rssheader

20/09/2021

TS Đỗ Thanh Hà: AI là công cụ “cải tử hoàn sinh”

Vân Huyền - 20/02/2021, 08:17 GMT+07 | Trẻ
TS Đỗ Thanh Hà. Ảnh: NVCC TS Đỗ Thanh Hà. Ảnh: NVCC

Tuy nhiên, đối với chị Hà, đây chỉ là bước đầu để đưa trí tuệ nhân tạo (AI) vào y học...

Cơ duyên và nỗ lực

Xạ trị là một trong những phương pháp điều trị ung thư phổ biến và hiệu quả nhất hiện nay. Trước khi tiến hành xạ trị ung thư, các bác sĩ phải lập kế hoạch xạ trị dựa trên hình ảnh chụp cắt lớp mô phỏng của bệnh nhân ung thư để xác định liều xạ trị phù hợp. Đây là bước tốn nhiều thời gian và phức tạp nhất trong quá trình xạ trị.

Theo ông Phạm Văn Thỉnh - Phó Giám đốc Công ty Med Aid Việt Nam (doanh nghiệp có trụ sở chính tại Mỹ), với những khối u ở vùng bụng, giữa mô lành và mô ung thư không có sự khác biệt nhiều về mật độ. Do đó, các thuật toán cũ không thể phát hiện.

Để giải được bài toán này, công ty Med Aid đã phối hợp với các nhà nghiên cứu tại Trường Đại học Khoa học Tự nhiên (ĐHQGHN), nhằm tìm ra đáp án.

Chia sẻ về dự án AI Contour, TS Đỗ Thanh Hà - người dẫn đầu nghiên cứu dự án và là giảng viên Khoa Toán - Cơ - Tin học tại Trường Đại học Khoa học Tự nhiên, cho biết: “Đây là dự án phía công ty đã làm việc với trường đại học trong thời gian khá lâu. Khâu thủ tục, ký kết diễn ra vào ngày 22/5/2019 - một năm sau nghiệm thu. Tuy nhiên, trước đó, từ lúc tiếp xúc với nhu cầu doanh nghiệp, hiểu về thuật toán, chuẩn bị dữ liệu, chúng tôi đã có vài tháng làm việc”.

Theo TS Hà, trước ngày 22/5/2019, nhóm nghiên cứu đã chạy thử sản phẩm và chứng minh năng lực.

“Lúc đó, thuật toán chưa đi vào giai đoạn kết thúc. Chúng tôi đơn giản chỉ là hiểu đúng vấn đề và cho họ thấy năng lực phía mình. Ngày 22/5, chúng tôi bắt đầu ký chính thức sau nhiều buổi đàm phán, trao đổi và hiểu vấn đề”, nhà khoa học này chia sẻ.

Theo nữ tiến sĩ này, khi một bệnh nhân chụp cắt lớp, sẽ có ảnh chụp cắt lớp cùng nhiều lát cắt. Tùy máy khác nhau, số lượng lát cắt rất nhiều. Việc đầu tiên là khoanh vùng bộ phận, tùy theo bộ phận có nghi ngờ, xác định tổn thương trên đó. Công đoạn khoanh vùng bộ phận nếu không thực hiện bằng máy sẽ tốn rất nhiều thời gian của bác sĩ.

Và, nhiệm vụ mà nhóm nghiên cứu được giao là, trong khoảng thời gian dưới 30 giây, giúp máy có thể khoanh vùng tự động 12 bộ phận trên cơ thể (đầu, ngực, bụng). Trong đó, số lát cắt bác sĩ không phải chỉnh sửa là dưới 80%.

Tuy nhiên, chị Hà cho rằng, để có thể thực hiện được theo yêu cầu là cả một quá trình vô cùng khó khăn. Bởi, lát cắt bác sĩ không phải chỉnh sửa khác với bộ phận bác sĩ không phải chỉnh sửa.

“Ví dụ, lát cắt ở ngực có phổi trái, phổi phải và tim. Chỉ cần một trong những bộ phận đó sai, bác sĩ phải mất thời gian sửa. Lát cắt đó vẫn được tính là phải sửa. 80% số lát cắt bác sĩ không phải sửa, tương ứng với mỗi bộ phận, độ chính xác phải trên 90%. Ban đầu, chúng tôi nghĩ rằng, 80% là con số nhẹ nhàng. Tuy nhiên, thực tế không hề đơn giản”, TS Hà bày tỏ.

Đặc biệt, các nhà nghiên cứu của Khoa Toán - Cơ - Tin học cũng phải trải qua quá trình làm “ứng cử viên” để có thể chứng tỏ năng lực. Với nền tảng sẵn có cùng sự kiên trì, TS Hà và các cộng sự chính là những người có thể “trụ lại” tới cùng để đảm nhận nhiệm vụ không hề đơn giản này.

