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 - 7

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.

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	7.74	0.42	0.38	0.54	0.38
Infect	3.31	1.28	0.53	2.69	0.86
Malignant	0.45	0.39	0.46	0.98	0.15
Trauma	1.08	0.33	0.25	2.34	0.13
Fever	0.62	015	0.13	0.16	1.51

Có thể bạn quan tâm!

• Mạng Tương Tác Y Học Dưới Góc Nhìn Toàn Cảnh Của Tập Dữ Liệu Gốc
• Mạng Tương Tác Y Học Dưới Góc Nhìn Toàn Cảnh Của Tập Dữ Liệu Thần Kinh
• Mạng Tương Tác Triệu Chứng Và Cơ Quan Của Tập Dữ Liệu Thần Kinh
• 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 - 8

Xem toàn bộ 73 trang tài liệu này.

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.

TÀI LIỆU THAM KHẢO‌

1. Ai, Qingyao, et al. (2018), "Learning heterogeneous knowledge base embeddings for explainable recommendation", Algorithms. 11(9), p. 137.

2. Anand, Gyanesh (2020), "Knowledge Graphs in Medical Domain".

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	Oxford American handbook of endocrinology and diabetes	697	167,800	510	32,103
5	Oxford American Handbook of Hospice and Palliative Medicine and Supportive Care	469	136,881	268	20,764
6	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	Oxford Handbook of Children's and Young People's Nursing	994	202,015	458	33,513
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	Oxford Handbook of Clinical Examination and Practical Skills	733	159,134	282	12,828
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	Oxford handbook of clinical skills for children's and young people's nursing	585	170,572	481	39,951
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

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	Oxford Handbook of Reproductive Medicine and Family Planning	375	85,533	208	12,154
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

32

Oxford textbook of cognitive neurology and dementia	470	369,194	427	90,143
76	Oxford textbook of communication in oncology and palliative care	420	342,045	388	82,676
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	Oxford textbook of violence prevention _ epidemiology, evidence, and policy	327	228,120	269	57,039

Xem tất cả 73 trang.