AI với công nghệ bức xạ và công nghệ hạt nhân

Trong những năm gần đây, trí tuệ nhân tạo (AI) phát triển rất nhanh đã mở ra nhiều cơ hội mới kết hợp với công nghệ hạt nhân và kỹ thuật bức xạ. Theo đánh giá của IAEA, AI có tiềm năng đẩy nhanh tiến độ đạt các Mục tiêu Phát triển Bền vững (PTBV) 2030, hỗ trợ các ứng dụng hòa bình của công nghệ hạt nhân trong y tế, sản xuất lương thực, quản lý nước và bảo vệ môi trường. Sự hội tụ của AI và công nghệ hạt nhân đã làm thay đổi đáng kể quy trình chẩn đoán và điều trị trong lĩnh vực y học hình ảnh và xạ trị. Nhiều tổ chức quốc tế (IAEA, WHO, FAO…) và các hội nghị khoa học lớn đã thành lập các nhóm làm việc, dự án nghiên cứu về AI và công nghệ hạt nhân nhằm thúc đẩy ứng dụng liên ngành. Ví dụ, IAEA đã tổ chức nhóm “AI cho nước và môi trường” để kết hợp kỹ thuật đồng vị với học máy hỗ trợ quản lý tài nguyên nước và thích ứng biến đổi khí hậu. Các dự án nổi bật khác bao gồm sử dụng AI trong trắc địa hạt nhân, thủy văn, an ninh hạt nhân và y sinh học hạt nhân.

Ứng dụng trong Y học

Trong y học, sự kết hợp AI với công nghệ bức xạ và hạt nhân tập trung chủ yếu vào chẩn đoán hình ảnh và điều trị ung thư. Các ứng dụng chính bao gồm:

• Cải thiện chất lượng hình ảnh và giảm liều xạ: AI được sử dụng để tái tạo ảnh (reconstruction) trong X-quang, CT, PET/CT, SPECT và MRI, giúp tối ưu chất lượng ảnh với liều chiếu xạ thấp hơn và thời gian chụp nhanh hơn. Các mô hình học sâu (deep learning) có thể học từ ảnh gốc, sau đó tái tạo ảnh tương tự với nhiễu giảm và liều hấp thụ thấp hơn đáng kể.
• Phân đoạn và phân tích tự động: AI hỗ trợ tự động nhận dạng và phân đoạn các tổn thương, cơ quan nhạy cảm, phân tích các đặc trưng ảnh (radiomics). Ví dụ trong xạ trị ung thư, công cụ học sâu có thể tự động vẽ đường biên các cơ quan cần tránh với độ chính xác cao (đạt hệ số Dice từ 0,91–0,98) chỉ trong vài giây, giúp rút ngắn thời gian và giảm sai số liên quan đến khác biệt giữa các bác sĩ. Tương tự, trong hình ảnh y học hạt nhân (PET, SPECT), AI hỗ trợ phát hiện tổn thương ác tính, tạo mô hình định lượng sinh học (biomarkers) từ ảnh để dự đoán tiến triển bệnh và đáp ứng điều trị.
• Tối ưu liều chiếu xạ cá nhân: AI giúp cá nhân hóa liều bức xạ cho từng bệnh nhân dựa trên đặc điểm hình thể. Nghiên cứu EU (dự án SiNfONiA) cho thấy AI có thể xác định liều tối thiểu cần thiết cho mỗi bệnh nhân khi chụp CT hay PET, giảm liều cho người có cấu trúc cơ thể nhỏ hơn hoặc đã cắt bỏ vú trước đó. Nhờ đó, nguy cơ tác dụng phụ của bức xạ cho bệnh nhân và nhân viên y tế được giảm đáng kể.
• Tự động hóa quy trình làm việc: AI có thể tự động phân loại ảnh, hỗ trợ chẩn đoán ban đầu và soạn báo cáo chẩn đoán giúp tăng hiệu quả công việc. Chẳng hạn, các thuật toán thị giác máy (computer vision) cho phép sắp xếp, gắn nhãn và đưa ra cảnh báo những ca nghi ngờ (triage), giúp bác sĩ tập trung vào những ca phức tạp.
• Nghiên cứu và đào tạo: AI còn được ứng dụng trong huấn luyện và đánh giá năng lực chuyên gia y tế. IAEA đang tiến hành dự án huấn luyện kỹ năng phác họa vùng điều trị bằng e-learning có hỗ trợ AI, nhằm giảm biến thiên giữa các bác sĩ và nâng cao độ chính xác trong xạ trị.

Nhờ những cải tiến trên, AI đang làm tăng hiệu quả chẩn đoán và điều trị trong lĩnh vực y học bức xạ – hạt nhân, từ hình ảnh học đến xạ trị ung thư. Tuy nhiên, việc triển khai rộng rãi vẫn đòi hỏi nhiều nghiên cứu thêm và chuẩn hóa thuật toán để đảm bảo kết quả đáng tin cậy.

