DỮ LIỆU LÂM SÀNG SẴN SÀNG CHO TRÍ TUỆ NHÂN TẠO TRONG Y HỌC CỔ TRUYỀN HÀN QUỐC
Từ khóa:
Y học cổ truyền Hàn Quốc, chuẩn hóa dữ liệu, dữ liệu lâm sàng, trí tuệ nhân tạoTóm tắt
Mục tiêu: Tổng hợp các yêu cầu cốt lõi để xây dựng dữ liệu lâm sàng sẵn sàng cho trí tuệ nhân tạo trong y học cổ truyền. Phương pháp nghiên cứu: Tổng quan tường thuật các tài liệu về chuẩn hóa, quản trị và khai thác dữ liệu lâm sàng phục vụ trí tuệ nhân tạo. Kết quả: Dữ liệu sẵn sàng cho trí tuệ nhân tạo cần bảo đảm nguồn gốc rõ ràng, chất lượng và cấu trúc nhất quán, cùng với siêu dữ liệu đầy đủ. Trong y học cổ truyền, chuẩn hóa cần bắt đầu từ việc chuyển đổi các khái niệm lâm sàng định tính thành các biến số có thể ghi nhận và đo lường, đồng thời thống nhất thiết bị, đơn vị và quy trình thu thập. Chẩn đoán lưỡi cho thấy rõ những thách thức này do sự khác biệt giữa người đánh giá và điều kiện thu nhận dữ liệu. Việc xây dựng dữ liệu tham chiếu ở người khỏe mạnh và các bộ hình ảnh chuẩn có thể hỗ trợ đối chiếu, giáo dục và phát triển các hệ thống trí tuệ nhân tạo. Bên cạnh đó, khả năng liên thông và quản trị dữ liệu là điều kiện để dữ liệu được chia sẻ và tái sử dụng. Kết luận: Xây dựng dữ liệu sẵn sàng cho trí tuệ nhân tạo trong y học cổ truyền là quá trình chuẩn hóa xuyên suốt từ đo lường, dữ liệu và thuật ngữ đến quản trị và ứng dụng lâm sàng.
Tài liệu tham khảo
1. Arora A, Alderman JE, Palmer J, et al. The value of standards for health datasets in artificial intelligence-based applications. Nat Med. 2023;29(11):2929-2938. DOI:10.1038/s41591-023-02608-w.
2. World Health Organization. Kicking off the journey of artificial intelligence in traditional medicine. Published September 13, 2024.
3. International Organization for Standardization, International Electrotechnical Commission. ISO/IEC 5259-1:2024. Artificial intelligence—Data quality for analytics and machine learning (ML)—Part 1: Overview, terminology, and examples. Geneva: International Organization for Standardization; 2024.
4. International Organization for Standardization, International Electrotechnical Commission. ISO/IEC 25059:2023. Software engineering—Systems and software Quality Requirements and Evaluation (SQuaRE)—Quality model for AI systems. Geneva: International Organization for Standardization; 2023.
5. Ranc H, Elkhyat A, Servais C, Mac-Mary S, Launay B, Humbert P. Friction coefficient and wettability of oral mucosal tissue: changes induced by a salivary layer. Colloids Surf A Physicochem Eng Asp. 2006;276(1-3):155-161. DOI:10.1016/j.colsurfa.2005.10.033.
6. Health Level Seven International. Fast Healthcare Interoperability Resources (FHIR). Health Level Seven International. Accessed September 27, 2026.
7. MLCommons. Croissant Format Specification, Version 1.1. Published January 29, 2026.
8. International Organization for Standardization, International Electrotechnical Commission. ISO/IEC 23894:2023. Information technology—Artificial intelligence—Guidance on risk management. Geneva: International Organization for Standardization; 2023.
Lượt tải xuống
Ngày Xuất bản
Số
Chuyên mục
Giấy phép
Bản quyền (c) 2026 Sanghun Lee, Trần Nhật Minh (Tác giả)
Tác phẩm này được cấp phép theo Giấy phép Creative Commons Ghi công 4.0 Quốc tế.
