'Nữ sinh Khoa học Công nghệ năm 2026': Theo đuổi AI để tìm dấu hiệu bệnh Alzheimer qua giọng nói

Nguyễn Trương Thanh Nhật được vinh danh là một trong 20 'Nữ sinh Khoa học Công nghệ Việt Nam năm 2026'.

Từ Kỹ thuật Y sinh đến phòng thí nghiệm não bộ

Thanh Nhật (sinh năm 2004, quê Đà Nẵng) vừa tốt nghiệp ngành Kỹ thuật Y sinh, trường ĐH Quốc tế (ĐHQG TP. HCM), với GPA 3.63/4. Khi mới bước vào đại học, cô chưa hình dung rõ ngành học cũng như con đường nghiên cứu phía trước. Bước ngoặt đến, khi Nhật có cơ hội tham gia các dự án tại Brain Health Lab ở trường, dưới sự hướng dẫn của PGS. TS Hà Thị Thanh Hương. “Qua từng dự án, mình nhận ra, bản thân yêu thích quá trình đặt câu hỏi, tìm tòi và thử nghiệm những ý tưởng mới”, Nhật chia sẻ.

Thanh Nhật tham gia báo cáo Hội nghị ICA - KDA 2025 tại Hàn Quốc.

Trong những năm đại học, Nhật tham gia các nghiên cứu liên quan đến bệnh nhân đột quỵ và bệnh Alzheimer. Từ những trải nghiệm đó, Nhật dần quan tâm đến ngôn ngữ học thần kinh (Neurolinguistics) - lĩnh vực nghiên cứu mối liên hệ giữa ngôn ngữ và hoạt động của não bộ, đặc biệt trong các bệnh lý thần kinh.

Sau khi tham gia European Summer School in Logic, Language and Information (ESSLLI 2024), Nhật nhận thấy, đây là lĩnh vực có thể kết nối nhiều nền tảng mà cô yêu thích, từ khoa học thần kinh, ngôn ngữ học đến thống kê và trí tuệ nhân tạo.

Một trong những trải nghiệm đáng nhớ của Nhật là cuối năm thứ hai đại học, khi cô thực hiện một bài tổng quan tài liệu về ứng dụng các đặc điểm âm học và ngôn ngữ trong hỗ trợ chẩn đoán bệnh Alzheimer. “Đây là lần đầu tiên, mình chủ động tìm hiểu sâu về một lĩnh vực nghiên cứu. Mình rất hào hứng khi dần hiểu được cách các nghiên cứu liên kết với nhau và hình thành nên một hướng tiếp cận khoa học”, Nhật kể.

Nghiên cứu giọng nói để tìm dấu hiệu bệnh

Nhật cùng PGS. TS Hà Thị Thanh Hương và TS Ngô Thị Lụa lên kế hoạch triển khai dự án thu thập, phân tích dữ liệu giọng nói tại Việt Nam. Hướng nghiên cứu tập trung vào việc tìm kiếm những dấu hiệu ngôn ngữ và âm học liên quan đến bệnh Alzheimer và trầm cảm, hướng đến phát triển các phương pháp hỗ trợ sàng lọc, phát hiện sớm bằng AI. Đây là hướng nghiên cứu đòi hỏi sự kết hợp giữa nhiều lĩnh vực. Nhật cho rằng, một mô hình AI có khả năng dự đoán tốt vẫn chưa đủ. Người nghiên cứu còn phải hiểu cơ sở khoa học, phương pháp thống kê và ý nghĩa của kết quả.

Song song với hoạt động tại Việt Nam, Nhật tham gia nghiên cứu cùng nhóm Thống kê sinh học (Biostatistics) tại ĐH Khoa học và Công nghệ King Abdullah (KAUST), Ả Rập Xê Út, dưới sự hướng dẫn của GS Hernando Ombao, tập trung vào các phương pháp thống kê và mô hình hóa dữ liệu thần kinh.

Thanh Nhật (hàng hai, thứ tư, từ phải sang) tham gia chương trình đào tạo nghiên cứu của Tổ chức Nghiên cứu Não bộ Quốc tế (International Brain Research Organization – IBRO).

