Quyên góp tiếng ho, đẩy lùi COVID

1. Giải pháp mới cho chẩn đoán COVID-19?

Nếu đã từng đi xét nghiệm COVID-19, có lẽ bạn sẽ không quên được cảm giác “thốn đến chảy nước mắt” khi cây lấy mẫu được đưa vào mũi. Nhưng gần đây đã xuất hiện một dự án công nghệ - y tế mới, hứa hẹn sẽ giúp quá trình tìm người nhiễm bệnh diễn ra nhanh chóng và “nhẹ nhàng” hơn. 

Chỉ cần người tham gia ho vào bộ thu tiếng trên điện thoại, hệ thống AI sẽ phân tích tiếng ho và đưa ra chẩn đoán nhanh xem họ có bị nhiễm virus hay không.

Dự án cộng đồng có tên AICOVIDVN này đang được triển khai bởi đội ngũ hơn 1000 người, gồm các chuyên gia, kỹ sư AI, tình nguyện viên trong và ngoài nước. Đến nay họ đã bước vào giai đoạn phát triển giải pháp AI tối ưu cho người Việt, và cần huy động ít nhất 10.000 mẫu tiếng ho. 

2. Dự án có cơ sở khoa học nào?

Phương pháp thực hiện của dự án được dựa trên nhiều nghiên cứu khoa học khác nhau. Nhưng trong đó chủ đạo vẫn là nghiên cứu đến từ Đại học MIT danh tiếng tại Mỹ. 

Tại nghiên cứu này, các nhà khoa học đã xử lý hơn 70.000 mẫu tiếng ho “cố ý” (forced cough). Kết quả, họ nhận diện thành công đến 98.5% trường hợp nhiễm COVID. Trong đó, 100% các ca nhiễm không có triệu chứng đều được phát hiện. 

Sau khi công bố nghiên cứu vào cuối tháng 10 năm ngoái, nhóm MIT đã đệ trình giải pháp lên Cục quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA). Đến nay, họ vẫn đang chờ được cấp phép để ứng dụng kết quả nghiên cứu trên diện rộng.

Nhiều nhóm nghiên cứu khác cũng đang đào tạo các mô hình AI tương tự, bao gồm: 

• Cough Against Covid, của Viện trí tuệ nhân tạo Wadhwani ở Mumbai
• COVID-19 Sounds của Đại học Cambridge 
• Coughvid của Viện Công nghệ Liên bang Thụy Sĩ Lausanne

Tuy nhiên, độ chính xác của các dự án này chênh lệch khá lớn, từ 60%-90%.

3. Phân biệt tiếng ho thông thường với tiếng ho của người nhiễm COVID thế nào?

Có 4 nhóm đặc điểm sinh học, mà các nhà nghiên cứu của MIT, cũng như đội ngũ tại Việt Nam đã sử dụng để phân tích tiếng ho, bao gồm:

• Sự thay đổi về âm thanh được phát ra từ dây thanh quản (Changes in vocal cords)
• Sự thay đổi về biểu đạt trạng thái cảm xúc (Changes in sentiment/mood)
• Sự thay đổi về âm thanh từ phổi và đường hô hấp (Changes in the lungs and respiratory tract)
• Sự thoái hoá cơ bắp (Muscular degradation)

Thuật toán AI sẽ dựa trên các tiêu chí này phân tích hàng ngàn mẫu tiếng ho của người dương tính với COVID-19, người không bị bệnh hay bị các bệnh gây tổn thương phổi khác. Từ đó nhận diện được các đặc điểm của tổn thương do COVID gây ra. Đây là điều mà tai thường sẽ không phát hiện được, ngay cả các bác sĩ.

4. Đã có các nghiên cứu tương tự nào khác? 

AICOVIDVN là dự án y tế nhận diện COVID bằng tiếng ho đầu tiên tại Việt Nam. 

Trước đó, kỹ sư Việt tại tập đoàn FPT hay Bkav đã huấn luyện AI để tìm bệnh nhân COVID bằng phân tích hơi thở, hay nước muối sinh lý (cũng dựa trên nghiên cứu của MIT). 

Tuy nhiên, so với tiếng ho, dữ liệu từ các phương pháp này có phần phức tạp hơn để xử lý. Chẳng hạn như với người tham gia nghiên cứu súc nước muối, họ phải cho mẫu thử vào lại ống nghiệm và đặt vào một thiết bị xử lý. 

5. Cơ sở đánh giá độ chính xác của phương pháp?

Theo khuyến cáo của WHO, một giải pháp test nhanh nếu đảm bảo đủ hai tiêu chí sau thì có thể đưa vào sử dụng:

• Độ nhạy (phản ánh khả năng người có bệnh được chẩn đoán đúng là dương tính): đạt >= 80%.
• Độ đặc hiệu (phản ánh khả năng người không có bệnh được chẩn đoán đúng là âm tính): đạt >= 97%.

Dự án AICOVIDVN vẫn chưa công bố rõ 2 chỉ số này. Tuy nhiên, chỉ số AUC (tính từ độ nhạy và độ đặc hiệu) của họ đã được 91% sau 2 tháng phát triển hệ thống. Chỉ chênh lệch 6% so với kết quả của MIT.

6. Cơ sở dữ liệu của AICOVIDVN đang được lấy từ đâu?

Tính đến tháng 6/2021, dự án đã xử lý và gán nhãn 7000 mẫu dữ liệu. Trong đó có 1700 mẫu của người nhiễm COVID-19 tại Thuỵ Sĩ và Ấn Độ. Số còn lại được lấy từ nhiều nguồn mở khác. 

Tuy nhiên, đặc tính tiếng ho cũng có sự khác biệt giữa những người đến từ các quốc gia khác nhau. Vì vậy, việc có được tiếng ho từ chính người Việt vẫn rất cần thiết.

Nhóm nghiên cứu kỳ vọng sẽ huy động được nhiều mẫu dữ liệu càng sớm càng tốt.

7. Quyên góp tiếng ho bằng cách nào?

Đối tượng

Mọi người dân Việt Nam, ưu tiên đối tượng F0-F1-F2-F3.

Cú pháp (2 bước)

1. Ho (4-5 tiếng)
2. Tôi tin mình là F... (Nếu chưa rõ, có thể bỏ qua)

Nơi tiếp nhận (chọn 1 trong 2)

1. Nhóm Zalo tiếp nhận dữ liệu: https://bit.ly/dulieutiengho 
2. Messenger trang thông tin chính thức của dự án: https://m.me/aicovn

Nếu suôn sẻ, dự kiến đến cuối tháng 8/2021, giải pháp của AICOVIDVN sẽ được chuyển giao cho các cơ quan chức năng thẩm định và nâng cấp. Công cụ của họ có thể giúp phát hiện được ca bệnh ở nhiều giai đoạn khác nhau, kể cả khi chưa có triệu chứng. 

Bằng biện pháp đó, các cơ quan chức năng có thể tìm ra những người nhiễm COVID-19 trong cộng đồng, nhanh chóng khoanh vùng và giảm tải công việc cho các bác sĩ và đội ngũ tuyến đầu chống dịch.

Ngoài ra, bạn có thể theo dõi dự án tại các kênh:

Fanpage: https://www.facebook.com/aicovn 

Group: https://www.facebook.com/groups/1264976217251463

Bản giới thiệu dự án: https://bit.ly/GioithieuduanAICOVIDVN