Nhà máy AI (AI Factory) có thể được hiểu là một mô hình hạ tầng chuyên biệt được xây dựng để phục vụ toàn bộ quá trình phát triển và vận hành trí tuệ nhân tạo. Khác với trung tâm dữ liệu truyền thống chủ yếu cung cấp năng lực lưu trữ, mạng và tính toán, AI Factory được thiết kế xoay quanh đặc thù của các hệ thống AI, từ chuẩn bị dữ liệu, huấn luyện mô hình, tinh chỉnh, kiểm thử cho đến triển khai và vận hành trong thực tế.
Cách tiếp cận này tạo ra một môi trường thống nhất cho toàn bộ vòng đời AI. Doanh nghiệp và các đội ngũ phát triển không phải liên tục chuyển đổi giữa nhiều nền tảng khác nhau, qua đó rút ngắn thời gian thử nghiệm, tối ưu nguồn lực tính toán và đưa các mô hình AI vào ứng dụng nhanh hơn. Đặc biệt với những lĩnh vực có dữ liệu lớn và yêu cầu chuyên môn cao như y tế, một hạ tầng đủ mạnh và ổn định có vai trò quan trọng không kém bản thân mô hình AI.
Hạ tầng AI chuyên biệt cho bài toán y tế
Trong y tế, việc phát triển AI có nhiều yêu cầu đặc thù. Dữ liệu liên tục được bổ sung, các mô hình phải được cập nhật theo thực tế lâm sàng và kết quả đầu ra cần đạt độ chính xác cao. Bên cạnh năng lực tính toán, hệ thống còn phải bảo đảm khả năng kiểm soát dữ liệu, tính ổn định trong vận hành và đáp ứng các yêu cầu nghiêm ngặt liên quan đến thông tin y tế.
Một trường hợp tiêu biểu là quá trình phát triển VEM.AI – nền tảng AI tạo sinh được định hướng phục vụ đội ngũ bác sĩ Việt Nam tại Bệnh viện E.
Trong mô hình này, bệnh viện cung cấp môi trường lâm sàng và tri thức chuyên môn, VEM.AI đảm nhiệm vai trò ứng dụng phục vụ nghiệp vụ y khoa, trong khi FPT AI Factory cung cấp lớp hạ tầng tính toán và nền tảng cần thiết cho quá trình phát triển, thử nghiệm và vận hành AI.
Sự kết hợp giữa ba thành phần này giúp quá trình phát triển mô hình được gắn trực tiếp với nhu cầu thực tế của bệnh viện. Phản hồi từ bác sĩ có thể được sử dụng để tiếp tục điều chỉnh mô hình, thay vì phát triển một hệ thống AI tách biệt với quy trình khám chữa bệnh.
Tăng tốc huấn luyện và tinh chỉnh mô hình
Một trong những điểm nghẽn lớn của AI y tế là nhu cầu tính toán rất cao trong quá trình huấn luyện và tinh chỉnh. Khi mô hình có quy mô lớn hoặc phải xử lý lượng dữ liệu đáng kể, việc sử dụng hạ tầng tính toán thông thường có thể khiến thời gian thử nghiệm kéo dài và làm tăng chi phí phát triển.
FPT AI Factory cung cấp hạ tầng GPU hiệu năng cao để xử lý các tác vụ AI chuyên sâu. Với năng lực tính toán dựa trên các GPU thế hệ cao như NVIDIA H100, đội ngũ phát triển có thể thực hiện các công việc huấn luyện và tinh chỉnh mô hình với tốc độ cao hơn, đồng thời có khả năng mở rộng tài nguyên khi nhu cầu tăng lên.
Trong quá trình phát triển VEM.AI, hạ tầng này được sử dụng cho những công việc đòi hỏi nhiều tài nguyên tính toán, bao gồm huấn luyện mô hình, tinh chỉnh theo dữ liệu và phản hồi chuyên môn thực tế. Các mô hình có quy mô lên tới hàng chục tỷ tham số có thể được tiếp tục điều chỉnh để phù hợp hơn với yêu cầu nghiệp vụ.
Điều này tạo ra một vòng lặp phát triển tương đối nhanh: bác sĩ đưa ra yêu cầu hoặc phản hồi chuyên môn, đội ngũ kỹ thuật điều chỉnh mô hình, hệ thống được huấn luyện và kiểm thử, sau đó kết quả tiếp tục được đưa vào môi trường thực tế để đánh giá. Khi thời gian của mỗi vòng thử nghiệm được rút ngắn, mô hình cũng có thể được hoàn thiện nhanh hơn.
Từ AI tổng quát đến AI chuyên sâu theo ngành
Giá trị của AI Factory không chỉ nằm ở việc cung cấp GPU. Một nền tảng AI hoàn chỉnh cần hỗ trợ nhiều lớp khác nhau trong quá trình phát triển, từ hạ tầng GPU, môi trường chạy mô hình, dữ liệu, công cụ phát triển và tinh chỉnh cho tới khả năng triển khai mô hình để phục vụ ứng dụng thực tế.
Với cách tiếp cận này, AI Factory có thể trở thành nền móng cho các mô hình AI chuyên biệt theo từng ngành. Trong y tế, đây là yếu tố đặc biệt quan trọng bởi một mô hình AI tổng quát chưa chắc đã hiểu đầy đủ thuật ngữ, quy trình và yêu cầu nghiệp vụ của bác sĩ.
Khi hạ tầng tính toán được kết hợp với dữ liệu thực tế và kiến thức chuyên môn của đội ngũ y tế, các mô hình AI có thể được điều chỉnh để phù hợp hơn với từng nhóm nghiệp vụ, chẳng hạn như hỗ trợ đọc hiểu thông tin y khoa, tổng hợp hồ sơ bệnh án, phân tích kết quả xét nghiệm hoặc hỗ trợ bác sĩ trong quá trình xử lý thông tin phục vụ khám chữa bệnh.
