Trong bối cảnh khoa học công nghệ phát triển mạnh mẽ, việc ứng dụng trí tuệ nhân tạo (AI) vào các lĩnh vực truyền thống đang mở ra nhiều cơ hội đột phá. Một trong những thành tựu đáng chú ý gần đây đến từ nhóm nghiên cứu Trường Đại học Yersin Đà Lạt: phát triển thành công ứng dụng di động có thể nhận dạng cây thuốc thông qua hình ảnh lá chụp trực tiếp bằng điện thoại, với độ chính xác vượt ngưỡng 90%. Thành quả này không chỉ mang ý nghĩa khoa học, mà còn đóng vai trò thực tiễn quan trọng trong việc bảo tồn, phát huy nguồn tài nguyên dược liệu quý giá của Việt Nam.

Tài nguyên cây thuốc Việt Nam: Giàu có nhưng tiềm ẩn rủi ro nhầm lẫn

Việt Nam là quốc gia có hệ thực vật vô cùng phong phú, trong đó có hơn 5.100 loài cây thuốc đã được ghi nhận. Nhiều loài trong số này được sử dụng rộng rãi trong y học cổ truyền, đặc biệt là trong cộng đồng nông thôn và miền núi – nơi người dân vẫn duy trì thói quen sử dụng thuốc nam để chữa bệnh và chăm sóc sức khỏe.

Tuy nhiên, chính sự đa dạng này lại đặt ra thách thức lớn: không phải ai cũng có thể phân biệt chính xác các loài cây thuốc. Nhiều loài có hình thái rất giống nhau, chỉ khác biệt ở một vài đặc điểm nhỏ như mép lá, cuống hoa hay vân gân. Nếu không có kiến thức chuyên môn, người dùng rất dễ nhầm lẫn, dẫn đến việc sử dụng sai cây thuốc, gây ra hậu quả nghiêm trọng đối với sức khỏe.

Trong quá khứ, phương pháp phân biệt cây thuốc chủ yếu dựa vào kinh nghiệm truyền miệng. Người dân thường nhìn vào hình dáng lá, hoa, thân, hoặc dựa vào mùi hương để nhận biết. Song phương pháp này có độ chính xác không cao, đặc biệt khi truyền qua nhiều thế hệ và không có tài liệu hóa. Sự thiếu nhất quán trong tên gọi địa phương càng khiến việc nhận dạng cây thuốc trở nên khó khăn hơn.

Đột phá từ công nghệ: Ứng dụng AI để nhận dạng cây thuốc

Xuất phát từ thực tế trên, nhóm nghiên cứu thuộc Trường Đại học Yersin Đà Lạt đã triển khai một dự án mang tính ứng dụng cao: xây dựng một hệ thống nhận diện cây thuốc tự động, dựa trên hình ảnh chụp lá cây từ điện thoại di động. Sản phẩm cuối cùng là ứng dụng mang tên MePDetect, có thể giúp người dùng, đặc biệt là nông dân và người dân vùng sâu vùng xa, xác định đúng loài cây thuốc đang quan tâm chỉ với một thao tác chụp ảnh đơn giản.

Mô hình AI – Trái tim của hệ thống

Để xây dựng nền tảng nhận diện chính xác, nhóm nghiên cứu đã ứng dụng mô hình học sâu (deep learning) – một nhánh quan trọng trong trí tuệ nhân tạo. Cụ thể, nhóm lựa chọn mạng nơ-ron tích chập (CNN – Convolutional Neural Network) với kiến trúc EfficientB0. Đây là một mô hình nhẹ, tối ưu hóa cho việc nhận diện hình ảnh trên thiết bị di động, được thiết kế bởi Google nhằm đạt được sự cân bằng giữa hiệu suất và tốc độ xử lý.

Trong quá trình huấn luyện mô hình, nhóm đã thu thập hơn 800 ảnh của 41 loài cây thuốc phổ biến tại Việt Nam. Dữ liệu ảnh được lấy từ nhiều nguồn khác nhau như Google Images, Flickr, ImageNet... Các loài cây được chọn bao gồm: cây đại bi (phân bố ở Tây Nguyên và miền Trung), cây diệp hạ châu đắng (mọc hoang nhiều nơi), cây cam thảo đất (tập trung ở Nam Bộ)... Sau khi gán nhãn và xử lý dữ liệu, nhóm tiến hành huấn luyện mô hình trên nền tảng Android 9.0, mô phỏng điều kiện sử dụng phổ biến ở Việt Nam.

Kết quả ấn tượng

Kết quả thử nghiệm cho thấy, với một ảnh chụp lá cây từ thực địa – tức trong điều kiện ánh sáng tự nhiên, góc chụp khác nhau và có thể bị ảnh hưởng bởi các yếu tố như gió hoặc phông nền – ứng dụng MePDetect vẫn đạt độ chính xác trên 90% trong việc nhận diện đúng loài cây thuốc.

