NHẬP MÔN TRÍ TUỆ NHÂN TẠO VẬN DỤNG SUY DIỄN TIẾN XÂY DỰNG HỆ THỐNG CHẨN ĐOÁN BỆNH

TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO CHUN ĐỀ HỌC PHẦN
NHẬP MƠN TRÍ TUỆ NHÂN TẠO
ĐỀ TÀI:
VẬN DỤNG SUY DIỄN TIẾN XÂY DỰNG HỆ THỐNG CHẨN
ĐOÁN BỆNH

SINH VIÊN THỰC HIỆN

:

GIẢNG VIÊN HƯỚNG DẪN

:

NGHÀNH

: CÔNG NGHỆ THÔNG TIN

CHUYÊN NGHÀNH

: CÔNG NGHỆ PHẦN MỀM

LỚP

:

Hà nội, năm 2023
Phiếu chấm điểm

ST
T
1

HỌ VÀ TÊN
SINH VIÊN
Nguyễn Việt Long

2

Hồng Mạnh Bình

Họ và tên giảng viên
Giảng viên chấm 1:

NỘI DUNG
THỰC HIỆN

Chữ ký

Giảng viên chấm 2:

MỤC LỤC

ĐIỂM

CHỮ KÝ

Ghi chú


LỜI CẢM ƠN
Thực tế thì khơng có sự thành cơng nào mà không gắn liền với học tập và
thực hành. Kèm theo đó chính là sự hỗ trợ, sự giúp đỡ từ giảng viên hướng dẫn và
sự tìm tịi, học hỏi của bản thân. Trong suốt quá trình học tập ở giảng đường Đại


học đã đến nay, em đã nhận được rất nhiều sự quan tâm, giúp đỡ của thầy cơ, bạn
bè.
Với lịng biết ơn sâu sắc nhất, em xin gửi đến thầy cô ở Khoa Công Nghệ
Thông Tin - Trường Đại Học Điện Lực đã truyền đạt vốn kiến thức quý báu cho
em trong suốt thời gian học tập tại trường. Và đặc biệt, trong kỳ này, em được tiếp
cận với môn học rất hữu ích đối với sinh viên ngành Cơng Nghệ Thơng Tin. Đó là
mơn: “Nhập mơn trí tuệ nhân tạo”.
Em xin chân thành cảm ơn cô Vũ Văn Định đã tận tâm hướng dẫn em qua
từng buổi học trên lớp cũng như những buổi nói chuyện, thảo luận về môn học.
Trong thời gian được học tập và thực hành dưới sự hướng dẫn của cô, em không
những thu được rất nhiều kiến thức bổ ích, mà cịn được truyền sự say mê và thích
thú đối với bộ mơn “Nhập mơn trí tuệ nhân tạo”. Nếu khơng có những lời hướng
dẫn, dạy bảo của cơ thì em nghĩ báo cáo này rất khó có thể hồn thành được.
Mặc dù đã rất cố gắng hoàn thiện báo cáo với tất cả sự nỗ lực. Tuy nhiên, do
thời gian có hạn mà đây lại là bước đầu tiên đi vào thực tế, và vốn kiến thức còn
hạn chế, nhiều bỡ ngỡ, nên báo cáo “Vận dụng suy diễn tiến xây dựng hệ thống
chẩn đốn bệnh” chắc chắn sẽ khơng thể tránh khỏi những thiếu sót. Em rất mong
nhận được sự quan tâm, thơng cảm và những đóng góp q báu của các thầy cơ để
báo cáo này được hồn thiện hơn.
Em xin trân trọng cảm ơn quý thầy cô giáo!

LỜI NÓI ĐẦU
Hiện nay sức khoẻ là một trong những vấn đề được quan tâm hàng đầu. Trên
thực tế có rất nhiều người bỏ bê sức khoẻ của mình hiện tại để hối hận về sau này.
Vì vậy vấn đề sức khoẻ đang là vấn đề rất được quan tâm. Khi sức khoẻ
được chăm sóc tử tế, chúng ta sẽ cảm thấy khoẻ mạnh yêu đời hơn.. Nhằm giải
quyết vấn đề trên và để củng cố kiến thức môn nhập mơn trí tuệ nhân tạo nhóm
chúng em đã chọn đề tài: “Chẩn đốn bệnh bằng trí tuệ nhân tạo”. Đề tài nhằm hỗ
trợ mọi người có thể chẩn đốn bệnh dựa trên những triệu chứng được đưa ra nhắm
tìm ra phương hướng khám chữa bệnh phù hợp.


