước 438x438,
tương đương với 191,406 kết nối. Kiểm định giả thuyết thống kê t-test được áp dụng
cho mỗi kết nối trên 50 ma trận để loại bỏ những kết nối ý nghĩa thấp. Kết quả số kết
nối có ý nghĩa giảm từ 191,406 xuống còn 1,950 (1%). Ở dạng số hoá, số lượng kết
nối này chính là mạng tương tác. Trong việc dựng hình minh hoạ, để thuận tiện 1000
kết nối có giá trị lớn nhất được lựa chọn.
Tuy nhiên, đối với các tập dữ liệu Tim mạch, Nội tiết, Thần kinh thuộc các ngành hẹp hơn, khi đó lượng dữ liệu sẽ ít hơn so với tập dữ liệu gốc tương ứng số
lượng các thực thể và kết nối cũng ít hơn.
3.3. Mạng tương tác và kiểm định định tính
Trên tập dữ liệu toàn thể, mạng tương tác của tất cả các thực thể với 1000 kết
nối mạnh nhất được thể hiện ở Hình 3. 1.. Các thực thể quan trọng (được hiểu là có
sự ảnh hưởng to lớn đến nhiều yếu tố khác) có kích thước biểu diễn lớn, ví dụ như:
máu (Blood), nhiễm khuẩn (Infect), tim (Heart), đau (Pain),… Sự mạnh yếu của
tương tác đang phản ánh góc nhìn tập dữ liệu từ cách thức xây dựng phương pháp.
Để kiểm chứng khả năng hợp lý của mạng, thuật toán cũng tự động chia các
từ khoá thành các nhóm dựa vào sự ảnh hưởng qua lại lẫn nhau của các thực thể. Trên
hình vẽ các thực thể cùng nhóm thể hiện qua cùng màu sắc và chúng có xu hướng tập
17
trung đứng gần với nhau. Sự hợp lý của mạng tương tác thông qua việc khi phân tích
một cặp tương tác bất kỳ luôn có thể giải thích hợp lý bằng tri thức Y học.
Với 4 trường hợp: Tập dữ liệu gốc, Tim mạch, Nội tiết, Thần kinh và 3 loại
mạng: tất cả các từ khóa tương tác với nhau, Triệu chứng- Cơ quan, Bệnh- Triệu
chúng ta biểu diễn được 12 mạng tương tác.
18
3.3.1. Mạng tương tác tổng thể
Hình 3. 1. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu gốc
Mạng tương tác của tập dữ liệu gốc có 234 thực thể và 1000 kết nối. Chúng được chia làm 4 nhóm tương ứng với 4 màu sắc khác nhau và các nhóm phân bố đều
trên hình. Các thực thể như máu (Blood), nhiễm khuẩn (Infect), đau (Pain), xương (Bone) thuộc 4 nhóm có kích thước lớn nhất (giá trị tương tác lớn nhất) thể hiện sự quan trọng của nó đối với các thực thể xung quanh.
19
Để kiểm chứng định tính hiệu quả của mạng tương tác, những từ khoá được
trích xuất từ mạng của tập dữ liệu gốc (Hình 3. 1.). Dựa vào Bảng 3.5. (chọn ngẫu nhiên 10 thực thể) triệu chứng tăng huyết áp (Hypertension) có thể liên quan tới tim
(Heart), phổi (Lung), gan (Liver), … trong đó sự liên quan tới tim có trọng số là lớn
nhất, phù hợp với kiến thức lâm sàng. Tương tự viêm phổi (Pneumonia) liên quan tới
phổi có trọng số lớn nhất, …Vấn đề này rất có tiềm năng ứng dụng khi phân tích các
bất thường ở lâm sàng.
Bảng 3.5. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu gốc
All
Heart
Lung
Liver
Brain
Cancer
Hypertension
3.50
3.56
2.02
2.40
13.38
Pneumonia
1.50
1.14
0.45
1.03
3.86
Cirrhosis
1.18
0.31
0.16
0.93
9.44
Dementia
2.46
0.30
0.39
2.28
11.33
Carcinoma
0.61
3.85
4.05
0.66
14.51
20
Hình 3. 2. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Tim mạch
Mạng tương tác của tập dữ liệu Tim mạch có 203 thực thể và 1000 kết nối.
Khác với tập dữ liệu gốc, tập dữ liệu Tim mạch chỉ chia làm 3 nhóm. Máu (Blood), tim (Heart), mạch (Vascular) thuộc 3 nhóm có kích thước lớn nhất.
21
Dựa vào Bảng 3.6., đối với tập dữ liệu Tim mạch, tăng huyết áp
(Hypertension)- tim (Heart), viêm phổi (Pneumonia)- phổi (Lung), bệnh gan mãn tính (Cirrhosis)- gan (Liver), sa sút trí tuệ (Dementia)- não (Brain), ung thư biểu mô
(Carcinoma)- phổi là những cặp liên quan có trọng số lớn nhất.
Bảng 3.6. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu
Tim mạch
CARDIOLOGY Heart
Lung
Liver
Brain
Cancer
Hypertension
10.58
5.84
6.19
1.32
53.37
Pneumonia
3.67
1.31
0.98
0.32
5.22
Cirrhosis
3.98
0.30
0.18
0.16
8.30
Dementia
1.05
0.01
0.65
0.14
3.77
Carcinoma
1.07
0.73
0.45
1.28
2.91
Trong tập dữ liệu này, các cặp liên quan có trọng số lớn nhất gần tương tự như
tập dữ liệu gốc, tuy nhiên ung thư biểu mô liên qaun tới phổi là lớn nhất so với tập
dữ liệu gốc là ung thư. Nguyên nhân là do tim mạch thì không bao giờ có thể bị ung
thư nên ung thư biểu mô liên quan ít đến ung thư. Và đối với các thực thể tim, phổi,
gan, não thì ung thư biêu mô liên quan tới phổi là phù hợp.
