1.4. Tình hình nghiên cứu về hệ chuyên gia chẩn đoán rối loạn
1.4.1. Tình hình nghiên cứu hệ chuyên gia chẩn đoán rối loạn
1.4.1. Tình hình nghiên cứu hệ chun gia chẩn đốn rối loạn trầm cảm trên thế giới cảm trên thế giới
Từ năm 2002, Roderick K. Mahurin và các cộng sự đã nghiên cứu, xây dựng hệ chuyên gia chẩn đoán rối loạn trầm cảm và rối loạn lo âu, đây là hệ chuyên gia dựa trên luật [111]. Nghiên cứu này thuộc dự án phát triển hệ chuyên
gia dựa trên máy tính để giúp các nhà thực hành lâm sàng về rối loạn trầm cảm, rối loạn lo âu và các rối loạn trầm cảm khác nhau. Mục đích của hệ chuyên gia là phân loại rối loạn trầm cảm, rối loạn lo âu, rối loạn lo âu và rối loạn trầm cảm, các rối loạn khác. Hệ chuyên gia đã thực nghiệm trên 1.858 trường hợp người bệnh của dịch vụ thần kinh - tâm thần thuộc Trung tâm y học chuyên ngành. Hệ thống đạt độ chính xác 92%. Mục tiêu của dự án là sử dụng hệ thống cho chẩn đoán và điều trị tại các vùng nông thôn và các vùng lân cận thành phố - nơi khơng có cơ hội tiếp xúc với các chuyên gia y tế.
Luciano Comin Numes Plácodo Rogéio, Tarcísio Cavalcante Pequeno (2009) đề xuất hệ chuyên gia dựa trên luật có tên là Expert SINTA để hỗ trợ ra quyết định trong chẩn đoán rối loạn ám ảnh cưỡng chế theo DSM-IV, đây là một loại rối loạn tâm thần xuất hiện ở nhiều công nhân trên thế giới [84]. Mơ hình này được thực hiện xem xét trên 11 yếu tố, sự kiện bao gồm: (1) điên rồ; (2) sợ hãi; (3) yếu đuối; (4) căng thẳng; (5) ít vận động; (6) serotonin; (7) nhịp tim nhanh; (8) môi trường; (9) thở nhanh; (10) di truyền; (11) mất khả năng.
Đây là một cơng cụ tính tốn sử dụng các kỹ thuật trí tuệ nhân tạo để tự động tạo ra các hệ chuyên gia. Sử dụng mơ hình biểu diễn tri thức dựa trên các luật sản xuất và xác suất, với mục tiêu chính là đơn giản hóa cơng việc xây dựng hệ chuyên gia thông qua việc sử dụng suy luận của máy dùng chung, xây dựng tự động các màn hình và menu, xử lý các luật xác suất sản xuất và sử dụng giải thích với ngữ cảnh của cơ sở tri thức được mơ hình hóa. Một hệ chun gia dựa trên loại mơ hình này rất hữu ích trong các bài tốn phân loại. Người dùng phản hồi với một chuỗi menu và hệ thống cung cấp các câu trả lời phù hợp với khung được người dùng xác định. Trong số các tính năng chính của Expert SINTA, là: xâu chuỗi; sử dụng các hệ số tin cậy; công cụ để gỡ lỗi; khả năng trợ giúp trực tuyến cho mỗi cơ sở kiến thức.
Victor E. Ekong, Udoinyang G. Inyang và Emmanuel A. Onibere (2012) đề xuất hệ thống hỗ trợ ra quyết định thông minh dành cho chẩn đoán trầm cảm
dựa trên lập luận dựa trên bằng chứng, logic mờ và mạng nơ ron [127]. Tập mờ của hệ thống bao gồm các triệu chứng trầm cảm (thấp, trung bình, cao và rất cao) và các rối loạn trầm cảm (không mắc bệnh, nhẹ, vừa, nặng) để đánh giá mức độ của rối loạn trầm cảm với thang đánh giá rối loạn trầm cảm BECK- II. Gồm 25 triệu chứng chia làm 5 nhóm, bao gồm: nhóm cảm xúc có 5 triệu chứng: (1) buồn, (2) khóc, (3) khó chịu, (4) mất hứng thú, (5) kích động; nhóm nhận thức có 9 triệu chứng: (6) tự phê bình, (7) do dự, (8) khơng thích thú, (9) cảm giác vô dụng, (10) bi quan, (11) cảm giác tội lỗi, (12) khó tập trung, (13) cảm giác thất bại trong quá khứ, (14) cảm giác trừng phạt; nhóm thể chất bao gồm 4 triệu chứng: (15) mệt mỏi, (16) thay đổi kiểu ngủ, (17) thay đổi cảm giác thèm ăn, (18) mất hứng thú với tình dục; nhóm động lực có 3 triệu chứng gồm: (19) thiếu niềm vui, (20) mất năng lượng, (21) ý nghĩ tự tử; nhóm sinh lý học có 4 triệu chứng gồm: (22) tuổi, (23) huyết áp tâm trương, (24) huyết áp tâm thu, (25) chỉ số khối cơ thể.