CHƯƠNG I: GIỚI THIỆU VỀ TRÍ TUỆ NHÂN TẠO –
ARTIFICIAL INTELLIGENCE
1.1. Trí tuệ nhân tạo là gì?
Trí tuệ nhân tạo tiếng anh là Artificial intelligence - viết tắt là AI. Đây là một
ngành thuộc lĩnh vực khoa học máy tính. Được hình thành do con người lập trình
trí tuệ nhân tạo với mục tiêu giúp máy tính có thể tự động hóa các hành vi thơng
minh như con người.
Trí tuệ nhân tạo khác với việc lập trình logic trong các ngơn ngữ lập trình là
ở việc ứng dụng các hệ thống học máy (machine learning) để mơ phỏng trí tuệ của
con người trong các xử lý mà con người làm tốt hơn máy tính.
Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người
như: biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngơn ngữ,
tiếng nói, biết học và tự thích nghi, …
Tuy rằng trí thơng minh nhân tạo có nghĩa rộng như là trí thơng minh trong
các tác phẩm khoa học viễn tưởng, nó là một trong những ngành trọng yếu của tin
học. Trí thơng minh nhân tạo liên quan đến cách cư xử, sự học hỏi và khả năng
thích ứng thơng minh của máy móc.
Ngay từ khi chiếc máy tính điện tử đầu tiên ra đời, các nhà khoa học máy

tính đã hướng đến phát hiển hệ thống máy tính (gồm cả phần cứng và phần mềm)
sao cho nó có khả năng thơng minh như loài người. Mặc dù cho đến nay, theo quan
niệm của người viết, ước mơ này vẫn còn xa mới thành hiện thực, tuy vậy những
thành tựu đạt được cũng không hề nhỏ: chúng ta đã làm được các hệ thống (phần
mềm chơi cờ vua chạy trên siêu máy tinh GeneBlue) có thể thắng được vua cờ thế
giới; chúng ta đã làm được các phần mềm có thể chứng minh được các bài tốn
hình học; v.v. Hay nói cách khác, trong một số lĩnh vực, máy tính có thể thực hiện
tốt hơn hoặc tương đương con người (tất nhiên không phải tất cả các lĩnh vực). Đó
chính là các hệ thống thơng minh.
Có nhiều cách tiếp cận để làm ra trí thơng minh của máy (hay là trí tuệ nhân
tạo), chẳng hạn là nghiên cứu cách bộ não người sản sinh ra trí thơng minh của lồi
người nhưthế nào rồi ta bắt chước nguyên lý đó, nhưng cũng có những cách khác
sử dụng nguyên lý hoàn toàn khác với cách sản sinh ra trí thơng minh của lồi
người mà vẫn làm ra cái máy thông minh như hoặc hơn người; cũng giống như
máy bay hiện nay bay tốt hơn con chim do nó có cơ chế bay khơng phải là giống
như cơ chế bay của con chim.
Như vậy, trí tuệ nhân tạo ở đây là nói đến khả năng của máy khi thực hiện
các công việc mà con người thường phải xử lý; và khi dáng vẻ ứng xử hoặc kết
quả thực hiện của máy là tốt hơn hoặc tương đương với con người thì ta gọi đó là
6


máy thơng minh hay máy đó có trí thơng minh. Hay nói cách khác, đánh giá sự
thơng minh của máy khơng phải dựa trên ngun lý nó thực hiện nhiệm vụ đó có
giống cách con người thực hiện hay khơng mà dựa trên kết quả hoặc dáng vẻ ứng
xử bên ngồi của nó có giống với kết quả hoặc dáng vẻ ứng xử của con người hay
không.
Các nhiệm vụ của con người thường xuyên phải thực hiện là: giải bài tốn
(tìm kiếm, chứng minh, lập luận), học, giao tiếp, thể hiện cảm xúc, thích nghi với
mơi trường xung quanh, v.v., và dựa trên kết quả thực hiện các nhiệm vụ đó để kết