22
Hình 3. 3. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Nội tiết
Mạng tương tác của tập dữ liệu Nội tiết có 234 thực thể và 1000 kết nối. Chúng chia làm 4 nhóm. Máu (Blood), nhiễm khuẩn (Infect), đau (Pain), yếu (Impair) thuộc 4 nhóm có kích thước lớn nhất.
23
Dựa vào Bảng 3.7., đối với tập dữ liệu Nội tiết, tăng huyết áp (Hypertension)-
tim (Heart), viêm phổi (Pneumonia)- phổi (Lung), bệnh gan mãn tính (Cirrhosis)- gan (Liver), sa sút trí tuệ (Dementia)- tim, ung thư biểu mô (Carcinoma)- ung thư
(Cancer) là những cặp liên quan có trọng số lớn nhất.
Bảng 3.7. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu
Nội tiết
ENDOCRINE
Heart
Lung
Liver
Brain
Cancer
Hypertension
2.04
13.54
5.95
7.27
21.71
Pneumonia
0.47
0.62
0.62
0.32
1.66
Cirrhosis
8.82
0.61
1.27
5.55
49.2
Dementia
0.27
0.34
0.02
0.11
1.3
Carcinoma
3.03
4.88
15.4
1.82
33.06
Trong tập dữ liệu này, các cặp liên quan có trọng số lớn nhất gần tương tự như
tập dữ liệu gốc, tuy nhiên sa sút trí tuệ liên quan đến tim là nhiều nhất so với tập dữ
liệu gốc là não. Do trong tập dữ liệu này, cơ chế của sa sút trí tuệ thiên về thể dịch
nhiều hơn là thần kinh nên ta có sự liên quan này.
24
Hình 3. 4. Mạng tương tác Y học dưới góc nhìn toàn cảnh của tập dữ liệu Thần kinh
Mạng tương tác của tập dữ liệu Thần kinh có 223 thực thể và 1000 kết nối.
Chúng được chia thành 4 nhóm. Máu (Blood), não (Brain), đau (Pain), suy nhược
(Depress) của 4 nhóm có kích thước lớn nhất.
25
Dựa vào Bảng 3.8., đối với tập dữ liệu Thần kinh, tăng huyết áp
(Hypertension)- tim (Heart), viêm phổi (Pneumonia)- não (Brain), bệnh gan mãn tính (Cirrhosis)- gan (Liver), sa sút trí tuệ (Dementia)- não, ung thư biểu mô (Carcinoma)-
ung thư (Cancer) là những cặp liên quan có trọng số lớn nhất.
Bảng 3.8. Bảng thống kê giá trị tương tác giữa các thực thể của tập dữ liệu
Thần kinh
NEUROLOGY Heart
Lung
Liver
Brain
Cancer
Hypertension
1.27
2.35
4.47
1.53
10.01
Pneumonia
0.78
0.85
0.56
0.14
0.91
Cirrhosis
0.60
0.06
0.15
0.06
3.60
Dementia
8.75
0.41
0.64
5.79
49.40
Carcinoma
0.13
1.00
0.42
0.29
1.52
Trong tập dữ liệu này, các cặp liên quan có trọng số lớn nhất gần tương tự
như tập dữ liệu gốc, tuy nhiên viêm phổi liên quan tới não là lớn nhất so với tập dữ
liệu gốc là phổi. Nguyên nhân có thể là do dữ liệu đầu vào. Và ta có thể thấy rằng,
trọng số của tăng huyết áp liên quan tới tim có trọng số lớn nhất (10.01) và lớn hơn
rất nhiều so với trọng số lớn thứ 2 là với não (4.47). Đối với viêm phổi, trọng số của
nó với não và phổi là gần tương đương nhau nên ta có thể chấp nhận sự xê dịch này.
Vậy, dưới góc nhìn toàn cảnh, các thực thể có sự liên kết đặc biệt với nhau.
Tuy nhiên, chúng một vài đặc trưng trong từng lĩnh vực riêng. Trong tập dữ liệu Thần
kinh, viêm phổi (Pneumonia) có ảnh hưởng tới não (Brain) là lớn nhất so với tập dữ
liệu gốc là phổi (Lung), sa sút trí tuệ (Dementia) của tập dữ liệu Nội tiết có ảnh hưởng
lớn nhất tới tim (Heart) so với tập dữ liệu gốc là não (Brain), ung thư biểu mô của tập
dữ liệu Tim mạch có ảnh hưởng lớn nhất tới phổi so với tập dữ liệu gốc là ung thư (Cancer). Điều này cho thấy tiềm năng ứng dụng của mạng cũng như phương pháp.
26
3.3.2. Mạng tương tác Triệu chứng và Cơ quan
Hình 3. 5. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu gốc
Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu gốc có 127 thực thể
và 615 kết nối. Chúng được chia thành 4 nhóm. Máu (Blood), đau (Pain), nhiễm
khuẩn (Infect), não (Brain) thuộc 4 nhóm có kích thước lớn nhất.
27
Dựa vào Bảng 3.9., đối với tập dữ liệu gốc, tăng huyết áp (Hypertension)- tim
(Heart), ho (Cough)- phổi (Lung), nhiễm khuẩn (Infect)- gan (Liver), sa sút trí tuệ (Dementia)- não (Brain), ác tính (Malignant)- xương (Bone) là những cặp liên quan
có trọng số lớn nhất.
Bảng 3.9. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của
tập dữ liệu gốc
ALL
Heart
Lung
Liver
Brain
Bone
Hypertension
3.50
3.56
2.02
1.12
13.38
Cough
1.08
0.50
0.31
1.19
3.21
Infect
10.49
11.43
6.61
12.28
24.41
Dementia
2.46
0.30
0.39
2.28
11.33
Malignant
1.70
2.74
2.56
0.89
3.54
28
Hình 3. 6. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Tim mạch
Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Tim mạch có 122
thực thể và 583 kết nối. Chúng được chia thành 4 nhóm. Máu (Blood), tim (Heart),
mạch (Vascular), đau (Pain) thuộc 4 nhóm có kích thước lớn nhất.
