Bài báo này tập trung vào phân tích một tập dữ liệu chứa các yếu tố nguy cơ quan trọng của bệnh nhân và sau đó kết luận xem cái nào trong số chúng quan trọng hơn trong việc dự đoán khả năng mắc đột quỵ. Sau đó, mô hình học máy sẽ được xây dựng dựa trên tập dữ liệu này để tìm ra xem kết luận có đúng không và sử dụng mô hình này vào việc dự đoán đột quỵ.

Đột quỵ là một vấn đề sức khỏe nghiêm trọng xảy ra khi có sự gián đoạn trong nguồn cung cấp máu của não, do tắc nghẽn hoặc vỡ một mạch máu. Sự gián đoạn này làm mất hơi oxy và dưỡng chất cần thiết cho tế bào não, dẫn đến một loạt các hậu quả, bao gồm liệt, suy nói, suy giảm trí tuệ và thậm chí là tử vong, phụ thuộc vào mức độ và vị trí tổn thương não.

Theo Tổ chức Y tế Thế giới (WHO), đột quỵ là một trong những nguyên nhân hàng đầu gây tử vong và tàn tật trên toàn cầu. Sự nhận biết sớm các dấu hiệu cảnh báo của đột quỵ có thể ngăn chặn sự nghiêm trọng của đột quỵ. Các dấu hiệu này bao gồm huyết áp cao, hút thuốc lá, tiểu đường, béo phì, cholesterol cao, rối loạn nhịp tim, thiếu vận động, tiêu thụ rượu quá mức và tiền sử gia đình về đột quỵ hoặc bệnh tim.

Dựa trên các nghiên cứu liên quan đến việc ứng dụng mô hình máy học trong chuẩn đoán đột quỵ, mô hình phân loại rừng ngẫu nhiên (Random Forest) là mô hình cho kết quả huấn luyện với các chỉ số đánh giá tốt và được lựa chọn để triển khai cho hệ thống dự báo online. Mục đích của hệ thống này là cho phép người dùng có thể kiểm tra nguy cơ đột quỵ của bản thân để có thể khám chữa kịp thời. Mô hình chuẩn đoán online bao gồm các phần cứng thu thập dữ liệu trực tiếp từ bệnh nhân, giao diện qua điện thoại, và server nhận dự liệu, chạy thuật toán dự báo và trả kết quả.

Theo Tạp chí Điện tử Tự động hóa Ngày Nay