Ứng dụng rèn luyện nhận thức BrainTrain và áp dụng mô hình trí tuệ nhân tạo (AI) giúp ngăn ngừa sa sút trí tuệ từ giai đoạn sớm ở đa vùng miền
Nhóm: BrainTrain
LĨNH VỰC Y SINH, HóA SINH
Nhóm: BrainTrain
LĨNH VỰC Y SINH, HóA SINHGiới thiệu sản phẩm:
1. Vấn đề cần giải quyết Ứng dụng rèn luyện nhận thức BrainTrain đưa ra lời giải cho việc ngăn ngừa từ giai đoạn sớm cho bệnh nhân mắc sa sút trí tuệ (SSTT). SSTT đang ảnh hưởng đến hơn 10 % dân số trên 60 tuổi; đồng nghĩa với việc cứ mỗi 10 người trên 60 tuổi thì sẽ có một người mắc SSTT. Số lượng ca mắc SSTT đang tăng cao qua từng năm, đặc biệt ở các nước có thu nhập trung bình thấp (LMIC) như Việt Nam, Thái Lan, …. Số ca mắc ở LMIC chiếm hơn 60 % tổng số ca mắc SSTT (theo Báo cáo bệnh Alzheimer thế giới). Do chưa có thuốc chữa trị, tỉ lệ tử vong do căn bệnh này rất cao, cứ ba người mắc SSTT thì sẽ có một người tử vong. Hơn nữa, sau đại dịch Covid-19, có gần 10000 y bác sĩ Việt Nam viết đơn xin nghỉ việc dẫn đến tình trạng các nguồn lực chăm sóc sức khỏe đang dần cạn kiệt. Vì thế, việc tìm ra một giải pháp cải thiện nhận thức ngay từ giai đoạn sớm – giai đoạn Suy giảm nhận thức nhẹ (Mild Cognitive Impairment – MCI) là điều cấp bách. MCI là giai đoạn chuyển tiếp giữa quá trình lão hóa bình thường và chứng SSTT, ảnh hưởng xấu đến một hoặc nhiều lĩnh vực nhận thức như Trí nhớ, Tập trung, Ngôn ngữ và Toán học. May mắn thay, bệnh nhân MCI có một giai đoạn gọi là “thời kỳ cửa sổ” (critical window) kéo dài khoảng hai đến ba năm kể từ khi bệnh khởi phát, đại diện cho một cơ hội để can thiệp và thay đổi chiều hướng tiến triển của quá trình suy giảm nhận thức. Ở giai đoạn này, số lượng tế bào thần kinh chưa bị suy giảm đáng kể, các kết nối tế bào thần kinh vẫn được bảo toàn, nhiều vùng não vẫn chưa bị teo. Do đó, các can thiệp sớm có thể phục hồi hoặc củng cố kết nối tế bào thần kinh để cải thiện nhận thức của bệnh nhân và giảm thiểu xác suất chuyển đổi từ MCI thành SSTT. Nếu bỏ lỡ giai đoạn này thì bệnh sẽ tiến triển trầm trọng hơn một cách nhanh chóng và chuyển qua giai đoạn SSTT. Đây là giai đoạn không thể điều trị được, từ đó gây áp lực nặng nề cho hệ thống chăm sóc sức khỏe. Trong một nghiên cứu của nhóm chúng tôi được Quỹ Medical Research Council tài trợ, nhóm nghiên cứu ghi nhận tỷ lệ người cao tuổi mắc MCI ở các tỉnh thành phía Nam Việt Nam gần 19,4 %, và hơn 60 % trong số này là những người sinh sống tại nông thôn, hầu như không được hỗ trợ và can thiệp giúp cải thiện nhận thức. Hiện nay, một số bệnh viện ở TP. HCM (bệnh viện Đại học Y dược và bệnh viện 30/4) đang trong giai đoạn tiến hành tổ chức các buổi rèn luyện nhận thức cho bệnh nhân song song với việc can thiệp bằng thuốc. Khi bệnh nhân được bổ sung thêm hoạt động rèn luyện nhận thức thì tình trạng bệnh lý có dấu hiệu cải thiện tích cực, tuy nhiên các buổi rèn luyện này chỉ được tổ chức ở vài bệnh viện lớn và hầu như không thực hiện được ở vùng nông thôn, trong khi tỉ lệ MCI ở nông thôn rất cao. Vì thế, việc tạo ra một ứng dụng rèn luyện nhận thức cho bệnh nhân MCI sẽ hỗ trợ bác sĩ trong các hoạt động can thiệp nhận thức cho bệnh nhân, đặc biệt là tại các bệnh viện cấp quận, bệnh viện tuyến tỉnh, vùng sâu vùng xa là rất cần thiết và cấp bách. Phương án này có thể tiếp cận đến số lượng lớn bệnh nhân ở thành thị và hỗ trợ được những người dân ở vùng xa không có điều kiện thăm khám ở bệnh viện lớn. Hơn nữa, bệnh nhân MCI phần lớn là người lớn tuổi, ứng dụng này sẽ giải quyết được vấn đề khó khăn của họ khi di chuyển đến và đợi để khám tại các bệnh viện. Ứng dụng này cung cấp sự tiện lợi thông qua việc rèn luyện nhận thức ngay tại nhà và chia sẻ kết quả cho bác sĩ, có thể áp dụng cho các bệnh nhân thuộc nhiều vùng miền khác nhau, bao gồm thành thị và nông thôn. Đây có thể sẽ trở thành một phương pháp chi phí thấp cho các khu vực có bối cảnh kinh tế xã hội đa dạng và mở rộng khả năng can thiệp nhận thức đến với các bệnh nhân ở vùng sâu vùng xa. 2. Giải pháp Từ những vấn đề được phân tích ở trên, nhóm nghiên cứu sẽ tập trung thiết kế và thử nghiệm trò chơi nhận thức cho đối tượng Suy giảm nhận thức nhẹ (MCI) ở Việt Nam. Đây sẽ là ứng dụng cải thiện nhận thức đầu tiên tại Việt Nam dành cho đối tượng bệnh nhân MCI. Đầu tiên, nhóm sẽ thiết kế và tối ưu hóa ứng dụng BrainTrain nhắm đến bốn chức năng nhận thức mà bệnh nhân MCI bị ảnh hưởng như Trí nhớ, Tập trung, Ngôn ngữ, Toán học, dựa trên cơ sở thần kinh học và sự tham khảo ý kiến từ các bác sĩ lâm sàng khoa nội thần kinh và các chuyên gia thần kinh học. Ứng dụng sẽ có hai phiên bản: nông thôn và thành thị, để áp dụng và khảo sát hiệu quả cải thiện nhận thức của người Việt Nam ở nhiều khu vực địa lý. Sau