29
Dựa vào Bảng 3.10., đối với tập dữ liệu Tim mạch, tăng huyết áp
(Hypertension)- tim (Heart), ho (Cough)- tim, nhiễm khuẩn (Infect)- tim, sa sút trí tuệ (Dementia)- não (Brain), ác tính (Malignant)- xương (Bone) là những cặp liên
quan có trọng số lớn nhất.
Bảng 3. 10. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của
tập dữ liệu Tim mạch
CARDIOLOGY Heart
Lung
Liver
Brain
Bone
Hypertension
10.58
5.84
6.19
1.32
53.37
Cough
2.13
0.06
0.13
0.03
2.67
Infect
9.26
23.44
6.27
7.84
25.82
Dementia
1.05
0.01
0.65
0.14
3.77
Malignant
3.89
3.43
2.99
1.00
6.91
30
Hình 3. 7. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Nội tiết
Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Nội tiết có 127 thực
thể và 615 kết nối. Chúng được chia làm 4 nhóm. Máu (Blood), đau (Pain), não
(Brain), u (Tumor) thuộc 4 nhóm có kích thước lớn nhất.
31
Dựa vào Bảng 3.11., đối với tập dữ liệu Nội tiết, tăng huyết áp (Hypertension)-
tim (Heart), ho (Cough)- phổi (Lung), nhiễm khuẩn (Infect)- gan (Liver), sa sút trí tuệ (Dementia)- tim, ác tính (Malignant)- xương (Bone) là những cặp liên quan có
trọng số lớn nhất.
Bảng 3.11. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của
tập dữ liệu Nội tiết
ENDOCRINE
Heart
Lung
Liver
Brain
Bone
Hypertension
2.04
13.54
5.95
1.27
21.71
Cough
0.27
0.28
0.19
0.51
1.35
Infect
13.95
8.39
5.55
16.87
43.53
Dementia
0.27
0.34
0.02
0.11
1.30
Malignant
2.25
1.81
8.57
1.70
18.59
32
Hình 3. 8. Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Thần kinh
Mạng tương tác Triệu chứng và Cơ quan của tập dữ liệu Thần kinh có 114
thực thể và 510 kết nối. Chúng được chia làm 4 nhóm. Nhóm màu xanh dương chỉ có
4 thực thể: ngực (Breast), sữa (Milk), tuyến tiền liệt (Prostate), mệt mỏi (Fatigue). Máu (Blood), đau (Pain), não (Brain), ngực (Breast) thuộc 4 nhóm có kích thước lớn
nhất.
33
Dựa vào Bảng 3.12., đối với tập dữ liệu Thần kinh, tăng huyết áp
(Hypertension)- tim (Heart), ho (Cough)- phổi (Lung), nhiễm khuẩn (Infect)- não (Brain), sa sút trí tuệ (Dementia)- não, ác tính (Malignant)- xương (Bone) là những
cặp liên quan có trọng số lớn nhất.
Bảng 3.12. Bảng thống kê giá trị tương tác giữa Triệu chứng và Cơ quan của
tập dữ liệu Thần kinh
NEUROLOGY Heart
Lung
Liver
Brain
Bone
Hypertension
1.27
2.35
4.47
1.53
10.01
Cough
0.46
0.01
0.27
0.05
0.75
Infect
4.01
2.43
4.55
4.02
14.44
Dementia
8.75
0.41
0.64
5.79
49.40
Malignant
1.24
0.71
0.76
1.26
2.82
34
3.3.3. Mạng tương tác Bệnh và Triệu chứng
Hình 3. 9. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu gốc
Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu gốc có 146 thực thể và 396 kết nối. Chúng được chia làm 4 nhóm. Nhiễm khuẩn (Infect), ung thư (Cancer), tăng huyết áp (Hypertension), phình mạch (Aneurysm) thuộc 4 nhóm có kích thước lớn nhất.
35
Dựa vào Bảng 3.13., đối với tập dữ liệu gốc, tăng huyết áp (Hypertension)-
đột quỵ (Stroke), nhiễm khuẩn (Infect)- viêm khớp (Arthritis), ác tính (Malignant)- ung thư biểu mô (Carcinoma), chấn thương (Trauma)- gãy xương (Fracture), cơn sốt
(Fever)- phát ban (Rash) là những cặp liên quan có trọng số lớn nhất.
Bảng 3.13. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập
dữ liệu gốc
ALL
Stroke
Arthritis Carcinoma Fracture
Rash
Hypertension
1.05
0.88
0.56
0.94
3.40
Infect
1.62
4.09
3.73
6.50
9.94
Malignant
0.25
1.53
0.89
0.54
2.47
Trauma
0.46
1.15
0.49
0.36
4.90
Fever
0.22
2.70
0.46
0.26
2.88
36
Hình 3. 10. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Tim mạch
Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Tim mạch có 122 thực
thể và 435 kết nối. Chúng được chia làm 4 nhóm. Nhiễm khuẩn (Infect), suy (Failur), ho ra máu (Haemoptysis), u lympho (Lymphoma) thuộc 4 nhóm có kích thước lớn nhất.
37
Dựa vào Bảng 3.14., đối với tập dữ liệu Tim mạch, tăng huyết áp
(Hypertension)- đột quỵ (Stroke), nhiễm khuẩn (Infect)- đột quỵ, ác tính (Malignant)- viêm khớp (Arthritis), chấn thương (Trauma)- viêm khớp, cơn sốt (Fever)- viêm khớp
là những cặp liên quan có trọng số lớn nhất.
Bảng 3.14. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập
dữ liệu Tim Mạch
CARDIOLOGY
Stroke
Arthritis Carcinoma Fracture
Rash
Hypertension
2.53
0.46
0.61
1.12
14.18
Infect
5.44
2.64
0.84
2.16
6.70
Malignant
0.47
0.91
0.16
0.48
1.41
Trauma
1.47
0.32
0.29
0.07
1.53
Fever
1.28
0.30
0.01
0.50
2.22
38
Hình 3. 11. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Nội tiết
Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Nội có 146 thực thể và
396 kết nối. Chúng được chia làm 4 nhóm. Nhiễm khuẩn (Infect), ung thư (Cancer),
đau (Pain), yếu (Impair) thuộc 4 nhóm có kích thước lớn nhất.