Hỗ trợ bác sĩ giảm tải các công việc xử lý thông tin
Một trong những hướng ứng dụng đáng chú ý của VEM.AI là khả năng hỗ trợ bác sĩ xử lý lượng lớn thông tin y khoa trong thời gian ngắn. Thay vì phải dành nhiều thời gian cho việc đọc, tổng hợp và tra cứu thông tin, AI có thể hỗ trợ xử lý những phần việc mang tính lặp lại, giúp bác sĩ tiếp cận thông tin cần thiết nhanh hơn.
Khả năng đọc hiểu và tóm tắt bệnh án trong thời gian ngắn có thể góp phần giảm thời gian dành cho các thao tác hành chính và xử lý thông tin. Từ đó, đội ngũ y tế có thêm thời gian tập trung vào hoạt động chuyên môn cũng như trao đổi trực tiếp với người bệnh.
Mục tiêu của AI trong trường hợp này không phải thay thế vai trò của bác sĩ, mà là trở thành một công cụ hỗ trợ phía sau, giúp giảm bớt khối lượng công việc xử lý dữ liệu và nâng cao hiệu quả sử dụng thời gian của nhân viên y tế.
Hạ tầng trong nước và yêu cầu kiểm soát dữ liệu
Đối với AI y tế, năng lực tính toán chỉ là một phần của bài toán. Dữ liệu bệnh nhân là loại dữ liệu có yêu cầu cao về bảo mật và kiểm soát. Vì vậy, khả năng chủ động về hạ tầng, nơi lưu trữ và xử lý dữ liệu cũng có ý nghĩa quan trọng.
Việc xây dựng và vận hành hạ tầng AI trong nước tạo điều kiện để các tổ chức y tế chủ động hơn trong quá trình phát triển và triển khai các hệ thống AI. Đồng thời, khi hạ tầng, đội ngũ kỹ thuật và môi trường triển khai được tổ chức thống nhất, quá trình hỗ trợ, tối ưu và mở rộng hệ thống cũng có thể được thực hiện thuận lợi hơn.
Đây là yếu tố đặc biệt cần thiết đối với các hệ thống AI được sử dụng trong môi trường bệnh viện, nơi yêu cầu về tính liên tục, ổn định và kiểm soát dữ liệu luôn được đặt ở mức cao.
Hình thành hệ sinh thái AI y tế tại Việt Nam
Trường hợp VEM.AI cho thấy một hướng tiếp cận đáng chú ý trong phát triển AI y tế: thay vì chỉ mua hoặc sử dụng một mô hình AI có sẵn, các bên có thể cùng xây dựng giải pháp dựa trên nhu cầu thực tế của ngành.
Trong mô hình này, bệnh viện cung cấp tri thức và kinh nghiệm lâm sàng; đội ngũ công nghệ phát triển ứng dụng và mô hình AI; còn AI Factory cung cấp năng lực tính toán, môi trường phát triển và các thành phần hạ tầng cần thiết.
Ba yếu tố này tạo thành một chuỗi tương đối hoàn chỉnh từ dữ liệu và kiến thức chuyên môn đến mô hình AI, sau đó chuyển thành ứng dụng phục vụ hoạt động thực tế.
Về lâu dài, cách làm này có thể mở rộng sang nhiều bài toán khác của ngành y tế, từ hỗ trợ chẩn đoán, phân tích dữ liệu, quản lý bệnh viện cho đến các hệ thống hỗ trợ bác sĩ trong từng chuyên khoa. Khi mỗi lĩnh vực có thể xây dựng và tinh chỉnh các mô hình phù hợp với đặc thù nghiệp vụ, AI sẽ không còn chỉ là một công cụ công nghệ chung mà trở thành một lớp hạ tầng phục vụ trực tiếp cho từng ngành.
AI Factory – bệ phóng cho quá trình chuyển đổi số y tế
Chuyển đổi số trong bệnh viện không đơn thuần là đưa thêm phần mềm vào quy trình vận hành. Để AI thực sự tạo ra giá trị, bệnh viện cần đồng thời giải quyết nhiều vấn đề: chuẩn hóa dữ liệu, bảo đảm an toàn thông tin, xây dựng mô hình phù hợp, có đủ năng lực tính toán và duy trì khả năng cải tiến liên tục.
Trong bối cảnh đó, AI Factory đóng vai trò như một lớp hạ tầng đứng phía sau toàn bộ quá trình. Nền tảng không chỉ cung cấp sức mạnh GPU mà còn hỗ trợ các công đoạn từ phát triển, tinh chỉnh, kiểm thử đến triển khai và mở rộng AI.
Với lĩnh vực y tế, giá trị lớn nhất của mô hình này nằm ở việc rút ngắn khoảng cách giữa nghiên cứu và ứng dụng. Một ý tưởng AI có thể bắt đầu từ nhu cầu của bác sĩ, được phát triển trên hạ tầng tính toán chuyên biệt, liên tục nhận phản hồi từ môi trường bệnh viện và từng bước hoàn thiện thành một công cụ có khả năng hỗ trợ công việc thực tế.
Nếu được triển khai đồng bộ với quá trình số hóa bệnh án, chuẩn hóa dữ liệu và nâng cao năng lực công nghệ của đội ngũ y tế, AI Factory có thể trở thành một trong những nền tảng quan trọng giúp hình thành hệ sinh thái AI y tế chủ động hơn tại Việt Nam, đồng thời mở đường cho việc phát triển các ứng dụng AI chuyên sâu trong nhiều lĩnh vực khác.