“Có thể nói, sự hợp tác này cũng chính là một cơ duyên. Đặc biệt, một số cựu sinh viên tại trường hiện làm việc tại Med Aid. Và có thể, năng lực của những cựu sinh viên này khiến phía doanh nghiệp đặt niềm tin hơn. Trong cuộc họp đầu tiên, so với các đơn vị khác, dù chưa có kinh nghiệm xử lý hình ảnh y tế như họ, nhưng chúng tôi rất tự tin. Bởi, nhóm nghiên cứu đều được đào tạo bài bản ở nước ngoài về xử lý hình ảnh”, chị Hà nói.

Tuy nhiên, để được “chọn mặt gửi vàng”, nhóm nghiên cứu đã trải qua thời gian miệt mài tìm tòi để hiểu đúng vấn đề, cùng sự kiên trì không ngừng. Bởi, với quan điểm của chị Hà và các cộng sự, việc giải bài toàn chính là cơ hội để mọi người có thể vừa làm, vừa học.

“Số lượng các bệnh nhân ung thư ở Việt Nam rất nhiều. Thực tế, độ chính xác có thể tăng 2 - 3% hay tiết kiệm thời gian dù chỉ 1 giờ, chúng tôi cũng cảm thấy đã góp phần nào công sức”, nhà khoa học này giãi bày.

Mặc dù ban đầu không có nhiều kinh nghiệm, nhưng TS Hà và các cộng sự sẵn sàng “hỏi nhiều” để có thể “hiểu nhiều hơn”. Chính những yếu tố đó đã dần giúp nhóm nghiên cứu của Trường Đại học Khoa học Tự nhiên chiếm trọn niềm tin của công ty.

Theo chị Hà, điều quan trọng nhất là, nếu doanh nghiệp tìm đến khi nhóm nghiên cứu đã có sẵn lời giải, đó không phải lúc họ cần tới nhà khoa học. 

Thành công của chị Hà luôn có sự hỗ trợ từ gia đình. Ảnh: NVCC.

“Ăn, ngủ” cùng dự án

Tới nay, khi nghĩ lại, TS Hà “thừa nhận”, nhóm nghiên cứu đã dành khá nhiều thời gian cho dự án. Tuy nhiên, đối với những nhà khoa học này, dự án như một thỏi nam châm “hút” họ. Càng dành thời gian nghiên cứu, TS Hà và cộng sự càng bị “cuốn” hơn và vô tình quên hết mệt mỏi.

“Các bộ phân trên cơ thể người châu Á và châu Âu đã rất khác nhau. Nhưng, ở đây là với người bệnh. Nên, sẽ có sự biến tướng ở các bộ phận đó. Khi làm, dù nhìn ảnh quen, nhưng tôi vẫn phải đi học bác sĩ. Mình cần hiểu để khi kết quả trả ra, bản thân ít nhất cần biết đó là đúng hay sai”, nhà nghiên cứu chia sẻ.

Thời gian đầu, có những hôm chị Hà “ôm” sách Y khoa như những tân sinh viên. Đối với nhóm nghiên cứu, những lần mời được chuyên gia y khoa thuyết trình là điều vô cùng đáng quý. Song, TS Hà “bật mí”, vô cùng may mắn khi cha chị là bác sĩ. Vì vậy, chị luôn có thể tìm sự trợ giúp mỗi khi rơi vào thế “bí”.

Mọi ý tưởng, giấy tờ, nhóm nghiên cứu đều làm việc với chi nhánh Công ty Med Aid tại Mỹ. Do lệch múi giờ, nên việc thức tới 2 - 3 giờ sáng để nghe bác sĩ giải thích về chuyên môn là “chuyện thường ngày” đối với các nhà khoa học. TS Hà giải thích, bác sĩ sẽ làm dữ liệu và tạo contour mẫu. Điều đáng lưu ý là, nếu contour mẫu sai, máy cũng sẽ học sai. Sau mỗi 2 tuần, các nhà nghiên cứu sẽ trao đổi về tiến độ công việc với bác sĩ.

“Khi cảm thấy tự tin một chút, tôi bắt đầu đọc các tài liệu nghiên cứu. Tuy nhiên, yêu cầu của phía doanh nghiệp là độ chính xác phải trên 90% với lát cắt chỉnh sửa. Đáng nói là, các sản phẩm thường có độ chính xác trên 80%. Khi đó, tôi vô cùng hoang mang. Bởi, khi đặt bút ký, mình cần có trách nhiệm với đơn vị và trường học”, TS Hà kể về những khó khăn ban đầu.