39
Dựa vào Bảng 3.15., đối với tập dữ liệu Nội tiết, tăng huyết áp (Hypertension)-
đột quỵ (Stroke), nhiễm khuẩn (Infect)- ung thư biểu mô (Carcinoma), ác tính (Malignant)- ung thư biểu mô, chấn thương (Trauma)- gãy xương (Fracture), cơn sốt
(Fever)- phát ban (Rash) là những cặp liên quan có trọng số lớn nhất.
Bảng 3.15. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập
dữ liệu Nội tiết
ENDOCRINE
Stroke
Arthritis Carcinoma Fracture
Rash
Hypertension
0.77
5.52
1.84
0.82
10,63
Infect
1.79
2.99
2.87
2.54
9.64
Malignant
0.47
0.76
1.07
0.36
10.44
Trauma
1.17
0.34
1.57
0.24
1.86
Fever
0.01
0.54
0.60
0.16
1.54
40
Hình 3. 12. Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Thần kinh
Mạng tương tác Bệnh và Triệu chứng của tập dữ liệu Thần kinh có 131 thực
thể và 360 kết nối. Chúng được chia làm 3 nhóm. Nhiễm khuẩn (Infect), đau (Pain), mất trí (Dementia) thuộc 3 nhóm có kích thước lớn nhất.
41
Dựa vào Bảng 3.16., đối với tập dữ liệu Thần kinh, tăng huyết áp
(Hypertension)- đột quỵ (Stroke), nhiễm khuẩn (Infect)- đột quỵ, ác tính (Malignant)- gãy xương (Fracture), chấn thương (Trauma)- gãy xương, cơn sốt (Fever)- phát ban
(Rash) là những cặp liên quan có trọng số lớn nhất.
Bảng 3.16. Bảng thống kê giá trị tương tác giữa Bệnh và Triệu chứng của tập
dữ liệu Thần kinh
NEUROLOGY
Stroke
Arthritis Carcinoma Fracture
Rash
Hypertension
0.42
0.38
0.54
0.38
7.74
Infect
1.28
0.53
2.69
0.86
3.31
Malignant
0.39
0.46
0.15
0.45
0.98
Trauma
0.33
0.25
0.13
1.08
2.34
Fever
015
0.13
0.16
0.62
1.51
42
CHƯƠNG 4: KẾT LUẬN
Nghiên cứu đã đề xuất một phương pháp xây dựng mạng tương tác Y học trên
các tập dữ liệu là các sách giáo khoa Y học của Đại học Oxford với sự hỗ trợ của các
phương pháp học máy của trí tuệ nhân tạo. Cụ thể, với các thuật toán như kiểm định
thống kê t-test, PageRank, chúng tôi đã xây dựng được các mạng tương tác tương
thích với tri thức Y học.
Nghiên cứu này được thực hiện bằng việc thu thập được 97 đầu sách và chúng
cũng được xếp vào 3 nhóm nhỏ hơn: Tim mạch, Thần kinh, Nội tiết. Vậy với 4 tập
dữ liệu và 3 loại mạng: mạng tổng thể, Triệu chứng- Cơ Quan, Bệnh- Triệu chứng,
chúng tôi thu thập được 12 mạng. Chúng phản ánh được sự liên quan giữa các thực
thể và tính chất của chúng thông qua kích thước và màu sắc giữa các thực thể.
Và nghiên cứu cũng đã đánh giá định tính được hiệu quả của mạng tương tác
nhờ giá trị tương tác giữa các thực thể trong mỗi tập dữ liệu. Tuy nhiên, sự liên quan
giữa các thực thể trong từng mạng lại có trọng số khác nhau cho thấy được đặc trưng
trong từng lĩnh vực.
Thông qua nghiên cứu này, chúng tôi kỳ vọng đóng góp một phương pháp xây
dựng các mạng tương tác biểu diễn tri thức Y học một cách toàn diện và hiệu quả, hỗ
trợ cho các bác sĩ trong chẩn đoán và bệnh nhân trong việc tiếp cận các thông tin Y
khoa. Bên cạnh đó, ứng dụng của nghiên cứu này còn mở ra nhiều triển vọng trong
liên ngành Y sinh- tin học.
43
TÀI LIỆU THAM KHẢO
1.
Ai, Qingyao, et al. (2018), "Learning heterogeneous knowledge base
embeddings for explainable recommendation", Algorithms. 11(9), p. 137.
Anand, Gyanesh (2020), "Knowledge Graphs in Medical Domain".
2.
3.
Barnett, G. O., et al. (1987), "DXplain. An evolving diagnostic decision- support system", JAMA. 258(1), pp. 67-74.
4.
Bhbosale, S, Pujari, V, and Multani, Z (2020), "Advantages And
Disadvantages Of Artificial
Intellegence", Aayushi
International
Interdisciplinary Research Journal, pp. 227-230.
5.
Bisson, L. J., et al. (2014), "Accuracy of a computer-based diagnostic program
for ambulatory patients with knee pain", Am J Sports Med. 42(10), pp. 2371-
6.
6.
Cheng, Binjie, et al. (2021), "Research on medical knowledge graph for
stroke", Journal of Healthcare Engineering. 2021.
7.
Ernst, Patrick, et al. (2014), Knowlife: a knowledge graph for health and life
sciences, 2014 IEEE 30th International Conference on Data Engineering,
IEEE, pp. 1254-1257.
8.
Gann, B (2012), "Giving patients choice and control: health informatics on the
patient journey", Yearbook of medical informatics. 21(01), pp. 70-73.
9.
Gunn, AA (1976), "The diagnosis of acute abdominal pain with computer
analysis", Journal of the Royal College of Surgeons of Edinburgh. 21(3), pp.
170-172.
10.
Ji, Bin, et al. (2019), "A hybrid approach for named entity recognition in Chinese electronic medical record", BMC medical informatics and decision
making. 19(2), pp. 149-158.
11.