luận rằng một AI đó có là thơng minh hay khơng. Mơn học Trí tuệ nhân tạo nhằm
cung cấp các phương pháp luận để làm ra hệ thống có khả năng thực hiện các
nhiệm vụ đó: giải tốn, học, giao tiếp, v.v. bất kể cách nó làm có như con người
hay không mà là kết quả đạt được hoặc dáng vẻ bên ngoài như con người.
1.2. Lịch sử của trí tuệ nhân tạo
Vào năm 1943, Warren McCulioch và Walter Pitts bắt đầu thực hiện nghiên
cứu ba cơ sở lý thuyết cơ bản: triết học cơ bản và chức năng của các noron thần
kinh; phân tích các mệnh đề logic; và lý thuyết dự đoán của Turing. Các tác giả đã
nghiên cứu đề xt mơ hình noron nhân tạo, mỗi noron đặc trưng bởi hai trạng
thái “bật”, “tắt” và phát hiện mạng noron có khả năng học.
Thuật ngữ “Trí tuệ nhân tạo” (Artificial Intelligence - AI) được thiết lập bởi
John McCarthy tại Hội thảo đầu tiên về chủ đề này vào mùa hè năm 1956. Đồng
thời, ông cũng đề xuất ngơn ngữ lập trình Lisp – một trong những ngơn ngữ lập
trình hàm tiêu biểu, được sử dụng trong lĩnh vực AI. Sau đó, Alan Turing đưa ra
"Turing test" như là một phương pháp kiểm chứng hành vi thông minh.
Thập kỷ 60, 70 Joel Moses viết chương trình Macsyma - chương trình tốn
học sử dụng cơ sở tri thức đầu tiên thành công. Marvin Minsky và Seymour
Papert đưa ra các chứng minh đầu tiên về giới hạn của các mạng nơ-ron đơn giản.
Ngơn ngữ lập trình logic Prolog ra đời và được phát triển bởi AlAIn Colmerauer.
Ted Shortliffe xây dựng thành công một số hệ chuyên gia đầu tiên trợ giúp chẩn
đoán trong y học, các hệ thống này sử dụng ngôn ngữ luật để biểu diễn tri thức và
suy diễn.
Vào đầu những năm 1980, những nghiên cứu thành công liên quan đến AI như
các hộ chuyên gia (expert systems) – một dạng của chương trình AI mơ phỏng tri
thức và các kỹ năng phân tích của một hoặc nhiều chuyên gia con người.
Vào những năm 1990 và đầu thế kỷ 21, AI đã đạt được những thành tựu to lớn
nhất, AI được áp dụng trong logic, khai phá dữ liệu, chẩn đoán y học và nhiều lĩnh
vực ứng dụng khác trong công nghiệp. Sự thành công dựa vào nhiều yếu tố: tăng khả
7

năng tính tốn của máy tính, tập trung giải quyết các bài toán con cụ thể, xây dựng
các mối quan hệ giữa AI và các lĩnh vực khác giải quyết các bài toán tương tự, và
một sự chuyển giao mới của các nhà nghiên cứu cho các phương pháp toán học vững
chắc và chuẩn khoa học chính xác.
1.3. Các loại trí tuệ nhân tạo
1.3.1. Cơng nghệ AI phản ứng
Cơng nghệ AI phản ứng có khả năng phân tích những động thái khả thi nhất
của chính mình và của đối thủ, từ đó, đưa ra được giải pháp tối ưu nhất
Một ví dụ là Deep Blue, chương trình tự động chơi cờ vua của IBM đã
đánh bại kì thủ thế giới Garry Kasparov vào những năm 1990. Công nghệ AI của
Deep Blue có thể xác định các nước cờ và dự đốn những bước đi tiếp theo. Nó
khơng có ký ức và không thể sử dụng những kinh nghiệm trong quá khứ để tiếp
tục huấn luyện trong tương lAI.
1.3.2. Công nghệ AI với bộ nhớ hạn chế
Các hệ thống AI này có thể sử dụng những kinh nghiệm trong quá khứ để
đưa ra các quyết định trong tương lAI. Một số chức năng ra quyết định này có mặt
trong các loại thiết bị không người lái như xe, máy bay drone hoặc tàu ngầm.
Kết hợp các cảm biến môi trường xung quanh cơng nghệ AI này có thể dự
đốn được tình huống và đưa ra những bước hành động tối ưu cho thiết bị. Sau đó
chúng sẽ được sử dụng để đưa ra hành động trong bước tiếp theo.
Ví dụ như đối với xe không người lái, nhiều cảm biến được trang bị xung
quanh xe và ở đầu xe để tính tốn khoảng cách với các xe phía trước, cơng nghệ
Al sẽ dự đoán khả năng xảy ra va chạm, từ đó điều chỉnh tốc độ xe phù hợp để giữ
an tồn cho xe.
1.3.3. Lý thuyết về trí tuệ nhân tạo
Cơng nghệ AI này có thể học hỏi cũng như tự suy nghĩ, sau đó áp dụng
những gì học được để thực hiện một việc cụ thể. Hiện nay, công nghệ AI này vẫn
chưa trở thành một phương án khả thi.
1.3.4. Tự nhận thức

