Một Phương Pháp Xây Dựng Dữ Liệu Cho Hệ Thống Học Sau Trong Chẩn Đoán Một Số Bệnh Thông Thường Ở Trẻ Em

Abstract

Chẩn đoán ban đầu có vai trò quan trọng trong quá trình khám chữa bệnh. Nó giúp phát hiện sớm dấu hiệu bệnh nặng qua đó việc chữa trị sẽ thuận lợi. Việc ứng dụng học máy, học sâu vào chuẩn đấu ban đầu sẽ hỗ trợ tốt cho việc khám bệnh tại các cơ sở y tế nhỏ tại địa phương đang thiếu nhiều điều kiện về trang thiết bị, góp phần giảm tải cho bệnh viện trung tâm. Để ứng dụng học sâu cho chần đoán bệnh cần có tập dữ liệu để huấn luyện và thử nghiệm. Bài báo này đề xuất phương pháp dùng kỹ thuật xử lý ngôn ngữ tự nhiên các bệnh án điện tử tiếng Việt để xây dựng tập dữ liệu (dataset) huấn luyện cho hệ thống học sâu chẩn đoán ban đầu. Kết quả thử nghiệm tập dữ liệu xây dựng được với mô hình CNN, LSTM và CNN-LSTM kết hợp là khá tốt khi nhận định 3 loại bệnh phổi, tiêu hóa, da liễu.