Jupyter Notebook, accessed 19-4-2022, from http://localhost:8888/tree.
12. Kovacevic, A., et al. (2013), "Combining rules and machine learning for
extraction of temporal expressions and events from clinical narratives", J Am
Med Inform Assoc. 20(5), pp. 859-66.
13.
Ledley, Robert S and Lusted, Lee B (1959), "Reasoning foundations of
medical diagnosis", Science. 130(3366), pp. 9-21.
14.
Li, Fei, et al. (2019), "Fine-tuning bidirectional encoder representations from transformers (BERT)–based models on large-scale electronic health record
notes: an empirical study", JMIR medical informatics. 7(3), p. e14830.
15.
Li, Haodi, et al. (2017), "CNN-based ranking for biomedical entity
normalization", BMC bioinformatics. 18(11), pp. 79-86.
16.
Li, Linfeng, et al. (2019), "PrTransH: embedding probabilistic medical
knowledge from real world EMR data".
17.
Li, Linfeng, et al. (2020), "Real-world data medical knowledge graph:
construction and applications", Artificial intelligence in medicine. 103, p.
101817.
18.
Lou, Yinxia, et al. (2017), "A transition-based joint model for disease named
entity recognition and normalization", Bioinformatics. 33(15), pp. 2363-2371.
19.
Luo, Ling, et al. (2018), "An attention-based BiLSTM-CRF approach to
document-level chemical named entity recognition", Bioinformatics. 34(8),
pp. 1381-1388.
20.
Lusted, L. B. (1955), "Medical electronics", N Engl J Med. 252(14), pp. 580-
5.
21. Middleton, B., et al. (1991), "Probabilistic diagnosis using a reformulation of
the INTERNIST-1/QMR knowledge base. II. Evaluation of diagnostic
performance", Methods Inf Med. 30(4), pp. 256-67.
22. Miller, R. A. (1994), "Medical diagnostic decision support systems--past,
present, and future: a threaded bibliography and brief commentary", J Am Med Inform Assoc. 1(1), pp. 8-27.
23. Ramesh, AN, et al. (2004), "Artificial intelligence in medicine", Annals of the
Royal College of Surgeons of England. 86(5), p. 334.
24. Ramos, Eduardo (2017), The Open Graph Viz Platform, accessed 1-4-2022,
from https://gephi.org/.
25. Rotmensch, Maya, et al. (2017), "Learning a health knowledge graph from
electronic medical records", Scientific reports. 7(1), pp. 1-11.
26.
Shapiro, Stuart C (1992), Encyclopedia of artificial intelligence second
edition, John.
27.
Shi, Longxiang, et al. (2017), "Semantic health knowledge graph: semantic integration of heterogeneous medical knowledge and services", BioMed
research international. 2017.
28.
Shwe, M. A., et al. (1991), "Probabilistic diagnosis using a reformulation of
the INTERNIST-1/QMR knowledge base. I. The probabilistic model and inference algorithms", Methods Inf Med. 30(4), pp. 241-55.
29.
Tang, Buzhou, et al. (2013), Recognizing clinical entities in hospital discharge
summaries using Structural Support Vector Machines with word
representation features, BMC medical informatics and decision making,
BioMed Central, pp. 1-10.
30.
Tang, Hangwi and Ng, Jennifer Hwee Kwoon (2006), "Googling for a
diagnosis—use of Google as a diagnostic aid: internet based study", Bmj.
333(7579), pp. 1143-1145.
31. Vinay K. Chaudhri, Naren Chittar, Michael Genesereth (2021), An
Introduction to Knowledge Graphs, Editor^Editors.
32. Wang, Meng, et al. (2017), "Safe medicine recommendation via medical
knowledge graph embedding", ArXiv e-prints, p. arXiv: 1710.05980.
33. Wang, Rui, et al. (2019), "Knowledge graph embedding via graph attenuated
attention networks", IEEE Access. 8, pp. 5212-5224.
34. Winter, First AI and Amendment, Mansfield (2003), "Lighthill report* Crevier
1993", Russell & Norvig, p. 22.
35.
Zhang, Yu, et al. (2018), "Clinical named entity recognition from Chinese electronic health records via machine learning methods", JMIR medical informatics. 6(4), p. e9965.
36.
Zhukovsky, KV (2015), "A method of inverse differential operators using ortogonal polynomials and special functions for solving some types of differential equations and physical problems", Moscow University Physics Bulletin. 70(2), pp. 93-100.
37.
Zou, Xiaohan (2020), A survey on application of knowledge graph, Journal of Physics: Conference Series, IOP Publishing, p. 012016.
