Một bằng sáng chế ảnh y khoa 3D, nhiều tầng ý nghĩa cho AI Việt Nam
Công nghệ chú thích ảnh y khoa 3D “Annotation of Slice Images in Volumetric Medical Images” là một giải pháp trí tuệ nhân tạo hỗ trợ gán nhãn tự động các lát cắt CT, MRI được lưu thành thể tích, giúp bác sĩ và chuyên gia dữ liệu giảm khối lượng thao tác thủ công lặp lại, tăng tính liên tục và chính xác của vùng cơ quan hoặc khối u trong không gian ba chiều, từ đó tạo ra bộ dữ liệu huấn luyện chất lượng cao cho những hệ thống AI chẩn đoán hình ảnh hiện đại. Điểm khởi đầu của câu chuyện không chỉ là một thành tựu kỹ thuật, mà là bước ngoặt trong cách Việt Nam nhìn nhận bằng sáng chế châu Âu Việt Nam trong lĩnh vực AI y học. Văn phòng Sáng chế châu Âu đã cấp Bằng sáng chế số 4432220 cho nhóm nghiên cứu Trường Đại học Khoa học Tự nhiên thuộc Đại học Quốc gia TP.HCM, và bằng sáng chế này được công bố trên European Patent Bulletin ngày 08/7/2026. Đây là bằng sáng chế AI y học đầu tiên ở châu Âu của đơn vị này, cho thấy một nhóm nhà khoa học Việt Nam có thể bước ra sân chơi quốc tế bằng công nghệ 3D y tế mang dấu ấn riêng. Quan trọng hơn, nhóm đã chủ động theo đuổi bảo hộ quốc tế từ năm 2023, khi các chương trình hỗ trợ còn rất hạn chế. Điều đó cho thấy tinh thần coi nghiên cứu là tài sản trí tuệ cần được bảo vệ sớm, thay vì chỉ dừng ở bài báo khoa học.
Vì sao chú thích ảnh lát cắt 3D là điểm nghẽn của AI chẩn đoán hình ảnh?
Trong chẩn đoán y khoa hiện nay, ảnh CT và MRI thường được lưu dưới dạng hàng trăm lát cắt cho mỗi ca bệnh. Muốn xây dựng mô hình AI chẩn đoán hình ảnh, các bác sĩ phải vẽ thủ công ranh giới cơ quan hoặc khối u trên từng lát cắt. Công việc này mất rất nhiều thời gian, lặp đi lặp lại và rất dễ xuất hiện sai lệch giữa các lát kế cận, nhất là với cấu trúc phức tạp hoặc mờ, khiến bộ dữ liệu huấn luyện kém nhất quán và khó tin cậy. Nhìn thẳng vào vấn đề, công nghệ hiện tại vẫn bị mắc kẹt ở mức xử lý từng lát cắt độc lập, trong khi bệnh lý tồn tại trong thể tích 3D cơ thể. Bất kỳ sai lệch nào ở một lát cắt cũng có thể kéo theo lỗi phân đoạn trong toàn bộ khối, làm AI học sai hình dạng và vị trí tổn thương. Bằng sáng chế ảnh y khoa mới chính là cách nhóm nghiên cứu chọn để đánh vào điểm nghẽn này: không cạnh tranh bằng một thuật toán "thông minh hơn" trên từng ảnh 2D, mà thay đổi cách hệ thống hiểu mối quan hệ không gian giữa các lát cắt liên tiếp. Nếu Việt Nam muốn đi xa hơn vai trò “người dùng” trong cuộc chơi AI y tế, chúng ta phải bắt đầu từ việc giải quyết các bài toán hạ tầng dữ liệu như thế – những việc âm thầm nhưng quyết định chất lượng mọi hệ thống phía sau.