Mơ hình này như một hệ hỗ trợ quyết định để chẩn đoán trầm cảm dựa trên mức độ nghiêm trọng tổng hợp của các triệu chứng. Cơng trình này đề xuất một phương pháp chẩn đoán rối loạn trầm cảm cũng sẽ được mở rộng để định lượng mức độ nghiêm trọng của các rối loạn chức năng liên quan đến trầm cảm khác như bệnh tiểu đường, tim, gan, phổi và ung thư.
Ekong, Victor E., Ekong, Uyinomen O., Uwadiae, Enobakhare E., Abasiubong, Festus and Onibere, Emmanuel A. (2013) đề xuất hệ chuyên gia mờ dựa trên luật cho dự báo rủi ro trầm cảm [128]. Hệ thống sử dụng dữ liệu người bệnh bao gồm: tuổi, chỉ số IBM, mạch, và 9 câu hỏi của PHQ-9. Hệ thống được thực nghiệm trên 125 trường hợp rối loạn trầm cảm. Kết quả: người bệnh có nguy cơ và trầm cảm nhẹ chính xác 100%; trầm cảm vừa, trầm cảm nặng và trầm cảm rất nặng đúng lần lượt là 84%, 92% và 94%.
Supriya Thakur, Saba, Neha Goliwar và Nitin Pises (2017) đề xuất hệ chuyên gia tích hợp dựa trên luật (IGain App) cho phép bác sĩ và gia đình theo
dõi trực tuyến quá trình điều trị của người rối loạn trầm cảm để cung cấp sự hỗ trợ và gợi ý tới người bệnh các hướng dẫn liên quan, q trình theo dõi, dự đốn nguy cơ tiềm ẩn [122]. Tích hợp với thiết bị theo dõi sức khỏe hoặc màn hình theo dõi các chỉ số sức khỏe (như là Fitbit, đồng hồ thông minh, Gamin), để cho phép theo dõi tình trạng sức khỏe theo thời gian thực, dự đoán trạng thái cảnh báo đỏ cho người rối loạn trầm cảm. Đối tượng sử dụng hệ thống: người bệnh hoặc người bệnh có nguy cơ; bác sĩ hoặc cố vấn, nhóm hỗ trợ hoặc những người sẽ giúp hoặc chia sẻ kinh nghiệm. Dữ liệu vào bao gồm: nhịp tim, mạch, độ nhanh của mắt và hệ thống chỉ ra loại rối loạn trầm cảm của người bệnh.
Ahmad A. Al-Hajji, Fatimah M. AlSuhaibani and Nouf S. AlHarbi (2019) đề xuất hệ chuyên gia dựa trên luật cho chẩn đoán rối loạn tâm thần [36]. Hệ thống có 23 triệu chứng phổ biến của rối loạn tâm thần bao gồm: (1) mệt mỏi, (2) cảm thấy căng cơ, (3) tăng tiết mồ hôi, (4) hoang tưởng, (5) mất ngủ và khó ngủ, (6) đau bụng, (7) lo lắng hoặc căng thẳng, (8) sợ bị mất cắp, (9) sợ gây hại cho người khác, (10) sợ sai lầm, (11) nhu cầu quá mức về tổ chức, tích hợp và chính xác, (12) tắm nhiều lần trong ngày, (13) rửa tay quá kỹ, (14) ăn một nhóm thực phẩm nhất định, (15) tách biệt hoàn toàn khỏi thực tế, (16) mất trí nhớ tạm thời, (17) mất ý thức, (18) cảm giác căm thù của bệnh nhân đối với một người nào đó, (19 gián đoạn giấc ngủ, (20) không hoạt động trong chuyển động của cơ thể, (21) nỗi sợ hãi và nỗi kinh hoàng bên trong, (22) thường xuyên cảm thấy thất vọng và mất hy vọng, (23) mất khả năng hưởng thụ cuộc sống và thiếu khả năng ra quyết định. Các triệu chứng được sắp xếp theo độ quan trọng của các triệu chứng (theo bác sĩ tại Bệnh viện Tâm thần Quansim). Hệ thống hỗ trợ chẩn đoán cho 4 loại rối loạn tâm thần bao gồm: rối loạn lo âu, rối loạn ám ảnh cưỡng chế, rối loạn hưng cảm và rối loạn trầm cảm. Các triệu chứng của 4 loại rối loạn tâm thần như sau: (1) rối loạn lo âu bao gồm các triệu chứng số (1), (2), (3), (4), (5), (6), (7); (2) rối loạn ám ảnh cưỡng chế bao gồm các triệu chứng số (8), (9), (10), (11), (12), (13), (14); (3) rối loạn
hưng cảm bao gồm các triệu chứng số (15), (16), (17), (18); (4) rối loạn trầm cảm bao gồm các triệu chứng (19), (20), (21), (22), (23).
