Người Việt dùng AI giải mã bài thuốc cổ truyền

Người Việt dùng AI giải mã bài thuốc cổ truyền

Các kỹ sư của BioAI ứng dụng AI để phân tích thành phần dược liệu, tìm hiểu cách chúng tác động trong cơ thể, từ đó gợi ý cơ sở khoa học cho các bài thuốc cổ truyền.

Y học cổ truyền Việt Nam lưu giữ nhiều bài thuốc và kinh nghiệm sử dụng dược liệu qua nhiều thế hệ. Tuy nhiên, việc xác định những thành phần nào trong bài thuốc có khả năng tác động đến cơ thể, tác động bằng cách nào vẫn đòi hỏi nhiều nghiên cứu và thử nghiệm. Đây là bài toán nhóm BioAI - Top 15 đội thi vào vòng sơ khảo cuộc thi Âu Lạc Grand Prize 2026 muốn tiếp cận bằng trí tuệ nhân tạo (AI).

BioAI do ông Nguyễn Hải Mỹ, Tổng giám đốc Công ty cổ phần Cadahill Group (TP HCM), sáng lập. Theo ông, ý tưởng bắt đầu từ câu hỏi người Việt có thể ứng dụng AI vào bài toán nào hữu ích cho sức khỏe con người. Nhóm lựa chọn dùng AI để khám phá, nghiên cứu những giá trị sức khỏe tiềm năng trong kho tri thức dược liệu Việt Nam.

Việc nghiên cứu các bài thuốc cổ truyền từng dẫn đến những phát hiện quan trọng của y học hiện đại. Năm 1969, nhà khoa học Trung Quốc Đồ U U bắt đầu tìm kiếm thuốc chữa sốt rét từ các tài liệu y học cổ truyền. Sau nhiều thử nghiệm, bà cùng cộng sự tìm ra artemisinin từ cây thanh hao hoa vàng, hoạt chất có khả năng tiêu diệt ký sinh trùng sốt rét. Phát hiện này trở thành nền tảng cho các thuốc điều trị sốt rét hiện đại và mang về cho bà giải Nobel Y học năm 2015.

Từ một cây thuốc được ghi chép trong sách cổ, các nhà khoa học đã xác định được hoạt chất có tác dụng, kiểm chứng hiệu quả và phát triển thành thuốc với liều lượng được kiểm soát. Câu chuyện cho thấy tri thức y học cổ truyền có thể mở ra những hướng nghiên cứu và phát triển thuốc mới, nếu được kiểm chứng bằng khoa học hiện đại.

Từ công dụng truyền thống đến giả thuyết phân tử

Theo ông Hải Mỹ, một bài thuốc có thể gồm nhiều dược liệu, mỗi loại chứa nhiều hợp chất khác nhau. Việc xác định chất nào có khả năng tạo ra tác dụng đối với cơ thể và tác động bằng cách nào đòi hỏi nhiều nghiên cứu, thử nghiệm.

BioAI được thiết kế để hỗ trợ quá trình này. Nhà nghiên cứu bắt đầu bằng việc chọn một loại bệnh, hệ thống sẽ tìm kiếm các bài thuốc cổ truyền có liên quan, sau đó liệt kê những dược liệu và hợp chất có trong từng bài thuốc. Tiếp theo, mô hình AI do nhóm phát triển phân tích cấu trúc hóa học của các hợp chất để dự đoán chúng có khả năng tương tác với những protein nào trong cơ thể. Protein là những phân tử tham gia vào hầu hết các hoạt động sống của cơ thể, như hình thành và duy trì cấu trúc tế bào, vận chuyển chất và bảo vệ cơ thể trước tác nhân gây bệnh.

Hệ thống tiếp tục đối chiếu những protein được dự đoán với dữ liệu y sinh để tìm hiểu liệu chúng có liên quan đến căn bệnh đang nghiên cứu hay không. Theo nhóm phát triển, các tương tác đáng quan tâm còn được đánh giá thêm bằng mô phỏng phân tử trên máy tính.

Từ những phân tích này, BioAI hướng tới gợi ý các hợp chất và cơ chế tác động tiềm năng, giúp nhà khoa học lựa chọn những hướng cần ưu tiên thử nghiệm, thay vì phải kiểm tra lần lượt quá nhiều khả năng.

