VINIF.2025.DA165 – Ứng dụng Trí tuệ nhân tạo trong cá nhân hóa trị liệu và đánh giá hiệu quả rối loạn ngôn ngữ và lời nói phát triển ở trẻ 3 – 6 tuổi

Chủ nhiệm dự án
PGS.TS. Quản Thành Thơ
Tổ chức chủ trì
Trường Đại học Bách khoa - Đại học Quốc gia Thành phố Hồ Chí Minh

Số lượng trẻ em với các rối loạn lời nói và/hoặc rối loạn ngôn ngữ ngày càng tăng vì sự phát triển của công nghệ. Ở Việt Nam tỉ lệ này rơi vào khoảng 20%. Mặc dù có chung tên gọi, nhưng biểu hiện, tình trạng rối loạn ở mỗi trẻ là khác nhau. Để điều trị các chứng rối loạn này, trẻ em cần có được sự can thiệp sớm và phù hợp. Tuy nhiên, số lượng chuyên viên trị liệu ngôn ngữ ở Việt Nam còn hạn chế, đặc biệt chỉ tập trung ở các thành phố lớn, tỉ lệ dưới 100 chuyên viên / 100 triệu dân.

Các chương trình điều trị hiện tại thường được thiết kế một cách tổng quát để có sự linh hoạt cho nhiều đối tượng trẻ em, và cần có chuyên viên trị liệu cá nhân hoá cho từng trẻ. Tuy nhiên, với sự gia tăng số trẻ mắc các rối loạn này, cùng với số lượng chuyên viên trị liệu ít ỏi, việc thiết kế chương trình điều trị cá nhân hoá cho riêng từng trẻ đang gặp nhiều trở ngại.

Về mặt khoa học, ứng dụng trí tuệ nhân tạo trong chăm sóc sức khỏe, đặc biệt là các liệu pháp cá nhân hóa, đang phát triển mạnh mẽ những năm gần đây. Sự nổi lên của các mô hình ngôn ngữ lớn giúp việc mô phỏng hành vi và phản hồi của con người trở nên khả thi hơn, mở ra tiềm năng tối ưu hóa hành vi. Tuy nhiên, chưa có nhiều nghiên cứu chuyên sâu về mô phỏng trẻ em, đặc biệt trẻ mắc rối loạn ngôn ngữ và lời nói — đối tượng có tình trạng rối loạn rất đa dạng. Trong lĩnh vực tối ưu hóa, các phương pháp tối ưu toàn cục tích hợp mô phỏng cũng đang được chú ý, hứa hẹn giúp đưa ra quyết định điều trị và thiết kế bài tập cá nhân hóa hiệu quả hơn. Nhờ vậy, trẻ có thể cải thiện nhanh chóng mà không cần gặp bác sĩ thường xuyên, qua đó giảm áp lực cho y bác sĩ và tiết kiệm chi phí điều trị cho gia đình.

Dự án này hướng đến việc xây dựng một giải pháp tích hợp trí tuệ nhân tạo (AI) nhằm hỗ trợ và cá nhân hóa quá trình điều trị, đồng thời tối ưu hóa việc đánh giá tình trạng cho các bệnh nhi từ 3 đến 6 tuổi mắc chứng rối loạn lời nói và ngôn ngữ phát triển. Cụ thể, dự án sẽ phát triển một thiết bị AI proxy đi kèm với phần mềm trên máy tính, giúp các bác sĩ và chuyên gia điều trị dễ dàng đánh giá tình trạng bệnh và hỗ trợ đưa ra các quyết định điều trị phù hợp cho từng trẻ. Bên cạnh đó, một phần mềm luyện tập trên di động sẽ được thiết kế cá nhân hóa riêng cho từng bệnh nhi, giúp cải thiện tình trạng của trẻ một cách nhanh chóng và hiệu quả hơn. Ngoài ra, dự án còn hướng đến việc số hóa toàn bộ quy trình điều trị và đánh giá, tạo điều kiện thuận lợi cho việc quản lý, theo dõi tiến triển của bệnh nhi, cũng như cập nhật các phác đồ điều trị mới một cách kịp thời và hiệu quả.

Chủ nhiệm dự án
PGS.TS. Quản Thành Thơ
Tổ chức chủ trì
Trường Đại học Bách khoa - Đại học Quốc gia Thành phố Hồ Chí Minh

Tags

Tiến độ dự kiến
26/12/2025
25/12/2026
Giai đoạn 1
  • Hoàn thành tổng quan tài liệu; số hóa các hướng dẫn lâm sàng
  • 150 điểm dữ liệu được thu thập và gán nhãn
  • 150 điểm dữ liệu được thu thập và gán nhãn
  • Dữ liệu được cấu trúc và xác thực để phân tích; Xác định được các thống kê tóm tắt và mẫu tương quan
  • Nguyên mẫu hoạt động được với mô-đun Jetson Orin (100+ TOPS)
  • Các tham số về độ khó, độ phân biệt và đoán được tính toán cho các câu hỏi và bài tập đã thu thập
  • Phương pháp được xây dựng và xác thực với dữ liệu từ P1.2/P1.3
25/04/2028
Giai đoạn 2
  • Mô hình được đào tạo và đánh giá so sánh với các đánh giá của bác sĩ lâm sàng
  • Chiến lược cá nhân hóa được xác thực với trẻ thử nghiệm
  • Phương pháp xây dựng kế hoạch điều trị được đánh giá về hiệu quả cải thiện
  • Phương pháp đánh giá thích ứng được tích hợp và chạy không có lỗi
  • Đề xuất được đánh giá bởi các nhà trị liệu với độ chính xác trên 85% so với các nhà trị liệu có kinh nghiệm
  • Nghiên cứu so sánh với các liệu pháp truyền thống trong mô phỏng
  • Phương pháp tối ưu hóa có thể cung cấp các kế hoạch điều trị với độ tương tự trên 80% so với các nhà trị liệu có kinh nghiệm.
  • Phương pháp đánh giá có thể hoạt động với độ chính xác >= 90% với số lượng câu hỏi tối thiểu.
  • Nguyên mẫu chức năng được thử nghiệm trong môi trường lâm sàng
  • Ứng dụng ban đầu được triển khai để thử nghiệm
  • 1 bài báo tạp chí quốc tế hạng Q1/hội thảo hạng A/A* được đăng/ chấp nhận đăng
  • 3 bài báo tạp chí, hội nghị quốc tế, quốc gia được đăng/ chấp nhận đăng
  • Hoàn thiện 04 bộ thiết bị AI Proxy; mỗi bộ bao gồm NVIDIA Jetson Orin và một micro đa hướng; thiết bị vận hành ổn định và sẵn sàng triển khai phục vụ thu thập dữ liệu/thử nghiệm trong môi trường lâm sàng.
25/12/2028
Giai đoạn 3
  • Thống kê tỷ lệ cải thiện của trẻ với ít nhất 50 trẻ
  • Các bản cập nhật về việc cải thiện khả năng sử dụng và hiệu suất
  • 3 thạc sĩ hoàn thành chương trình và 1 nghiên cứu sinh tham gia chương trình
  • 1 bài báo tạp chí quốc tế hạng Q1/hội thảo hạng A/A* được đăng/ chấp nhận đăng
  • 2 bài báo tạp chí, hội nghị quốc tế, quốc gia được đăng/ chấp nhận đăng
  • 1 bằng độc quyền sáng chế/ giải pháp hữu ích có quyết định chấp nhận đơn hợp lệ