Mơ hình hệ chuyên gia dựa trên luật, sử dụng hệ số không chắc chắn kiểu MYCIN trực tuyến để chẩn đoán và phân loại các bệnh rối loạn tâm thần. Hệ thống được xây dựng đã khai thác máy tính như một cơng cụ thơng minh và suy luận. Tuy nhiên, hệ thống này nghiên cứu tương đối ít bệnh rối loạn tâm thần.
Zarandi, M.H.F, Soltanzadeh, S., Mohammadi, A., Castillo, O. (2019) đã thiết kế một hệ chuyên gia mờ loại 2 tổng quát dành cho chẩn đoán rối loạn trầm cảm [154]. Hệ chuyên gia được xây dựng để đánh giá rối loạn trầm cảm theo Thang đánh giá rối loạn trầm cảm Beck Depression Inventory-II test (BDI- II). Mục tiêu của hệ chuyên gia bao gồm giảm thiểu thời gian và tối đa hóa độ chính xác của hệ chun gia. Hệ chuyên gia có thể là một hướng dẫn hữu ích để bác sĩ dẫn dắt bệnh nhân đến với nhà tâm lý học bằng cách đặt 15 câu hỏi từ bệnh nhân. Hệ chuyên gia loại 2 tổng quát được đề xuất đã được thử nghiệm và đánh giá để thể hiện hiệu quả hoạt động của nó. Hệ thống thơng minh này có thể chẩn đốn chính xác bệnh trầm cảm vào một thời điểm thích hợp theo Thang đánh giá rối loạn trầm cảm BDI-II.
Oguoma, S. , Uka, K. , Chukwu, C. and Nwaoha, E. (2020) nghiên cứu, thiết kế, triển khai hệ chuyên gia dựa trên luật hỗ trợ chẩn đoán và điều trị bệnh tâm thần trên nền tảng tương tác để tư vấn và theo dõi từ xa bệnh nhân tâm thần trong và ngoài bệnh viện [96]. Hệ thống được thiết kế, phân tích dựa trên quan sát cá nhân và thăm khám tại 3 bệnh viện Quốc gia của Nigeria. Hệ chuyên gia chẩn đoán dựa trên các luật được mơ hình hóa dựa trên tri thức chun ngành và phân tích thống kê về hồ sơ bệnh nhân được thu thập từ cơ sở dữ liệu của 3 bệnh viện trên và các tài liệu hiện có.
Các nguyên nhân được đề cập bao gồm: (1) lịch sử gia đình; (2) yếu tố sinh học của não hoặc gen; (3) quá khứ từng bị lạm dụng hoặc chấn thương.
Các dấu hiệu ban đầu của bệnh tâm thần gồm: (1) thay đổi thói quen ăn uống hoặc ngủ nghỉ; (2) xa lánh mọi người và các hoạt động thơng thường; (3) bắt đầu ít quan tâm hơn đến tình trạng của bản thân hoặc giống như khơng có gì quan trọng; (4) cảm thấy tuyệt vọng; (5) cảm giác bó hẹp; (6) giận dữ; (7) nhầm lẫn; (8) sợ hãi và không thể hoạt động tốt như trước; (9) giận dữ vô cớ; (10) sử dụng ma túy nặng.