một tháng và sáu tháng can thiệp, bệnh nhân sẽ được kiểm tra lại điểm số nhận thức để đánh giá hiệu quả ngắn hạn và hiệu quả dài hạn của ứng dụng. Đồng thời, chúng tôi thu dữ liệu điện não đồ (EEG) của bệnh nhân ở thời điểm trước và sau một tháng, sáu tháng can thiệp để kiểm tra sự thay đổi của hoạt động thần kinh. Sự thay đổi này sẽ cung cấp thêm cơ sở để giải thích vai trò của liệu pháp trò chơi nhận thức. Từ dữ liệu rèn luyện bằng BrainTrain, điểm số nhận thức, đặc trưng tín hiệu EEG, nhân khẩu học và tiền sử bệnh của bệnh nhân, mô hình trí tuệ nhân tạo sẽ được xây dựng để dự đoán hiệu quả can thiệp bằng BrainTrain ngay từ tháng đầu tiên sử dụng. Ứng dụng rèn luyện nhận thức và mô hình dự đoán hiệu quả can thiệp này sẽ được chuyển giao công nghệ tới các bệnh viện, sở y tế để giúp các bác sĩ tiết kiệm thời gian và có thêm nhiều lựa chọn can thiệp cho bệnh nhân. Số lượng bệnh nhân ở Việt Nam dự kiến sẽ là 60 bệnh nhân MCI được can thiệp và 20 bệnh nhân MCI đối chứng (không can thiệp) đến thăm khám tại bệnh viện Quân Y 175. Ứng dụng của chúng tôi có thể can thiệp cho bệnh nhân MCI từ giai đoạn sớm của SSTT bằng cách giúp họ rèn luyện nhận thức mỗi ngày, cải thiện cuộc sống của bệnh nhân MCI ở nhiều vùng miền, giảm chi phí điều trị cho bệnh SSTT và giảm gánh nặng lên nền kinh tế và hệ thống chăm sóc sức khỏe. Tóm lại, giải pháp công nghệ này nhắm đến ba mục tiêu chính sau: i. Phát triển ứng dụng BrainTrain và đánh giá hiệu quả ứng dụng. ia. Thiết kế và tối ưu hóa các trò chơi nhận thức nhắm đến nhiều lĩnh vực nhận thức. ib. Đánh giá hiệu quả của ứng dụng. ii. Kiểm tra sự thay đổi hoạt động thần kinh có liên quan đến các trò chơi nhận thức. iii. Dự đoán hiệu quả can thiệp bằng mô hình trí tuệ nhân tạo. Kết quả dự kiến: ia. Các trò chơi rèn luyện nhận thức trong BrainTrain giúp cải thiện đa chức năng nhận thức bao gồm khả năng tập trung chú ý, trí nhớ, ngôn ngữ, toán học cho bệnh nhân MCI. ib. Điểm số nhận thức của nhóm bệnh nhân MCI được can thiệp sẽ cao hơn điểm số trước can thiệp và điểm số của nhóm đối chứng. ii. Có thay đổi đáng kể về hoạt động thần kinh giữa nhóm đối chứng và nhóm can thiệp, tại thời điểm sau can thiệp và trước can thiệp. iii. Mô hình dự đoán hiệu quả can thiệp có độ chính xác trên 80 %.
Tính năng cơ bản:
1. Phương pháp rèn luyện nhận thức tác động lên đa lĩnh vực chức năng nhận thức và phù hợp với đa vùng miền Hiện nay, một số phương pháp can thiệp nhận thức không dùng thuốc có thể kể đến như: tập thể dục, nhảy aerobic và trò chơi nhận thức kết hợp với vận động thể chất Xbox 360 Kinect. Tuy nhiên, các phương pháp này vẫn còn các hạn chế như sau. Ví dụ, các lớp học khiêu vũ, lớp tập thể dục không thể được thực hiện ở các vùng sâu vùng xa vì phương pháp này đòi hỏi cơ sở vật chất hiện đại và cần người đào tạo có chuyên môn. Sự can thiệp hiệu quả nhất cho đến nay được ghi nhận bởi người dùng trò chơi nhận thức Xbox 360 Kinect. Tuy nhiên chi phí của bộ trò chơi khá cao so với thu nhập trung bình của người Việt Nam (khoảng sáu triệu VNĐ cho một bộ trò chơi bao gồm thiết bị và đĩa game). Bên cạnh đó, trò chơi này cũng đòi hỏi một số hoạt động thể chất từ người chơi nên sẽ không phù hợp với người lớn tuổi có vấn đề về xương khớp, tim mạch. Ưu điểm của giải pháp: - BrainTrain được thiết kế dành riêng cho bệnh nhân MCI, bằng ngôn ngữ tiếng Việt, dựa trên cơ sở y khoa. - Cơ chế rèn luyện nhận thức với chi phí thấp, phù hợp với khả năng tài chính người Việt Nam và tiếp cận được đến các bệnh nhân ở thành thị lẫn nông thôn. - Rèn luyện nhiều lĩnh vực nhận thức, bao gồm Trí nhớ, Tập trung, Ngôn ngữ và Toán học, thay vì chỉ rèn luyện chức năng Trí nhớ như các trò chơi nhận thức có sẵn hiện nay. 2. Thay đổi điểm số nhận thức và hoạt động thần kinh khi được rèn luyện nhận thức Rèn luyện nhận thức ở bệnh nhân MCI đã được báo cáo là thúc đẩy sự bù trừ của thần kinh ở các khu vực liên quan đến trí nhớ, các khu vực trán, thái dương và đỉnh, đặc biệt là ở thùy đỉnh dưới bên phải. Tuy nhiên, những kết luận này dựa trên sự thay đổi điểm số các bài kiểm tra tâm lý thần kinh của bệnh nhân sau can thiệp, mặc dù những bài kiểm tra này là tiêu chuẩn bắt buộc để đánh giá nhận thức nhưng chúng không đánh giá trực tiếp cơ chế thần kinh của phương pháp can thiệp này. Ưu điểm của giải pháp: - Bên cạnh việc sử dụng các bài kiểm tra tâm lý thần kinh, chúng tôi bổ sung thêm việc thu nhận và phân tích tín hiệu EEG để kiểm tra hoạt động điện não của bệnh nhân sau can thiệp nhằm làm rõ tác động của trò chơi nhận thức lên sự kết nối của các tế bào thần kinh. - Chứng minh sự thay đổi trong hoạt động điện não cũng xảy ra khi bệnh nhân làm các tác vụ liên quan đến đa chức