Đó là TS. Phạm Huy Hiệu (SN 1992, quê ở Nam Định) - giảng viên Trường Đại học VinUni. Anh đã được trao Giải thưởng Quả Cầu Vàng năm 2023, Gương mặt trẻ Việt Nam triển vọng năm 2023 và tiếp tục lọt top 19 đề cử Gương mặt trẻ Việt Nam tiêu biểu năm 2024.
 |
Từ nước Pháp trở về Việt Nam với những dấu ấn khoa học đã được công nhận qua nhiều giải thưởng lớn, thoạt nhìn, ở TS. Hiệu luôn rất nhiều năng lượng. Nhưng phía sau đó là vô vàn những “độ trễ”, có thể hàng tháng trời chờ đợi dữ liệu mới hay những lần thí nghiệm thất bại liên tiếp.
Có vẻ, công việc ấy trông giống như “đi trên dây”, nhưng anh chỉ cười: “Không đến mức vậy đâu. Công việc nào cũng có áp lực riêng. Chúng tôi chỉ đơn giản là phải liên tục điều chỉnh để thích nghi”.
TS. Hiệu giải thích về những con số liên tục thay đổi, những thuật toán được chạy đi chạy lại. Tất cả để tìm ra một mô hình có thể dự đoán chính xác hơn, giảm thiểu sai số hơn, mang lại giá trị thực tiễn hơn.
“Có lần, chúng tôi đã thất bại khi huấn luyện thuật toán phát hiện tế bào ung thư di căn trong mẫu máu (CTC) vì thiếu dữ liệu. Nhưng thất bại không đồng nghĩa với dừng lại. Nếu không đủ dữ liệu, họ phải tìm cách bổ sung, làm sạch dữ liệu, hoặc nghĩ ra những cách tiếp cận sáng tạo hơn. Nghiên cứu khoa học chưa bao giờ là một hành trình dễ dàng”, tiến sĩ trẻ nói.
| Cùng TS. Phạm Huy Hiệu trò chuyện về hành trình "khẳng định mình" trong lĩnh vực y tế thông minh. Thực hiện: Hoàng Mạnh Thắng, Châu Linh |
Theo TS. Hiệu, dữ liệu là “xương sống”, yếu tố quyết định sự thành công của mọi mô hình AI. Trong y tế thông minh, một hệ thống AI chỉ có thể hoạt động tốt khi được huấn luyện trên những bộ dữ liệu lớn, chính xác và có mức độ đa dạng cao.
Nếu muốn xây dựng một mô hình phát hiện bệnh tim mạch từ tín hiệu điện tâm đồ (ECG), mô hình phải được huấn luyện trên rất nhiều dữ liệu ECG từ cả người khỏe mạnh lẫn bệnh nhân mắc bệnh tim. Nếu dữ liệu ít, không đầy đủ hoặc bị dán nhãn sai, mô hình sẽ mắc sai sót, chẳng hạn như khi đưa ra các dự đoán ngẫu nhiên.
Nhưng, thu thập và chuẩn hóa các cơ sở dữ liệu y tế quy mô lớn cũng không đơn giản. Đây là công việc đòi hỏi nhiều nguồn lực về con người, hạ tầng và thời gian. Những thách thức chính bao gồm việc dữ liệu khó tiếp cận, không đồng nhất.
Ngoài ra, chi phí dán nhãn dữ liệu để phục vụ việc huấn luyện thuật toán sẽ rất lớn. Dữ liệu y tế có chứa các dữ liệu nhạy cảm, cần tuân thủ các quy định nghiêm ngặt về quyền riêng tư.
Tất cả các yếu tố trên khiến cho việc thu thập dữ liệu luôn trở thành cấu phần thách thức nhất trong các giai đoạn phát triển các hệ thống trí tuệ nhân tạo. Đây là lý do vì sao AI trong y tế phải “tiến bước chậm rãi”, dù tiềm năng của nó là không thể phủ nhận.
   |
| Chàng tiến sĩ trẻ bền bỉ tìm kiếm những “biến số” trong khoa học. |
 |
Trong cuộc trò chuyện nói về nghiên cứu, TS. Hiệu chợt nhắc về đích đến của mình. Với anh, nghiên cứu không chỉ nhằm chinh phục những giới hạn tri thức mới, hay thỏa mãn trí tò mò, mà còn hướng đến mục tiêu phục vụ cộng đồng.
“Giá trị lớn nhất của khoa học nằm ở việc nó thúc đẩy tiến bộ xã hội, mọi người đều có thể hưởng lợi từ những tiến bộ công nghệ, góp phần nâng cao chất lượng cuộc sống, giúp con người có một cuộc sống khỏe mạnh hơn, thuận tiện hơn và hạnh phúc hơn”, TS. Hiệu nói.
Trong năm qua, nhóm nghiên cứu của TS. Hiệu đã công bố nhiều kết quả nghiên cứu mới hướng đến ứng dụng lâm sàng. Cụ thể, anh đã phát triển một mô hình thị giác máy tính dựa trên mạng học sâu mới, cho phép ước lượng các chỉ số vận động quan trọng, hỗ trợ phân tích và đánh giá mức độ hồi phục ở trẻ bại não.
