SICT - HaUI tổ chức Hội thảo khoa học “Các mô hình học sâu khai phá dữ liệu y sinh”

Trong bối cảnh trí tuệ nhân tạo (AI) và khoa học dữ liệu đang ngày càng tạo ra những thay đổi sâu rộng trong nghiên cứu và thực hành y học, việc khai thác hiệu quả các nguồn dữ liệu y-sinh đang trở thành một hướng nghiên cứu có ý nghĩa quan trọng. Với định hướng tăng cường nghiên cứu khoa học, thúc đẩy ứng dụng AI và mở rộng hợp tác liên ngành, Trường Công nghệ thông tin và Truyền thông – Đại học Công nghiệp Hà Nội (SICT-HaUI) đã tổ chức Hội thảo khoa học với chủ đề “Các mô hình học sâu khai phá dữ liệu y sinh”. Hội thảo thu hút sự tham gia của đông đảo cán bộ, giảng viên, học viên cao học và các nhà nghiên cứu trong lĩnh vực công nghệ thông tin, trí tuệ nhân tạo và y-sinh.

Toàn cảnh buổi hội thảo

Hội thảo có sự tham dự của 71 đại biểu, gồm lãnh đạo Đại học Công nghiệp Hà Nội, cán bộ quản lý, giảng viên các đơn vị thuộc SICT-HaUI, học viên cao học ngành Hệ thống thông tin cùng các đại biểu tham dự chuyên môn. Trong đó, lực lượng chuyên môn của SICT-HaUI đến từ nhiều đơn vị như Khoa Khoa học máy tính, Khoa Công nghệ thông tin, Khoa Công nghệ phần mềm và Khoa Mạng máy tính & Truyền thông. Sự tham gia đa dạng về chuyên môn cho thấy sự quan tâm ngày càng lớn đối với các hướng nghiên cứu giao thoa giữa công nghệ thông tin, trí tuệ nhân tạo, khoa học dữ liệu và các bài toán thực tiễn trong lĩnh vực y-sinh.

Điểm nhấn của hội thảo là sự tham gia của 03 diễn giả Keynote, những nhà khoa học có chuyên môn và kinh nghiệm nghiên cứu trong các lĩnh vực liên quan đến công nghệ thông tin, trí tuệ nhân tạo và dữ liệu y-sinh. Các diễn giả gồm PGS.TS. Lê Đức Hậu – Trường Công nghệ Thông tin và Truyền thông, Đại học Bách khoa Hà Nội; PGS.TS. Lê Nguyễn Quốc Khánh – Taipei Medical University, Đài Loan, chuyên gia trong lĩnh vực AI và dữ liệu y-sinh; và PGS.TS. Nguyễn Văn Núi – Đại học Thái Nguyên. Sự hiện diện của các diễn giả đến từ những cơ sở đào tạo, nghiên cứu khác nhau tạo điều kiện để hội thảo tiếp cận chủ đề từ nhiều góc độ, từ nền tảng phương pháp học sâu, khai phá dữ liệu đến các bài toán chuyên biệt trong y-sinh. Đây cũng là cơ hội để cán bộ, giảng viên và học viên SICT-HaUI cập nhật những xu hướng nghiên cứu mới, trao đổi phương pháp tiếp cận và tìm kiếm những hướng phát triển đề tài phù hợp với năng lực chuyên môn cũng như nhu cầu thực tiễn.

PGS.TS. Lê Đức Hậu – Trường Công nghệ thông tin và Truyền thông, Đại học Bách khoa Hà Nội trình bày trong buổi hội thảo