năng nhận thức, chứ không chỉ thay đổi khi thực hiện nhiệm vụ liên quan đến Trí nhớ như các nghiên cứu khác đã đề cập. - Sử dụng LORETA để phân tích sự kết nối của các vùng khác nhau trên não để giải thích được cơ chế của trò chơi nhận thức 3. Áp dụng Trí tuệ nhân tạo (AI) vào y học Nếu không có biện pháp can thiệp kịp thời, bệnh nhân MCI sẽ mất giai đoạn vàng để can thiệp và có thể nhanh chóng chuyển sang giai đoạn SSTT. Hơn nữa, do kết quả can thiệp trên mỗi cá nhân là không đồng nhất, mỗi người sẽ có đáp ứng với các liệu pháp can thiệp khác nhau, có những bệnh nhân sẽ đáp ứng rất tốt với liệu pháp can thiệp này, một số bệnh nhân khác thì lại không. Chúng tôi đề xuất xây dựng mô hình trí tuệ nhân tạo (AI) dự đoán hiệu quả can thiệp để giảm thiểu việc bệnh nhân sử dụng ứng dụng trong thời gian dài mà không thu được kết quả như mong muốn, làm họ bỏ lỡ giai đoạn vàng để tìm can thiệp hợp lí hơn. Ưu điểm của giải pháp: - Hiện chưa có mô hình nào được xây dựng để chẩn đoán hiệu quả can thiệp cho bệnh nhân (các mô hình trước đây được xây dựng chỉ để chẩn đoán và phân loại bệnh nhân). - Sử dụng nhiều thông số làm đầu vào (input): điểm số nhận thức, nhân khẩu học, tiền sử bệnh và dữ liệu sử dụng ứng dụng (độ chính xác, thời gian phản hồi), đặc trưng tín hiệu EEG (PSD, Entropy, LORETA).
Xuất xứ sản phẩm:
Phòng thí nghiệm Sức khỏe Não bộ (Brain Health Lab), Khoa Kỹ thuật Y Sinh, Trường Đại học Quốc tế, Đại học Quốc Gia TP. Hồ Chí Minh
Mô tả cơ bản:
Nội dung trò chơi nhận thức phù hợp cho bệnh nhân MCI cao tuổi sẽ được xác định dựa trên các nghiên cứu trước đây và sự tham khảo ý kiến từ các chuyên gia thần kinh học. Dựa trên các triệu chứng suy giảm nhận thức của bệnh nhân MCI, BrainTrain nhắm đến 04 lĩnh vực chính: Trí nhớ, Tập trung, Ngôn ngữ và Toán học. Độ khó của từng trò chơi sẽ được điều chỉnh theo mức độ nhận thức của từng bệnh nhân để đảm bảo nhiệm vụ luôn mang tính thử thách.
Về chức năng Trí nhớ, bệnh nhân sẽ được rèn luyện trí nhớ ngắn hạn thông qua việc ghi nhớ hình ảnh, vị trí để thực hiện các nhiệm vụ trong trò chơi. Việc rèn luyện này hướng đến việc thúc đẩy bệnh nhân ghi nhớ tốt hơn các sự kiện trong ngày của họ.
Về chức năng Tập trung, chúng tôi mong muốn rèn luyện cho bệnh nhân sự chú ý có chọn lọc và sự chú ý khi bị phân tâm. Việc này sẽ giúp bệnh nhân có thể tiếp nhận thông tin và xử lý nhiều sự kiện xảy ra cùng lúc trong đời sống hằng ngày của họ.
Về chức năng Ngôn ngữ, nhiều người bệnh MCI cảm thấy khó khăn trong việc diễn đạt bằng lời nói. Vì thế, trò chơi Ngôn ngữ của chúng tôi thiết kế sẽ nhắm đến khả năng nhớ lại từ (recall words) của bệnh nhân, giúp họ cải thiện khả năng giao tiếp và trao đổi với người chăm sóc hoặc người thân trong gia đình.
Về chức năng Toán học, chúng tôi muốn rèn luyện cho bệnh nhân khả năng ước tính con số và chọn đáp án đúng. Điều này giúp họ cải thiện khả năng giải quyết vấn đề và đưa ra quyết định cho một số việc cá nhân trong cuộc sống hằng ngày.
Ngoài ra, sự khác biệt giữa hai phiên bản (thành thị và nông thôn) được thể hiện qua các hình ảnh chủ đề của đối tượng trong trò chơi hoặc các câu hỏi của trò chơi chức năng ngôn ngữ sao cho phù hợp với hoàn cảnh xã hội và gần gũi với văn hóa của người dân. Ở các trò chơi chức năng trí nhớ, nhiệm vụ của người chơi là ghi nhớ hình ảnh để thực hiện các yêu cầu mà trò chơi đặt ra. Những hình ảnh này chúng tôi sẽ lấy chủ đề mà người dân tiếp xúc và tương tác hằng ngày, ví dụ: bản dành cho bệnh nhân vùng nông thôn sẽ có những chủ đề liên quan đến phương tiện, vật tư nông nghiệp. Hơn nữa, chủ đề phong cảnh, con vật, đồ dùng gia đình cũng sẽ được chúng tôi tìm hiểu một cách kỹ lưỡng để đưa ra những hình ảnh thân thuộc giúp người dân dễ thích ứng. Chúng tôi sẽ đặc biệt chú trọng đến các trò chơi của chức năng ngôn ngữ. Do ngôn ngữ hình thành từ cuộc sống và phản ánh cuộc sống của từng địa phương nên các trò chơi về chức năng ngôn ngữ sẽ có bộ nội dung câu hỏi khác nhau cho từng vùng miền. Chúng tôi sẽ đưa ra bộ câu hỏi giảm thiểu dẫn đến sự hiểu nhầm (ví dụ: quả roi – quả mận, bánh đa – bánh tráng, nước tương – xì dầu, hay quả na – mãng cầu) và giảm thiểu rào cản ngôn ngữ của người dân đa vùng miền khi tiếp cận ứng dụng. Hướng dẫn cho các trò chơi cũng được chúng tôi mô tả dễ hiểu và trực quan hóa bằng video hướng dẫn giúp người dùng hiểu rõ luật chơi
Từ những trò chơi nhận thức này, ứng dụng BrainTrain có thể thu được: độ chính xác, thời gian phản hồi, tâm trạng, số giờ ngủ và tổng thời gian chơi trò chơi để (1) so sánh nhận thức của bệnh nhân trước và sau khi sử dụng ứng dụng BrainTrain và (2) sử dụng chúng làm tham số để xây dựng mô hình dự đoán hiệu quả can thiệp.