PHỤ LỤC
Phụ lục 1: Thông tin các đầu sách giáo trình của Oxfords
Tập dữ liệu gốc
STT Tên Sách Số trang Số từ Số trang sau tiền xử lý Tổng số từ sau tiền xử lý
1 Oxford American Handbook of Cardiology 658 164,638 355 22,326
2 Oxford American handbook of clinical pharmacy 752 173,881 359 22,563
3 Oxford American Handbook of Disaster Medicine 801 183,485 365 27,131
4 697 167,800 510 32,103
5 469 136,881 268 20,764
6 Oxford American handbook of endocrinology and diabetes Oxford American Handbook of Hospice and Palliative Medicine and Supportive Care Oxford American Handbook of Neurology 431 87,408 143 4,518
7 Oxford American Handbook of Oncology 799 168,712 310 19,883
8 Oxford American Handbook of Rheumatology 576 153,416 385 30,466
9 Oxford Handbook for the Foundation Programme 597 204,661 418 26,048
10 Oxford Handbook of Anaesthesia 1,280 322,447 902 73,061
11 Oxford handbook of cardiac nursing 381 93,096 253 15,222
12 Oxford handbook of cardiology 829 196,899 537 39,629
13 994 202,015 458 33,513 Oxford Handbook of Children's and Young People's Nursing 14 Oxford Handbook of Clinical and Healthcare Research 570 169,369 336 29,205
15 Oxford Handbook of Clinical and Laboratory Investigation 956 201,320 327 17,393
16 Oxford Handbook of Clinical Dentistry 768 209,109 444 29,763
17 Oxford Handbook of Clinical Diagnosis 641 148,355 287 16,741
18 733 159,134 282 12,828 Oxford Handbook of Clinical Examination and Practical Skills 19 Oxford Handbook of Clinical Haematology 794 185,896 342 21,485
20 Oxford Handbook of Clinical Immunology and Allergy 614 164,980 374 18,382
21 Oxford Handbook of Clinical Medicine 852 362,488 678 70,255
22 Oxford handbook of clinical pathology 350 77,381 274 15,918
23 OXFORD HANDBOOK OF CLINICAL PHARMACY 678 202,440 424 26,700
24 585 170,572 481 39,951 Oxford handbook of clinical skills for children's and young people's nursing 25 Oxford Handbook of Clinical Specialties 817 407,303 709 76,151
26 Oxford Handbook of Clinical Surgery 776 183,799 436 23,054
27 Oxford handbook of critical care 656 119,917 224 14,379
28 Oxford handbook of critical care nursing 516 105,677 180 10,069
29 Oxford Handbook of Dental Nursing 387 88,287 245 15,449
30 Oxford Handbook of Dental Patient Care 680 147,268 304 20,151
31 Oxford handbook of dialysis 657 142,923 268 17,202
32 Oxford handbook of emergency medicine 735 234,903 604 52,610
33 Oxford Handbook of Emergency Nursing 793 179,506 356 18,234
34 Oxford handbook of endocrinology and diabetes 880 152,468 244 10,700
35 Oxford handbook of epidemiology for clinicians 283 80,451 217 16,111
36 Oxford Handbook of Expedition and Wilderness Medicine 811 208,048 443 29,727
37 Oxford handbook of forensic medicine 555 166,171 429 32,231
38 Oxford Handbook of Gastrointestinal Nursing 711 144,937 332 25,468
39 Oxford handbook of geriatric medicine 683 192,085 541 36,469
40 Oxford handbook of infectious diseases and microbiology 849 295,357 723 57,766
41 Oxford handbook of key clinical evidence 923 237,247 514 29,026
42 Oxford handbook of medical dermatology 671 180,604 394 24,597
43 Oxford Handbook of Medical Imaging 429 71,952 218 13,117
44 Oxford Handbook of Medical Sciences 940 218,702 439 25,934
45 Oxford Handbook of Medical Statistics 483 112,193 207 12,574
46 Oxford handbook of mental health nursing 400 89,796 183 11,293
47 Oxford Handbook of Midwifery 728 201,073 517 42,701
48 Oxford Handbook of Neonatology 542 102,508 154 5,804
49 Oxford Handbook of Nephrology and Hypertension 956 269,471 783 62,834
50 Oxford handbook of neurology 503 69,313 98 4,897
51 Oxford handbook of nutrition and dietetics 745 191,258 522 42,358
52 Oxford Handbook of Obstetrics and Gynaecology 798 166,005 516 32,964
53 Oxford handbook of occupational health 833 185,082 550 39,116
54 Oxford Handbook of Operative Surgery 1,010 210,842 385 19,232
55 Oxford Handbook of Ophthalmology 1,157 255,814 485 26,447
56 Oxford handbook of paediatrics 1,045 223,235 437 22,124
57 Oxford handbook of pain management 358 96,921 275 19,431
58 Oxford handbook of palliative care 1,016 269,283 535 36,068
59 Oxford handbook of pre-hospital care 706 111,927 169 10,369
60 -Oxford handbook of primary care and community nursing 801 219,191 525 43,361
61 Oxford Handbook of Psychiatry 1,042 302,525 700 55,032
62 Oxford handbook of public health practice 582 195,793 461 41,070
63 Oxford Handbook of Renal Nursing 574 136,297 392 26,586
64 375 85,533 208 12,154 Oxford Handbook of Reproductive Medicine and Family Planning 65 Oxford Handbook of Respiratory Medicine 822 192,504 427 29,566
66 Oxford Handbook of Respiratory Nursing 643 135,801 239 12,294
67 Oxford handbook of sport and exercise medicine 740 184,166 515 41,326
68 Oxford handbook of surgical nursing 746 195,844 394 22,369
69 Oxford Handbook of Urology 819 206,573 463 33,963
70 Oxford Textbook of Anaesthesia for the Elderly Patient 304 276,253 291 60,872
71 Oxford Textbook of Cardiothoracic Anaesthesia 475 327,561 424 73,603
72 Oxford textbook of children’s sport and exercise medicine 669 602,643 616 158,373
73 Oxford Textbook of Clinical Nephrology 2,921 2,280,647 2,736 644,293
74 Oxford textbook of clinical neurophysiology 448 299,366 365 69,682
75 Oxford textbook of cognitive neurology and dementia 470 369,194 427 90,143
