Liên danh Lunit và KAIST, hai đội tham gia giai đoạn 1 của chương trình phát triển mô hình nền tảng AI chuyên biệt của Hàn Quốc, đang tăng tốc hoàn thiện sản phẩm trước vòng đánh giá cuối cùng diễn ra ngày 9/9. Trong đó, Lunit mở rộng thử nghiệm thực tế tại bệnh viện, còn KAIST đẩy mạnh nâng cấp K-Fold và chuẩn bị triển khai theo mô hình dịch vụ.

Mô hình nền tảng AI chuyên biệt là các mô hình được huấn luyện trên dữ liệu của từng ngành như y tế, sinh học, sản xuất, tài chính hay quốc phòng để tối ưu cho bài toán của từng lĩnh vực. Khác với mô hình nền tảng đa dụng, chương trình này tập trung vào khả năng ứng dụng trong môi trường công nghiệp thực tế.

Năm ngoái, Bộ Khoa học và ICT của Hàn Quốc ưu tiên tuyển chọn lĩnh vực y tế - sinh học ở đợt đầu tiên. Có 18 liên danh nộp hồ sơ và cuối cùng Lunit - KAIST là hai liên danh được lựa chọn. Các dự án chính thức khởi động từ ngày 1/11/2025.

Trong đợt đánh giá giữa kỳ ngày 31/3, cả hai liên danh đều đạt trên 80 điểm, vượt ngưỡng 70 điểm để tiếp tục nhận hỗ trợ ở giai đoạn 2. Nhờ đó, thời gian hỗ trợ GPU được gia hạn đến tháng 9.

◆ Lunit mở rộng thử nghiệm tại 9 bệnh viện, hướng tới nền tảng AI y tế

Liên danh Lunit đặt mục tiêu phát triển một mô hình nền tảng AI y tế có thể bao phủ toàn bộ vòng đời, từ nghiên cứu khoa học cơ bản, phát triển thuốc mới, thử nghiệm lâm sàng đến hỗ trợ điều trị. Trọng tâm của dự án là xây dựng một mô hình nền tảng đóng vai trò hạ tầng dùng chung cho lĩnh vực y khoa.

Theo kết quả đánh giá giữa kỳ, mô hình 16B do Lunit phát triển đạt kết quả tích cực ở một số benchmark như hỏi đáp y khoa, mức độ nhất quán giữa câu trả lời của AI và bằng chứng tham khảo, cũng như các tác vụ viết và phân tích mã phục vụ nghiên cứu khoa học. Ở một số hạng mục, mô hình này vượt qua các mô hình quy mô 100B-1T như Anthropic Claude 3.5 Sonnet.

Bước sang giai đoạn 2, trọng tâm của Lunit là kiểm chứng khả năng sử dụng của mô hình trong môi trường khám chữa bệnh thực tế. Phạm vi thử nghiệm đã được mở rộng lên 9 bệnh viện trên toàn quốc, thông qua các dự án PoC nhằm xác nhận khả năng vận hành của mô hình tại nhiều cơ sở y tế khác nhau.

Lunit cho biết dữ liệu tích lũy trong quá trình thử nghiệm cũng được đưa ngược trở lại vòng huấn luyện để tiếp tục nâng cấp mô hình. Theo công ty, khi lượng dữ liệu tăng lên, độ chính xác và hiệu quả của thuật toán AI cũng có xu hướng cải thiện. Vì vậy, ưu tiên hiện tại là bảo đảm mô hình vận hành ổn định trong môi trường bệnh viện.

Hoạt động thử nghiệm được chia theo nhóm cơ sở y tế công và tư. Liên danh này xây dựng môi trường nâng cấp mô hình dựa trên Cơ quan Bảo hiểm Y tế quốc gia ở khu vực công và Bệnh viện Severance ở khu vực tư, hai đơn vị được đánh giá sở hữu nguồn dữ liệu hàng đầu trong nước cả về số lượng lẫn chất lượng.

Về dài hạn, Lunit muốn mở rộng các dịch vụ chẩn đoán từng bệnh đơn lẻ thành một nền tảng đóng vai trò như hệ điều hành cho hệ thống thông tin y tế. Mục tiêu cuối cùng là xây dựng mô hình nền tảng có thể triển khai tại các cơ sở y tế trên toàn quốc, từ đó hình thành hệ sinh thái để mở rộng liên tục các dịch vụ AI trong y tế.