Hơn nữa, tính năng “Lưu và theo dõi tiến trình” của ứng dụng cũng giúp chúng tôi theo dõi thời gian và độ ổn định của bệnh nhân truy cập vào BrainTrain. Các bác sĩ có thể xem kết quả rèn luyện để điều chỉnh can thiệp như: tăng thời gian sử dụng BrainTrain thêm 15 phút mỗi ngày, chú trọng rèn luyện nhiều hơn cho một chức năng nhận thức cụ thể. Các dữ liệu thu được của bệnh nhân từ ứng dụng như: thời gian trung bình sử dụng ứng dụng hàng ngày/ tuần/ tháng, tổng thời gian rèn luyện cho từng chức năng nhận thức, tổng thời gian sử dụng ứng dụng trong tuần và tháng, bảng theo dõi điểm số trò chơi của các chức năng nhận thức có tăng hay giảm qua từng ngày/ tuần/ tháng, thời gian phản hồi trung bình cho các câu hỏi trong từng trò chơi của các chức năng nhận thức. Các dữ liệu này giúp nhóm nghiên cứu kiểm soát thời gian và tiến độ của bệnh nhân trong quá trình phát triển dự án.
Bên cạnh đó, các tính năng khác đang được phát triển là: (1) chế độ luyện tập tùy chỉnh cho phép người chơi lựa chọn bài tập và lĩnh vực nhận thức cần rèn luyện; (2) hướng dẫn cách chơi bằng video và hình ảnh cụ thể giúp người cao tuổi dễ tiếp cận; (3) biểu đồ theo dõi quá trình luyện tập theo ngày, theo tuần, theo tháng cho phép người chơi thấy được sự tiến bộ trong điểm số nhận thức ở các trò chơi; (4) chế độ giám sát từ xa dành cho bác sĩ: có thể theo dõi quá trình rèn luyện hằng ngày của bệnh nhân bao gồm: thời gian, điểm số và lĩnh vực bệnh nhân rèn luyện; (5) phần thưởng trong trò chơi và bảng thi đua điểm theo tuần để tạo động lực cho người dùng; (6) thông báo nhắc nhở rèn luyện.
Sau khi hoàn thành phiên bản thử nghiệm, chúng tôi sẽ thực hiện khảo sát và tối ưu hóa ứng dụng thông qua các bước sau:
Tổng cộng: 80 (tỷ lệ bỏ thí nghiệm - dropout: 10 %) bệnh nhân MCI có độ tuổi trên 60 tại TP. HCM. Bệnh nhân sẽ được tuyển chọn và được phân chia ngẫu nhiên vào hai nhóm: nhóm đối chứng (không can thiệp) và nhóm can thiệp bằng BrainTrain.
Dữ liệu thu từ bệnh nhân bao gồm: (1) ý kiến phản hồi về trải nghiệm khi dùng ứng dụng BrainTrain, (2) dữ liệu sử dụng ứng dụng BrainTrain, (3) điểm số nhận thức (trước, sau 1 tháng, sau 6 tháng can thiệp), (4) dữ liệu EEG (trước, sau 1 tháng, sau 6 tháng can thiệp), (5) nhân khẩu học, (6) tiền sử bệnh.
Về việc đánh giá hiệu quả ứng dụng, 60 bệnh nhân MCI của nhóm can thiệp sẽ được hướng dẫn để sử dụng ứng dụng BrainTrain năm ngày mỗi tuần (30 phút mỗi ngày) và thực hiện các bài kiểm tra tâm lý thần kinh. Trong khi đó, 20 bệnh nhân của nhóm đối chứng chỉ cần thực hiện các bài kiểm tra tâm lý thần kinh. Mốc thời gian để thực hiện các bài kiểm tra này là trước can thiệp, sau một tháng và sau sáu tháng can thiệp. Các bác sĩ khoa nội thần kinh bệnh viện Quân Y 175 sẽ hướng dẫn và theo sát quy trình kiểm tra.
Việc thu nhận và phân tích tín hiệu EEG của người tham gia cũng được thực hiện nhằm kiểm tra sự thay đổi trong hoạt động thần kinh của bệnh nhân khi được can thiệp nhận thức. Mốc thời gian để đo dữ liệu EEG tương tự như mốc thời gian thực hiện các bài kiểm tra tâm lý thần kinh. Việc thiết kế các phép đo này là tương tự cho cả hai nhóm. Tổng thời gian đo một phiên cho mỗi người khoảng 45 phút, bao gồm giai đoạn hiệu chuẩn sinh học, nghỉ ngơi và thực hiện các nhiệm vụ nhận thức nhắm đến bốn lĩnh vực nhận thức tương tự như ứng dụng BrainTrain. Các nhiệm vụ nhận thức này được tham khảo từ các bài kiểm tra của Cambridge Brain Sciences (https://creyos.com/features/tasks).
Công cụ mô phỏng thí nghiệm khi thu dữ liệu EEG là phần mềm PsychoPy. PsychoPy® là một gói đa nền tảng miễn phí cho phép người dùng chạy một loạt các thử nghiệm trong khoa học hành vi. Trong mô phỏng thí nghiệm này, người tham gia nghiên cứu sẽ được đo tín hiệu điện não dưới hai trạng thái: nghỉ ngơi và thực hiện nhiệm vụ nhận thức. Công cụ đo tín hiệu EEG là hệ thống đo điện não Natus và phần mềm thu dữ liệu NeuralWork, được thực hiện bởi nhóm nghiên cứu của ThS.BS. Hoàng Tiến Trọng Nghĩa tại bệnh viện Quân Y 175.
