Mô hình VIRNA (Vietnam Immune Regenerative Network Artificial Intelligence) là một mô hình ứng dụng trí tuệ nhân tạo trong lĩnh vực y sinh mới, sử dụng trí tuệ nhân tạo để tìm kiếm và phát triển thuốc hiệu quả hơn, nhanh hơn và ít tốn kém hơn so với cách làm truyền thống. Thay vì phải thử nghiệm hàng nghìn hợp chất trong phòng thí nghiệm một cách tốn thời gian và chi phí, mô hình VIRNA cho phép mô phỏng trước trên máy tính để xác định những phương án có khả năng thành công cao nhất. Đây là một thay đổi quan trọng, bởi hiện nay để phát triển một loại thuốc mới thường mất khoảng 10 - 15 năm và chi phí trung bình lên tới khoảng 2,5 tỷ USD, trong khi phải thử nghiệm từ 10.000 đến 20.000 hợp chất khác nhau mới có thể chọn ra một ứng viên phù hợp. Với cách tiếp cận của VIRNA, phần lớn quá trình sàng lọc ban đầu này có thể được thực hiện bằng máy tính, giúp tiết kiệm đáng kể thời gian và nguồn lực.
Nguyên lý hoạt động: VIRNA xây dựng mô hình tích hợp dựa trên dữ liệu sinh học đa tầng, bao gồm thông tin về gen, protein, các con đường tín hiệu và hệ miễn dịch. Trên cơ sở đó, hệ thống trí tuệ nhân tạo thực hiện phân tích, mô phỏng và dự đoán các tương tác sinh học, qua đó xác định các mục tiêu can thiệp phù hợp và sàng lọc các hợp chất có tiềm năng điều trị.
Một số đặc điểm đáng chú ý
- Mô hình VIRNA trong điều trị bệnh không chỉ tập trung vào một mục tiêu đơn lẻ mà tiếp cận theo hướng đa mục tiêu, phản ánh đúng bản chất phức tạp của các bệnh lý hiện nay, cụ thể: Cơ thể con người không vận hành theo từng bộ phận riêng lẻ mà là một hệ thống phức tạp, trong đó các yếu tố như gen, protein và hệ miễn dịch liên kết chặt chẽ với nhau. Khi xảy ra bệnh, đặc biệt là các bệnh như ung thư hay tiểu đường, vấn đề không nằm ở một điểm đơn lẻ mà là sự rối loạn của cả hệ thống. Tuy nhiên, cách tiếp cận truyền thống của y học hiện đại thường tập trung vào một “đích” cụ thể, ví dụ một loại protein. Điều này có hiệu quả trong một số trường hợp, nhưng lại hạn chế khi đối mặt với các bệnh phức tạp. VIRNA thay đổi cách tiếp cận này bằng cách nhìn nhận cơ thể như một “mạng lưới” và tìm cách tác động đồng thời vào nhiều điểm trong mạng đó, từ đó tăng khả năng điều trị hiệu quả. Đồng thời, VIRNA có khả năng xử lý khối lượng dữ liệu rất lớn với tốc độ cao, vượt xa khả năng xử lý của con người, qua đó cho phép đánh giá trước hiệu quả của các phương án điều trị trước khi đưa vào thử nghiệm thực tế.
- Mô hình VIRNA là tạo cơ sở khoa học cho việc khai thác và phát triển dược liệu tự nhiên. Trong thực tế, con người đã sử dụng các hợp chất tự nhiên để chăm sóc và điều trị bệnh trong hàng chục nghìn năm, với nguồn tài nguyên sinh học rất phong phú. Tuy nhiên, phần lớn các tri thức này chưa được giải thích đầy đủ về cơ chế tác động ở cấp độ phân tử, dẫn đến hạn chế trong việc ứng dụng rộng rãi và thương mại hóa. Thông qua việc phân tích các tương tác giữa hợp chất và protein, VIRNA có thể làm rõ cơ chế tác động của các dược liệu, từ đó góp phần chuẩn hóa, nâng cao giá trị khoa học và giá trị kinh tế của các sản phẩm từ dược liệu. Đây là cơ sở quan trọng để kết nối y học cổ truyền với y học hiện đại trên nền tảng khoa học.
