EURÉKA

Hệ thống cảnh báo dịch COVID-19 của sinh viên

TTO – Hệ thống cảnh báo dịch COVID-19 (BeCaked) của nhóm sinh viên ĐH Quốc gia TP.HCM dự đoán số ca mắc mới, nhiễm bệnh, tử vong đạt độ chính xác rất cao.

Hệ thống cảnh báo dịch COVID-19 của sinh viên - Ảnh 1.

Võ Quang Nghĩa (thứ 3 từ trái qua) và Nguyễn Quang Đức (thứ 4 từ trái qua) giành giải thưởng Eureka năm 2020 – Ảnh: N.Đ.

Đây cũng là dự án giành giải nhất lĩnh vực công nghệ sinh học – y sinh cuộc thi Sinh viên nghiên cứu khoa học Eureka năm 2020.

Tương đối trùng khớp thực tế

Nguyễn Quang Đức – sinh viên ngành khoa học máy tính Trường ĐH Bách khoa (ĐH Quốc gia TP.HCM), thành viên dự án – giới thiệu BeCaked là một hệ thống sử dụng mạng nơron lai để dự báo tình hình đại dịch COVID-19. 

Mô hình này kết hợp giữa học sâu và toán học cổ điển chuyên dùng để dự báo dịch bệnh (SIRD). Nhờ phối hợp cả hai phương pháp cổ điển và hiện đại, mô hình có thể tận dụng được nhiều sức mạnh để đưa ra dự báo với độ chính xác cao nhất.

Cụ thể, nhóm nghiên cứu “nạp” số liệu vào một số thuật toán, phương trình vi phân được chọn lọc. Dữ liệu bao gồm số người mắc bệnh, số người hồi phục và số người tử vong trong 10 ngày liên tiếp trước đó. Hệ thống tính được hệ số gốc để ra phương trình tổng quát. Từ đó, khi nhập ngày cụ thể, phương trình có thể cho ra kết quả là con số dự đoán số người mắc bệnh, số ca tử vong…

Thử nghiệm các tháng diễn ra dịch COVID-19 ở Việt Nam và một số nước trên thế giới trước đó, nhóm nhận thấy các số liệu từ phương trình tương đối trùng khớp với thực tế. Ứng dụng không đưa ra chính xác đến từng con số người mắc bệnh, tử vong mà dự báo được xu hướng tăng giảm.

Hiện tại, các kết quả dự báo của BeCaked đang được triển khai tại trang web: http://cse.hcmut.edu.vn/BeCaked. Đây là đường dẫn chính thức, được cập nhật bốn lần/ngày. Ngoài ra còn có một đường dẫn dự phòng là https://becaked.herokuapp.com, được cập nhật 1 lần/ngày. 

Trên trang chủ, website tích hợp bản đồ thể hiện tình hình dịch bệnh ở các quốc gia, bảng thống kê số lượng ca nhiễm, hồi phục, tử vong tại thời điểm hiện tại. Ở trang kết quả, phần mềm thể hiện mô hình dự báo dài hạn.

Mở rộng dự báo nhiều loại bệnh

Những ngày được nghỉ học vì dịch COVID-19 diễn biến phức tạp đầu năm, Võ Quang Nghĩa (sinh viên khoa y ĐH Quốc gia TP.HCM) cùng Nguyễn Quang Đức quyết định lên ý tưởng giúp đỡ cộng đồng. Hai sinh viên này bắt đầu tìm kiếm tư liệu và tiến hành tính toán dựa trên các số liệu, thuật toán và đo lại với thực tế. Kết quả, mô hình chính xác đến khoảng 98%.

Trong năm 2020, tham dự giải thưởng Sinh viên nghiên cứu khoa học Eureka 2020, BeCaked xuất sắc giành giải nhất trong lĩnh vực công nghệ sinh học – y sinh. Hiện tại, Đức cho biết dự án đang trong quá trình làm việc để chuyển giao cho Sở Y tế TP.HCM. Dự kiến sau khi chuyển giao, nhóm sẽ tiếp tục nghiên cứu để mở rộng mô hình.

Nhóm sẽ đưa thêm vào phương trình các ảnh hưởng trực tiếp của yếu tố địa lý, khí hậu, vắcxin để có thể có được kết quả dự báo chặt chẽ và chính xác hơn. Ngoài ra, nhóm cũng nghiên cứu hướng đến tổng quát hóa mô hình nhằm có thể áp dụng cho nhiều loại dịch bệnh khác nhau trong tương lai như viêm phổi, tay chân miệng, lao, sốt xuất huyết…

Các quốc gia phát triển cũng có những mô hình dự đoán nhưng thuật toán phức tạp hơn nhiều. Theo Nghĩa, thách thức là làm sao để mô hình này có thể tự vận hành liên tục. Nhờ mô hình học máy, phần mềm có thể tự học hỏi và lấy số liệu liên tục để có thể dự đoán được kết quả kế tiếp…

PGS.TS Quản Thành Thơ – phó trưởng khoa khoa học máy tính Trường ĐH Bách khoa (ĐH Quốc gia TP.HCM) – là giảng viên hướng dẫn cho Nghĩa và Đức. Ông đánh giá nhờ những tính năng BeCaked, ngành y tế và các ngành chuyên môn có thể nắm được tình hình như khi nào tới đỉnh dịch để có thể đưa ra các biện pháp sát với thực tế.

Kết hợp giữa y khoa và CNTT

Võ Quang Nghĩa và Nguyễn Quang Đức là đôi bạn thân cùng học chung trường THPT ở An Giang và cùng nhau chinh chiến qua nhiều cuộc thi học sinh giỏi toán học. Để hoàn thành dự án này, theo Nghĩa, cần sự kết hợp chặt chẽ của cả hai bạn, một mạnh về y khoa, một thiên về công nghệ thông tin.

Nhờ vậy, sản phẩm cho ra có được sự hài hòa và hiệu quả. Nghĩa chia sẻ học y không chỉ dừng lại ở việc biết trị bệnh, khám bệnh mà còn cần phải biết nhiều thứ khác, chẳng hạn như công nghệ thông tin. Nhờ vậy có thể có nhiều ứng dụng bổ trợ cho nghề nghiệp và hướng phát triển sau này.

Theo TRỌNG NHÂN – Báo Tuổi Trẻ

Share This