Trong những năm gần đây, sự phát triển mạnh mẽ của AI, đặc biệt là Deep Learning, đã mở ra nhiều phương pháp mới trong xử lý và phân tích dữ liệu có quy mô lớn, cấu trúc phức tạp. Đối với lĩnh vực y-sinh, dữ liệu có thể được hình thành từ nhiều nguồn khác nhau, bao gồm dữ liệu hệ gen, thông tin phân tử, dữ liệu lâm sàng, hình ảnh y tế, hồ sơ sức khỏe và các dữ liệu liên quan đến quá trình điều trị. Việc kết hợp các phương pháp học sâu với kỹ thuật khai phá dữ liệu giúp các nhà nghiên cứu có thêm công cụ để phát hiện các mối quan hệ, đặc trưng và quy luật tiềm ẩn trong những tập dữ liệu lớn. Tại hội thảo, các chuyên gia đã chia sẻ những nghiên cứu và hướng ứng dụng liên quan đến Trí tuệ nhân tạo, Deep Learning, Bioinformatics, dữ liệu hệ gen, tương tác thuốc và y học chính xác. Đây đều là những chủ đề có tính liên ngành cao, đòi hỏi sự kết hợp giữa kiến thức về thuật toán, khoa học dữ liệu, công nghệ thông tin với hiểu biết chuyên sâu về sinh học, y học và dược học.

Một trong những vấn đề được quan tâm là khả năng sử dụng các mô hình học sâu để khai thác dữ liệu hệ gen và dữ liệu sinh học phân tử. Với sự gia tăng nhanh chóng về khối lượng và độ phức tạp của dữ liệu sinh học, các phương pháp phân tích truyền thống có thể gặp nhiều hạn chế khi phải xử lý đồng thời số lượng lớn biến số và mối quan hệ phi tuyến. Các mô hình học sâu, với khả năng học biểu diễn từ dữ liệu, cung cấp một hướng tiếp cận để nhận diện những đặc trưng có giá trị và hỗ trợ quá trình phân tích dữ liệu ở nhiều cấp độ. Bên cạnh dữ liệu hệ gen, tương tác thuốc cũng là một bài toán có nhiều tiềm năng ứng dụng AI. Việc xác định và dự đoán các tương tác giữa thuốc, giữa thuốc với các phân tử sinh học hoặc giữa thuốc với đặc điểm của người bệnh có thể hỗ trợ nghiên cứu phát triển thuốc và cá thể hóa quá trình điều trị. Các phương pháp học máy và học sâu có thể được sử dụng để phân tích các mối quan hệ phức tạp trong dữ liệu, từ đó cung cấp thêm thông tin cho các nghiên cứu chuyên sâu về dược lý và y học. Hướng tiếp cận y học chính xác cũng cho thấy vai trò ngày càng rõ nét của dữ liệu và AI trong nghiên cứu y-sinh hiện đại. Thay vì chỉ dựa trên các đặc điểm chung của quần thể, y học chính xác hướng tới việc xem xét sự khác biệt giữa từng cá thể dựa trên nhiều loại dữ liệu. Trong bối cảnh đó, AI có thể trở thành công cụ hỗ trợ phân tích, tích hợp và khai thác dữ liệu đa chiều, góp phần phục vụ nghiên cứu và đưa ra những hiểu biết phù hợp hơn với từng nhóm đối tượng.