Tín hiệu EEG thu được sẽ trải qua quá trình tiền xử lý, bước này giúp loại bỏ những dữ liệu bị nhiễu do môi trường hoặc cử động sinh học của bệnh nhân. Sau đó, các đặc trưng EEG được trích xuất bao gồm Mật độ phổ công suất (Power Spectral Density – PSD) và Độ phức tạp (Entropy), việc tính toán được thực hiện trên ngôn ngữ lập trình Python thông qua thư viện MNE. PSD sẽ cho thấy được công suất tín hiệu để đánh giá bất thường của não, còn Entropy thể hiện sự phức tạp của một chuỗi tín hiệu nhằm mục đích trích xuất thông tin giữa các trạng thái não khác nhau. Cuối cùng, chúng tôi sẽ thực hiện phân tích cắt lớp điện từ não bộ phân giải thấp (low-resolution brain electromagnetic tomography analysis - LORETA) để phân tích sự kết nối của các vùng khác nhau trên não thông qua tín hiệu EEG từ khắp da đầu. Việc tính phân tích LORETA sẽ được thực hiện thông qua phần mềm LORETA-Key được phát triển bởi Đại học Zurich.
Các mô hình AI được xây dựng nhằm mục đích dự đoán điểm số nhận thức của bệnh nhân và đánh giá liệu bệnh nhân có cải thiện nhận thức của họ sau khi can thiệp hay không. Thay vì mất sáu tháng để biết hiệu quả của can thiệp, các mô hình AI sẽ đưa ra dự đoán về hiệu quả can thiệp trong tháng đầu tiên sử dụng BrainTrain. Các mô hình trí tuệ nhân tạo sử dụng ngôn ngữ lập trình Python với đầu vào là điểm số nhận thức, nhâu khẩu học, tiền sử bệnh và dữ liệu chơi game (cảm xúc, số giờ ngủ, điểm số các trò chơi, độ chính xác, thời gian phản hồi) kết hợp với các đặc trưng EEG (PSD, Entropy và LORETA). Lựa chọn đặc trưng có thể được thực hiện bằng cách sử dụng các phương pháp như Phân tích thành phần chính (Principal Component Analysis - PCA) và Loại trừ dần (backward elimination). Các mô hình được áp dụng là Random Forest (RF), Support Vector Regression (SVR), Support Vector Machine (SVM), and Logistic Regression (LR) vì chúng có thể có được độ chính xác trên 80 % trong các nghiên cứu trước đây khi phân loại giữa người bình thường, bệnh nhân MCI và AD. Một chiến lược khác là khai thác mô hình Mạng thần kinh tích chập (Convolutional Neural Network – CNN) bằng cách sử dụng PSD làm đầu vào vì PSD cung cấp thông tin trong cả miền thời gian và tần số và có thể chứng minh mật độ công suất tại các thời điểm khác nhau để đánh giá cơ chế bù trừ thần kinh. Hiệu suất của mô hình sẽ được đánh giá bằng cách sử dụng các chỉ số chuẩn như Precision (PRE), Recall (REC), và điểm F1 (F1 score). Cuối cùng, các thông số của mô hình sẽ được tối ưu hóa để đạt được độ chính xác ít nhất 80 %.
Yêu cầu đối với cơ sở hạ tầng cần thiết để triển khai ứng dụng sản phẩm:
1/ Phần cứng:
- Máy chủ: Cloud Server dùng để truyền tải dữ liệu chơi game cũng như thông tin lưu cá nhân của bệnh nhân.
- Lưu trữ: Với việc phát triển hệ thống ngày càng có nhiều người dùng cần phải có một dung lượng lưu trữ lớn đủ đáp ứng lượng lớn dữ liệu của người dùng và có khả năng năng cấp trong tương lai. Dedicated Server and VPS có thể là giải pháp trong tương lai.
- Hệ thống sao lưu dữ liệu: Nhằm tránh việc xảy ra lỗi bất thường cần phải có một hệ thống sao lưu, được dùng khi hệ thống chính bị lỗi, dính mã độc, và được sử dụng cho đến khi hệ thống chính được khắc phục sự cố hoàn toàn.
- Tường lửa/bảo vệ: Việc cần có một hệ thống bảo vệ chặt chẽ để tránh các hacker ăn cắp thông tin của người dùng là điều quan trọng mà tất cả ứng dụng đều phải có để tăng sự tin tưởng của khách hàng.
2/ Phần mềm
- Quyền truy cập: Giúp lưu lại thông tin chơi game và hiển thị thông báo. Ứng dụng cần có quyền truy cập vào bộ nhớ, hệ thống của điện thoại.
- Hệ điều hành: Android (yêu cầu phiên bản Android 4.1 trở lên), IOS (yêu cầu phiên ảnh Ios 11 trở lên).
- Cơ sở mạng: Hiện tại quá trình chơi và lưu trữ được thực hiện trong thiết bị, mạng chỉ cần thiết khi tải dữ liệu người dùng lên máy chủ và khi cập nhập dữ liệu trò chơi.
3/ Công nghệ Flutter:
- Flutter là một khung phát triển đa nền tảng phổ biến cho phép các nhà phát triển xây dựng các ứng dụng hiệu suất cao, hấp dẫn trực quan và được biên dịch nguyên bản cho các nền tảng di động, web và máy tính để bàn bằng một cơ sở mã duy nhất.
- Flutter sử dụng ngôn ngữ lập trình Dart, cũng được phát triển bởi Google và cung cấp một bộ công cụ và tiện ích dựng sẵn phong phú để đơn giản hóa quá trình phát triển.
4/ Thiết bị đo EEG:
- Máy EEG Natus Embla NDx - 64 kênh
- Phần mềm Natus NeuroWorks EEG
5/ Thiết bị phân tích tín hiệu EEG và xây dựng mô hình dự đoán can thiệp:
- Máy tính hai card đồ họa Quadro RTX 4000 (RAM 64GB) của phòng thí nghiệm Sức khỏe Não bộ - Brain Health Lab, Trường Đại học Quốc tế, Đại học Quốc Gia TPHCM.