76 420 342,045 388 82,676 Oxford textbook of communication in oncology and palliative care 77 Oxford Textbook of Critical Care 1,877 1,186,821 1,614 307,293
78 Oxford Textbook of Epilepsy and Epileptic Seizures 377 346,459 354 74,841
79 Oxford Textbook of Global Public Health 1,615 1,460,769 1,553 401,967
80 Oxford Textbook of Neuromuscular Disorders 366 262,578 330 58,271
81 Oxford Textbook of Neurorehabilitation 439 356,234 408 91,047
82 Oxford textbook of obstetric anaesthesia 895 693,891 831 168,953
83 Oxford Textbook of Old Age Psychiatry 821 810,964 782 201,600
84 Oxford Textbook of Oncology 973 809,119 912 209,991
85 Oxford Textbook of Osteoarthritis and Crystal Arthropathy 497 367,310 422 94,592
86 Oxford Textbook of Palliative Care for Children 853 446,636 779 101,090
87 Oxford Textbook of Palliative Medicine 1,228 1,008,084 1,135 255,163
88 Oxford Textbook of Palliative Nursing 1,351 964,682 1,211 248,429
89 Oxford Textbook of Palliative Social Work 781 578,928 714 155,390
90 Oxford Textbook of Psychiatry 2,019 1,855,737 1,961 471,315
91 Oxford textbook of public health 3,890 1,615,588 3,535 439,593
92 Oxford Textbook of Rheumatology 1,475 1,158,986 1,396 293,182
93 Oxford textbook of sleep disorders 527 402,235 462 101,092
94 Oxford textbook of stroke and cerebrovascular disease 278 242,165 270 53,769
95 Oxford Textbook of Vasculitis 655 512,015 597 139,470
96 Oxford Textbook of Vertigo and Imbalance 345 256,532 317 56,895
97 327 228,120 269 57,039 Oxford textbook of violence prevention _ epidemiology, evidence, and policy
Lĩnh vực 1: Tim mạch
STT Tên Sách Số trang Số từ Số trang sau tiền xử lý Tổng số từ sau tền xử lý
1 658 164,638 355 22,326
2 9 2,873 6 148 Oxford American Handbook of Cardiology Oxford American Handbook of Hospice and Palliative Medicine and Supportive Care
Oxford American Handbook of Neurology 3 43 8,381 15 203
Oxford American Handbook of Oncology 4 95 16,117 23 701
Oxford Handbook for the Foundation Programme 5 46 15,699 32 796
Oxford handbook of cardiac nursing 6 381 93,096 253 15,222
7 829 196,899 537 39,629
8 44 8,546 19 494 Oxford handbook of cardiology Oxford Handbook of Children's and Young People's Nursing
9 Oxford Handbook of Clinical and Laboratory Investigation 166 34,934 60 1,752
10 Oxford Handbook of Clinical Diagnosis 61 13,433 27 945
11 39 9,886 22 548 Oxford Handbook of Clinical Examination and Practical Skills
12 Oxford Handbook of Clinical Haematology 185,896 342 21,485 794
13 Oxford Handbook of Clinical Immunology and Allergy 35 8,469 17 122
14 Oxford Handbook of Clinical Medicine 124 50,149 91 6,416
15 Oxford handbook of clinical pathology 58 12,163 49 1,697
16 OXFORD HANDBOOK OF CLINICAL PHARMACY 96 29,993 59 2,283
17 19 5,005 15 579 Oxford handbook of clinical skills for children's and young people's nursing
18 Oxford Handbook of Clinical Skills in Adult Nursing 47 8,439 16 164
19 Oxford Handbook of Clinical Surgery 56 13,156 30 563
20 Oxford handbook of critical care 326 62,689 115 5,853
21 Oxford handbook of critical care nursing 169 31,802 48 1,540
22 Oxford handbook of dialysis 657 142,923 268 17,202
23 Oxford handbook of emergency medicine 156 49,904 129 8,403
24 Oxford Handbook of Emergency Nursing 85 19,187 37 676
25 Oxford handbook of geriatric medicine 69 20,592 63 2,305
26 Oxford handbook of infectious diseases and microbiology 13 4,274 11 193
27 Oxford handbook of key clinical evidence 116 30,502 61 2,296
28 Oxford handbook of medical dermatology 47 10,936 19 374
29 Oxford Handbook of Medical Imaging 39 7,646 24 721
30 Oxford Handbook of Neonatology 118 22,307 30 523
31 Oxford Handbook of Nephrology and Hypertension 202 53,832 156 8,551
32 Oxford handbook of nutrition and dietetics 76 19,911 54 2,631
33 Oxford Handbook of Operative Surgery 114 22,855 48 890
34 Oxford handbook of paediatrics 70 16,232 36 1,057
35 Oxford Handbook of Renal Nursing 77 18,524 53 1,901
36 Oxford handbook of sport and exercise medicine 76 19,682 53 2,657
37 Oxford handbook of surgical nursing 54 11,999 16 237
38 Oxford Textbook of Anaesthesia for the Elderly Patient 33 30,497 32 4,395
39 Oxford Textbook of Cardiothoracic Anaesthesia 475 327,561 424 73,603
40 Oxford textbook of children’s sport and exercise medicine 24 22,136 22 3,664
41 Oxford Textbook of Clinical Nephrology 361 285,925 333 68,930
42 Oxford Textbook of Critical Care 1,134 711,791 977 178,907
43 Oxford Textbook of Palliative Medicine 17 15,630 17 1,919
44 Oxford Textbook of Rheumatology 120 102,404 118 20,293
45 Oxford textbook of stroke and cerebrovascular disease 278 242,165 270 53,769
46 Oxford Textbook of Vasculitis 655 512,015 597 139,470
Lĩnh vực 2: Nội tiết
STT Tên Sách Số trang Số từ Số trang sau tiền xử lý Tổng số từ sau tiền xử lý
Oxford American handbook of endocrinology and diabetes 167,800 510 32,103 1 697
2 Oxford American Handbook of Oncology 179 41,207 75 3,721
3 Oxford Handbook for the Foundation Programme 34 13,001 29 616
4 60 12,443 24 629 Oxford Handbook of Children's and Young People's Nursing
Oxford Handbook of Clinical and Laboratory Investigation 103 23,683 5 42 1,670
6 59 12,124 20 261 Oxford Handbook of Clinical Examination and Practical Skills
7 Oxford Handbook of Clinical Medicine 40 17,993 33 1,488
8 Oxford handbook of clinical pathology 139 30,581 104 4,945
9 OXFORD HANDBOOK OF CLINICAL PHARMACY 33 11,227 27 757
10 8 1,980 7 225 Oxford handbook of clinical skills for children's and young people's nursing
