|
| Đề xuất ứng dụng công nghệ giảm tải gánh nặng cho các khu cách ly. Ảnh minh họa. |
Tại hội thảo trực tuyến do Bệnh viện Thống Nhất (TP.HCM) và Khoa Y - Đại học Quốc gia TP.HCM tổ chức vừa qua, nhóm nghiên cứu của PGS.TS. Phạm Xuân Đà tại Khoa Y - Đại học Quốc gia TP.HCM đã giới thiệu giải pháp "Công nghệ IoT kết hợp trí tuệ nhân tạo AI nhằm kiểm soát đồng thời nhóm người tại khu vực cách ly, bệnh viện, khu công nghiệp, cửa khẩu, khu tập trung đông người trong phòng chống dịch COVID-19".
Hệ thống theo dõi được thiết kế dưới dạng những cabin trang bị hệ thống nhận dạng khuôn mặt và kiểm tra thân nhiệt nhiều người cùng một lúc. Theo PGS.TS. Phạm Xuân Đà, hệ thống này sẽ phát huy tác dụng nếu có chủ trương cách ly F1 tại nhà ở những địa phương có số ca bệnh nhiều. Ông Đà cho rằng, với lượng F1, F2 quá đông, việc cách ly tập trung sẽ là gánh nặng cho các địa phương. Do vậy việc ứng dụng công nghệ IoT và trí tuệ nhân tạo là giải pháp phù hợp trong điều kiện phòng chống dịch ở các địa phương có tình hình dịch bệnh phức tạp.
Các nhà khoa học tại Đại học Quốc gia TP.HCM cho biết, dữ liệu của những người thuộc diện cần kiểm soát sẽ được nhập vào hệ thống, bao gồm tên tuổi, số điện thoại, tình trạng bị cách ly... Dữ liệu này cũng được đồng bộ lên hệ thống, kết nối trực tiếp với một mô đun phần mềm báo cáo, mô đun phân tích báo cáo nhằm giảm nhân lực công tác phòng dịch.
Về cơ chế hoạt động, hệ thống sẽ phát ra cảnh báo nếu những người này di chuyển ra khỏi khu vực cách ly. Hệ thống tự động gửi thông báo cho người vi phạm quy định cách ly, sau đó thông báo đồng loạt tới những người có trách nhiệm quản lý cách ly trên địa bàn. Việc kiểm soát thông qua thân nhiệt và nhận diện khuôn mặt cũng giúp tăng cường tính tự giác của mỗi người.
Ở các khu cách ly tập trung, tính năng đo thân nhiệt của hệ thống này có thể giảm thiểu sự tiếp xúc trực tiếp giữa nhân viên y tế và người cách ly. Đối với các trường hợp nguy cơ cao nhưng không thuộc diện giám sát, hệ thống này cũng giúp cảnh báo từ xa nhờ tính năng đo thân nhiệt. Từ đó, cơ quan chức năng có thể xác định và theo dõi các trường hợp có triệu chứng để có sự chủ động phòng ngừa.
Nhóm nghiên cứu kỳ vọng, hệ thống này khi được ứng dụng trên diện rộng sẽ giúp cơ quan y tế nắm được diễn biến dịch bệnh các địa phương. Đồng thời, đây cũng là nguồn dữ liệu lớn phục vụ công tác phân tích bản đồ dịch tễ, dự báo nguy cơ lây lan trong từng khu vực theo số liệu thân nhiệt người dân.