Sản phẩm được phát triển trong khoảng thời gian:
Số người tham gia làm: 4
Sản phẩm có mặt trên thị trường hoặc đưa vào ứng dụng rộng rãi trong khoảng thời gian: 1-3 năm
Phạm vi thị trường và ngành ứng dụng:
Y tế
Tính sáng tạo, đổi mới và công nghệ:
1. Ứng dụng rèn luyện nhận thức dựa trên cơ sở y khoa đầu tiên dành cho người Việt Nam Hiện nay có rất nhiều ứng dụng phục vụ mục đích rèn luyện trí nhớ như: Lumosity, Peak, Elevate và Cognifit, tuy nhiên những ứng dụng này chỉ hỗ trợ tiếng Anh và chưa có cơ sở thần kinh học, rất ít nghiên cứu chứng minh tính hiệu quả của các ứng dụng này. Bên cạnh đó, hầu hết các ứng dụng hiện có đều thiết kế để rèn luyện trí nhớ chung cho đối tượng người trẻ và người cao tuổi, không được thiết kế để phục vụ riêng cho đối tượng MCI. Ứng dụng BrainTrain được thiết kế nội dung rất kĩ lưỡng bởi các nhà nghiên cứu thần kinh học và tham khảo ý kiến, lời khuyên từ các bác sĩ thần kinh lâm sàng. Nội dung trò chơi cũng được gửi đến các giáo sư đầu ngành thần kinh học ở nước ngoài có chuyên môn trong việc can thiệp nhận thức để đánh giá ý tưởng về nội dung. 2. Ứng dụng BrainTrain nhắm nhiều lĩnh vực nhận thức mà bệnh nhân MCI bị ảnh hưởng Các ứng dụng rèn luyện nhận thức hiện tại chỉ nhắm đến một lĩnh vực duy nhất là trí nhớ. Tuy nhiên, bệnh nhân MCI còn suy giảm nhiều lĩnh vực khác như: sự tập trung, khả năng giao tiếp, khả năng đưa ra quyết định. Vậy nên, ứng dụng của chúng tôi nhắm đến nhiều chức năng nhận thức của người bệnh để giúp họ cải thiện tối đa tổng thể nhận thức. 3. Khai thác tín hiện điện não để chỉ ra cơ chế tác động của trò chơi nhận thức lên các lĩnh vực nhận thức khác nhau Các nghiên cứu trước đây chỉ sử dụng điểm số của các bài kiểm tra tâm lý thần kinh để kết luận hiệu quả của trò chơi nhận thức đối với bệnh nhân MCI. Một số nghiên cứu khác cũng có sử dụng dữ liệu EEG để so sánh sự khác nhau về hoạt động điện não, tuy nhiên các nghiên cứu này chỉ cho thấy có sự thay đổi hoạt động thần kinh khi người chơi làm các tác vụ liên quan đến chức năng Trí nhớ. Ở nghiên cứu này, chúng tôi sẽ chứng minh sự thay đổi hoạt động điện não cũng xảy ra khi bệnh nhân làm các nhiệm vụ liên quan đến các chức năng nhận thức khác như Tập trung, Ngôn ngữ, Toán học. 4. Mô hình trí tuệ nhân tạo được sử dụng để dự đoán hiệu quả can thiệp. Các mô hình học máy và học sâu trước đây chủ yếu sử dụng dữ liệu EEG để phân loại nhóm bệnh nhân dựa trên mức độ nghiêm trọng của bệnh: bình thường, MCI, SSTT. Tuy nhiên, chưa có nghiên cứu nào sử dụng dữ liệu EEG để dự đoán hiệu quả can thiệp. Hơn nữa, bên cạnh dữ liệu EEG, chúng tôi còn kết hợp thêm nhiều thông số khác như: điểm số nhận thức, nhân khẩu học, tiền sử bệnh, và dữ liệu từ ứng dụng (độ chính xác, thời gian phản hồi, cảm xúc và số giờ ngủ trước khi bắt đầu rèn luyện nhận thức) làm dữ liệu đầu vào (input) để xây dựng mô hình dự đoán. Các mô hình AI được xây dựng sẽ đưa ra dự đoán về hiệu quả chỉ trong một tháng đầu tiên can thiệp.
Tính ứng dụng:
1. Triển vọng kinh doanh: Phiên bản alpha của ứng dụng BrainTrain được phát triển dành cho người cao tuổi Việt Nam (bản thảo đính kèm trong đường link), bao gồm bốn trò chơi nhận thức nhắm đến bốn lĩnh vực nhận thức: Trí nhớ, Tập trung, Ngôn ngữ, Toán học. Chúng tôi thu nhận được nhiều phản hồi tích cực từ cuộc khảo sát với 20 người từ 60 - 80 tuổi (do đề tài thực hiện trong thời gian đại dịch Covid nên số lượng người tham gia nghiên cứu bị giới hạn), như sau: (1) Nhu cầu rèn luyện thức của người cao tuổi rất cao (85 % người cao tuổi lo lắng về tình trạng sức khỏe não bộ, 65 % người cao tuổi muốn rèn luyện nhận thức hằng ngày). (2) Người dùng đánh giá về nội dung trò chơi: 4.3/5*, độ dễ sử dụng: 4.2/5* và giao diện ứng dụng: 4.3/5*. (3) Mức phí sử dụng BrainTrain: 15.000 đồng/ tháng, được hầu hết người dùng xem là mức phí hợp lý cho một ứng dụng chăm sóc sức khỏe. (4) Kết quả phân tích tài chính và xây dựng mô hình kinh doanh đưa ra dự đoán thời gian hoàn vốn là khi số lượng người dùng đạt khoảng 3000 người. Bốn thông tin trên được thu nhận được từ phiên bản alpha cho thấy triển vọng kinh doanh ứng dụng BrainTrain ở thị trường Việt Nam là khả thi. Mặc dù tỷ lệ người chơi game trả phí ở Việt Nam rất thấp, nhưng mọi người vẫn sẵn sàng trả tiền cho một sản phẩm y tế giúp cải thiện sức khỏe (mức phí 15.000 VNĐ/tháng), cho thấy bệnh nhân vẫn quan tâm chất lượng ứng dụng hơn là giá tiền. Hơn nữa, hiện tại trong nước chưa có sản phẩm nào tương tự. Vì vậy, dự án này có thể xem như sản phẩm đầu tiên thử nghiệm trò chơi rèn luyện nhận thức để can thiệp quá trình suy giảm nhận thức ở giai đoạn tiền SSTT và áp dụng mô hình trí tuệ nhân tạo để dự đoán hiệu quả can thiệp. Ngoài ra, ứng dụng sẽ được phát triển và kiểm nghiệm hoàn toàn trên dữ liệu của người Việt Nam nên đảm bảo độ chính xác khi áp dụng tại Việt Nam. Ngoài ra, dự