Thời điểm đó, kể cả ngày hay đêm, nhóm nghiên cứu đều nghĩ tới thuật toán. Bởi, dù thử rất nhiều, nhưng tất cả thuật toán của nhóm chỉ có độ chính xác từ 70 - 80%.

“Thú thực, chúng tôi mất ăn mất ngủ vài tháng. Dù là ban đêm tôi cũng nằm mơ đến các bộ phận trên cơ thể. May mắn là, trong một lần bật dậy vào nửa đêm, một ý tưởng nhỏ đã trở thành bước đột phá trong thuật toán. Đó là chặng đường rất dài, việc thức đến 2 - 3 giờ sáng, bị bảo vệ đuổi ra khỏi trường là rất bình thường”, chị Hà hài hước kể.

Tới nay, nhóm nghiên cứu luôn tự tin với độ chính xác từ 93 - 95% của thuật toán. Mặc dù tháng 5/2019 mới nghiệm thu, nhưng đầu tháng 11/2018, các nhà khoa học đã thiết lập một trang web để bác sĩ tại Mỹ có thể kiểm tra bất cứ lúc nào.

Trong thời gian dài tập trung cao độ, nhóm nghiên cứu không tránh khỏi những lúc cảm thấy mệt mỏi, áp lực. Song, mỗi khi nhận được kết quả tiến triển hơn từng bước, chị Hà chia sẻ, mọi người đều như quên hết mệt mỏi.

Đặc biệt, khi AI Contour được triển khai ở một số bệnh viện cũng là khi TS Hà cảm thấy mình đã thực sự góp sức.

TS Hà từng “mất ăn, mất ngủ” vì thuật toán. Ảnh: NVCC.

Hậu phương vững chắc

“Tôi tự nhận thấy mình là người rất may mắn khi luôn có gia đình ủng hộ. Bên cạnh đó, tôi cũng là người bố trí thời gian khá tốt. Khi bước về nhà cho tới lúc con ngủ, tôi sẽ không làm việc. Chỉ sau đó, tôi mới tiếp tục công việc của mình. Nếu không có sự cảm thông, chia sẻ từ gia đình, chắc chắn sẽ rất khó để có thể thực hiện dự án”, TS Hà tâm sự.

Đặc biệt, ông xã của chị Hà là một người luôn đứng sau hỗ trợ vợ hết mình. Thậm chí, anh sẵn sàng ngồi tới 9 giờ tối ở trường để chờ vợ làm việc. Có những ngày, cả nhà chị Hà cùng tham gia hỗ trợ. Khi đó, các thành viên trong gia đình đều thấu hiểu sự vất vả và cả niềm vui của người làm nghề như chị Hà.

Sau khi giải được thuật toán, nhóm nghiên cứu tiếp tục chuẩn bị đến ngày bàn giao. Tiếp theo, các nhà khoa học hướng dẫn phía công ty cách lắp đặt lõi. Và, đó là quá trình cần sự trao đổi rất nhiều.

“Vui nhất, vỡ oà nhất là khi tôi biết được tin, sản phẩm đã được đưa vào ứng dụng. Bởi, mục tiêu ban đầu chúng tôi đặt ra là sản phẩm phải hữu ích cho xã hội, không phải vì một hợp đồng hay công việc nào đó”, chị Hà nhấn mạnh.

Đối với những người làm kỹ thuật như TS Hà và cộng sự, sản phẩm AI Contour thực sự là đứa con tinh thần. Nữ giảng viên tâm sự, chị muốn mang đến cái gì đó cho xã hội. Nhưng, “cái gì đó” ở đây cần là những thứ được cụ thể hóa.

Hiện tại, đối với chị Hà, cách tốt nhất là làm giàu cho tri thức bản thân. Tới nay, nhà khoa học này vẫn miệt mài làm việc với ảnh y tế, một số bài toán như về ung thư gan, hay các vấn đề liên quan tới tuyến giáp. Chị cũng bày tỏ hy vọng rằng, nghiên cứu sẽ tìm được sự hỗ trợ thích hợp.

“Nếu tiếp tục có lời mời hợp tác, chắc chắn tôi sẽ đồng ý, miễn là mục tiêu đúng đắn, phù hợp với khả năng. Mình phải chắc chắn có thể thành công 70%, 30% còn lại là thách thức. Quan điểm của tôi là, hệ thống AI chỉ hỗ trợ bác sĩ, chứ không nên đưa ra quyết định”, TS Hà bày tỏ. 

Ý kiến của bạn

Bạn còn 500/500 ký tự

Xem thêm