Trong quá trình làm khóa luận tốt nghiệp, Nhật cũng từng gặp khó khăn khi xây dựng và áp dụng các mô hình tính toán để phân tích cách não bộ xử lý ngôn ngữ. Kết quả không phải lúc nào cũng như kỳ vọng. “Đôi khi, chỉ một thay đổi nhỏ trong cách phân tích cũng có thể dẫn đến những kết quả khác nhau. Mình nhận ra, điều quan trọng không chỉ là đạt được kết quả tốt mà còn phải hiểu rõ tại sao mình có được kết quả đó và liệu những kết luận rút ra có thực sự đáng tin cậy hay không”, cô nói. Những trải nghiệm ấy giúp Nhật hình thành cách tiếp cận thận trọng hơn với nghiên cứu khoa học.

Từ phòng lab đến diễn đàn quốc tế

Bên cạnh nghiên cứu, Nhật từng tham gia chương trình trao đổi sinh viên ASEAN Student Mobility Programme, tại Malaysia; Regen Asia Summit và Undergraduate Asia Symposium, tại Singapore; ESSLLI 2024 tại Bỉ; chương trình Pre - PhD Summer School, tại VinUniversity; chương trình đào tạo nghiên cứu của Tổ chức Nghiên cứu Não bộ Quốc tế (IBRO) và thực tập nghiên cứu tại ĐH Quốc lập Trung ương Đài Loan (Trung Quốc).

Thanh Nhật (hàng đầu, thứ ba, bên trái sang) là đại diện Việt Nam tại 'Undergraduate Asia Symposium'.

Nhật có cơ hội trình bày, trao đổi kết quả nghiên cứu tại Voice AI Symposium 2025, ở Mỹ và IC - KDA & ASAD 2025, ở Hàn Quốc. Tại chương trình VinUni - Illinois Pre - PhD Summer School 2024, cô nhận giải "Best Oral Presentation".

Trao đổi tại 'Pre - PhD summer school', tại VISHC VinUniveristy.

Theo Nhật, những chuyến đi không chỉ giúp cô tích lũy kiến thức mà còn thay đổi cách nhìn về khoa học. “Cùng một vấn đề nhưng mỗi người lại có một cách nhìn nhận và tiếp cận riêng. Những cuộc trao đổi như vậy không chỉ giúp mình có thêm ý tưởng nghiên cứu mà còn khiến mình cởi mở hơn trong cách tư duy”, Nhật chia sẻ. Khóa luận tốt nghiệp của Nhật đạt 97/100. Tuy nhiên, Nhật cho rằng, điều đáng giá nhất sau bốn năm đại học không nằm ở điểm số hay giải thưởng: “Điều khiến mình tự hào nhất là việc dần tìm được hướng nghiên cứu mà mình thực sự yêu thích”.

Nhật vốn không định nộp hồ sơ tham gia "Giải thưởng Nữ sinh Khoa học Công nghệ Việt Nam năm 2026". Nhưng nhờ sự động viên của thầy cô và gia đình, cô quyết định thử sức. Trở thành một trong 20 nữ sinh nhận Giải thưởng, Nhật bất ngờ và vui vì những nỗ lực trong bốn năm đại học được ghi nhận. Cô cho rằng, thành quả ấy đến từ nhiều yếu tố, trong đó có sự đồng hành của các thầy cô.

Nhật chia sẻ đến những nữ sinh đang cân nhắc bước vào STEM: “Đừng ngại bước ra khỏi vùng an toàn và đừng đợi đến khi có đủ kiến thức hay kỹ năng mới bắt đầu nghiên cứu”. Theo cô, sinh viên có thể bắt đầu bằng việc tìm hiểu chủ đề mình quan tâm, chủ động liên hệ với giảng viên, tham gia phòng thí nghiệm hoặc dự các seminar và cần có khả năng tự học, tư duy phản biện và giao tiếp.

Sau khi tốt nghiệp, Nhật dự định tiếp tục theo học thạc sĩ và xa hơn là tiến sĩ. Cô muốn phát triển sâu hơn theo hướng ngôn ngữ học thần kinh, kết hợp thống kê và khoa học thần kinh để tìm hiểu cách não bộ xử lý ngôn ngữ, đặc biệt ở người mắc bệnh lý thần kinh.