Yrkeshögskolepojke använder AI för att lösa beställningsproblem från sjukvårdsindustrin

När han började på datateknikavdelningen vid Hanois universitet för vetenskap och teknologi trodde inte Son att han kunde skapa ett verktyg som stödjer fosterdiagnostik med samma noggrannhet som de ledande ultraljudsläkarna i Vietnam.

Bui Van Son, 23 år gammal, tog examen från datateknikprogrammet vid School of Information and Communication Technology, Hanois universitet för vetenskap och teknologi, i slutet av oktober 2023 med en god examen. Sons genomsnittliga poäng på 3,3/4 är inte högt jämfört med många av hans vänner, men det är det förväntade resultatet, eftersom han förutom studierna ägnade större delen av sin tid åt vetenskaplig forskning.

"Att forska vid Biomedical Informatics Laboratory, International Artificial Intelligence Research Center - BK.AI är den mest minnesvärda delen av min ungdom under mina fem år som jag studerade vid Bach Khoa", sa Son.

Här deltog Son i forskningsprojekt om AI-tillämpningar för att lösa vissa problem inom medicinindustrin , inklusive projektet "Bestämning av fosterets nackupplösning med hjälp av ultraljudsbilder" som beställdes av Hanois medicinska universitetssjukhus. Detta projekt hjälpte Son att vinna andra pris i studenttävlingen för vetenskaplig forskning vid Hanois universitet för vetenskap och teknik och priset för utmärkt presentation på dagen för hans examensarbete.

Bui Van Son. Foto: Duong Tam

Son gick på en byskola i Quang Xuong-distriktet i Thanh Hoa-provinsen. Efter att ha antagits till datateknikprogrammet vid Hanois vetenskaps- och teknikuniversitet 2018, föreställde sig Son att lära sig om både hårdvara och mjukvara, och att kunna skapa webbplatser och applikationer som han tidigare drömt om.

Under sitt andra år, när han var bekant med inlärningsmetoden på Polytekniska skolan, lärde sig Son om artificiell intelligens (AI) och deltog i vetenskaplig forskning. Att han hade fått en annan inriktning än sina vänner i gruppen, och att han inte hade studerat några ämnen relaterade till AI, orsakade Son många svårigheter.

Den unge mannen började med några gratis AI-kurser i skolan, sökte sedan efter fler kurser inom AI, datavetenskap och djupinlärning online och kombinerade arbetet på ett japanskt företag som AI-praktikant.

Ett år senare, när han var mer säker på vad han hade lärt sig, sökte Son till skolans biomedicinska informatiklabb. Här lärde Son sig om praktiska problem inom det medicinska området, såsom att avkoda gener, använda AI för att förutsäga lämpliga läkemedel för vissa sjukdomar... Förutom kunskap om AI var Son tvungen att lära sig mer biomedicinsk kunskap, såsom att avkoda gensekvenser, DNA, mRNA, PCR-testprocedurer...

År 2022 fick Dr. Nguyen Hong Quang, chef för avdelningen för biomedicinsk informatikforskning vid Hanois universitet för vetenskap och teknik, en order från Hanois medicinska universitetssjukhus att utveckla en metod för att automatiskt bestämma bredden på fostrets nackupplösning genom 2D-ultraljudsbilder, vilket hjälper till att diagnostisera medfödda missbildningar hos fostret före födseln.

När Mr. Quang fick ämnet tänkte han omedelbart på Son eftersom han såg att hans student var passionerad för forskning och duktig på bildbehandling. Han sa att Son i början av sitt andra år hade gjort ett bildbehandlingsproblem för att identifiera defekta solpaneler från foton tagna av drönare.

"När Hanois medicinska universitetssjukhus friade, gav jag det till Son, trots att jag visste att det här var ett svårt problem", sa herr Quang.

Sonen sa att han först var ganska förvirrad eftersom han inte visste vad nackupplösning eller nacktransparens var, och vad syftet med denna mätning var. Efter att ha blivit vägledd av läraren, stöttad av läkarna, och visad ultraljudsvideor av foster för att förstå ultraljudsprocessen, och lärt sig på egen hand, förstod Son innebörden av detta ämne.

"Nackupplösning är ett vätskeområde som samlas bakom fostrets hals och uppträder från graviditetsvecka 11 till 14. Om nackupplösningens bredd är större än 3 mm riskerar fostret att drabbas av Downs syndrom och många andra fosterskador", förklarade Son.

Att bestämma nackhålans genomskinlighetsbredd hjälper läkare att ställa tidiga diagnoser av fostermissbildningar och därigenom ge råd till modern. Med nuvarande tekniker görs detta dock manuellt av högt specialiserade läkare. Denna teknik är beroende av ett antal subjektiva faktorer hos läkaren, potentiellt med många fel.

Resultat av mätning av fostrets nackupplösning från ultraljudsbilder med hjälp av AI-modeller. Foto: Tecken tillhandahålls

När Sonen tog emot en datauppsättning med upp till tusentals ultraljudsbilder från foster stötte han på svårigheter i början. Han provade några avancerade bildbehandlingsmodeller men resultaten var inte positiva. Den unge mannen kunde inte hitta en specifik riktning, och i 2–3 veckor visste han inte vad han skulle rapportera till sin lärare, så han var under press.

Efter det delade Son modigt med sig av sina förslag till sin instruktör och fick många förslag. Sonen följde förslagen, konsulterade lite forskning i världen och provade många modeller om och om igen.

Resultatet är att AI-modellen som Son har undersökt kan beräkna nackbilden genom ultraljudsbilder på cirka 5 sekunder, vilket gör att läkare kan mäta många gånger utan att slösa mycket tid. Webbplatsen och applikationen som integrerar AI-modellen som Son har byggt hjälper dem också att få bättre underlag för att ställa diagnoser om fostret eller använda det för efterkontroll, vilket minimerar fel under ultraljudsprocessen.

Enligt en representant för Hanois vetenskapliga och tekniska universitet bedömde beställaren att Sons forskningsresultat hade potential att tillämpas i praktiken och övervägde att inkludera dem i efterrevisionsprocessen.

”Det här är ett ämne, men det finns förmodligen nästan 20 delproblem inuti och mycket arbete att hantera. Son har varit mycket noggrann och slutfört det väl, och skapat ett stödverktyg som ger resultat med samma noggrannhet som diagnosen från de bästa ultraljudsläkarna i Vietnam”, sa Mr. Quang. De två lärarna har färdigställt en artikel om detta ämne och skickat den till den internationella tidskriften Biomedical Information.

Son arbetar för närvarande som datavetenskapsingenjör på VNPT och är alltid tacksam för den tid han ägnade sig åt vetenskaplig forskning under sina universitetsår. Med ämnet att bestämma fostrets nackupplösning hoppas Son att webbplatsen och applikationen han byggt kommer att användas i stor utsträckning och ge goda resultat till gemenskapen.

Duong Tam

Källänk: https://vnexpress.net/chang-trai-bach-khoa-dung-ai-giai-bai-toan-dat-hang-tu-nganh-y-te-4708539.html