Hoàn thành giải mã 1.000 bộ gen người Việt

Theo nhận định của Giáo sư Văn, AI và Bigdata hiện đang được sử dụng rất nhiều trong y học. Máy tính không thay thế mà hỗ trợ bác sĩ. Khi gặp bác sĩ thì muốn khám bác sĩ giỏi - là người nhiều kinh nghiệm, từng điều trị nhiều trường hợp như bản thân, so sánh với các trường hợp tương tự… Tất cả kinh nghiệm đó bây giờ có thể dữ liệu hóa, cho vào máy tính. "Với sức mạnh của điện toán, thuật toán thông minh có thể khai thác nguồn dữ liệu đó, chỉ cần tra cứu là có thông tin. Đó là trợ lý mơ ước trong tương lai", Giáo sư Văn nói.

Giáo sư Vũ Hà Văn chia sẻ tại tọa đàm

Giáo sư Vũ Hà Văn cũng chia sẻ thêm thông tin về dự án giải mã bộ gen người Việt – một dự án triển khai từ 3 năm trước đây với tầm nhìn y học chính xác. Ông lý giải, trước đây, bác sĩ điều trị ở Việt Nam là bị ốm thì đến bệnh viện, xét nghiệm và được cho thuốc. Còn y học mới sẽ thay đổi cách ta khám chữa bệnh. Ngay cả xét nghiệm nếu chọn thời điểm chính xác thì chữa được khỏi bệnh sớm. Để làm được thông thường ta làm qua xét nghiệm gen. Ở Mỹ, châu âu đã phổ biến nhưng ở Việt Nam điều này còn mới mẻ.

“Chúng tôi hiểu đây là xu hướng toàn cầu và Việt Nam phải theo con đường tất yếu này”, ông nói. Theo Giáo sư Văn, dự án giải mã 1.000 bộ gen là cơ sở cho y học chính xác trong tương lai và đã được đội ngũ của ông hoàn thành 2 tháng trước.

Con người phải học cách ứng phó với đại dịch

Giáo sư Drew Weissman, Trường Y (thuộc Đại học Pennsylvania - Mỹ) cho rằng, sẽ còn nhiều đợt dịch bệnh nữa và con người phải học cách ứng phó với các dịch bệnh trong tương lai, chẳng hạn phải tạo ra loại vắc xin phổ quát chống lại các loại virus phổ biến trên thế giới.

Các nhà khoa học hàng đầu tại tọa đàm

Theo Giáo sư Quarraisha Abdool Karim, khi đối mặt với đại dịch Covid 19 cần phải nghĩ tới cách thức hiệu quả như thế nào để giảm thiểu nguy cơ. Bà cũng nhận định, y học chính xác trong y tế công cộng là rất quan trọng cùng với các yếu tố kết nối khác. “Covid-19 giúp chúng ta học được bài học quan trọng: Sự tham gia của tất cả các quốc gia vào phát triển công nghệ, bao gồm cả công nghệ chẩn đoán, phát triển vắc xin, không phụ thuộc vào 1 quốc gia để phát triển sản phẩm đầy đủ. Không có mô hình hoàn hảo, không có đũa thần gõ mọi cánh cửa”, bà Karim nói.

Tiến sĩ Katalin Kariko, nhà khoa học nữ đứng sau công nghệ mRNA

Bà Katalin Kariko, nhà khoa học nữ đứng sau công nghệ mRNA giúp bào chế vắc xin Covid-19 của Pfizer và Moderna cho biết, mRAn là công nghệ có thể ứng dụng nhiều loại vắc xin khác nhau. Bà giải thích, các RNA thông tin là thứ ta nghiên cứu trong thời gian gần đây và có thể nhân rộng để giải quyết các biến chủng khác nhau. Bà cũng cho rằng cần mất thời gian để nghiên cứu nhưng chúng ta đã rút ra nhiều kinh nghiệm, do đó thời gian chế tạo vắc xin sẽ rút ngắn hơn.

“Chúng tôi phát hiện mRNA có thể đóng góp lớn vào phát triển các loại vắc xin. Chúng ta cần nghiên cứu, tìm hiểu nhu cầu thực tế trên thực địa. Đó là lí do vì sao chúng tôi có thể xác định được tính phù hợp của công nghệ như mRNA với yêu cầu của địa phương, từ đó sản xuất ra vắc xin”, bà Katalin Kariko nói.

Trả lời câu hỏi về tầm quan trọng cũng như những hạn chế trong việc thu thập dữ liệu ngành y, Giáo sư Pieter R. Cullis, Khoa Hóa sinh và Sinh học phân tử, Đại học British Columbia (Vancouver - Canada) chia sẻ, ở Canada cũng có nhóm bảo thủ, khó tiếp cận dữ liệu. Ông đã từng thất bại trong việc thu thập tài liệu cả khi có nguồn tài chính hỗ trợ. Lý giải điều này, Giáo sư Cullis cho rằng, nguyên nhân một phần do nhu cầu bảo vệ thông tin cá nhân và cho rằng vấn đề này cần giải quyết triệt để. "Dữ liệu lớn có thể thay đổi bức tranh này và cần chia sẻ từ các tổ chức cá nhân", ông nói.

Duy Vũ

Doanh nghiệp được trích đến 10% cho quỹ nghiên cứu KHCN

Doanh nghiệp Nhà nước được trích từ 3% - 10% thu nhập tính thuế thu nhập doanh nghiệp trong kỳ cho quỹ phát triển KHCN. Các doanh nghiệp khác được tự quyết định tỷ lệ này, nhưng không quá 10% thu nhập tính thuế thu nhập doanh nghiệp trong kỳ.