Về tiềm năng ứng dụng: Mô hình VIRNA có thể được triển khai trong nhiều lĩnh vực:
- Trong điều trị bệnh: (i) Mô hình VIRNA có khả năng hỗ trợ nghiên cứu và phát triển các phương pháp điều trị hiệu quả, chi phí thấp đối với các bệnh có tính chất phức tạp như ung thư, bệnh tim mạch, tiểu đường và các bệnh viêm mạn tính, qua đó giảm áp lực chi phí y tế lên ngân sách nhà nước và người dân; (ii) Phát triển y học cá thể hóa, trong đó các phương án điều trị được thiết kế phù hợp với đặc điểm sinh học của từng cá nhân, góp phần nâng cao hiệu quả điều trị và giảm thiểu rủi ro.
- Trong lĩnh vực dược học, VIRNA góp phần phát triển thuốc mới, tối ưu hóa các bài thuốc truyền thống, phát triển các sản phẩm chăm sóc sức khỏe, thực phẩm chức năng có cơ sở khoa học rõ ràng.
- Trên phương diện vĩ mô: Ngành chăm sóc sức khỏe hiện chiếm khoảng 7 - 10% GDP của nhiều quốc gia phát triển, là lĩnh vực có quy mô rất lớn và tiềm năng tăng trưởng cao. Việc làm chủ các công nghệ như VIRNA có thể tạo điều kiện để Việt Nam tham gia sâu hơn vào chuỗi giá trị của ngành công nghiệp dược và chăm sóc sức khỏe, đồng thời nâng cao giá trị khai thác các nguồn tài nguyên sinh học trong nước. Bên cạnh đó, mô hình VIRNA còn góp phần tăng cường năng lực tự chủ về y tế, giảm phụ thuộc vào thuốc và công nghệ nhập khẩu, qua đó nâng cao khả năng ứng phó với các tình huống khẩn cấp về y tế.
Tuy nhiên, việc triển khai mô hình VIRNA trong thực tiễn cũng đặt ra một số vấn đề cần giải quyết: (i) Hệ thống dữ liệu sinh học và dược liệu hiện nay còn phân tán, chưa được chuẩn hóa và tích hợp ở quy mô quốc gia, gây hạn chế cho việc ứng dụng trí tuệ nhân tạo. (ii) Khung pháp lý đối với các ứng dụng trí tuệ nhân tạo trong y tế chưa hoàn thiện, đặc biệt là trong việc công nhận kết quả nghiên cứu và thử nghiệm dựa trên mô phỏng; (iii) Sự phối hợp giữa các lĩnh vực liên quan như công nghệ thông tin, y học, sinh học và dược học còn hạn chế, chưa hình thành được các mô hình liên kết hiệu quả; (iv) Nguồn nhân lực chất lượng cao trong các lĩnh vực liên ngành này còn thiếu.
Tổng hợp ý kiến chuyên gia: Trên cơ sở thảo luận sau phần trình bày của các báo cáo viên, các chuyên gia tham dự đã có nhiều ý kiến trao đổi, phản biện và kiến nghị. Tổng hợp cho thấy các ý kiến có mức độ đồng thuận cao về định hướng, đồng thời chỉ ra một số vấn đề cốt lõi cần tiếp tục hoàn thiện để có thể triển khai ở quy mô thực tiễn.
