Đó là ứng dụng độc đáo giúp cảnh báo được tình hình dịch Covid-19 đang diễn biến phức tạp hiện nay.
Ứng dụng có tên là BeCaked, hệ thống sử dụng mảng thần kinh lai (là sự kết hợp giữa trí tuệ nhân tạo và mô hình toán học cổ điển) để mô hình hóa dịch Covid-19, là sản phẩm độc đáo của 2 sinh viên Võ Quang Nghĩa (Khoa Y - ĐH Quốc gia TP.HCM) và Nguyễn Quang Đức (Trường ĐH Bách khoa TP.HCM).
Với những ý nghĩa thiết thực, có thể ứng dụng được ngay vào tình hình dịch Covid-19 hiện nay, ứng dụng của nhóm đã xuất sắc giành được giải nhất giải thưởng Sinh viên nghiên cứu khoa học Eureka 2020 và đã được chuyển giao công nghệ cho Sở Y tế TP.HCM ngay sau cuộc thi.
Dùng trí tuệ nhân tạo để cảnh báo dịch
Nghỉ học vì dịch Covid-19 dài ngày từ đầu năm, bản thân lại là sinh viên y, Võ Quang Nghĩa cảm thấy mình cần làm điều gì đó để giúp đỡ cộng đồng vượt qua dịch bệnh, thế là ý tưởng về ứng dụng cảnh báo dịch Covid-19 của Nghĩa bắt đầu hình thành.
Ngay lập tức, Nghĩa gọi cho Đức (cùng nằm trong đội tuyển học sinh giỏi toán thời THPT với Nghĩa) để hỏi: “Nếu bây giờ mình lấy 3 thông số cơ bản là số người mắc bệnh, số người hồi phục và số người tử vong để áp vào phương trình và làm dự đoán thì có được không?”. Thế là cả hai cùng bàn và lấy số liệu để thử nghiệm, cuối cùng thấy khả thi nên 2 chàng trai bắt đầu nghiên cứu sâu hơn.
Với ứng dụng, chúng ta sẽ dự đoán được tình hình diễn biến của dịch Covid - 19 những ngày tiếp theo sẽ như thế nào N ữ Vương |
“Mình có một thuật toán, phương trình vi phân thì mình lấy 3 số liệu là số người mắc bệnh, số người hồi phục và số người tử vong, sau đó áp vào phương trình đó, sẽ cho ra một hệ số để dự đoán những ngày sau. Mình tính được hệ số gốc của phương trình để ra phương trình tổng quát, khi mà mình nhập ngày cụ thể nào đó thì nó hiện ra vào ngày đó sẽ có bao nhiêu người bị mắc bệnh, bao nhiêu người tử vong… Đó là kết quả để mình dự đoán được tình hình”, Nghĩa phân tích.
Nhưng theo Nghĩa vấn đề ở chỗ là làm sao để mô hình này có thể chạy mãi, vận hành mãi nhằm cho ra các kết quả liên tục. Kiểu dạng như mô hình đó sẽ tự học hỏi và tự nâng tầm hiểu biết lên thì phải sử dụng đến mô hình trí tuệ nhân tạo để áp vào phương trình đó. Nhờ vào trí tuệ nhân tạo có thể lấy số liệu liên tục, tạo ra những biến số liên tục để có thể dự đoán được kết quả liên tục.
Dự đoán được nhiều dịch bệnh khác nhau
Mô hình này lấy dữ liệu của 10 ngày bệnh để xem những ngày kế tiếp sẽ như thế nào. “Phải là số liệu của 10 ngày, vì tụi mình đã thử nghiệm với những số ngày khác nhau như 7 hay 14 ngày thì đều cho ra kết quả không đúng”, Nghĩa nói.
Theo Nghĩa, để có thể thử nghiệm được ứng dụng này, nhóm đã làm một phép thử với các tháng đã diễn ra dịch Covid-19 và thấy số liệu hoàn toàn đúng với thực tế đã diễn ra. Không chỉ thử nghiệm với tình hình của Việt Nam, mà khi thử nghiệm với các nước trên thế giới thì kết quả đưa ra là hoàn toàn trùng khớp.
Nghĩa và Đức nhận giải Nhất tại Giải thưởng Sinh viên nghiên cứu khoa học Eureka 2020 NVCC |
Nghĩa cho biết ở các nước cũng có mô hình dự đoán nhưng thuật toán của họ hoàn toàn khác và phức tạp hơn rất nhiều. “Ứng dụng này không phải là cung cấp chính xác hoàn toàn số người mắc bệnh, nhiễm bệnh, tử vong… sẽ là bao nhiêu mà xác định được xu hướng, và dựa trên số liệu đưa ra để dự đoán được khoảng bao nhiêu ngày nữa thì đến đỉnh dịch. Từ đó sẽ cung cấp dữ liệu để bên trung tâm kiểm soát dịch bệnh có thể dựa vào mà đưa ra kế hoạch cụ thể”, Nghĩa chia sẻ.
Nghĩa cũng cho biết phương trình dự đoán này có thể ứng dụng trong nhiều lĩnh vực và nhiều loại dịch bệnh khác nhau. Tuy nhiên, hiện nay vấn đề lây lan Covid-19 rất phức tạp, ngoài 3 số liệu cơ bản là người mắc bệnh, hồi phục và tử vong thì còn phụ thuộc vào các yếu tố khác như nhiệt độ, luồng di cư, mật độ dân cư… Tức là có quá nhiều yếu tố để có thể dẫn tới bùng phát dịch Covid-19, nên nhóm định hướng trong tương lai là sẽ thêm vào những số liệu đó để phát triển mô hình này cho hiệu quả và chuẩn xác hơn nữa.
2 lần “giật” giải ở 2 lĩnh vực khác nhau
Để có được sự thành công của mô hình này, Nghĩa cho biết mỗi bạn có một lợi thế khác nhau. Nghĩa là về kiến thức y khoa và phương trình tính toán, còn Đức chuyên về trí tuệ nhân tạo. Chính vì thế, bí quyết nghiên cứu khoa học của Nghĩa là kết hợp với những sinh viên khác ngành mình theo học.
Đó cũng là lý do mà Nghĩa gây ấn tượng mạnh khi là sinh viên y khoa nhưng cùng nhóm bạn giành được giải nhất ở lĩnh vực hành chính pháp lý với đề tài “Xây dựng khung pháp lý cho người chết có thể sinh con” và năm nay lại giành giải nhất ở lĩnh vực công nghệ sinh y sinh. Và lần nào Nghĩa cũng chọn bạn đồng hành là sinh viên khác ngành, khác trường.
“Nhờ việc kết nối với các ngành khác mà mình vừa nghiên cứu vừa học thêm nhiều điều. Đề tài về luật thì mình sẽ được học thêm lý luận, còn với đề tài ứng dụng thì mình được học về toán học, xác suất thống kê, dịch tễ…”, Nghĩa chia sẻ.
Theo Nghĩa, học y đâu phải chỉ biết điều trị bệnh, khám bệnh mà còn cần phải biết nhiều mảng khác xung quanh nữa: “Không phải mình muốn làm bác sĩ là mình chỉ học y không thôi, mà mình còn cần có thêm những kiến thức khác để bổ trợ cho nghề nghiệp và hướng phát triển sau này của mình”, Nghĩa bày tỏ.
Bình luận (0)