án cũng nhận được sự quan tâm của các nhà đầu tư từ công ty Neeuro, mở ra triển vọng thâm nhập thị trường y tế thông minh ở các quốc gia châu Á khác. 2. Sử dụng đơn giản, dễ dàng triển khai, có thể áp dụng rộng rãi Dự án của chúng tôi đang thỏa thuận hợp tác với hai bệnh viện ở thành phố Hồ Chí Minh, bao gồm bệnh viện Đại học Y dược và bệnh viện Quân Y 175. Đây là tiền đề để dự án có thể được đưa vào sử dụng tại các bệnh viện trên nếu kết quả nghiên cứu trong tương lai có tính khả thi cao. Hơn nữa, chúng tôi cũng sẽ liên hệ với các trung tâm SSTT và các sở y tế ở các tỉnh vùng nông thôn để thử nghiệm cả hai phiên bản của ứng dụng này trong tương lai. Chúng tôi phát triển hai phiên bản BrainTrain (thành thị và nông thôn) để tối ưu hóa việc tiếp cận cách can thiệp này đến với nhiều vùng sâu vùng xa – các vùng này đang có tỉ lệ MCI rất cao (thậm chí cao hơn cả thành thị) và thiếu các thiết bị hiện đại để hỗ trợ họ can thiệp nhận thức. BrainTrain cũng có thể sẽ được thử nghiệm ở nhiều tỉnh thành khác nhau như Hà Nội, TP. HCM, Cần Thơ, Tiền Giang, Bến Tre, Long An, Vũng Tàu, Hậu Giang, Đồng Nai, và Bình Dương. Chúng tôi đề xuất những địa điểm này vì chúng tôi đã có liên hệ với bệnh nhân MCI và các sở y tế, bệnh viện địa phương trong nghiên cứu trước đó. Hơn nữa, đối tượng mắc MCI đa phần là người lớn tuổi, giải pháp này mang tính dễ sử dụng, dễ triển khai và có thể áp dụng được rộng rãi thông qua việc giúp họ tiết kiệm thời gian, sức khỏe, và chi phí di chuyển đến thăm khám tại bệnh viện của các thành phố lớn. 3. Mang lại giá trị cho xã hội và cộng đồng Giải pháp này có thể chuyển giao đến các bệnh viện, trung tâm SSTT và các sở y tế ở đa vùng miền để hỗ trợ bác sĩ trong việc can thiệp cho bệnh nhân MCI. Đầu tiên, ứng dụng BrainTrain và mô hình AI dự đoán hiệu quả can thiệp (có độ chính xác trên 80 %) sẽ được thử nghiệm ở bệnh viện Quân Y 175, TPHCM. Sau đó, nhóm sẽ mở rộng quy mô thử nghiệm tại các bệnh viện lớn có chuyên khoa về thần kinh mà nhóm đã từng hợp tác chung ở các đề tài trước đó, như bệnh viện Đại học Y Dược và bệnh viện 30/4 ở TPHCM. Cuối cùng, nhóm sẽ thử nghiệm ứng dụng phiên bản nông thôn và mô hình AI để dự đoán hiệu quả can thiệp ở các tỉnh thành phía Nam như Cần Thơ, Tiền Giang, Bến Tre, Long An, Vũng Tàu, Hậu Giang, Đồng Nai, và Bình Dương.
Tính hiệu quả:
1. Giảm chi phí và nâng cao năng suất, hiệu quả và chất lượng công việc Bệnh nhân MCI cần được can thiệp kịp thời để giúp làm chậm hoặc ngăn chặn bệnh tiến triển sang giai đoạn SSTT. Vì thế, ứng dụng BrainTrain được phát triển với sứ mệnh cung cấp cho bệnh nhân MCI một môi trường tập luyện mang tính khoa học cho cơ quan quan trọng nhất của cơ thể. Ứng dụng này là công cụ rèn luyện nhận thức đầu tiên được phát triển tại Việt Nam sẽ giúp bệnh nhân MCI phục hồi, củng cố và vận động kết nối từ từng tế bào thần kinh nhỏ. BrainTrain sẽ tiếp tục phát triển thêm nhiều tính năng và cải tiến để trở thành một liệu pháp được ứng dụng chính thức trong can thiệp MCI. Bên cạnh các suy giảm về nhận thức và rối loạn sinh lý cơ thể, căn bệnh này còn gián tiếp ảnh hưởng đến tâm lý và chất lượng cuộc sống của người bệnh, là gánh nặng lớn cho xã hội. Do đó, đề xuất của chúng tôi nhằm mục đích giảm thiểu các triệu chứng suy giảm nhận thức, cải thiện chất lượng cuộc sống và kéo dài tuổi thọ cho bệnh nhân MCI. Về lâu dài, chúng tôi hy vọng sản phẩm của mình sẽ giúp giảm áp lực lên hệ thống chăm sóc sức khỏe hiện đang cạn kiệt của đất nước (ước tính tiết kiệm hàng chục tỷ đồng hàng năm) bằng cách giảm các trường hợp SSTT nghiêm trọng thông qua việc can thiệp từ giai đoạn sớm của bệnh. 2. Chuyển đổi hình thức làm việc BrainTrain sẽ được sử dụng để phục vụ các bệnh nhân tại nhiều tỉnh, thành phố và ngay cả vùng sâu vùng xa của Việt Nam (khu vực nông thôn có tỷ lệ MCI cao – 62 % trong nghiên cứu trước đó của nhóm được Quỹ Medical Research Council tài trợ). Điều này giúp các bệnh nhân MCI ở các tỉnh, thành phố khác tiết kiệm được chi phí, thời gian di chuyển và can thiệp tại các bệnh viện lớn ở thành phố. Khi bệnh nhân MCI ở nông thôn được can thiệp từ giai đoạn sớm ngay tại địa phương thì họ không cần phải lên thành phố nữa. Nếu không có BrainTrain, các bác sĩ tuyến trên sẽ bị kiệt sức vì tiếp nhận các ca nặng, chưa kể là số lượng bệnh nhân tiếp nhận mỗi ngày cũng cao do họ đi từ nông thôn lên các thành phố lớn để chữa trị. Ngoài ra, các bác sĩ mới ra trường hiện nay chưa sẵn sàng về làm việc tại nông thôn vì thiếu cơ sở vật chất và điều kiện để phát triển tay nghề. Nếu có nhiều sản phẩm công nghệ cao được phát triển, như BrainTrain, thì đó sẽ là động lực thúc đẩy các bác sĩ trẻ về lại nông thôn để sử dụng công nghệ đó can thiệp cho bệnh nhân tại địa phương của họ mà không cần đổ dồn nguồn lực ở thành thị, gây mất cân bằng cho sự phát triển các dịch vụ y tế ở đa vùng miền.
