NGHIÊN CỨU PHÁT TRIỂN HỆ CHUYÊN GIA MỜ TRONG CHẨN ĐOÁN RỐI LOẠN TRẦM CẢM
Cơ sở toán học cho tin học (Mã số: 9 46 01 10)
Luận án "Nghiên cứu phát triển hệ chuyên gia mờ trong chẩn đoán rối loạn trầm cảm" giải quyết thách thức trong chẩn đoán rối loạn trầm cảm, một bệnh lý tâm thần phổ biến ảnh hưởng 264 triệu người trên toàn thế giới và là nguyên nhân gây tử vong thứ 4 toàn cầu. Tại Việt Nam, tỷ lệ mắc bệnh cao (5-7% dân số mắc rối loạn trầm cảm) nhưng việc điều trị còn hạn chế do thiếu chuyên gia, nguồn lực và khó khăn trong chẩn đoán chính xác do tính chủ quan của triệu chứng.
Mục tiêu chính của luận án là nghiên cứu, ứng dụng và phát triển hệ chuyên gia mờ dựa trên luật khẳng định và phủ định để hỗ trợ chẩn đoán rối loạn trầm cảm, sử dụng nền tảng hệ chuyên gia CADIAG-2. Nội dung nghiên cứu bao gồm tổng quan về rối loạn trầm cảm, lý thuyết tập mờ, hệ chuyên gia, xây dựng cơ sở tri thức (gồm 13 triệu chứng, 4 loại rối loạn trầm cảm, 857 luật khẳng định và 125 luật phủ định), và đề xuất hai mô hình hệ chuyên gia mờ.
Mô hình đầu tiên, PORUL.DEP, tập trung vào tri thức khẳng định, được thử nghiệm trên 264 trường hợp người bệnh. Kết quả cho thấy độ chính xác cao (trên 95%) đối với rối loạn trầm cảm nhẹ và các trường hợp không mắc trầm cảm, nhưng chưa hiệu quả với các mức độ trầm cảm khác do các tiêu chí chẩn đoán chồng lấn.
Để khắc phục hạn chế này, luận án tiếp tục phát triển mô hình STRESSDIAG, cải tiến từ PORUL.DEP bằng cách bổ sung 125 luật phủ định và áp dụng cơ chế suy diễn kết hợp luật khẳng định và phủ định với toán tử nhóm Abel. Mô hình STRESSDIAG được thử nghiệm trên cùng 264 trường hợp và cho kết quả chẩn đoán đúng đạt trên 76% cho tất cả các loại rối loạn trầm cảm, bao gồm trầm cảm vừa, nặng và nặng có loạn thần, cải thiện đáng kể so với PORUL.DEP.
Luận án đóng góp mới bằng việc đề xuất cơ chế suy diễn mờ và xây dựng cơ sở tri thức mờ cho hệ chuyên gia chẩn đoán rối loạn trầm cảm, đặc biệt là khả năng mô phỏng quá trình chẩn đoán phủ định và phân biệt, một phương pháp phổ biến trong y học lâm sàng.