Mô hình thị giác máy tính sẽ được phát triển để dự đoán các chỉ số vận động quan trọng như tốc độ di chuyển, độ bất thường vận động, và các chỉ số vận động khác. Các chỉ số này giúp bác sĩ lâm sàng đánh giá được mức độ hồi phục của trẻ em bại não. Đây là một hệ thống chi phí thấp và dễ sử dụng.
    |
| TS. Hiệu cùng cộng sự đã có 4 sáng chế khoa học và 1 bản quyền phần mềm hữu ích trong lĩnh vực y tế thông minh. |
Ngoài ra, anh cùng nhóm nghiên cứu đã phát triển thành công một mô hình AI giúp đánh giá mức độ trưởng thành của tế bào trong các thử nghiệm thuốc mới. “Chúng tôi đang từng bước thử nghiệm để đánh giá hiệu quả của các công nghệ này trong thực tế lâm sàng, đồng thời thiết kế các kịch bản hợp tác giữa bác sĩ và AI nhằm tối ưu hóa vai trò hỗ trợ của AI trong quá trình ra quyết định y khoa”, TS. Hiệu nói.
Tuy nhiên, theo nhà khoa học trẻ, muốn bác sĩ tin dùng, AI phải giải thích được quyết định của mình, cung cấp thông tin rõ ràng, giúp bác sĩ hiểu chứ không phải chỉ đưa ra một con số vô hồn. AI phải chính xác tuyệt đối, đặc biệt là trong những quyết định liên quan đến tính mạng con người. Muốn vậy, nó cần được huấn luyện trên dữ liệu lớn, đa dạng, được kiểm chứng kỹ lưỡng và luôn có sự giám sát của chuyên gia y tế.
“Để có một mô hình tốt, cần trải qua quá trình lặp đi lặp lại, thử - sai và sau đó điều chỉnh. Chính vì thế, việc huấn luyện các thuật toán đòi hỏi sự kiên trì. Nhất là việc am hiểu chuyên sâu về khoa học dữ liệu, cũng như hiểu bản chất dữ liệu sử dụng để huấn luyện các thuật toán”, anh cho hay.
  |
| Đích đến của anh trên hành trình nghiên cứu không chỉ nhằm chinh phục những giới hạn tri thức mới hay thỏa mãn trí tò mò, mà còn hướng đến mục tiêu phục vụ cộng đồng. |
 |
Với một công việc đòi hỏi sự cập nhật và đổi mới không ngừng, tiến sĩ trẻ thừa nhận, anh phải tìm cách “sống chung” với áp lực. Áp lực đến từ sự cạnh tranh quốc tế gay gắt về khoa học công nghệ, những hạn chế về thời gian và nguồn lực hay việc hài hòa giữa giảng dạy, nghiên cứu và các trách nhiệm quản lý khác.
“Trên hành trình đó, tôi được ghi danh ở một số giải thưởng khoa học. Điều đó đã giúp tôi khẳng định rằng, tôi đang đi đúng hướng và công việc đang theo đuổi thực sự có ý nghĩa, mang lại những tác động tích cực cho xã hội”, tiến sĩ trẻ nói.
Hiện nay, anh đang thiết lập nhóm nghiên cứu mạnh và triển khai nhiều dự án nghiên cứu khác nhau xoay quanh các lĩnh vực như thị giác máy tính (computer vision), học máy thống kê (statistical machine learning), và các ứng dụng của chúng trong việc xây dựng các ứng dụng y tế thông minh (smart healthcare).
Đặc điểm chung của các dự án nghiên cứu anh theo đuổi là hướng tới phát triển các giải pháp thông minh dựa trên dữ liệu, chi phí thấp và dễ tiếp cận ở quy mô lớn, mang lại lợi ích cho nhiều người. Chẳng hạn như giải pháp di động cho phép thu thập, quản lý, phân tích dữ liệu sức khỏe của các cá nhân, ứng dụng AI hỗ trợ chăm sóc sức khỏe miễn phí cho phụ nữ sau phẫu thuật ung thư, nhằm hỗ trợ từ xa cho bệnh nhân các khu vực khó khăn…
Theo giảng viên trẻ, việc triển khai thành công các dự án nghiên cứu khoa học không thể thiếu sự tham gia của các nghiên cứu sinh và trợ lý nghiên cứu. Anh cảm thấy rất may mắn vì thu hút được nhiều sinh viên giỏi và đam mê khoa học.
"Nghiên cứu luôn đi liền với đào tạo con người. Đối với tôi, không điều gì hạnh phúc hơn khi thấy các sinh viên của mình dần trưởng thành trên con đường khoa học, tích luỹ được đầy đủ kỹ năng để trở thành các nhà nghiên cứu chuyên nghiệp với tinh thần phụng sự Tổ quốc", TS. Hiệu nói.
 |
| Anh đã được trao Giải thưởng Quả Cầu Vàng năm 2023, Gương mặt trẻ Việt Nam triển vọng năm 2023 và tiếp tục lọt top 19 đề cử Gương mặt trẻ Việt Nam tiêu biểu năm 2024. |
- Giải thưởng Rising Star in Research tại trường Đại học VinUni năm 2024.
- Tác giả chính của cụm 3 công trình khoa học công bố bởi Tạp chí Nature Scientific Data (IF 8.9) và Neurocomputing (IF 5.5) với hơn 700 nhóm nghiên cứu trên khắp thế giới đã trích dẫn và khai thác các nghiên cứu này.
- Đã công bố 70 bài báo khoa học trên các tạp chí và hội thảo quốc tế uy tín hàng đầu trong lĩnh vực trí tuệ nhân tạo, thị giác máy tính và y tế thông minh, trong đó có 24 bài báo tạp chí Q1 và 16 bài hội nghị quốc tế rank A/A* (ICLR, CVPR, ICCV, MICCAI, ICASSP).
- Số lượng trích dẫn trên Google Scholar ~1800 (h-index 20, i10-index 32).
- 4 sáng chế khoa học và 1 bản quyền phần mềm
- Học giả chương trình Leaders in Innovation Fellowships (LIF) của Học viện Kỹ thuật Hoàng gia Anh 2025.
