Ứng dụng của AI, khoa học dữ liệu trong sản xuất và chăm sóc sức khỏe

12/2021

Hội thảo quốc tế “Trí tuệ nhân tạo, khoa học dữ liệu và các ứng dụng” đã mang đến những phân tích vừa tổng quan vừa cụ thể về các ứng dụng của AI và khoa học dữ liệu, tập trung vào hai lĩnh vực chủ yếu là sản xuất công nghiệp và y tế.

“Trí tuệ nhân tạo, Khoa học dữ liệu và các ứng dụng”

Hội thảo “Trí tuệ nhân tạo, Khoa học dữ liệu và các ứng dụng” với sự tham gia của các chuyên gia trong lĩnh vực AI, Khoa học dữ liệu tại Bỉ, Pháp và Việt Nam

Tại đó, tham luận “Trí tuệ nhân tạo cho phép phát triển hệ thống quản lý sức khỏe và tiên lượng của thiết bị công nghiệp” của PGS.TS Nguyễn Thị Phương Khanh - nhà nghiên cứu Trường Kỹ sư Tarbes (ENIT), Viện Bách khoa quốc gia Toulouse, Pháp đưa ra 7 nhiệm vụ của quy trình quản lý sức khỏe và các tiên lượng (PHM) gồm thu thập dữ liệu, xử lý dữ liệu, xây dựng chỉ số sức khỏe, phát hiện lỗi, chẩn đoán, tiên lượng và ra quyết định.

Trong phần trình bày về “Học máy và kiểm đồ để phát hiện bất thường: Phương pháp, ứng dụng và thách thức”, PGS.TS Trần Kim Phúc - nhà nghiên cứu Đại học Lille, Ensait & Gemtex, Pháp dẫn ra các ứng dụng của kỹ thuật phát hiện bất thường trong phát hiện xâm nhập trong mạng máy tính, phát hiện nguy cơ tiềm ẩn hoặc các vấn đề y tế trong dữ liệu sức khỏe và bảo trì dự đoán.

Cũng theo PGS. Phúc, sự phát triển gần đây của các công nghệ tiên tiến như Mạng cảm biến thông minh, IOT và AI thúc đẩy cải tiến liên tục, chuyển giao kiến ​​thức và ra quyết định dựa trên dữ liệu trong lĩnh vực an ninh mạng cho các hệ thống công nghiệp, quản lý chuỗi cung ứng và dự đoán bảo trì.

Ngoài ra, để giải quyết các vấn đề về tính khả dụng của dữ liệu và các mối quan tâm về quyền riêng tư trong sử dụng dữ liệu y tế, ThS. Ali Raza - nghiên cứu sinh bằng đôi tại ĐH Lille (Pháp) và ĐH Kent (Anh) đã đưa ra giải pháp về một trí tuệ nhân tạo có thể giải thích được (XAI) dựa trên mô hình học sâu trong một kỹ thuật học liên kết cho các ứng dụng chăm sóc sức khỏe dựa trên điện tâm đồ (ECG). Theo đó, nhóm nghiên cứu đề xuất một mô-đun dựa trên XAI trên đầu bộ phân loại được đề xuất để giải thích kết quả phân loại giúp các bác sĩ lâm sàng đưa ra quyết định nhanh chóng và đáng tin cậy.

Theo Công Thương