Lúc này cả hệ thống AI có ý thức về bản thân, có ý thức và hành xử như
con người. Chúng thậm chí cịn có cảm xúc và hiểu được cảm xúc của những
người khác. Tất nhiên, loại công nghệ AI này vẫn chưa khả thi.

8


1.4. Ưu và nhược điểm của trí tuệ nhân tạo
1.4.1. Ưu điểm
Công nghệ AI được nghiên cứu và phát triển sâu rộng. Đặc biệt ở những
nước phát triển, điều này càng được thực hiện nhiều hơn. Trí tuệ nhân tạo có thể
xử lý được khối lượng lớn cơng việc. Với những dữ liệu lớn hơn, rắc rối hơn cũng
như công nghệ AI có thể đưa ra dự đốn chính xác hơn con người. Điều này chính
là một ưu điểm lớn của công nghệ AI hiện nay.
Thông thưởng khi xử lý một lượng dữ liệu lớn, con người chúng ta khó có
thể chính xác hồn tồn. Tuy nhiên điều này có thể thực hiện được bởi cơng nghệ
trí tuệ nhân tạo. Ngay cả những nhà khoa học cũng cảm thấy khó khăn khi giải
quyết số lượng dữ liệu lớn. AI sử dụng học máy để có thể lấy những dữ liệu đó và
nhanh chóng biến nó thành thơng tin có thể thực hiện được. Đây cũng chính là lời
giải đáp cho ưu điểm của cơng nghệ AI là gì.
1.4.2. Nhược điểm
Bên cạnh ưu điểm tốt thì cơng nghệ AI cũng có những nhược điểm riêng
biệt. Việc sử dụng AI là tốn kém rất nhiều khi xử lý một lượng lớn dữ liệu mà lập
trình AI u cầu. Khả năng giải thích sẽ một trở ngại trong việc sử dụng AI trong
các lĩnh vực hoạt động theo các yêu cầu phải tuân thủ quy định nghiêm ngặt. Đây
chính là lời đáp cho câu hỏi nhược điểm của cơng nghệ AI là gì? Vì cơng nghệ
này cịn mới lạ và vơ cùng phát triển, nên khơng phải tại quốc gia nào cũng có thể
áp dụng sử dụng.
Một số ví dụ về hạn chế của AI như sau: Các tổ chức tài chính, khi quyết
định từ chối cấp tín dụng được đưa ra bởi AI.. Bởi điều này sẽ khó có thể đưa ra

những giải thích rõ ràng. Các lý do khơng cấp tín dụng cho khách hàng đều do trí
tuệ. nhân tạo đề ra. Nên sẽ thật sự khó khăn nếu như thuyết phục khách hàng dựa
trên công nghệ này.
1.5. Các ứng dụng của trí tuệ nhân tạo
- Lập luận, suy diễn tự động. Khái niệm lập luận (reasoning), và (reference)
được sử dụng rất phổ biến trong lĩnh vực AI Lập luận là suy suy diễn dien
logic, dùng để chỉ một tiến trình rút ra kết luận (tri thức mới) từ những giả
thiết đã cho (được biểu diễn dưới dạng cơ sở tri thức). Như vậy, để thực
hiện lập luận người ta cần có các phương pháp lưu trữ cơ sở tri thức và các
thủ tục lập luận trên cơ sở tri thức đó.
- Biểu diễn tri thức: Muốn máy tính có thể lưu trữ và xử lý tri thức thì cần có
các phương pháp biểu diễn tri thức. Các phương pháp biểu diễn tri thức ở
9


