Tóm tắt Luận văn Thạc sĩ: Nghiên cứu xây dựng ứng dụng hỗ trợ chẩn đoán bệnh về da

Trong bối cảnh kỷ nguyên số hóa hiện nay, sự phát triển vượt bậc của trí tuệ nhân tạo (AI) và đặc biệt là lĩnh vực thị giác máy tính đã mở ra tiềm năng to lớn với tốc độ xử lý nhanh chóng và độ chính xác cao. Ứng dụng công nghệ này vào y tế, đặc biệt trong chẩn đoán bệnh, là xu thế tất yếu và cấp thiết. Tại Việt Nam, khí hậu nhiệt đới gió mùa dễ tạo điều kiện cho nhiều bệnh về da phát sinh, gây gánh nặng kinh tế và ảnh hưởng nghiêm trọng đến chất lượng cuộc sống. Việc phát hiện sớm và phân loại chính xác các bệnh ngoài da đóng vai trò then chốt trong điều trị hiệu quả, ngăn ngừa biến chứng, giảm nguy cơ lây truyền và nâng cao cơ hội phục hồi. Nghiên cứu này nhận thức tầm quan trọng đó, tập trung xây dựng ứng dụng hỗ trợ chẩn đoán bệnh về da.

Sinh viên, nhà nghiên cứu trong lĩnh vực Khoa học Máy tính, Trí tuệ Nhân tạo, Thị giác Máy tính; các chuyên gia y tế, đặc biệt là bác sĩ da liễu, và nhà phát triển phần mềm quan tâm đến ứng dụng AI trong chăm sóc sức khỏe.

Luận văn này nghiên cứu xây dựng một ứng dụng di động hỗ trợ chẩn đoán bệnh về da, một vấn đề cấp bách do gánh nặng kinh tế và sức khỏe mà các bệnh da liễu gây ra. Bối cảnh hiện tại cho thấy trí tuệ nhân tạo và thị giác máy tính đã đạt được những tiến bộ vượt bậc, cung cấp công cụ mạnh mẽ để giải quyết thách thức trong y tế. Tuy nhiên, việc chẩn đoán bệnh về da truyền thống còn đối mặt với nhiều khó khăn như chất lượng và sự mất cân bằng dữ liệu, yêu cầu chuyên môn cao, và tính chủ quan của bác sĩ. Luận văn khắc phục những hạn chế này bằng cách đề xuất giải pháp dựa trên các phương pháp học sâu. Cụ thể, nghiên cứu tiến hành khảo sát và hệ thống hóa các lý thuyết liên quan đến bài toán nhận diện bệnh về da. Luận văn tập trung vào việc phân tích các cơ sở dữ liệu bệnh da phổ biến như Dermnet và HAM1000, đồng thời áp dụng mạng nơ-ron tích chập (CNN) để nhận dạng và phân loại các loại bệnh da. Quy trình bao gồm việc nghiên cứu các thành phần chính, kiến trúc, quá trình huấn luyện và các kỹ thuật nâng cao hiệu năng của mạng CNN. Sau đó, luận văn đề xuất và thực nghiệm các phương án để chọn ra mô hình CNN tối ưu, nhằm xây dựng một ứng dụng trên nền tảng iOS. Ứng dụng này không chỉ phát hiện loại bệnh mà còn cung cấp thông tin và khuyến cáo cho người dùng. Giá trị ứng dụng của công trình là tạo ra một công cụ chẩn đoán ban đầu hiệu quả, giúp giảm tải cho hệ thống y tế, hỗ trợ phát hiện sớm và điều trị kịp thời, đặc biệt quan trọng trong các khu vực thiếu chuyên gia da liễu, đồng thời góp phần nâng cao nhận thức cộng đồng về chăm sóc sức khỏe da.