Hệ thống bao gồm các bộ chức năng và mô-đun sau đây: (i) đăng nhập quản trị bệnh viện: mô-đun cấp quyền truy cập vào bản cập nhật và quản lý toàn bộ hệ thống mới; (ii) yêu cầu đặt lịch hẹn khám bệnh: mô-đun này cung cấp giao diện thân thiện với thiết bị di động và từ xa cho bệnh nhân đặt lịch hẹn khám bệnh để tư vấn và tương tác trực tuyến với chuyên gia y tế; (iii) kiểm tra các triệu chứng tâm thần, chẩn đoán và điều trị theo phương pháp tiếp cận chuỗi chuyển tiếp: mô-đun này đạt được theo một cơ chế được gọi là chuỗi chuyển tiếp theo cách mà yêu cầu chẩn đoán và điều trị tâm thần được yêu cầu thông qua giao diện người dùng; (iv) chọn các loại dấu hiệu bệnh tâm thần theo cách tiếp cận chuỗi ngược: mô-đun này cũng được thực hiện theo cơ chế chuỗi ngược để người dùng chọn một triệu chứng từ các dấu hiệu bệnh tâm thần được cung cấp và hệ thống cung cấp nguyên nhân, chẩn đoán và điều trị dựa trên loại bệnh được chọn; (v) cập nhật phương pháp điều trị và chẩn đoán bệnh tâm thần mới: mô-đun này chịu trách nhiệm cập nhật và tải lên các nguyên nhân, chẩn đoán và phương pháp điều trị bệnh tâm thần mới hoặc thậm chí là bất kỳ liệu pháp mới nào đối với chứng rối loạn tâm thần.
Mục tiêu của hệ chuyên gia là đặt lịch hẹn khám với bác sĩ của bệnh nhân, tìm kiếm chẩn đốn và điều trị bệnh tâm thần, cập nhật phương pháp điều trị và chẩn đoán bệnh tâm thần mới.
Ariasih, N.K, Indradewi, I.G.A.A.D (2020) đã đề xuất hệ chuyên gia dựa trên luật để chẩn đoán các vấn đề sức khỏe tâm thần, đặc biệt là trong lĩnh vực trầm cảm [40]. Người dùng có thể chẩn đốn dựa trên các triệu chứng của bệnh
nhân. Biểu diễn tri thức được sử dụng trong nghiên cứu này là luật sản xuất. Các phương pháp suy luận được sử dụng trong hệ thống là phương pháp hệ số chắc chắn và chuỗi chuyển tiếp để đưa ra kết luận và nền tảng được sử dụng là một hệ thống dựa trên web. Hệ chuyên gia được xây dựng để khắc phục vấn đề không chắc chắn của chẩn đoán bệnh trầm cảm thực vật, trầm cảm loạn nhịp, trầm cảm kích động và rối loạn tâm thần trầm cảm.
Có 23 triệu chứng liên quan đến trầm cảm thực vật, trầm cảm loạn nhịp, trầm cảm kích động và trầm cảm loạn thần được cập nhật vào hệ thống, bao gồm: (1) trước chu kỳ kinh nguyệt; (2) khơng có cảm giác thèm ăn; (3) có xu hướng trở thành một người cơ độc; (4) mất ngủ; (5) bồn chồn; (6) xoay tay; (7) nói chuyện vụn vặt; (8) không thể cảm thấy đau buồn; (9) cảm thấy tội lỗi sâu sắc; (10) muốn tự tử; (11) mất chu kỳ kinh nguyệt; (12) thay đổi tính cách; (13) dữ tợn; (14) thụ động; (15) cảm thấy nghi ngờ; (16) thích chỉ trích; (17) suy nghĩ tiêu cực; (18) sợ hãi quá mức đến phát điên; (19) ảo tưởng; (20) ảo giác; (21) cảm giác khơng an tồn; (22) cảm giác như bị theo dõi; (23) cảm thấy vô dụng.
Trọng số của mỗi triệu chứng được xác định bởi một chuyên gia. Đầu vào của hệ thống là trọng số của các triệu chứng do người dùng cập nhật. Hệ thống có hai loại luật được sử dụng: các triệu chứng ở nam giới và các triệu chứng ở nữ giới.
Kết quả kiểm thử hệ thống với một bệnh nhân nam. Người bệnh có các triệu chứng như: khơng có cảm giác thèm ăn, bồn chồn, vắt tay, nói chuyện vụn vặt, khơng thể cảm thấy đau buồn, cảm thấy tội lỗi sâu sắc và muốn tự tử. Kết quả chẩn đốn, người bệnh mắc chứng trầm cảm kích động, với mức độ tin cậy của hệ thống là 95,52%.