Nghiên cứu của các nhà khoa học máy tính tại Đại học RMIT (Úc) mới đây tiết lộ một mô hình trí tuệ nhân tạo (AI) có thể nghe ra người bị nhiễm Covid qua âm thanh của cơn ho bật ra, ngay cả đối với những người không có triệu chứng. 

Tác giả chính của nghiên cứu Tiến sĩ Hao Xue cho biết, nếu phát triển thuật toán của nhóm hơn nữa có thể tạo nền tảng xây dựng một ứng dụng chẩn đoán sức khỏe trên điện thoại. 

“Chúng tôi đã vượt qua trở ngại rất lớn trong việc phát triển một công cụ chẩn đoán Covid-19 sơ khởi đáng tin cậy, dễ tiếp cận và không tiếp xúc”, Tiến sĩ Xue, nghiên cứu sinh của Khoa Công nghệ máy tính thuộc Đại học RMIT cho hay.

Điều này có thể có tác động đáng kể trong việc làm chậm tốc độ lây lan virus từ những người không có triệu chứng rõ ràng. "Một ứng dụng điện thoại có thể giúp bạn an tâm khi dịch bệnh diễn ra trong cộng động hay báo để bạn đi xét nghiệm Covid – đây là loại công cụ cấp tiến mà chúng ta cần để đối phó với đại dịch tốt hơn", tiến sĩ Xue nói và cho biết thêm rằng công cụ này còn có thể tạo khác biệt đáng kể đến những vùng nơi vật tư y tế, chuyên viên xét nghiệm và trang thiết bị bảo hộ cá nhân còn hạn chế.

Phương pháp mà nhóm phát triển còn có thể mở rộng ra các bệnh về hô hấp khác. “Chỉ với một chút điều chỉnh và dữ liệu thích hợp chúng tôi có thể dùng công cụ này để kiểm tra bệnh lao hoặc các bệnh hô hấp khác, hay còn có thể thiết kế để phát hiện hay thiết lập hệ thống phân loại đa bệnh kết hợp với nhau”, tiến sĩ Xue nói.

TIẾN BỘ VƯỢT BẬC TRONG ĐÀO TẠO AI

Đây không phải là thuật toán phân loại ho liên quan đến Covid đầu tiên được phát triển, nhưng mô hình của RMIT tốt hơn các hướng tiếp cận hiện có, đồng thời có một lợi thế quan trọng khiến công nghệ này mang tính thực tiễn hơn khi dùng ở các vùng miền khác nhau đó chính là cách nó học hỏi. 

Đồng tác giả nghiên cứu Giáo sư Flora Salim cho biết những thử nghiệm phát triển công nghệ này ở Viện Công nghệ Massachusetts (MIT) hay Đại học Cambridge dựa vào khối lượng dữ liệu cực lớn, được dán nhãn và hết sức tỉ mỉ để huấn luyện hệ thống AI.

“Đoạn ghi chú tiếng thở đòi hỏi kiến thức đặc thù từ chuyên gia, khiến công nghệ này đắt đỏ và mất thời gian, mà còn phải xử lý các thông tin y tế nhạy cảm. Dùng bộ dữ liệu xác định chi tiết, chẳng hạn như mẫu ho từ một bệnh viện hay một khu vực, để huấn luyện thuật toán cũng giới hạn những gì AI có thể thể hiện bên ngoài bộ dữ liệu đó”, bà nói.

Giáo sư Salim cho biết giới hạn này chính là thách thức cho đến thời điểm hiện nay đối với tính ứng dụng thực tế của công nghệ trong thế giới thật. 

“Điều lý thú nhất trong công việc của chúng tôi là cả nhóm phải vượt qua vấn đề này bằng cách phát triển phương pháp huấn luyện thuật toán dùng những dữ liệu tiếng ho không dán nhãn”, bà nói. “Bộ dữ liệu này có thể thu thập khá dễ dàng và trên quy mô lớn từ các quốc gia, nhóm giới tính và độ tuổi khác nhau”.

Suốt đại dịch, nhiều kênh thu thập thông tin từ đám đông đã được thiết kế để thu thập ghi âm âm thanh đường hô hấp từ cả nhóm khoẻ mạnh cũng như những người dương tính với Covid-19 cho mục đích nghiên cứu. 

Nhóm nghiên cứu tiếp cận bộ dữ liệu từ hai trong số các kênh này là Covid  19 Sounds App và COSWARA để huấn luyện cho thuật toán dùng phương thức học tự giám sát đối lập – phương pháp theo đó hệ thống sẽ làm việc độc lập để giải mã điều gì khiến cho hai thứ tương tự hay khác nhau.

Hiện nhóm nghiên cứu sẵn sàng hợp tác với đối tác tiềm năng trong việc phát triển công nghệ và mở rộng ứng dụng của công nghệ này cho hàng loạt công cụ chẩn đoán các bệnh về hô hấp. 

Nghiên cứu “Tìm hiểu tập hợp đại diện học tự giám sát để phân loại tiếng ho do mắc Covid-19” đã được trình bày tại hội thảo khoa học dữ liệu uy tín KDD 2021 tại Singapore vào tháng 8/2021. Nghiên cứu được hỗ trợ bởi Dự án khám phá DP190101485, Hội đồng Nghiên cứu Úc.

Tại Việt Nam, ứng dụng Trí tuệ nhân tạo giúp chẩn đoán Covid-19 thông qua tiếng ho cũng là mục tiêu mà một dự án cộng đồng tại Việt Nam - AICovidVN đang nghiên cứu và phát triển.  

Nếu ý tưởng này thành công, đây sẽ là một giải pháp sàng lọc Covid-19 chi phí thấp, có thể triển khai trên diện rộng một cách nhanh chóng để giảm tải áp lực cho hoạt động lấy mẫu xét nghiệm hàng loạt như hiện nay.