Dữ liệu sử dụng:

  + 424 bệnh nhân viêm gan B/C từ bệnh viện Đại học Chiba, Nhật Bản

  + Các chỉ số xét nghiệm máu: ALB, ALP, CHE, D-BIL, G-GTP, G-GL

  + Tuổi bệnh nhân, loại viêm gan (B=1, C=2)

  + Mức độ xơ gan xác định bằng sinh thiết

• Các mô hình AI:
•   + Naive Bayes: giả định các thuộc tính độc lập, sử dụng phân phối Gaussian
•   + Logistic Regression: mô hình hồi quy nhị phân, dự đoán xác suất theo hàm sigmoid
•   + Decision Tree: phân loại theo cây quyết định, dễ giải thích
•   + Neural Network: mạng nơ-ron nhiều lớp, học phi tuyến
• Kết quả so sánh:
•   + Neural Network: chính xác 48%, độ nhạy 88%, độ đặc hiệu 55%
•   + Decision Tree: chính xác 45%, độ nhạy 49%, độ đặc hiệu 76%
•   + Naive Bayes: chính xác 39%, độ nhạy 47%, độ đặc hiệu 81%
•   + Logistic Regression: chính xác 48%, độ nhạy 34%, độ đặc hiệu 89%
•   + Decision Tree Boost (tổng hợp 4 mô hình): chính xác 61%, sai số ±1 mức độ đạt 92%
• Giao diện CDSS:
•   + Web app hiển thị kết quả dự đoán từ 4 mô hình và trung bình tổng hợp
•   + Dạng “nhiệt kế” hiển thị mức độ xơ gan từ 0 đến 4
•   + Cho phép nhập dữ liệu bệnh nhân và xem kết quả dự đoán