Em nghĩ các bạn này chẳng phát minh gì, lý thuyết, mô hình training, inference, framework, mạng nơ ron, ...giờ toàn open source có đầy. Nhưng để làm ra được sản phẩm thật lại là chuyện khác. Công sức không chỉ của chuyện lập trình mà còn của cả chuyên gia về Y học rất nhiều mới ra được. Data mẫu để training mẫu thôi, làm thật cụ phải đi xin và xử lý dữ liệu rất lớn, xây dựng tinh chỉnh mạng nhiều lần những thứ như thế đòi hỏi tri thức, chuyên môn sâu và rất giỏi đấy cụ ạ
Cụ viết gần đúng, nhưng cách viết của cụ thì chỉ những người có hiểu biết nhất định mới hiểu được cụ muốn nói gì.
Ứng dụng AI trong chuẩn đoán ảnh y khoa đã có từ hơn 20 năm nay. Các lý thuyết và phần mềm open-source đã có khá nhiều.
Không biết nhóm của VIN-AI đóng góp được gì vì bài báo mang tính quảng cáo không nói chi tiết.
Hệ thống AI hỗ trợ chuẩn đoán hình ảnh kiểu (neuron network, deep learning) cơ bản sẽ có mấy phần:
1. thuật toán, phương pháp mới - cái này là khám phá khoa học thực sự.
2. thiết kế và viết phần mềm - triển khai software engineering, coding dựa trên 1. Các kỹ sư làm việc ở giai đoạn này trở đi.
3. dữ liệu lớn: số lượng lớn ảnh, cùng với kết quả đọc của người - các chuyên gia giỏi về CĐHA làm mẫu, để training hệ thống ở mục 4. Ở đây cần những chuyên gia chuẩn đoán hình ảnh tốt nhất chia sẻ kết quả.
4. dùng phần mềm chạy các mô hình khác nhau với dữ liệu lớn ở 3 để ra bộ số cho hệ thống. Đây là quá trình training. Các kỹ thuật viên trình độ cao đẳng, trung cấp làm cũng được
5. sửa đổi model, cải thiện bộ hệ số, để giảm sai số.
Vin có điểm mạnh là họ triển khai vào thực tế nhanh, dựa trên các công cụ có sẵn, và có nhiều tiền chi ra để có được dữ liệu lớn và tốt. Các nhóm khác khó có thể có được dữ liệu tốt.
Còn xét trên phương diện khoa học, đi đầu hay đóng góp cho nhân loại thì họ chưa phải là ứng viên. Đó cũng không phải là mục đích của họ.