Với sáng chế “Gương thông minh áp dụng học máy sâu để phát hiện sớm sâu răng”, Đặng Minh Thư và Nguyễn Diệu Linh, học sinh lớp 11 Hóa 2 Trường THPT chuyên Hà Nội - Amsterdam xuất sắc giành huy chương vàng tại cuộc thi Olympic Phát minh và sáng chế Thế giới lần thứ 13 tổ chức tại Hàn Quốc.
Thuyết trình về sáng chế của mình, Đặng Minh Thư cho biết: Vấn đề về răng miệng đã luôn là một mối bận tâm trong cuộc sống ngày nay. Cùng với sự phát triển về kinh tế, nhiều thức ăn với hàm lượng cao được sản xuất, làm ảnh hưởng đến sức khỏe răng miệng của mọi người, đặc biệt là ở trẻ em.
Chế độ ăn không khoa học, sự thờ ơ và sự thiếu kiến thức về chăm sóc sức khỏe răng miệng sẽ càng làm trầm trọng hóa vấn đề này, thậm chí có thể để lại những tổn thương lâu dài và vĩnh viễn trong răng miệng.
Trước đây, theo những cách truyền thống, răng sâu sẽ được thay thế bằng răng sứ, răng được làm từ vàng hoặc thép inox. Những cách này cũng mang đến nhiều vấn đề cho người dùng như dễ bị phân hủy, bị bào mòn bởi thực phẩm chứa nhiều acid, nhạy cảm với nhiệt, gây ra nhiều bất tiện cho bệnh nhân.
Hiện nay, trí tuệ nhân tạo (AI) đã trở thành một công cụ toàn năng trong nhiều lĩnh vực, bao gồm khoa học sức khỏe. AI được sử dụng rộng rãi trong việc phân tích hình ảnh y khoa và đưa chẩn đoán, hỗ trợ phát hiện các bệnh như ung thư và tiểu đường.
Trong nha khoa, AI có thể phân tích hình ảnh miệng để phát hiện sớm dấu hiệu của sâu răng, cải thiện chăm sóc răng miệng. Tuy nhiên, các ứng dụng trên điện thoại thông minh phục vụ mục đích này thường không tiện lợi và dễ bị bỏ sót những mặt tối sâu trong răng.
Một số nghiên cứu cho thấy người ta thường nghĩ về sức khỏe răng miệng khi đánh răng hoặc đứng trước gương. Dựa vào đây, nhóm học sinh đã đề xuất phát triển một gương thông minh, được lắp đặt trong phòng tắm hoặc bàn trang điểm, bên trong lắp đặt một máy tính để phát hiện sớm các vấn đề về răng miệng.
Giải thích rõ hơn về sản phẩm, Nguyễn Diệu Linh cho hay: Gương thông minh tích hợp một gương hai chiều với màn hình chạy phần mềm AI để phát hiện sâu răng bằng cách sử dụng mô hình học sâu. Mô hình này được đào tạo để nhận diện và phân loại răng bình thường và răng bị sâu theo tiêu chuẩn ICDSA từ mức 1 đến 6.
Để huấn luyện mô hình, nhóm sử dụng công cụ Google Colab’s GPUs, bao gồm Nvidia Tesla T4, cùng với Tensorflow và Keras. Bằng việc giảm bớt một số layers trong các khối tích chập, nhóm đã tạo ra một mô hình mới có tên CAVNET (Cavity Neuron Network) và khóa một số layers không cần thiết và huấn luyện mô hình với tập dữ liệu răng sâu.
Khi độ chính xác của mô hình vượt qua một ngưỡng nhất định, nhóm đã chuyển sang nghiên cứu thực địa. Sau khi được huấn luyện, mô hình được tải lại một phần mềm nhận dạng trên SBC. Ứng dụng này được mã hóa bằng Python, có giao diện người dùng với một nút bấm để chụp hình miệng một cách thủ công hoặc tự động.
Đồ thị từ quá trình đào tạo đã so sánh các đặc điểm nhận diện để dự đoán sâu răng với độ chính xác lên đến 95%. Chương trình nhanh chóng đưa ra dự đoán và phân loại tình trạng răng miệng và cung cấp lời khuyên cho người dùng.
Theo chia sẻ của nhóm học sinh Hà Nội, kể từ khi thành lập nhóm, lên ý tưởng đến lúc đi thi chỉ vỏn vẹn 3 tháng nhưng điểm thuận lợi là quá trình nghiên cứu diễn ra trong thời gian nghỉ hè nên các em có thể dành toàn bộ thời gian cho công trình khoa học của mình.
Hàng ngày, các thành viên của nhóm lên phòng thí nghiệm, gửi kết quả đi phân tích; một tuần được gặp gỡ chuyên gia, thầy giáo 2 buổi; tối lại làm việc nhóm trực tuyến và đọc tài liệu. Các thầy cô giáo ở trường đều tạo điều kiện tối đa cho các em thực hiện đề tài. Cả 2 đều tích cực và nỗ lực hoàn thành tốt nhiệm vụ được giao.
Cô Nguyễn Thị Hồng, giáo viên chủ nhiệm lớp 11 Hóa 2 Trường THPT chuyên Hà Nội Amsterdam bày tỏ niềm vui về thành tích của học trò. Cô Hồng cho biết, đây là một nghiên cứu rất tốt, có ý nghĩa và có giá trị khoa học. Trong tương lai, nếu tiếp tục đam mê, các em có thể phát triển nghiên cứu để ra mắt những sản phẩm hữu ích hơn nữa.