Hội thảo được đông đảo sự quan tâm từ các sinh viên và học viên cao học

Đối với SICT-HaUI, những nội dung được trao đổi tại hội thảo có ý nghĩa thiết thực cả về phương diện nghiên cứu khoa học và đào tạo sau đại học. Việc tổ chức diễn đàn học thuật với sự tham gia của các chuyên gia trong và ngoài nước tạo điều kiện để giảng viên, học viên cao học tiếp cận những vấn đề nghiên cứu đang được quan tâm, đồng thời hình thành thêm các ý tưởng nghiên cứu mới. Đặc biệt, đối với học viên cao học ngành Hệ thống thông tin, các bài toán dữ liệu y-sinh có thể trở thành một hướng nghiên cứu liên ngành giàu tiềm năng, kết hợp giữa khai phá dữ liệu, học máy, học sâu và hệ thống thông tin. Sự tham gia của giảng viên từ nhiều khoa chuyên môn thuộc SICT-HaUI cũng góp phần tạo nên không gian trao đổi đa chiều. Mỗi đơn vị có những thế mạnh chuyên môn khác nhau, từ khoa học máy tính, công nghệ thông tin, công nghệ phần mềm đến mạng máy tính và truyền thông. Khi được kết nối trong các hoạt động nghiên cứu liên ngành, những nền tảng này có thể tạo điều kiện hình thành các nhóm nghiên cứu có khả năng tiếp cận những bài toán công nghệ phức tạp và có tính ứng dụng cao. Bên cạnh giá trị cập nhật tri thức, hội thảo còn là dịp để mở rộng kết nối giữa SICT-HaUI với các nhà khoa học, cơ sở đào tạo và cộng đồng nghiên cứu trong nước và quốc tế. Sự tham gia của diễn giả đến từ Đại học Bách khoa Hà Nội, Taipei Medical University và Đại học Thái Nguyên cho thấy tính kết nối liên cơ sở, liên ngành của hoạt động học thuật. Đây là nền tảng quan trọng để tiếp tục thúc đẩy trao đổi chuyên môn, chia sẻ kết quả nghiên cứu và hướng tới những hoạt động hợp tác sâu hơn trong tương lai. Đối với một cơ sở đào tạo nguồn nhân lực công nghệ thông tin, việc phát triển nghiên cứu AI gắn với các lĩnh vực có nhu cầu thực tiễn cao như y-sinh và chăm sóc sức khỏe có ý nghĩa đặc biệt. Những bài toán trong lĩnh vực này không chỉ đặt ra yêu cầu về năng lực tính toán và thuật toán mà còn đòi hỏi cách tiếp cận nghiêm túc đối với chất lượng dữ liệu, khả năng giải thích mô hình, tính tin cậy của kết quả và bối cảnh ứng dụng. Đây cũng là môi trường để các nhà nghiên cứu công nghệ thông tin mở rộng phạm vi ứng dụng của các phương pháp AI, đồng thời tăng cường hợp tác với các chuyên gia thuộc những lĩnh vực khác.

Thông qua Hội thảo khoa học “Các mô hình học sâu khai phá dữ liệu y sinh”, SICT-HaUI tiếp tục thúc đẩy hoạt động nghiên cứu theo hướng gắn công nghệ với những bài toán thực tiễn, đồng thời tạo môi trường để cán bộ, giảng viên và học viên trao đổi học thuật, cập nhật xu hướng nghiên cứu mới và mở rộng mạng lưới chuyên môn. Đây cũng là một trong những hoạt động góp phần xây dựng văn hóa nghiên cứu khoa học tại SICT, khuyến khích các hướng nghiên cứu có tính liên ngành và khả năng tạo ra giá trị ứng dụng. Trong thời gian tới, việc tiếp tục tổ chức các hội thảo chuyên sâu, kết nối các nhà khoa học và phát triển các hướng nghiên cứu liên ngành sẽ tạo thêm động lực để SICT-HaUI nâng cao năng lực nghiên cứu trong lĩnh vực AI và khoa học dữ liệu. Đặc biệt, các hướng Deep Learning, Bioinformatics, khai phá dữ liệu hệ gen, phân tích tương tác thuốc và y học chính xác có thể tiếp tục được quan tâm nghiên cứu, qua đó mở rộng không gian ứng dụng của công nghệ thông tin vào các lĩnh vực khoa học và đời sống.

Hội thảo không chỉ mang đến những trao đổi chuyên môn về các mô hình học sâu và khai phá dữ liệu y sinh, mà còn góp phần khẳng định định hướng của SICT-HaUI trong việc đẩy mạnh nghiên cứu khoa học, phát triển trí tuệ nhân tạo và thúc đẩy chuyển giao tri thức vào các lĩnh vực có tính ứng dụng cao. Từ nền tảng công nghệ thông tin, sự kết nối với các lĩnh vực y-sinh, khoa học sự sống và chăm sóc sức khỏe sẽ mở ra thêm những hướng nghiên cứu mới, đồng thời tạo cơ hội để giảng viên và học viên tiếp cận những bài toán khoa học có ý nghĩa thực tiễn và giá trị lâu dài.