Sinh viên sáng tạo hệ thống cảnh báo dịch COVID-19

Hệ thống cảnh báo dịch COVID-19 (BeCaked) của nhóm sinh viên Đại học Quốc gia TP.HCM đã xuất sắc giành giải nhất giải thưởng Sinh viên nghiên cứu khoa học Eureka 2020.

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.

Tương đối trùng khớp thực tế

Nguyễn Quang Đức - sinh viên ngành khoa học máy tính Trường Đại học Bách khoa (Đại học 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 Đại học 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 Đại học Bách khoa (Đại học 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.

> Đại học Quốc gia TP.HCM có thêm 3 trường đại học tự chủ

> Mong chờ thay đổi gì ở ngành giáo dục?

Theo Tuổi Trẻ