Articles Vol. 66 No. CĐ22-Hội Hóa sinh Y học VN 12/01/2026

3. NGHIÊN CỨU TRIỂN KHAI MÔ HÌNH CÔNG NGHỆ AI TRONG XÁC ĐỊNH KHOẢNG PHÂN TÍCH NỘI KIỂM CHẤT LƯỢNG XÉT NGHIỆM HÓA SINH TẠI BỆNH VIỆN LÊ VĂN THỊNH

Nguyen Thi Nhan1, Le Quoc Bao1, Nguyen Nhi y1, Tran Qui Phuong Linh2
1 Khoa Kỹ thuật Xét nghiệm Y học, Trường Đại học Nguyễn Tất Thành
2 Khoa Hóa sinh - Huyết học Truyền máu, Bệnh viện Lê Văn Thịnh
DOI: 10.52163/yhc.v66iCD22.3759
19 Views
12 Downloads
Abstract

Mục tiêu: Xác định khoảng phân tích nội kiểm một số xét nghiệm hóa sinh dựa trên mô hình ứng dụng công nghệ AI.

Đối tượng và phương pháp nghiên cứu: Nghiên cứu hồi cứu dữ liệu nội kiểm (IQC) và ngoại kiểm (EQA) của 10 thông số xét nghiệm hóa sinh bao gồm: Glucose, AST, ALT, GGT, Acid Uric, Ure, Creatinine, Cholesterol, HDL-Cholesterol, Triglycerid trong 3 tháng (3–5/2025) tại Khoa Hóa sinh – Bệnh viện Lê Văn Thịnh trên hệ thống Atellica CH930. Dữ liệu được xử lý bằng Excel - tính toán thống kê cơ bản và AI Power BI - xây dựng dashboard trực quan, phân tích CVw%, Bias%, Sigma; xác định khoảng phân tích nội kiểm dựa trên Pedc và MaxE(Nuf)..

Kết quả: 6/10 xét nghiệm (ALT, AST, Glucose, HDL-Cholesterol, Triglycerid, Acid Uric) đạt mức hiệu năng “xuất sắc”, khoảng phân tích bằng 10.000 xét nghiệm. 1/10 xét nghiệm (Creatinine) đạt mức hiệu năng “rất tốt”, khoảng phân tích bằng 400. 2/10 xét nghiệm (Cholesterol, GGT) có mức hiệu năng “tốt”, khoảng phân tích bằng 333 xét nghiệm. Có 1/10 xét nghiệm (Urea) có mức hiệu năng “không tốt”, khoảng phân tích giới hạn còn 28 xét nghiệm.

Kết luận: Khoảng tham chiếu cho các chỉ số huyết học được thiết lập và đánh giá tại bệnh viện Lê Văn Thịnh.

References
[1]
V. Dugad, S. Deshmukh, A. Bhosale, et al. Pre-analytical and post-analytical errors in the clinical laboratory: A systematic review. Journal of Pharmaceutical Negative Results, 2022, 13(9) Google Scholar
[2]
Bộ Y tế. Thông tư số 01/2013/TT‑BYT ngày 11/01/2013: Hướng dẫn thực hiện quản lý chất lượng xét nghiệm tại cơ sở khám bệnh, chữa bệnh. Hà Nội: Bộ Y tế; 2013. Google Scholar
[3]
International Organization for Standardization. ISO 15189: 2022 Medical Laboratories Requirements for Quality and Competence. ISO; 2022. Google Scholar
[4]
Microsoft. Power BI documentation 2023, https://learn.microsoft.com/en-us/power-bi/, 2023. Accessed Google Scholar
[5]
I. Györfi, K. Pál, I.B. Mănescu, et al. Atellica CH 930 chemistry analyzer versus Cobas 6000 c501 and Architect ci4100-a multi-analyte method comparison. Revista Romana de Medicina de Laborator, 2021, 29(4):421-438. Google Scholar
[6]
H. Tang, Y. Xiao, H. Luo, et al. Analytical performance evaluation of intelligent quality management of blood gas analyzer. Practical Laboratory Medicine, 2025:e00480. Google Scholar
[7]
S.Q. Peng, J.F. Zhang, W.Q. Zhou, et al. Practical application of Westgard Sigma rules with run size in analytical biochemistry processes in clinical settings. Journal of Clinical Laboratory Analysis, 2021, 35(3):e23665. Google Scholar
[8]
X. Dong, X. Meng, B. Li, et al. Comparative study on the quality control effectiveness of AI-PBRTQC and traditional PBRTQC model in identifying quality risks. Biochemia Medica, 2024, 34(2) Google Scholar