"Làm thế nào chạy đua được với thế giới khi họ tiến bộ quá nhanh?". Nỗi lo thua kém trong cuộc đua AI trong y tế hoặc AI chuyên dụng khác cũng phần nào giống cảm giác nhiều người đối diện khi nhìn sang Trung Quốc, thấy tốc độ phát triển công nghiệp quá mạnh thì nghĩ rằng Việt Nam không còn cơ hội. Tuy nhiên, theo GS Nguyễn Tiến Dũng, Đại học Toulouse, vấn đề không nằm ở việc cố làm giống các "ông lớn", mà là tìm ra những ngách chuyên sâu mà họ không tập trung.
GS Nguyễn Tiến Dũng, diễn giả chính chia sẻ tại tọa đàm. Ông là giáo sư toán hạng đặc biệt ở Đại học Toulouse và cũng đồng thời sáng lập công ty trí tuệ nhân tạo Torus AI nghiên cứu về AI xử lý tự động các thông tin, tín hiệu và hình ảnh trong nhiều lĩnh vực như thiên văn học, y tế. Ảnh: Anh Thư.
"Những gì các tập đoàn lớn tập trung làm thì họ làm rất giỏi. Nhưng có những ngách họ không đầu tư thì họ cũng yếu ở ngách đó thôi," ông nói.
Chính vì thế, trong cuộc đua AI y tế toàn cầu, Việt Nam khó có khả năng cạnh tranh trực diện với các ông lớn công nghệ, nhưng theo ông và các chuyên gia tại tọa đàm "AI chuyên dụng cho chẩn đoán bệnh" do Tia Sáng tổ chức ngày 7/5, cơ hội của Việt Nam nằm ở những bài toán y tế đặc thù mà chỉ Việt Nam mới cần giải, có dữ liệu và quyết tâm giải quyết.
Ông lấy ví dụ các mô hình AI lớn hiện nay (phổ biến như ChatGPT) có thể "biết tuốt" rất nhiều lĩnh vực, nhưng vì phải phân tán dữ liệu và năng lực xử lý cho hàng nghìn chủ đề nên không thể đi quá sâu vào từng bài toán chuyên biệt.
Trong khi đó, AI y tế chuyên dụng có thể tập trung giải quyết các nhóm bệnh, đặc điểm dân số hoặc dữ liệu đặc thù của từng quốc gia.
Theo GS. Nguyễn Tiến Dũng, muốn làm được điều này, nếu phát triển AI trong y tế, phải có sự liên kết dữ liệu giữa các bệnh viện thay vì phát triển rời rạc. "Không thể mỗi nơi làm một kiểu," ông nói. Chẳng hạn, các bệnh viện chuyên về tim mạch cần chia sẻ dữ liệu và phối hợp xây dựng chung cho hệ thống AI thay vì tách lẻ từng đơn vị.
Ông cũng nhấn mạnh rằng dữ liệu dù nhiều đến đâu vẫn có thể chưa đủ, vì yếu tố quyết định còn nằm ở thuật toán. "Nếu dữ liệu còn ít thì thuật toán phải càng chính xác để khắc phục," ông nói.
GS Trương Nam Hải chia sẻ tại tọa đàm. Ảnh: Anh Thư.
Đồng ý với quan điểm này, từ góc nhìn của mình GS. Trương Nam Hải, Nguyên Viện trưởng viện Công nghệ sinh học, Viện KHCN Việt Nam) cho biết thêm, trong ngành của ông, phần lớn dữ liệu gene và nghiên cứu y khoa hiện nay trên thế giới chủ yếu dựa trên người da trắng, trong khi trong bộ gene người Việt hay từng dân tộc trên thế giới đều sẽ có những biến thể và đặc điểm sinh học riêng.
"Các đặc trưng của người Việt thì chỉ người Việt mới nghiên cứu được," ông nói. Do đó, Việt Nam cần các AI chuyên biệt cho các nhóm bệnh mang tính đặc thù trong nước, các công cụ AI hỗ trợ rất hiệu quả cho các nghiên cứu cần phân tích dữ liệu lớn, từ các biến thể gene đến những mô hình bệnh lý hoặc phương pháp điều trị riêng như đông y.
Các bác sĩ có mặt tại tọa đàm cũng cho biết, các bệnh đặc thù riêng, hoặc chữa trị theo đông y rất ít nước làm, và rất muốn có các công cụ AI hỗ trợ cho các chẩn đoán lâm sàng, đặc biệt là các chẩn đoán cần xâm lấn, phải lấy mẫu làm đau bệnh nhân.
Một bác sĩ đặt câu hỏi tại tọa đàm. Ảnh: Anh Thư.
Nhìn rộng ra, trong bối cảnh các nước đều đẩy mạnh tận dụng công nghệ sẵn có, Việt Nam vẫn phải phát triển cả các mô hình ngôn ngữ và các mô hình AI chuyên dụng, vì phải xây dựng năng lực AI riêng để đảm bảo chủ quyền số.
"Đặc biệt là những đặc thù riêng về văn hóa, lịch sử, ngôn ngữ... của Việt Nam thì không ai làm thay Việt Nam được," giáo sư Nguyễn Tiến Dũng nói.
Trong điều kiện nguồn lực hạn chế, ông cũng đề cập đến cách "đầu tư AI kiểu con nhà nghèo". Thay vì tự phát triển mọi thứ từ đầu, Việt Nam có thể tận dụng các mô hình ngôn ngữ lớn sẵn có, "đứng trên vai người khổng lồ", rồi phát triển thêm các lớp dữ liệu và ứng dụng chuyên sâu cho nhu cầu trong nước.
Tia Sáng sẽ thông tin chi tiết thêm về nội dung này trong các bài viết tiếp theo.