Ứng dụng trong Tài nguyên môi trường

AI kết hợp kỹ thuật bức xạ và hạt nhân mang lại nhiều lợi ích trong quản lý tài nguyên và môi trường:

• Dự báo và quản lý nước: IAEA khởi động đề án tích hợp dữ liệu đồng vị nước vào mô hình thủy văn, sử dụng AI và học máy để “lấp đầy” dữ liệu còn thiếu trong các chu trình nước. Công nghệ đo tỷ lệ đồng vị bền (oxy, hidro) cho phép theo dõi nguồn gốc và vòng tuần hoàn nước, nhưng dữ liệu hiện hữu còn nhiều lỗ hổng. AI giúp mô phỏng các thông số thiếu, tăng độ chính xác dự báo lượng nước và các sự kiện thời tiết cực đoan. Nhóm làm việc “AI cho nước và môi trường” của IAEA hướng tới kết hợp kỹ thuật đồng vị với dữ liệu vệ tinh và cảm biến hiện trường. Họ đang phát triển phương pháp máy học để mô hình hóa thủy văn và môi trường, hỗ trợ ra quyết định chính sách giảm thiểu vấn đề thiếu nước và ô nhiễm.
• Khắc phục ô nhiễm đất đai: Sau các sự cố phóng xạ nặng (như Fukushima), việc phục hồi đất nông nghiệp đòi hỏi thông tin chi tiết về thành phần đất. AI được dùng để phân tích phổ hồng ngoại của mẫu đất và dự đoán hàm lượng kali trao đổi trong đất (K_ex) – chất ảnh hưởng đến sự hấp thu cesium phóng xạ của cây trồng. Nhờ mô hình mạng nơ-ron tích chập (CNN) được huấn luyện trên kho dữ liệu hơn 40.000 mẫu phổ, hệ thống mới tăng hệ số xác định (R²) từ 0,64 lên 0,79 và giảm sai số tuyệt đối trung bình từ 135% xuống 31% so với phương pháp cổ điển. Kết quả này giúp dự đoán chính xác thành phần đất, tối ưu hóa việc bổ sung phân bón hoặc kali để giảm hấp thu cesium, từ đó cải thiện hiệu quả khử nhiễm đất nông nghiệp.
• Môi trường biển và khí hậu: Các hệ thống mô hình truyền nhiễm chất phóng xạ trong đại dương và hồ chứa cũng được nâng cao với AI. IAEA đang tái cấu trúc Hệ thống Thông tin Phóng xạ Biển (MARIS) để hỗ trợ ứng dụng AI/ML. Dữ liệu MARIS khổng lồ (đồng vị tự nhiên và nhân tạo) sẽ cho phép xây dựng mô hình AI tiên đoán đường đi, phân tán và lắng đọng của các đồng vị trong đại dương theo thời gian bốn chiều. Hệ thống AI này giúp trực quan hóa mức phóng xạ khu vực theo thời gian, tính toán xu hướng vận chuyển, và góp phần trong đánh giá biến đổi khí hậu đại dương. Ngoài ra, IAEA và các đối tác cũng sử dụng AI phân tích ảnh vệ tinh, dữ liệu cảm biến từ UAV để giám sát ô nhiễm không khí và bức xạ môi trường, dù các nghiên cứu chi tiết vẫn đang trong giai đoạn mở đầu.

Nhìn chung, kết hợp AI với kỹ thuật hạt nhân cho phép khai thác tối đa dữ liệu ổn định và phóng xạ trong môi trường để theo dõi tài nguyên nước, đất đai và khí hậu một cách chính xác và kịp thời hơn.

Ứng dụng trong Nông nghiệp

Công nghệ bức xạ đã được áp dụng rộng rãi trong nông nghiệp (chăn nuôi, bảo vệ thực vật, chọn tạo giống). Sự gia nhập của AI đang đem lại lợi thế mới cho lĩnh vực này:

• Hệ thống lương thực bền vững và thích ứng khí hậu: Một nhóm làm việc liên Liên hợp quốc (do IAEA khởi xướng) nhấn mạnh vai trò của AI kết hợp kỹ thuật hạt nhân trong phát triển hệ thống nông nghiệp bền vững và chống chịu biến đổi khí hậu. Ví dụ, bằng cách phân tích dữ liệu lớn về đất đai và khí hậu, AI có thể cải thiện việc quản lý nước tưới tiêu hoặc dự báo mùa màng. IAEA cũng đang khuyến khích sử dụng dữ liệu đồng vị bền (như nitơ-15) với AI để đánh giá khả năng hấp thụ phân bón của cây trồng, từ đó tối ưu hóa quy trình bón phân và nâng cao năng suất.
• Độ ẩm đất và nguồn nước tưới: Kỹ thuật đồng vị hạt nhân cung cấp biện pháp đo độ ẩm thực sự trong đất và nước mặt. Kết hợp với AI, các mô hình này có thể dự đoán năng suất cây trồng và phát hiện sớm hiện tượng thiếu nước. Trước đây, nhóm IAEA đã trình bày các ứng dụng như ước lượng độ ẩm đất thông qua kỹ thuật hạt nhân kết hợp AI, giúp cải thiện quản lý tưới tiêu.
• Khắc phục ô nhiễm và gian lận thực phẩm: AI cũng hỗ trợ giám sát an toàn thực phẩm và khử nhiễm môi trường nông nghiệp. Trong sự cố phóng xạ, máy học giúp lên kế hoạch xử lý đất nông nghiệp bị nhiễm bằng cách dự đoán thành phần đất. Một ví dụ nữa là phát hiện gian lận thực phẩm: AI có thể phân tích dấu vết đồng vị hoặc dữ liệu quét nhanh để phát hiện lúa gạo, thịt, sữa bị pha tạp hoặc nguồn gốc không rõ ràng, bảo vệ người tiêu dùng và xuất khẩu.
• Ứng dụng hỗ trợ trồng trọt: Các kỹ thuật bức xạ như chiếu xạ hạt giống hoặc côn trùng vô sinh (SIT) tạo ra biến dị sinh học giúp chọn giống và diệt sâu hại. Dù hiện chưa có nhiều ứng dụng AI trực tiếp công bố trong lĩnh vực này, tiềm năng rất lớn. Ví dụ, AI có thể sử dụng ảnh vệ tinh và dữ liệu môi trường để mô hình hóa sự lan truyền dịch hại, định hướng thả ruồi đục trái bọ (qua SIT), hay hỗ trợ chọn lọc nhanh các đặc tính mong muốn từ giống cây trồng được đột biến bằng bức xạ. Các dự án thử nghiệm về robot, máy bay không người lái và cảm biến thông minh đang được phát triển để tự động hóa quá trình theo dõi sâu bệnh và phân tích đất nông nghiệp (mặc dù hiện chủ yếu chưa tập trung AI trực tiếp vào công nghệ hạt nhân).

Những nỗ lực trên cho thấy AI có thể làm tăng hiệu quả các công nghệ hạt nhân ứng dụng trong nông nghiệp, giúp nâng cao năng suất, giảm hao phí và đảm bảo an toàn thực phẩm. Tuy nhiên, việc triển khai trên diện rộng còn đòi hỏi hoàn thiện hạ tầng dữ liệu và đào tạo người sử dụng.

Thách thức và Triển vọng

Mặc dù AI hứa hẹn nhiều lợi ích, sự hội tụ với công nghệ hạt nhân gặp phải một số khó khăn:

• Chất lượng và bảo mật dữ liệu: Các ứng dụng AI yêu cầu bộ dữ liệu lớn và đa dạng (hình ảnh y tế, phổ đồng vị, thông số môi trường). Tuy nhiên, dữ liệu bức xạ và hạt nhân có tính nhạy cảm cao và thường phân tán, điều này gây khó khăn cho việc thu thập và chia sẻ. AI thiếu dữ liệu tốt sẽ cho kết quả không chính xác.
• Vấn đề đạo đức và an toàn: Kết hợp AI với công nghệ hạt nhân có thể làm phức tạp thêm các lo ngại về đạo đức và an toàn. Cả hai lĩnh vực đều liên quan đến rủi ro và mức độ không chắc chắn cao. Có lo ngại về tính minh bạch của thuật toán (AI “hộp đen”), nguy cơ thiên kiến trong dữ liệu (bias) dẫn đến chẩn đoán sai hoặc quyết định không công bằng, cũng như bảo mật thông tin cá nhân trong y tế. Do đó, nhiều chuyên gia nhấn mạnh rằng cần xây dựng quy định đạo đức chặt chẽ và cơ chế giám sát nghiêm ngặt.
• Khả năng áp dụng trong thực tế: Một số mô hình AI tuy cho kết quả tốt trong nghiên cứu, nhưng khó chuyển giao vào ứng dụng thực tế. Ví dụ, các công cụ tự động vẽ biên giới tổn thương ung thư hoạt động tốt trong phòng thí nghiệm nhưng cần chuẩn hóa thêm khi áp dụng cho dữ liệu thực đa dạng. Ngoài ra, còn thách thức về tích hợp AI vào hệ thống hạ tầng hiện có (phần cứng, phần mềm trong bệnh viện, trạm nghiên cứu).
• Nguồn nhân lực và đào tạo: Việc vận hành và hiểu các giải pháp AI đòi hỏi kiến thức về lập trình, thống kê và công nghệ số ở mức cao. Hiện tại chưa nhiều chuyên gia y tế, môi trường hay nông nghiệp được đào tạo bài bản về AI. Việc đào tạo, nâng cao năng lực cho các nhân sự lâm sàng và quản lý khoa học là rất cần thiết.