11 Oxford Handbook of Clinical Surgery 96 20,553 45 1,013
12 Oxford handbook of critical care 342 60,858 119 6,212
13 Oxford Handbook of Emergency Nursing 84 19,626 39 836
14 Oxford handbook of endocrinology and diabetes 880 152,468 244 10,700
15 Oxford Handbook of Gastrointestinal Nursing 52 10,388 23 1,087
16 Oxford handbook of geriatric medicine 67 18,458 53 1,845
17 Oxford handbook of key clinical evidence 146 38,024 77 3,000
18 Oxford handbook of medical dermatology 43 12,735 27 722
19 Oxford Handbook of Medical Imaging 89 14,520 46 1,976
20 Oxford Handbook of Medical Sciences 95 20,057 44 923
21 Oxford Handbook of Neonatology 74 13,274 20 248
22 Oxford Handbook of Nephrology and Hypertension 315 87,582 257 16,042
23 Oxford handbook of nutrition and dietetics 155 41,451 113 6,589
24 Oxford Handbook of Operative Surgery 148 32,585 63 2,003
25 Oxford handbook of paediatrics 95 19,680 31 727
Oxford Handbook of Reproductive Medicine and Family 26 375 85,533 208 12,154 Planning
27 Oxford handbook of surgical nursing 55 13,782 25 548
28 Oxford Textbook of Anaesthesia for the Elderly Patient 7 6,584 7 637
29 Oxford textbook of children’s sport and exercise medicine 68 66,442 66 13,805
30 Oxford Textbook of Clinical Nephrology 361 285,925 333 68,930
31 Oxford Textbook of Critical Care 372 231,028 326 51,560
32 Oxford textbook of obstetric anaesthesia 78 57,235 69 10,487
33 Oxford Textbook of Palliative Medicine 66 51,627 61 7,136
34 Oxford Textbook of Rheumatology 25 21,115 24 2,791
Lĩnh vực 3: Thần kinh
Số trang sau Tổng số từ sau STT Tên Sách Số trang Số từ tiền xử lý tiền xử lý
1 125 35,792 71 3,711 Oxford American Handbook of Hospice and Palliative Medicine and Supportive Care
Oxford American Handbook of Neurology 2 431 87,408 143 4,518
Oxford American Handbook of Oncology 3 87 16,957 28 837
Oxford Handbook for the Foundation Programme 4 33 12,221 29 381
Oxford Handbook of Anaesthesia 1,280 322,447 5 902 73,061
Oxford Handbook of Children's and Young People's Nursing 6 95 20,369 48 1,668
7 Oxford Handbook of Clinical and Laboratory Investigation 65 13,349 21 314
8 Oxford Handbook of Clinical Diagnosis 90 20,547 40 1,334
9 206 45,014 74 2,408 Oxford Handbook of Clinical Examination and Practical Skills
10 Oxford Handbook of Clinical Medicine 74 30,254 57 2,489
11 Oxford handbook of clinical pathology 23 5,487 19 438
12 OXFORD HANDBOOK OF CLINICAL PHARMACY 49 14,419 33 770
Oxford handbook of clinical skills for children's and young 13 38 11,283 34 1,141 people's nursing
14 Oxford Handbook of Clinical Skills in Adult Nursing 83 14,560 30 431
15 Oxford Handbook of Clinical Specialties 227 120,476 208 15,222
16 Oxford Handbook of Clinical Surgery 17 4,412 11 155
17 Oxford handbook of critical care 52 11,070 20 472
18 Oxford handbook of critical care nursing 35 8,196 15 452
19 Oxford handbook of emergency medicine 105 34,524 87 4,452
20 Oxford Handbook of Emergency Nursing 51 13,115 29 526
21 Oxford Handbook of Expedition and Wilderness Medicine 26 7,024 16 376
22 Oxford handbook of forensic medicine 36 11,933 32 1,285
23 Oxford Handbook of Gastrointestinal Nursing 7 1,534 4 135
24 Oxford handbook of geriatric medicine 104 28,081 84 3,616
25 Oxford handbook of infectious diseases and microbiology 27 8,350 17 532
26 Oxford handbook of key clinical evidence 127 33,717 70 2,475
27 Oxford handbook of medical dermatology 26 7,216 17 300
28 Oxford Handbook of Medical Imaging 66 10,007 29 843
29 Oxford Handbook of Medical Sciences 153 38,441 77 2,915
30 Oxford Handbook of Neonatology 48 8,677 14 117
31 Oxford handbook of neurology 503 69,313 98 4,897
32 Oxford handbook of nutrition and dietetics 12 3,517 8 191
33 Oxford Handbook of Operative Surgery 60 13,469 27 337
34 Oxford handbook of paediatrics 130 32,123 71 1,992
35 Oxford handbook of pain management 30 8,930 25 920
36 Oxford Handbook of Psychiatry 1,042 302,525 700 55,032
37 Oxford handbook of sport and exercise medicine 72 16,725 46 2,069
38 Oxford handbook of surgical nursing 31 9,695 25 617
39 Oxford Handbook of Urology 35 9,872 22 938
40 Oxford Textbook of Anaesthesia for the Elderly Patient 62 59,205 60 9,228
41 Oxford textbook of children’s sport and exercise medicine 34 29,314 34 4,658
42 Oxford textbook of clinical neurophysiology 448 299,366 365 69,682
43 Oxford textbook of cognitive neurology and dementia 470 369,194 427 90,143
44 Oxford Textbook of Critical Care 200 126,069 167 24,210
45 Oxford Textbook of Epilepsy and Epileptic Seizures 377 346,459 354 74,841
46 Oxford Textbook of Neuromuscular Disorders 366 262,578 330 58,271
47 Oxford Textbook of Neurorehabilitation 439 356,234 408 91,047
48 Oxford textbook of obstetric anaesthesia 895 693,891 831 168,953
49 Oxford Textbook of Old Age Psychiatry 821 810,964 782 201,600
50 Oxford Textbook of Osteoarthritis and Crystal Arthropathy 14 11,012 13 1,453
51 Oxford Textbook of Palliative Medicine 295 246,912 277 54,127
52 Oxford Textbook of Palliative Nursing 271 200,531 247 42,463
53 Oxford Textbook of Psychiatry 2,019 1,855,737 1,961 471,315
54 Oxford Textbook of Rheumatology 103 81,529 96 14,557
55 Oxford textbook of sleep disorders 527 402,235 462 101,092
56 Oxford textbook of stroke and cerebrovascular disease 278 242,165 270 53,769
57 Oxford Textbook of Vertigo and Imbalance 345 256,532 317 56,895