đây bao gồm các ngôn ngữ biểu diễn và các kỹ thuật xử lý tri thức. Một
ngôn ngữ biểu diễn tri thức được đánh giả là “tốt” nếu nó có tính biểu đạt
cao và các tính hiệu quả của thuật tốn lập luận trên ngơn ngữ đó. Tinh biểu
đạt của ngôn ngữ thể hiện khả năng biểu diễn một phạm vi rộng lớn các
thông tin trong một miền ứng dụng. Tính hiệu quả của các thuật tốn lập
luận thể hiện chi phí về thời gian và khơng gian dành cho việc lập luận. Tuy
nhiên, hai yếu tố này dường như đối nghịch nhau, tức là nếu ngơn ngữ có
tính biểu đạt cao thì thuật tốn lập luận trên đó sẽ có độ phức tạp lớn (tính
hiệu quả thấp)và ngược lại (ngơn ngữ đơn giản, có tính biểu đạt thấp thủ
thuật tốn lập luận trên đó sẽ có hiệu quả cao). Do đó, một thách thức lớn
trong lĩnh vực AI là xây dựng các ngôn ngữ biểu diễn tri thức mà có thể cân
bằng hai yếu tố này, tức là ngơn ngữ có tính biểu đạt đủ tốt (tùy theo từng
ứng dụng) và có thể lập luận hiệu quả
- Lập kế hoạch: khả năng suy ra các mục đích cần đạt được đối với các
nhiệm vụ đưa ra, và xác định dãy các hành động cần thực hiện để đạt được

mục đích đó. Học máy: là một lĩnh vực nghiên cứu của AI đang được phát
triển mạnh mẽ và có nhiều ứng dụng trong các lĩnh vực khác nhau như khai
phá dữ liệu, khám phá tri thức
- Xử lý ngôn ngữ tự nhiên: là một nhánh của AI, tập trung vào các ứng dụng
trên ngôn ngữ của con người. Các ứng dụng trong nhận dạng tiếng nói,
nhận dạng chữ viết, dịch tự động, tìm kiếm thơng tin, ...
- Phát hiện và ngăn chặn các rủi ro: AI giúp con người dự báo trước các rủi
ro và mối nguy hại tiềm ẩn và hạn chế các thiệt hại đem lại. Các rủi ro được
AI nhận biết như: Thảm họa thiên nhiên, động đất, sóng thần, núi lửa, dịch
bệnh hay có mối nguy hại trong sản xuất kinh doanh.
- Nền tảng máy học (Machine Learning): Cung cấp các thuật tốn, API, bộ
cơng cụ phát triển và huấn luyện, dữ liệu cũng như các cơng nghệ điện tốn
để thiết kế, huấn luyện và triển khai các mơ hình máy học vào trong các
ứng dụng, tiến trình và máy móc.
- Nền tảng Deep Learning: là một lĩnh vực đặc biệt trong máy học (machine
learning), deep learning là chương trình chạy trên một mạng thần kinh nhân
tạo, có khả năng huấn luyện máy tính học một lượng rất lớn dữ liệu.
- Nhận diện giọng nói: Chuyển đổi lời nói của con người sang dạng mà các
ứng dụng máy tính có thể hiểu được. Điều này tương tự như việc bạn có thể
nói và giao tiếp với máy móc như 1 con người thực thụ
- Sinh trác hoc: Công nghệ này cho phép tương tác tự nhiên giữa con người
10


và máy móc, bao gồm cả việc nhận diện hình ảnh, dấu vân tay, giọng nói.

CHƯƠNG II: BIỂU DIỄN TRI THỨC BẰNG LUẬT SINH
2.1. Thuật toán sử dụng
- Sử dụng thuật toán suy diễn tiến
- Ý tưởng thuật toán: Suy diễn bắt đầu từ tập sự kiện đã biết, rút ra những

sự kiện mới và cứ như vậy cho đến khi có được sự kiện cần chứng minh hoặc
khơng có luật nào sinh ra các sự kiện mới (tập sự kiện đúng là cực đại).
2.2. Khái niệm suy diễn tiến
Suy diễn tiến là quá trình suy luận xuất phát từ một số sự kiện ban đầu, xác
định các sự kiện có thể được "sinh" ra từ sự kiện này. Trong phương pháp này
người sử dụng cung cấp các sự kiện cho hệ chuyên gia để hệ thống (máy suy diễn)
tìm cách rút ra các kết luận có thể. Kết luận được xem là các thuộc tính có thể
được gán giá trị. Trong số những kết luận này có thể có những kết luận được
người sử dụng quan tâm, một số khác khơng nói lên điều gì, một số khác có thể
vắng mặt.
Là quá trình suy diễn bắt đầu từ tập sự kiện đã biết, rút ra những sự kiện
mới và cứ như vậy cho đến khi có được sự kiện cần chứng minh hoặc khơng có
luật nào sinh ra các sự kiện mới (tập sự kiện đúng là cực đại).
Ví dụ: Cho 1 cơ sở tri thức sau:
- Cơ sở sự kiện: H, K
- Tập các luật (quy tắc):
+ (R1): A  E
+ (R2): B  D
+ (R3): H  A
+ (R4): E ^ G  C
+ (R5): E ^ K  B
+ (R6): D ^ E ^ K  C
+ (R7): G ^ K ^ F  A
+ CMR: H ^ K G
- Lời giải theo suy diễn tiến:
+ Sự kiện ban đầu : H, K
11


