Tôi là sinh viên năm 3 ngành Khoa học Máy tính (CLC) tại ĐH Tôn Đức Thắng. Mục tiêu nghiên cứu của tôi là ứng dụng các kiến trúc Deep Learning tiên tiến nhất—từ Transformers đến Medical Imaging Segmentation—để hỗ trợ chẩn đoán lâm sàng và tối ưu hóa dữ liệu y tế.
Tôi tin rằng sức mạnh của AI chỉ thực sự có ý nghĩa khi nó phục vụ việc cứu sống con người và cải thiện chất lượng chăm sóc sức khỏe toàn cầu.
- Architectures: U-Net, Attention U-Net, ResNet (Backbones), Vision Transformers (ViT) cho chẩn đoán hình ảnh.
- Tasks: Tumor Segmentation, Disease Classification (X-ray, MRI, CT-scan), Object Detection (YOLO).
- Tools: OpenCV, MONAI (Medical Open Network for AI), DICOM/NIfTI data processing.
- Focus: Trích xuất thông tin từ hồ sơ bệnh án điện tử (EHR), Medical Named Entity Recognition (NER), Clinical Summarization.
- Models: BioBERT, ClinicalBERT, Med-PaLM (Research understanding), RAG cho cơ sở dữ liệu y khoa.
- Interests: Multimodal Learning (Kết hợp ảnh X-ray và báo cáo văn bản), Explainable AI (XAI) trong y tế, Federated Learning.
- Frameworks: PyTorch, Hugging Face, Scikit-learn.
- Focus: Nghiên cứu mô hình cho phép bác sĩ đặt câu hỏi trực tiếp trên hình ảnh y khoa để hỗ trợ đưa ra quyết định nhanh chóng.
- Tech: Transformer Fusion, Cross-modal Attention.
- Project: Fire & Smoke Detection System.
- Vision: Áp dụng tư duy phát hiện vật thể thời gian thực vào các tình huống cấp cứu y tế hoặc giám sát an toàn bệnh viện.
- Infrastructure: Tìm hiểu cách triển khai các hệ thống AI y tế bảo mật trên AWS và Google Cloud, đảm bảo các tiêu chuẩn về an toàn dữ liệu.
- Ton Duc Thang University: Computer Science (High-Quality Program)
- Language: Aptis ESOL (Advanced) - Khả năng nghiên cứu tài liệu y khoa và bài báo khoa học quốc tế chuyên sâu.
- Certification: AWS Academy Cloud Foundations.
Trở thành một AI Scientist trong lĩnh vực Y tế, tập trung vào việc thu hẹp khoảng cách giữa các thuật toán phức tạp và ứng dụng thực tiễn tại bệnh viện.
"AI for Health: Where Algorithms meet Compassion." 🚀