Giải pháp kỹ thuật: lan truyền chú thích trong không gian 3D thay vì vẽ lại từ đầu
Sáng chế tập trung vào một ý tưởng tưởng chừng đơn giản nhưng về kỹ thuật lại nhiều lớp: mỗi khi người dùng tạo hoặc chỉnh sửa chú thích ở một lát cắt, hệ thống AI sẽ dự đoán và lan truyền annotation sang các lát cắt lân cận, dựa trên cả nội dung hình ảnh và vị trí tương đối trong thể tích 3D. Nói cách khác, người dùng tương tác với một lát cắt, còn mô hình sẽ "hiểu" toàn bộ khối. Khi bác sĩ hiệu chỉnh ở một lát cắt, hệ thống cập nhật lại toàn bộ chuỗi để duy trì tính nhất quán. Điểm khác biệt nằm ở việc mô hình không chỉ nhìn từng ảnh 2D riêng lẻ, mà học các đặc trưng hình dạng của đối tượng cùng mối liên hệ giữa các lát. Nhờ đó, chú thích có tính liên tục hơn nhiều so với cách xử lý mỗi lát cắt độc lập. Hệ thống còn đưa ra điểm tin cậy cho từng annotation, giúp bác sĩ biết lát nào cần kiểm tra kỹ. Theo mô tả của trường, nhờ cơ chế này, thời gian và công sức gán nhãn ảnh y tế 3D giảm đáng kể, trong khi độ nhất quán của dữ liệu huấn luyện tăng lên – một điều kiện tối quan trọng để phát triển các hệ thống AI chẩn đoán hình ảnh nghiêm túc. Một câu nói đáng trích ở đây là: "Ảnh CT hoặc MRI thường được lưu dưới dạng hàng trăm lát cắt (slice)", nhấn mạnh quy mô khối lượng dữ liệu mà giải pháp này đang xử lý.
Từ phòng thí nghiệm đến bệnh viện: chặng đường dài không thể bỏ qua
Dẫu được bảo hộ ở châu Âu, công nghệ không vì thế mà tự động bước thẳng vào phòng khám. Bằng sáng chế chỉ xác lập quyền sở hữu trí tuệ cho giải pháp; để thực sự trở thành công cụ trong bệnh viện, hệ thống phải trải qua một loạt thử nghiệm lâm sàng nghiêm ngặt, kiểm chứng trên dữ liệu thật, đánh giá độ chính xác, độ an toàn và khả năng vận hành trong môi trường khám chữa bệnh cụ thể. Quá trình này thường kéo dài nhiều năm, với nhiều vòng so sánh với phương pháp hiện hành và chứng minh rằng AI chỉ đóng vai trò hỗ trợ, không thay thế quyết định chuyên môn của bác sĩ. Điều đó đặt ra yêu cầu rõ ràng: nếu Việt Nam muốn biến sáng chế châu Âu Việt Nam thành sản phẩm y tế, chúng ta cần sự phối hợp giữa nhà khoa học, bệnh viện, doanh nghiệp và cơ quan quản lý. Không có hành lang pháp lý rõ ràng cho AI chẩn đoán hình ảnh, không có cơ chế tài trợ thử nghiệm quy mô lớn, bằng sáng chế sẽ đứng yên trên giấy. Ngược lại, nếu coi đây là nền tảng để xây dựng các bộ công cụ xây dựng dữ liệu, các nền tảng AI hỗ trợ chẩn đoán và theo dõi điều trị, nó có thể trở thành mảnh ghép quan trọng trong bức tranh chuyển đổi số y tế đang được thúc đẩy.
Bước đệm cho nghiên cứu phục hồi chức năng và hệ sinh thái sáng chế Việt
Một điểm thú vị là nhóm tác giả không dừng lại ở chú thích ảnh mà đã mở rộng sang thực tại ảo và thực tại tăng cường, với tham vọng ứng dụng trong tập luyện vật lý trị liệu và các môi trường giả lập. Điều đó cho thấy họ nhìn công nghệ 3D y tế như một nền tảng, chứ không phải một sản phẩm đơn lẻ. Nếu những nghiên cứu tiếp theo được hoàn thiện và tiếp tục đăng ký sáng chế, chúng ta có thể kỳ vọng một chuỗi giải pháp phục vụ cả chẩn đoán và phục hồi chức năng, thay vì những sản phẩm rời rạc. Từ góc độ hệ sinh thái, quá trình ba năm phản biện, làm việc với chuyên gia thẩm định để chứng minh tính mới và tính sáng tạo kỹ thuật theo tiêu chuẩn châu Âu đã mang lại cho nhóm kinh nghiệm quý về pháp luật sở hữu trí tuệ và cách diễn đạt giải pháp công nghệ như một đối tượng bảo hộ rõ ràng. Đây là thứ nhiều nhà nghiên cứu Việt Nam còn thiếu: khả năng biến ý tưởng khoa học thành tài sản sở hữu trí tuệ có thể đi ra thị trường quốc tế. Nếu các trường và viện nghiên cứu coi trường hợp này là bài học, ta có thể kỳ vọng nhiều hơn vào những sáng chế châu Âu mang dấu ấn Việt Nam trong tương lai. Cuối cùng, bằng sáng chế này là lời nhắc rằng nếu muốn đi cùng thế giới trong AI y tế, Việt Nam không thể chỉ nhập công nghệ; chúng ta phải tự tạo ra giải pháp, bảo vệ nó, rồi đấu tranh để nó được ứng dụng trong hệ thống y tế của chính mình.