+ Ta có: {H, K}

+ Từ (R3): H  A thì {A, H, K}
+ (R1): A  E thì {A, E, H, K}
+ (R5): E ^ K  B thì {A, B, E, H, K}
+ (R2): B  D thì {A, B, D, E, H, K}
+ (R6): D ^ E ^ K  C thì {A, B, C, D, E, H, K}
2.3. Cách thức hoạt động của thuật toán suy diễn tiến

Hình 2. 1: Cách thức hoạt động của thuật toán suy diễn tiến
2.4. Ưu và nhược điểm của thuật tốn suy diễn tiến
* Ưu điểm:
+ Ưu điểm chính của suy diễn tiến là làm việc tốt khi bài toán về bản chất đi
thu thập thông tin rồi thấy điều cần suy diễn.
+ Suy diễn tiến cho ra khối lượng lớn các thông tin từ một số thông tin ban
đầu. Nó sinh ra nhiều thơng tin mới.
+ Suy diễn tiến là tiếp cận lý tưởng đối với bài toán cần giải quyết các nhiệm
vụ như lập kế hoạch, điều hành điều khiển và diễn dịch.
* Nhược điểm:
+ Nhược điểm chính của suy diễn tiến là không cảm nhận được chỉ có một
thơng tin là quan trọng. Hệ thống hỏi các câu hỏi có thể mà khơng biết rằng
chỉ một ít câu đi đến kết luận được. Hệ thống có thể hỏi hỏi cả câu hỏi
khơng liên quan. Có thể các câu hỏi cũng không quan trọng.
+ Không cảm nhận được rằng chỉ cần một vài thông tin quan trọng. Hệ thống
hỏi các câu hỏi có thể hỏi mà khơng biết rằng chỉ một ít câu đã đi đến kết
12


luận được.

2.5. Xây dựng cơ sở dữ liệu của bài toán
Tạm thời chúng ta sẽ xây dựng cơ sở bài toán dựa trên những triệu chứng cơ

bản nhất mà mỗi chúng ta hay mắc phải
Ký hiệu

Ý nghĩa

P1

Ho

P2

Ho khan

P3

Chảy dịch mũi

P4

Cổ họng ngứa ngáy và khó chịu

P5

Hơi thở khị khè

P6

Nặng ngực

P7

Khó thở

P8

Mệt mỏi

P9

Khàn giọng

P10

Tức ngực

P11

Đau khi thở sâu

P12

Thở khọt khẹt

S1

Ho ra đờm

S2

Ho ra máu

S3

Ho buồn nôn

A1

Cảm cúm

N1

Dị ứng

N2

Hen suyễn (Hen phế quản)