Ngoài mô hình EfficientB0, nhóm nghiên cứu còn tích hợp thêm MobileNetV2 – một kiến trúc mạng nơ-ron sâu được phát triển bởi Google, nhằm tăng tốc xử lý ảnh mà vẫn duy trì hiệu quả nhận dạng. Điều này cho phép ứng dụng hoạt động mượt mà ngay cả trên các thiết bị di động tầm trung hoặc giá rẻ.

Giao diện thân thiện – Thông tin đầy đủ

Khi người dùng mở ứng dụng và chụp ảnh một chiếc lá, hệ thống sẽ tự động xử lý và hiển thị thông tin chi tiết về loài cây được nhận diện. Các thông tin bao gồm:

Tên khoa học và tên thường gọi;

Hình ảnh tham khảo để đối chiếu;

Mô tả đặc điểm nhận dạng;

Công dụng chữa bệnh, bộ phận sử dụng, liều lượng;

Cảnh báo nếu loài cây có độc tính hoặc chống chỉ định với một số đối tượng nhất định.

Giao diện của ứng dụng được thiết kế tối giản, dễ sử dụng, ngay cả với người lớn tuổi hoặc không thành thạo công nghệ. Ngoài ra, ứng dụng cũng có chế độ lưu lịch sử tìm kiếm, cho phép người dùng theo dõi các loài cây đã từng nhận diện.

Tác động thực tiễn và tiềm năng mở rộng

Hỗ trợ cộng đồng và bảo tồn tri thức bản địa

Việc phổ biến ứng dụng MePDetect tại các vùng nông thôn và miền núi giúp người dân tiếp cận tri thức y học cổ truyền một cách chính xác và an toàn hơn. Nhờ đó, họ có thể sử dụng cây thuốc đúng cách, tránh nhầm lẫn với các loài cây độc hoặc không có tác dụng chữa bệnh.

Ứng dụng cũng góp phần số hóa tri thức dân gian – vốn đang đứng trước nguy cơ mai một do thiếu cơ chế lưu trữ và truyền thừa hiệu quả. Thông qua việc tích hợp các mô tả, hình ảnh và bài thuốc dân gian, MePDetect dần hình thành một cơ sở dữ liệu sống về dược liệu Việt Nam.

Tiềm năng mở rộng mô hình

Hiện tại, ứng dụng mới nhận diện được 41 loài cây thuốc phổ biến. Tuy nhiên, nhóm nghiên cứu đang tích cực mở rộng kho dữ liệu, bao gồm cả các loài cây quý hiếm hoặc có giá trị dược liệu cao. Việc mở rộng này không chỉ tăng khả năng ứng dụng trong thực tiễn mà còn tạo cơ sở để phát triển các chức năng nâng cao, như nhận diện bệnh trên lá cây, phát hiện cây giả mạo, phân loại mức độ an toàn...

Ngoài ra, nhóm cũng nghiên cứu cải tiến khả năng nhận diện trong điều kiện môi trường khó khăn như ánh sáng yếu, ảnh mờ hoặc nhiễu động do thời tiết. Một số hướng đi khác bao gồm tích hợp nhận diện bằng hoa, thân hoặc quả – giúp tăng độ chính xác khi người dùng không có lá cây để chụp.

Một điểm đáng chú ý khác là việc triển khai hệ thống cập nhật mô hình tự động. Khi có dữ liệu mới từ cộng đồng người dùng hoặc phát hiện loài cây mới, hệ thống có thể học và nâng cấp thuật toán mà không cần cập nhật ứng dụng thủ công. Điều này hứa hẹn tạo ra một nền tảng nhận diện cây thuốc sống, ngày càng chính xác và đa dạng.

Việc kết hợp giữa trí tuệ nhân tạo và y học cổ truyền thông qua ứng dụng MePDetect là một ví dụ điển hình về cách khoa học hiện đại có thể hỗ trợ, bảo tồn và phát huy giá trị văn hóa – tri thức dân gian. Không chỉ đơn thuần là một công cụ nhận diện cây thuốc, ứng dụng này còn là cầu nối giữa tri thức bản địa và công nghệ số, giữa người dân và kho tàng dược liệu phong phú của Việt Nam.

Nghiên cứu của nhóm tác giả Trường Đại học Yersin Đà Lạt được công bố trên Tạp chí Khoa học Đại học Cần Thơ, số 2A/2025, đánh dấu một bước đi quan trọng trong hành trình chuyển đổi số ngành y dược truyền thống. Trong tương lai, với sự hỗ trợ của các nhà khoa học, doanh nghiệp công nghệ và chính sách khuyến khích đổi mới sáng tạo, những ứng dụng như MePDetect hoàn toàn có thể trở thành công cụ phổ cập toàn quốc, phục vụ cộng đồng và ngành y tế một cách hiệu quả và bền vững.

Nguồn: Tổng hợp