Thứ Tư, 21 Tháng 10, 2026

AIINEWS

Báo cáo chuyên sâu về Trí tuệ nhân tạo và Công nghệ toàn cầu

AI đang thay đổi tốc độ khám phá của hàng triệu người mắc chứng mất trí nhớ như thế nào

Nguồn gốc:Nvidia AI & GPU Blog•Anthony Costa
01 tháng 11, 2026•7 phút đọc
AI đang thay đổi tốc độ khám phá của hàng triệu người mắc chứng mất trí nhớ như thế nào

Tóm lược nhanh

Tổng hợp và đối chiếu bởi gemini-2.0-flash-thinking-exp

“Hiện nay có 57 triệu người trên toàn thế giới mắc chứng mất trí nhớ.”

Các điểm cốt lõi

  • 1.Hiện nay có 57 triệu người trên toàn thế giới mắc chứng mất trí nhớ.
  • 2.Đối với các nhà nghiên cứu đang làm việc để giúp đỡ họ, trở ngại không phải là thiếu nỗ lực - đó là quá nhiều dữ liệu, quá ít chuyên gia tổng hợp và tốc độ khám phá không thể theo kịp dịch bệnh.
  • 3.Hiệp hội Nghiên cứu Y sinh và AI trong Thoái hóa thần kinh (C-BRAIN), hợp tác với NVIDIA, đang sử dụng AI để thay đổi điều đó.