Bất chấp thách thức, tương lai của AI kết hợp công nghệ bức xạ – hạt nhân rất tươi sáng:

• Hỗ trợ phát triển bền vững: AI có thể gia tăng đáng kể hiệu quả của các ứng dụng hạt nhân thân thiện với môi trường, đóng góp vào các SDG về sức khỏe và môi trường. Ví dụ, AI có thể giúp mở rộng quy mô công nghệ chẩn đoán nhanh bằng đồng vị phóng xạ ở các vùng nghèo, tối ưu hóa nguồn lực y tế và giải quyết vấn đề lương thực toàn cầu.
• Đổi mới công nghệ và nghiên cứu liên ngành: Đã có nhiều dự án quốc tế (IAEA CRP, UN AI) kết nối chuyên gia nhiều lĩnh vực, thúc đẩy tạo ra các giải pháp sáng tạo. Tiến bộ trong tính toán đám mây, điện toán lượng tử và dữ liệu lớn sẽ giúp tăng tốc các nghiên cứu về đồng vị, vật liệu hạt nhân và sinh học. IAEA cũng đang đẩy mạnh các nền tảng chia sẻ kiến thức (“AI for Atoms”) và tổ chức hội nghị về AI và năng lượng hạt nhân để đồng bộ hóa hoạt động nghiên cứu toàn cầu.
• Ứng dụng mới nổi và thị trường phát triển: Xu hướng toàn cầu cho thấy ngày càng nhiều tổ chức đầu tư vào AI cho năng lượng sạch và y tế tiên tiến. Sự ra đời của hệ thống trí tuệ nhân tạo tổng hợp (AI tổng hợp dữ liệu đa chiều) hứa hẹn nâng cao khả năng dự báo trong quản lý nước, nông nghiệp và an ninh hạt nhân. Ví dụ, dự án toàn cầu “AI đánh giá tác động biến đổi khí hậu trên hồ” của IAEA đã sử dụng AI phân tích 1257 hồ trên thế giới, cho thấy khoảng 20% dòng nước bị mất qua bốc hơi. Những kết quả này giúp mở ra kênh hợp tác mới giữa chuyên gia AI và các nhà khoa học hạt nhân, hướng đến các chiến lược thích ứng biến đổi khí hậu.
• Sự phối hợp chính sách và quy chuẩn: Nhiều khuyến cáo quốc tế đang được đưa ra để đảm bảo AI được triển khai an toàn trong bối cảnh hạt nhân. Ví dụ, các nhóm làm việc của IAEA đang xây dựng hướng dẫn và tiêu chuẩn cho việc dùng AI trong bệnh viện hạt nhân, các nhà máy điện hạt nhân và mạng lưới giám sát. Điều này sẽ giúp tháo gỡ rào cản pháp lý và tăng cường niềm tin vào công nghệ mới.

Dù có nhiều thách thức, tổng hợp các đánh giá cho thấy AI sẽ không thay thế mà bổ trợ chuyên môn con người, đồng thời mở rộng giới hạn của khoa học hạt nhân và bức xạ trên nhiều lĩnh vực.

Công nghệ AI đang ngày càng thâm nhập và hỗ trợ đắc lực cho các ứng dụng bức xạ và hạt nhân trong y học, môi trường và nông nghiệp. Những tiến bộ hiện tại cho thấy AI giúp nâng cao hiệu quả chẩn đoán và điều trị y tế, theo dõi và quản lý tài nguyên thiên nhiên, cũng như phát triển sản xuất nông nghiệp bền vững. Nhiều dự án quốc tế (IAEA, WHO, FAO) đã và đang được triển khai để ứng dụng AI vào các kỹ thuật đồng vị và bức xạ, tạo ra cơ sở khoa học và công cụ mới. Tuy nhiên, việc áp dụng phải cân nhắc kỹ lưỡng các vấn đề về dữ liệu, đạo đức và đào tạo nhân lực. Trong tương lai gần, xu hướng là tăng cường hợp tác liên ngành, mở rộng chia sẻ dữ liệu và phát triển tiêu chuẩn để AI – công nghệ hứa hẹn tiếp tục “siêu nạp” cho khoa học bức xạ và hạt nhân, hướng đến sức khỏe con người, bảo vệ môi trường và an ninh lương thực toàn cầu.

Từ khóa: trí tuệ nhân tạo;

– CMD –