Tiềm năng phát triển:
1. Nhân lực về mặt nghiên cứu: Việc phát triển ứng dụng được phòng thí nghiệm Brain Health Lab, Khoa Kỹ thuật Y Sinh kết hợp với Khoa Công nghệ thông tin của trường, cụ thể là phối hợp với nhóm nghiên cứu của TS. Lê Duy Tân. Việc thiết kế nội dung trò chơi, thư viện câu hỏi cho trò chơi, so sánh và phân tích dữ liệu thu được từ bệnh nhân, phân tích đặc trưng EEG và xây dựng mô hình dự đoán sẽ là công việc của tôi cùng nhóm nghiên cứu Brain Health Lab. Phòng thí nghiệm của tôi có chuyên môn trong việc áp dụng kỹ thuật thần kinh trong chẩn đoán và can thiệp vào các bệnh thoái hóa thần kinh, sử dụng tín hiệu não để nghiên cứu cơ chế sức khỏe tâm thần và tạo ra các hệ thống giao diện não - máy tính (BCI). Các thành viên trong nhóm nghiên cứu của tôi có kinh nghiệm trong việc thu thập và phân tích EEG thông qua một số dự án, chẳng hạn như BCI, ảnh hưởng của nhạc Alpha đến sức khỏe tâm thần hay ảnh hưởng của căng thẳng đến cảm xúc. Các nghiên cứu trước đây, chúng tôi cũng đã triển khai nhiều phương pháp tuyến tính (linear) và phi tuyến tính (non-linear) trong việc phân tích các đặc trưng của dữ liệu EEG để đánh giá tác động của căng thẳng (stress) đối với quá trình xử lý nhận thức, bao gồm: Power Spectral Density (PSD) (link bài báo: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9121238/), Fractal Dimension Analysis và Coherence Analysis (link bài báo: https://www.sciencedirect.com/science/article/pii/S2667242123000209). Ở một nghiên cứu khác, nhóm cũng đã sử dụng các phương pháp học máy (machine learning) và học sâu (deep learning) để xác định mối tương quan giữa nhận thức căng thẳng và các đặc trưng của căng thẳng dài hạn (long-term stress) từ các tính hiệu sinh lý EEG, ECG và SpO2. Hơn nữa, nhóm tôi đã phát triển phần mềm Brain Analytics khi ứng dụng AI để phân tích tự động hình ảnh MRI sọ não của người bệnh và đưa ra nhận định về khả năng bị bệnh Alzheimer (https://brainanalyticsorg.wixsite.com/brain-analytics) (https://www.youtube.com/watch?v=a1J7vFlstso). Nhóm sử dụng công nghệ dữ liệu lớn (Big data) và ứng dụng nền tảng web để hỗ trợ bác sĩ chẩn đoán từ xa và lưu trữ dữ liệu bệnh nhân. Công cụ này đã nhận được các giải thưởng Quốc tế và trong nước, bao gồm: Giải 2 cuộc thi Đổi mới và khởi nghiệp China-ASEAN Innovation and Entrepreurship (Trung Quốc), Giải 3 cuộc thi khởi nghiệp GIST Catalyst (Mỹ), Top 4 toàn cầu cuộc thi Kinh doanh xã hội Social Business Creation (Canada), Top 5 Ý tưởng Sáng tạo Kinh doanh (Business Innovation Idea - Canada), Giải 3 Hội thi Sáng tạo Kỹ thuật Toàn quốc, Giải 2 Cuộc thi Sáng tạo TP.HCM, Giải khuyến khích cuộc thi do Quỹ hỗ trợ Sáng tạo Kỹ thuật Việt Nam (VIFOTEC) tài trợ. Những nghiên cứu này cho thấy chúng tôi có thế mạnh trong việc xử lý tín hiệu EEG và áp dụng mô hình AI để đánh giá kết quả. Bên cạnh đó, tôi còn phối hợp với chuyên ngành Kinh thầu (Entrepreneurship) của Khoa Kỹ thuật Y Sinh trong việc thiết kế bảng câu hỏi và lên kế hoạch thu nhận ý kiến phản hồi của bệnh nhân trong giai đoạn thử nghiệm và tối ưu hóa ứng dụng BrainTrain. 2. Nhân lực về mặt lâm sàng: Giải pháp được tham khảo chuyên môn từ các bác sĩ chuyên khoa nội thần kinh của bệnh viện Đại học Y dược và Bệnh viện Quân Y 175. Trong đó, đề tài này đã được thảo luận kỹ càng với TS.BS Trần Công Thắng (Phó chủ tịch hội Alzheimer và Rối loạn thần kinh nhận thức Việt Nam) và BS.CKI nội thần kinh Tống Mai Trang của bệnh viện Đại học Y dược. Đặc biệt, giải pháp đang được thực hiện tại bệnh viện Quân Y 175, phối hợp với nhóm nghiên cứu của ThS.BS. Hoàng Tiến Trọng Nghĩa trong việc thu dữ liệu từ bệnh nhân. Cả hai bệnh viện đều được trang bị nhiều thiết bị hiện đại và tiên tiến để hỗ trợ quá trình thu thập tín hiệu EEG. Ngoài ra, các bác sĩ có chuyên môn tại đây có thể hỗ trợ nhóm nghiên cứu tuyển dụng và giao tiếp với bệnh nhân trong quá trình nghiên cứu. Điều này cho thấy nhóm chúng tôi kết hợp giữa nghiên cứu và lâm sàng, để có thể đưa giải pháp đến với bệnh nhân MCI. Khoa Kỹ thuật Y sinh của chúng tôi cũng đã ký kết thỏa thuận hợp tác (Memorandum of Understanding – MOU) với cả hai bệnh viện Đại học Y dược và bệnh viện Quân Y 175. 3. Tiềm năng đầu tư: Hiện nay, giải pháp này đã được tài trợ bởi công ty cổ phần ITR VN và Quỹ học bổng nghiên cứu khoa học ADAI của công ty cổ phần IVS và VHEC để thực hiện đề tài nghiên cứu. Ngoài ra, giải pháp cũng đang được trao đổi với một nhóm nhà khoa học có chuyên môn về các phương pháp can thiệp SSTT ở Vương Quốc Anh (UK) và công ty Neeuro (Singapore).
Tài liệu mô tả kỹ thuật cơ bản và hướng dẫn sử dụng sản phẩm:
https://drive.google.com/drive/folders/1EYwWVdqvGwHf6Ff-4Sp00jK17ym6G01u?usp=share_link
Cá nhân: nguyenhaiyen060689
LĨNH VỰC NôNG NGHIệP