N3

Ho do uống thuốc

N4

Ho do hút thuốc

N5

Viêm phế quản

N6

Cúm A

N7

Phế cầu khuẩn

N8

Bệnh ho gà
13


N9

Phổi tắc nghẽn mãn tính

N10

Trào ngược dạ dày thực quản

N11

Bệnh ho gà

N12

Lao

N13

Viêm xoang

N14

Viêm phổi

N15

Ung thư phổi
Bảng 2. 1: Xây dựng cơ sở dữ liệu của bài toán

2.6. Các luật (Modun suy diễn)
Stt

Luật

1

A1^S1^P1N1

2

A1^S1^P2N2

3

A1^S2^P2N3

4

A1^S2^P3N4

5

A1^S2^P4N5

6

A1^S1^P5N6

7

A1^S2^P6N7

8

A1^S2^P7N8

9

A1^S1^P8N9

10

A1^S2^P9N10

11

A1^S2^P10N11

12

A1^S3^P10N12

13

A1^S3^P11N13

14

A1^S2^P11N14

15

A1^S1^P11N15
Bảng 2. 2: Các luật

CHƯƠNG III: XÂY DỰNG CHƯƠNG TRÌNH
14


3.1. Thiết kế chương trình
Mơi trường cài đặt chương trình:
+ Ngôn ngữ sử dụng: C#.
+ Lý do chọn ngôn ngữ:
+ C# là một ngơn ngữ khá an tồn. Những ngơn ngữ cấp thấp hơn như
C hay C++ vẫn sẽ thực hiện trương trình ngay cả khi có lỗi dẫn đến
các thiệt hại nghiêm trọng, còn trong C# sẽ tiến hành kiểm tra code
trong quá trình biên dịch rồi đưa ra các lỗi đồng thời gửi đề xuất để

sửa lỗi cho bạn.
+ Ngôn ngữ này sử dụng khá đơn giản. Nếu như bạn đã sử dụng quen
các ngôn ngữ như C hay C++ hoặc thậm chí là Java thì việc dùng C
Sharp cũng khá giống.
+ C# loại bỏ một vài sự phức tạp của những ngôn ngữ như Java và c++,
bao gồm việc loại bỏ những macro, những template, đa kế thừa và
lớp cơ sở ảo.
+ C # nó là ngơn ngữ lập trình đa nền tảng. Chúng ta có thể xây dựng
các ứng dụng .NET được triển khai trên các nền tảng Windows,
Linux và Mac.
+ Môi trường ứng dung: Sử dụng trên hệ diều hành Windows 10.
3.2. Đối tượng sử dụng
Phần mềm dành cho các cá nhân có đến khám bệnh nhưng lại ngại giao tiếp
với bác sĩ hoặc y tá. Chỉ cần nhập triệu chứng, máy tính sẽ đưa ra kết quả chính
xác cho bạn nhắm tìm ra biện pháp điều trị hiệu quả nhất.
3.3. Phương pháp sử dụng phần mềm
Người sử dụng cài đặt chương trình trên máy tính cá nhân
hoặc
máy
tính
để
bàn. Bắt đầu q trình tư vấn hệ thống sẽ đưa ra các đề xuất cho
người dùng lựa chọn, những yếu tố phù hợp nhất với bản thân.
Dựa trên các lựa chọn đó chương trình sẽ trả về kết quả tư vấn
phù hợp nhất hiển thị ra màn hình
3.4. Xây dựng chương trình
3.4.1 Code suy diễn tiến

15

khá
C#
cũng
“an
tồn”.
làcấp
ngơn
Những
ngữ
ngơn
hơn
ngữ
thấp
•

Tạo ra được các phần mềm đa nền tảng

16


17


Hình 3. 1: Code suy diễn
18


3.4.2 Giao diện chương trình khi chưa chọn thơng tin

Hình 3. 2: Giao diện chương trình khi chưa chọn thơng tin
3.4.3 Giao diện chương trình khi được thực thi

Hình 3. 3: Giao diện chương trình khi chọn thơng tin
19


CHƯƠNG IV: KẾT LUẬN
Thơng qua việc tìm hiểu và nghiên cứu đề tài này giúp chúng em có cái nhìn
tồn diện hơn trong việc ứng dụng trí tuệ nhân tạo vào giải quyết các vấn đề thực
tế, cụ thể hơn là trong lĩnh vực chăm sóc sức khoẻ. Đây là vấn đề điển hình trong
xã hội hiện đại ngày nay. Hi vọng những nghiên cứu đánh giá của chúng em sẽ góp
phần bổ sung thêm hướng giải quyết cho vấn đề chăm sóc sức khoẻ bằng trí tuệ
nhân tạo, góp phần vào việc cải thiện sức khoẻ cho mọi người. Do thời gian có hạn
cộng với kiến thức cịn ít ỏi nên trong q trình thực hiện đề tài khơng thể tránh
khỏi những sai sót khơng đáng có. Kính mong thầy cơ thẳng thắn góp ý, nghiêm
khắc đánh giá để giúp chúng em hoàn thiện đề tài hơn, ngoài ra cịn hiểu biết hơn
về bộ mơn Trí tuệ nhân tạo. Chúng em xin chân thành cảm ơn

20


Danh mục tài liệu tham khảo:
- Bài giảng nhập môn trí tuệ nhân tạo – Vũ Văn Định
- Wikipedia.com
- suckhoe.24h.com
- suckhoedoisong.vn

21