- Đánh giá chung đối với mô hình VIRNA: Các chuyên gia cơ bản thống nhất nhận định đây là một hướng tiếp cận mới, có tính đột phá, phù hợp với xu thế phát triển của khoa học công nghệ hiện nay, đặc biệt trong bối cảnh các phương pháp nghiên cứu truyền thống trong y sinh đang bộc lộ hạn chế về chi phí, thời gian và hiệu quả. Cách tiếp cận “tìm đích bằng trí tuệ nhân tạo” được đánh giá là có cơ sở khoa học, góp phần chuyển đổi phương thức nghiên cứu từ thử nghiệm lặp lại sang dựa trên phân tích dữ liệu và mô phỏng, qua đó có thể rút ngắn quá trình phát triển thuốc và nâng cao xác suất thành công. Một số ý kiến nhấn mạnh đây không chỉ là một giải pháp trong lĩnh vực y học mà còn là một phương thức tư duy khoa học công nghệ mới, có khả năng lan tỏa sang nhiều lĩnh vực kinh tế khác.
- Cơ sở khoa học và tính khả thi: Các chuyên gia trong lĩnh vực sinh học và y học cơ bản đồng thuận rằng việc tiếp cận ở cấp độ phân tử, đặc biệt là thông qua phân tích tương tác giữa hợp chất và protein, là phù hợp với xu hướng của khoa học hiện đại. Mô hình toán học hóa các tương tác sinh học được đánh giá là có nền tảng lý thuyết rõ ràng. Tuy nhiên, nhiều ý kiến đồng thời lưu ý rằng hệ sinh học có độ phức tạp rất cao, một dược liệu có thể chứa nhiều hoạt chất khác nhau và tạo ra các tương tác đa chiều trong cơ thể. Do đó, việc mô hình hóa cần được thực hiện theo hướng đa mục tiêu, đa tầng, tránh đơn giản hóa quá mức dẫn đến sai lệch trong dự báo.
- Từ góc độ lâm sàng: Các chuyên gia thực hành cho rằng cách tiếp cận của mô hình là phù hợp với thực tiễn điều trị, đặc biệt trong lĩnh vực ung thư. Điều trị ung thư hiện nay không dựa trên một phương pháp đơn lẻ mà là sự kết hợp của nhiều phương pháp khác nhau, bao gồm phẫu thuật, hóa trị, xạ trị và các liệu pháp sinh học. Do đó, cách tiếp cận đa mục tiêu, tác động đồng thời lên nhiều cơ chế bệnh sinh là phù hợp với thực tế. Bên cạnh đó, một số ý kiến thực tiễn cũng cho thấy các dược liệu tự nhiên trong một số trường hợp có hiệu quả nhất định, tuy nhiên chưa được công nhận rộng rãi do thiếu cơ sở khoa học về cơ chế tác động. Điều này đặt ra yêu cầu cần có các công cụ như mô hình đề xuất để làm rõ và chuẩn hóa các tác dụng này.
- Quan hệ giữa y học cổ truyền và y học hiện đại: Các chuyên gia thống nhất cho rằng việc kết hợp hai hệ thống là xu hướng tất yếu trong điều trị các bệnh phức tạp. Y học cổ truyền có ưu thế về nguồn dược liệu phong phú và cách tiếp cận đa cơ chế, trong khi y học hiện đại có lợi thế về phân tích cơ chế và kiểm chứng khoa học. Tuy nhiên, hiện nay tồn tại khoảng cách lớn giữa hai hệ thống do thiếu các bằng chứng khoa học ở cấp độ phân tử đối với các bài thuốc cổ truyền. Mô hình được đề xuất được kỳ vọng có thể đóng vai trò cầu nối, góp phần giải thích cơ chế tác động của dược liệu trên cơ sở khoa học hiện đại.
- Tiềm năng kinh tế và ý nghĩa chiến lược: Nhiều ý kiến cho rằng công nghệ này có khả năng tạo ra một hướng phát triển mới cho nền kinh tế, đặc biệt trong lĩnh vực công nghiệp dược và chăm sóc sức khỏe. Nếu được triển khai hiệu quả, có thể hình thành một ngành công nghiệp mới dựa trên sự kết hợp giữa dược liệu và trí tuệ nhân tạo, qua đó nâng cao giá trị gia tăng và đóng góp vào tăng trưởng kinh tế. Đồng thời, công nghệ này còn có ý nghĩa quan trọng đối với an ninh y tế quốc gia, góp phần giảm phụ thuộc vào nguồn thuốc và công nghệ từ nước ngoài.