Hiện nay có 57 triệu người trên toàn thế giới mắc chứng mất trí nhớ. Đối với các nhà nghiên cứu đang làm việc để giúp đỡ họ, trở ngại không phải là thiếu nỗ lực - đó là quá nhiều dữ liệu, quá ít chuyên gia tổng hợp và tốc độ khám phá không thể theo kịp dịch bệnh. Hiệp hội Nghiên cứu Y sinh và AI trong Thoái hóa thần kinh (C-BRAIN), hợp tác với NVIDIA, đang sử dụng AI để thay đổi điều đó. Bệnh Alzheimer là một trong những thách thức sức khỏe toàn cầu hàng đầu hiện nay, với hơn 10 triệu trường hợp sa sút trí tuệ mới được chẩn đoán mỗi năm. Mặc dù nguồn tài trợ của Viện Y tế Quốc gia đã tăng gấp 7 lần trong 15 năm qua - đạt 3,9 tỷ USD hàng năm - nhưng vẫn chưa có phương pháp điều trị nào được tìm ra để ngăn chặn, ngăn ngừa hoặc đẩy lùi căn bệnh này. Điểm nghẽn là không đủ các phát hiện khoa học có tác động cao, có quá nhiều dữ liệu tồn tại trong các cơ sở tổ chức và tốc độ tổng hợp quá chậm để theo kịp nghiên cứu được công bố. C-BRAIN, do Tiến sĩ Randall Bateman đứng đầu và một nhóm gồm 18 tổ chức thành viên thuộc các tổ chức học thuật, từ thiện, dược phẩm và nghiên cứu, đã ra mắt vào tháng 11 năm 2025 để giúp các nhà khoa học thực hiện những khám phá tốt hơn, nhanh hơn bằng cách đẩy nhanh nghiên cứu tạo ra các phương pháp điều trị mới. Bateman, người sáng lập và giám đốc của C-BRAIN và Giáo sư Thần kinh học xuất sắc Charles F. và Joanne Knight tại Trường Y Đại học Washington ở St. Ông mô tả công việc của họ là “các công cụ AI được xây dựng bởi các nhà khoa học, dành cho các nhà khoa học”. Hiệp hội đang xây dựng một hệ thống khai thác dữ liệu nghiên cứu về bệnh Alzheimer chưa được khai thác trước đây để hỗ trợ công việc của các nhà khoa học. Đẩy nhanh nghiên cứu từ hàng tuần đến hàng giờ Tài sản thiết yếu trong nghiên cứu về bệnh Alzheimer là các bộ dữ liệu chưa bao giờ được các công cụ AI hoặc các nhà nghiên cứu con người truy cập công khai. Điều này bao gồm những phát hiện chưa được công bố, kết quả tiêu cực và được quản lý dữ liệu độc quyền từ các tổ chức thành viên. Tiến sĩ Ade Ojewole, giám đốc công nghệ của C-BRAIN cho biết: “Rất nhiều dữ liệu khoa học đời sống không được đưa vào các mô hình tiên tiến. “Hậu quả của việc đó là chúng ta đang để lại rất nhiều thông tin tình báo.” C-BRAIN gọi đây là “dữ liệu tối”, làm chậm quá trình nghiên cứu bệnh Alzheimer. Một số dữ liệu tối được gửi trực tiếp vào hệ thống máy tính an toàn để các công cụ AI truy cập. Để sử dụng dữ liệu này mà không ảnh hưởng đến quyền riêng tư của bệnh nhân hoặc quản trị tổ chức, C-BRAIN sử dụng phương pháp tiếp cận kết hợp tập trung và liên kết — trong đó các mô hình AI học hỏi từ dữ liệu tại mỗi tổ chức mà dữ liệu đó không bao giờ phải rời khỏi tường của tổ chức đó. Loại cơ sở hạ tầng này đòi hỏi khắt khe về mặt kỹ thuật để xây dựng và mở rộng quy mô, đây là một phần những gì NVIDIA mang lại cho sự hợp tác. C-BRAIN hiện đang chạy 64 GPU trung tâm dữ liệu NVIDIA tại cơ sở cùng với các nút dựa trên đám mây trên Microsoft Azure, với dung lượng GPU NVIDIA bổ sung, bao gồm cả hệ thống NVIDIA Blackwell, sắp ra mắt theo tham vọng của tập đoàn. Để khám phá cách AI và điện toán tăng tốc có thể thúc đẩy nghiên cứu bệnh Alzheimer trong khi điều hướng các nhu cầu kỹ thuật của nó, C-BRAIN đang hợp tác với NVIDIA để kết hợp các công nghệ bao gồm nền tảng nhà phát triển mở NVIDIA BioNeMo và khung MONAI cho quy trình nghiên cứu của C-BRAIN. Bateman cho biết: “Sự hợp tác của C-BRAIN với NVIDIA nhằm mục đích mở khóa những mô hình đó theo cách mà chúng có thể mang lại thứ gì đó khá có tác động và quan trọng”. Ojewole cho biết: “Sẽ cần rất nhiều sự tối ưu hóa khi chúng tôi vượt qua các ranh giới của những gì mà kiến ​​trúc máy học omics không gian ngày nay có thể mô hình hóa”. “Phần mềm NVIDIA chắc chắn sẽ phát huy tác dụng ở đó.” Các nhà nghiên cứu tại C-BRAIN đã xây dựng hai công cụ: OpenScientist — được xây dựng với Phòng thí nghiệm quốc gia Lawrence Berkeley trong nỗ lực do nhà khoa học nghiên cứu Justin Reese dẫn đầu — và InsightEngine, được xây dựng với 387 Phòng thí nghiệm. OpenScientist là một nhà đồng khoa học AI mã nguồn mở chuyên nghiên cứu khoa học câu hỏi nghiên cứu và tập dữ liệu của Tist, sau đó tạo ra các giả thuyết một cách bán tự động, tiến hành phân tích và đưa ra những hiểu biết sâu sắc có thể kiểm chứng, kiểm tra được. InsightEngine là một nền tảng nghiên cứu nguồn mở sử dụng AI tác nhân để kiểm tra các giả thuyết dựa trên tài liệu khoa học, phân tích bộ dữ liệu do người dùng cung cấp, khám phá biểu đồ kiến ​​thức y sinh và kiểm tra mọi tuyên bố dựa trên bằng chứng để phát hiện ảo giác trước khi các nhà nghiên cứu thực hiện các thí nghiệm tốn kém. Trong các nghiên cứu trường hợp đã xuất bản, OpenScientist đã hoàn thành các phân tích trong vài phút mà các nhà khoa học trong lĩnh vực ước tính sẽ mất hàng tuần đến hàng tháng, với chi phí dưới 10 USD mỗi lần thực hiện. Với phạm vi tiếp cận hiện tại của C-BRAIN với hơn 200 nhóm nghiên cứu, khả năng này có thể giải phóng năng lực nghiên cứu đáng kể, có khả năng vượt quá một triệu giờ mỗi năm trên quy mô lớn. Từ mối tương quan đến nguyên nhân Nhìn về phía trước, C-BRAIN đặt mục tiêu xây dựng một mô hình nền tảng sinh học đa phương thức được đào tạo dựa trên toàn bộ dữ liệu của nó - hình ảnh thần kinh, đa omics, dấu ấn sinh học chất lỏng và các biện pháp lâm sàng theo chiều dọc. Đến năm thứ ba, nó nhằm mục đích khám phá các cơ chế nguyên nhân mới gây ra lão hóa não và bệnh Alzheimer, chuyển sang các nguyên tắc khoa học có thể kiểm chứng bằng cách sử dụng toàn bộ phạm vi nghiên cứu và dữ liệu có sẵn. Bateman cho biết, “AI có thể suy nghĩ và lý luận có khả năng đẩy nhanh những khám phá sẽ dẫn đến các biện pháp phòng ngừa và điều trị hiệu quả và khả thi cho toàn bộ dân số”.

Bản quyền & Xuất xứ thông tin

Bài viết này được tổng hợp và phân tích AI từ ấn phẩm Nvidia Blog. Mọi bản quyền nội dung thuộc về tác giả và toà soạn gốc.

Xem tại nguồn gốc
Chia sẻ bài phân tích này:

Các phân tích liên quan

LiveX mang các ki-ốt hình đại diện thông minh có kích thước như con người được hỗ trợ bởi AI đến các trang web bán lẻ và sân bay
SiliconANGLE Enterprise Techkhoảng 2 giờ trước

LiveX mang các ki-ốt hình đại diện thông minh có kích thước như con người được hỗ trợ bởi AI đến các trang web bán lẻ và sân bay

### LiveX mang các ki-ốt hình đại diện thông minh có kích thước bằng con người được hỗ trợ bởi AI đến các trang web bán lẻ và sân bay LiveX AI Inc. có trụ sở tại Palo Alto, một công ty xây dựng các đại lý trí tuệ nhân tạo trải nghiệm tương tác cho môi trường bán lẻ và khách sạn, hôm nay đã công bố AI City, máy chủ AI giống con người, có kích thước thật, được điều khiển bằng ki-ốt. Các sản phẩm của công ty, hiện được triển khai tại hơn 100...

6 phút đọc8
AI đang thay đổi cách thức hoạt động của các bộ phận bán dẫn - và các kỹ sư đang tiến bộ nhanh hơn nhờ nó
Nvidia AI & GPU Blogkhoảng 3 giờ trước

AI đang thay đổi cách thức hoạt động của các bộ phận bán dẫn - và các kỹ sư đang tiến bộ nhanh hơn nhờ nó

Nhu cầu về chip tiên tiến đang tăng lên. Các quy trình để xây dựng chúng ngày càng phức tạp hơn. Và biên độ sai sót đang bị thu hẹp lại. Đối với các kỹ sư, việc hiểu cách thức thay đổi quy trình sẽ diễn ra, cách vật liệu sẽ tương tác với một bước mới, cách ánh xạ lỗi trở lại nguyên nhân gốc rễ là những bước quan trọng, đầy thách thức trong sản xuất chất bán dẫn — và những phân tích này có thể mất nhiều ngày. Các thí nghiệm vật lý trên dây...

8 phút đọc6
FPT vận hành thử nghiệm nhà máy kiểm thử và đóng gói chip bán dẫn tại Bắc Ninh, công suất tối đa 300 triệu chip mỗi năm
GenKkhoảng 9 giờ trước

FPT vận hành thử nghiệm nhà máy kiểm thử và đóng gói chip bán dẫn tại Bắc Ninh, công suất tối đa 300 triệu chip mỗi năm

**Nhà máy Kiểm thử và Đóng gói chip bán dẫn của Tập đoàn FPT tại Bắc Ninh vừa chính thức đi vào vận hành thử nghiệm giai đoạn 01 với 06 dây chuyền và công suất thiết kế tối đa 300 triệu chip mỗi năm. Đây được xem là một mắt xích mới trong nỗ lực làm chủ công nghệ lõi của Việt Nam.** **Nhà máy 1.600 m² trong Khu công nghiệp Yên Phong II-C** Nhà máy mang tên FPT Analysis Technologies Joint Stock Company, có diện tích 1.600 m² và nằm trong Khu...

5 phút đọc22