Đại diện Lunit cho biết công ty trước nay đã phát triển các ứng dụng chẩn đoán như phát hiện ung thư phổi trên ảnh X-quang và phát hiện ung thư vú qua nhũ ảnh. Trong giai đoạn tiếp theo, nền tảng này sẽ được mở rộng để bao phủ thêm nhiều bệnh khác, không chỉ dừng ở ung thư phổi hay ung thư vú, mà còn hỗ trợ từ khâu chẩn đoán, ra quyết định điều trị đến quản lý bệnh nhân sau điều trị.

Theo doanh nghiệp, bài toán còn lại là tạo dựng niềm tin từ đội ngũ y tế, bởi chỉ khi mức độ tin cậy đủ cao, AI mới có thể được sử dụng rộng rãi trong thực tế. Lunit cho rằng so với 1-2 năm trước, thái độ dè dặt của giới y khoa với AI đã giảm bớt. Dù đây vốn là lĩnh vực thận trọng, khi nhận thức thay đổi, tốc độ tiếp nhận có thể sẽ tăng nhanh. Yếu tố then chốt vẫn là chứng minh được độ chính xác và hiệu quả bằng cơ sở khoa học.

◆ K-Fold tăng quy mô, chuẩn bị thương mại hóa

Trong khi đó, liên danh KAIST đang phát triển mô hình nền tảng chuyên biệt cho sinh học mang tên K-Fold. Mục tiêu của dự án là dự báo nhanh và chính xác cấu trúc protein cùng các phức hợp phân tử, qua đó hỗ trợ sàng lọc trên máy tính khả năng gắn kết giữa hợp chất và protein mục tiêu trong quá trình phát triển thuốc mới, giúp rút ngắn thời gian và giảm chi phí tìm kiếm ứng viên dược chất.

Nếu các mô hình hiện có như AlphaFold3 của Google DeepMind hay Boltz2 chủ yếu dựa vào các mẫu thống kê rút ra từ dữ liệu tích lũy, K-Fold đi theo hướng để AI tự học các nguyên lý tương tác vật lý và hóa học diễn ra bên trong protein.

Liên danh này cho biết trong đợt đánh giá giữa kỳ, K-Fold đạt độ chính xác tiệm cận AlphaFold3 của Google DeepMind, đồng thời tăng tốc suy luận hơn 30 lần.

Ở giai đoạn 2, KAIST sẽ mở rộng quy mô mô hình từ 2B lên 7B. Song song với đó, nhóm phát triển cũng thúc đẩy xây dựng nền tảng dịch vụ có thể ứng dụng trong phát triển thuốc mới. Nếu giai đoạn 1 tập trung kiểm chứng độ chính xác và tốc độ của mô hình, thì giai đoạn 2 đặt trọng tâm vào mở rộng quy mô và đóng gói thành dịch vụ để có thể sử dụng trong môi trường phát triển thuốc thực tế.

Do nhận thấy các dự án AI quy mô quốc gia thường dừng ở cấp độ phòng thí nghiệm, liên danh này cũng đã sớm chuẩn bị phương án thương mại hóa.

Theo kế hoạch, HITS, công ty spin-off của KAIST, sẽ cung cấp K-Fold dưới dạng phần mềm như dịch vụ (SaaS) thông qua nền tảng web HyperLab, cho phép người dùng sử dụng ngay mà không cần cài đặt. Với các tổ chức có yêu cầu bảo mật cao, startup Atolab của KAIST sẽ triển khai HyperLab trên máy chủ nội bộ hoặc hệ thống on-premise.

Merck Life Science dự kiến tích hợp K-Fold vào nền tảng công cụ thí nghiệm số của hãng để hỗ trợ hơn 30 nghìn phòng thí nghiệm trên toàn cầu. Theo liên danh KAIST, điểm đáng chú ý là mô hình được phát triển trong khuôn khổ chương trình này đã có thể đi vào ứng dụng thực tế trên nền tảng của một doanh nghiệp nước ngoài.

Đại diện liên danh cho biết nhóm đã cải thiện độ chính xác dự báo ngay cả với các phức hợp dược chất mới, vốn còn thiếu dữ liệu, qua đó nâng cao hiệu năng dự đoán biến đổi cấu trúc protein - yếu tố quan trọng trong phát triển thuốc. Theo đơn vị này, việc xác nhận tiềm năng của một nền tảng phát triển thuốc dưới dạng dịch vụ dựa trên K-Fold là kết quả có ý nghĩa.