Ông Mỹ nhấn mạnh AI không kết luận bài thuốc có hiệu quả điều trị và không thay thế chuyên gia. Các giả thuyết phải được kiểm chứng bằng thí nghiệm sinh học độc lập.

Dữ liệu bản địa

Theo ông Mỹ, nếu được kiểm chứng, những kết quả nghiên cứu như vậy có thể mở ra cơ hội ứng dụng trong ngành dược. Trước hết, việc dự đoán và lựa chọn những chất đáng quan tâm có thể giúp các nhà khoa học tập trung vào những hướng thử nghiệm có triển vọng, thay vì phải khảo sát quá nhiều khả năng. Qua đó, quá trình tìm kiếm hoạt chất mới có cơ hội tiết kiệm thời gian và nguồn lực nghiên cứu.

Xa hơn, khi một hoạt chất được chứng minh có tác dụng và đáp ứng yêu cầu về độ an toàn, kết quả có thể trở thành cơ sở phát triển thuốc hoặc sản phẩm chăm sóc sức khỏe. Đây cũng là hướng giúp doanh nghiệp Việt Nam khai thác giá trị dược liệu trong nước thông qua nghiên cứu và công nghệ, thay vì chỉ cung cấp nguyên liệu thô.

Tuy nhiên, những lợi ích này vẫn là mục tiêu dài hạn. Ông Mỹ cho rằng, một trong những thách thức lớn nhất nằm ở dữ liệu. Hiện BioAI sử dụng dữ liệu khoa học được công bố công khai trên thế giới để nghiên cứu và phát triển phương pháp, nhưng chưa có kho dữ liệu dược liệu Việt Nam hoàn chỉnh. Thông tin về bài thuốc, dược liệu và kinh nghiệm sử dụng hiện nằm phân tán trong sách, tài liệu nghiên cứu, hồ sơ giấy hoặc được lưu truyền trong cộng đồng, dòng họ.

"Dữ liệu y học cổ truyền Việt Nam còn phân tán. Thông tin về bài thuốc, dược liệu, hoạt chất và cơ chế sinh học nằm ở nhiều nguồn như trong sách, hồ sơ giấy hoặc kinh nghiệm cá nhân, cộng đồng và dòng họ", ông Mỹ cho hay.

Để AI xử lý, dữ liệu cần được chuẩn hóa: tên dược liệu có định danh khoa học và tên gọi địa phương; bài thuốc ghi rõ thành phần, cách bào chế; hoạt chất được định danh để kết nối với cơ sở dữ liệu quốc tế. Mỗi thông tin cũng cần có nguồn gốc để truy vết.

Theo đại diện BioAI, nhóm tham khảo dữ liệu khoa học từ các nguồn quốc tế, trong đó có Đại học Quốc gia Singapore (NUS) và dự kiến hợp tác với đối tác trong nước để thống nhất chuẩn cho dữ liệu Việt Nam. Để giải quyết vấn đề chủ quyền dữ liệu, nhóm dự kiến kết nối nhà cung cấp hạ tầng tính toán trong nước để tìm phương án lưu trữ và bảo mật phù hợp.

Trong tương lai, nhóm cho biết ngoài dược liệu, có thể mở rộng nghiên cứu các hệ y học bản địa khác và ngành sử dụng tài nguyên thiên nhiên như mỹ phẩm, nông dược. Nhóm kỳ vọng tri thức y học cổ truyền và tài nguyên sinh học Việt Nam có thể đóng góp cho nghiên cứu quốc tế.

Thế Đan

Giải thưởng Âu Lạc Grand Prize trị giá 1 triệu USD, do Liên minh AI Âu Lạc khởi xướng, Tập đoàn FPT bảo trợ. Giải thưởng tôn vinh các giải pháp AI do người Việt phát triển và làm chủ, đồng thời kết nối các nhóm phát triển với chuyên gia, doanh nghiệp và các nguồn lực nhằm mở rộng cơ hội ứng dụng trong thực tiễn. Qua đó, Âu Lạc Grand Prize khuyến khích tinh thần dấn thân làm AI của người Việt, góp phần triển khai Nghị quyết 57-NQ/TW. Giải thưởng dự kiến được trao trong ba năm liên tiếp từ 2026.