- Vấn đề pháp lý và thương mại hóa: Các chuyên gia chỉ ra rằng hiện nay việc ứng dụng và phát triển các sản phẩm từ dược liệu còn gặp nhiều khó khăn do thiếu cơ sở pháp lý rõ ràng, đặc biệt là trong việc công nhận tác dụng và cho phép lưu hành. Một trong những nguyên nhân chính là thiếu bằng chứng khoa học về cơ chế tác động ở cấp độ phân tử. Trong khi đó, nếu có thể chứng minh được các tương tác sinh học một cách rõ ràng, sẽ tạo điều kiện thuận lợi cho việc đăng ký sở hữu trí tuệ, công bố công dụng sản phẩm và triển khai ứng dụng trong thực tiễn. Do đó, việc phát triển các công cụ chứng minh cơ chế được xem là yếu tố then chốt để thúc đẩy thương mại hóa.
- Dữ liệu và hạ tầng: Các ý kiến đều nhấn mạnh đây là điều kiện tiên quyết để triển khai hiệu quả mô hình. Việc thiếu dữ liệu sinh học và dược liệu được chuẩn hóa sẽ làm giảm độ tin cậy của các kết quả phân tích, thậm chí có thể dẫn đến sai lệch trong dự báo. Do đó, cần ưu tiên xây dựng các cơ sở dữ liệu lớn, đồng bộ và có chất lượng cao làm nền tảng cho ứng dụng trí tuệ nhân tạo trong lĩnh vực này.
- Chính sách và thể chế: Nhiều chuyên gia đề xuất cần có định hướng ở tầm quốc gia đối với lĩnh vực trí tuệ nhân tạo trong y sinh. Cụ thể, cần xây dựng các chương trình, đề án tổng thể nhằm định vị đây là một lĩnh vực công nghệ chiến lược. Đồng thời, cần hoàn thiện khung pháp lý liên quan, bao gồm việc công nhận kết quả nghiên cứu ứng dụng trí tuệ nhân tạo, cũng như xây dựng các chính sách đối với y học cổ truyền trong bối cảnh mới. Bên cạnh đó, cần có các giải pháp nhằm thay đổi nhận thức của cơ quan quản lý, tạo điều kiện thuận lợi hơn cho việc tiếp nhận và triển khai các công nghệ mới.
- Tổ chức triển khai: Các chuyên gia kiến nghị cần sớm xây dựng một đề án cụ thể để hiện thực hóa các nội dung nghiên cứu. Việc triển khai cần được thực hiện theo hướng liên kết đa ngành, có sự tham gia của các viện nghiên cứu, cơ sở y tế và doanh nghiệp. Đồng thời, cần đa dạng hóa nguồn lực, trong đó khuyến khích sự tham gia của khu vực tư nhân, thay vì phụ thuộc hoàn toàn vào ngân sách nhà nước.
- Kết luận: Tổng hợp các ý kiến cho thấy, mô hình được đề xuất nhận được sự đồng thuận cao về định hướng và tiềm năng phát triển. Tuy nhiên, để có thể triển khai hiệu quả, cần đồng thời giải quyết ba vấn đề trọng tâm, bao gồm: (i) Xây dựng và chuẩn hóa dữ liệu làm nền tảng; (ii) Tăng cường kiểm chứng khoa học thông qua thực nghiệm; (iii) Hoàn thiện thể chế, tạo hành lang pháp lý phù hợp. Đây được xem là các điều kiện tiên quyết quyết định khả năng chuyển hóa từ ý tưởng nghiên cứu sang ứng dụng thực tiễn.
Một số hình ảnh buổi sinh hoạt khoa học:
