PGS.TS Lê Thanh Hà. Nguồn: Trường ĐH Công nghệ, ĐHQGHN

Theo Tổng cục dân số, Việt Nam đã chạm đỉnh dân số vàng và bước vào thời kỳ già hóa dân số với tốc độ nhanh thuộc top đầu thế giới. Nếu như cách đây 10 năm, số người trên 60 tuổi chiếm gần 10% dân số thì hơn 30 năm nữa, tỷ lệ này có thể chạm mốc 25%. Già hóa dẫn đến nhiều vấn đề sức khỏe như suy giảm thể chất và các bệnh mãn tính. Tai nạn, đặc biệt là ngã gãy xương, rất phổ biến và là một trong 5 nguyên nhân gây tử vong ở người cao tuổi. WHO cho biết hằng năm có khoảng 28-35% người có độ tuổi trên 65 bị ngã gây tổn hại đến sức khỏe và tỷ lệ này tăng nhanh đến 32-42% đối với nhóm người trên 70 tuổi.

Cùng với đó, những năm qua Việt Nam có xu hướng chuyển sang mô hình gia đình hạt nhân, khiến nhiều cặp vợ chồng người cao tuổi phải sống cô đơn hoặc chỉ còn cụ ông/cụ bà sống cùng gia đình trẻ bận rộn. Đối mặt với sức khỏe yếu và ít được theo dõi sát sao, người già gặp rất nhiều nguy hiểm khi đột quỵ hoặc ngã mà không được phát hiện kịp thời.

Nhận thấy điều này, PGS.TS Lê Thanh Hà cùng các cộng sự tại trường ĐH Công nghệ, ĐHQGHN đã quyết định phát triển một giải pháp giúp phát hiện người ngã để kịp thời cấp cứu.

“Ý tưởng đó khá mộc mạc.” PGS.TS Lê Thanh Hà chia sẻ. Giải pháp của anh sử dụng một camera thông thường Full HD 1080P gắn với bộ máy tính bo mạch cấu hình thấp Raspberry Pi có kích thước chỉ bằng một tấm thẻ ngân hàng với giá khoảng vài chục USD. Hình ảnh camera sẽ được xử lý ngay trên bộ máy tính và nếu có người bị ngã, bộ máy tính sẽ gửi tín hiệu tới ứng dụng trên điện thoại của người giám hộ. Hệ thống này không chỉ dễ dàng lắp đặt trong gia đình mà còn có thể phổ biến ngay tại các bệnh viện hoặc cơ sở chăm sóc người cao tuổi giúp giảm tải việc theo dõi cho các bác sĩ, y tá.

“Trái tim” giải pháp của PGS. TS. Lê Thanh Hà là thuật toán xử lý hình ảnh và video “đủ đơn giản và thông minh” chỉ dựa vào một camera và máy tính có năng lực tính toán giới hạn như Raspberry Pi như trên. Hiện nay, trong môi trường ánh sáng tốt, kết quả thử nghiệm với bộ dữ liệu gồm 50 mẫu video, trong đó “diễn viên” của video ngã ở các tư thế khác nhau, ở các tình huống khác nhau thì độ chính xác của hệ thống vào khoảng 90%.

Thực tế, PGS. TS Hà có thể đưa ra phán đoán về người ngã chính xác hơn nếu dùng nhiều camera hoặc dùng nhiều camera kết hợp cảm biến đo khoảng cách. Tuy nhiên, hai cách này sẽ không đủ rẻ và không dễ lắp đặt để “có thể phổ biến nhất với bố cảnh Việt Nam”. Bên cạnh đó, bài toán phân tích hình ảnh phát hiện người ngã thường có khối lượng tính toán lớn và phức tạp, nếu không tìm ra cách tối ưu hóa tính toán để có thể xử lý tại chỗ thì sẽ phải xây dựng một hệ thống tập trung bên ngoài. “Giả sử có một triệu camera cùng truyền dữ liệu ra ngoài để xử lý – thì sẽ đòi hỏi một hệ thống tính toán cực kì cồng kềnh và tốn nhiều năng lượng. Đó là điều chúng tôi muốn tránh”, PGS.TS. Lê Thanh Hà cho biết.

Phát hiện người ngã thông qua phân tích hình ảnh camera. Bên trái là các vector motion ghi lịch sử chuyển động, bên phải là khung hình elip bao quanh đối tượng theo dõi. Nguồn: Phòng thí nghiệm tương tác người-máy, trường ĐH Công nghệ, ĐHQGHN

Thuật toán của PGS. TS Lê Thanh Hà sử dụng kỹ thuật vector motion. Theo đó, nó sẽ chỉ ghi lại những “vùng chuyển động” (ở đây là người), gọi là vector trong video để phân tích các đặc trưng về chuyển động và hình dáng cơ thể. Vì không ghi lại các hình ảnh tĩnh (như đồ vật, tường…), kỹ thuật này cho phép giảm một lượng lớn khối lượng dữ liệu lưu trữ và xử lý.

Thiết lập các đường elip bao quanh đối tượng và xem xét lịch sử chuyển động của đối tượng trên nhiều khung hình liên tiếp, thuật toán sẽ phát hiện những thay đôi về di chuyển và góc của hình elip trong suốt quá trình trước, trong và sau khi ngã nhằm phát hiện tai nạn. Các kĩ thuật xử lý nhiều khung hình song song cũng được áp dụng nhằm tăng tốc độ tính toán, đáp ứng thời gian thực. Nhìn chung, tai nạn ngã xảy ra trong thời gian ngắn từ 0,45 đến 0,85 giây trong đó người bị ngã thay đổi rất nhiều về tư thế và hình dạng. Những thay đổi đột ngột này rất quan trọng để xác định xem liệu cú ngã có xảy ra hay không.

Mặc dù các kỹ thuật vector motion đã được sử dụng tương đối nhiều trong việc nén truyền video, tuy nhiên trong nghiên cứu này, các nhà khoa học đã phát triển nó nhằm ứng dụng cho một mục đích cụ thể là phát hiện người ngã. Điều quan trọng của thuật toán này là họ đã thiết lập được những ngưỡng giá trị (về thời gian, chiều cao, góc nghiêng, số lượng điểm ảnh …) phù hợp cho các đặc trưng chuyển động và hình dạng người ngã.

Tuy nhiên, đại diện nhóm nghiên cứu cũng lưu ý điểm hạn chế của hệ thống là khó hoạt động trong điều kiện thiếu sáng, đặc biệt vào buổi tối. Hơn nữa, nếu người ngã ở vị trí quá xa hay khuất giữa các đồ vật thì có thể không phát hiện được. Trong ba năm qua, các kĩ thuật tính toán đã được cải thiện đáng kể nhờ những nỗ lực phát triển học máy đang diễn ra trên toàn cầu. Do vậy, PGS.TS Lê Thanh Hà cho biết họ sẵn sàng hợp tác và cải tiến kết quả của sản phẩm thử nghiệm (prototype).

Chia sẻ về việc thương mại hóa, PGS.TS Lê Thanh Hà cho biết trong quá trình nghiên cứu, một vài doanh nghiệp Nhật Bản đã bày tỏ sự quan tâm đến công nghệ hỗ trợ chăm sóc sức khỏe người cao tuổi này. Tháng 10 vừa rồi, Cục Sở hữu trí tuệ đã cấp bằng độc quyền sáng chế số 1-0025669 cho phương pháp và thiết bị phân tích video phát hiện sự kiện người ngã của trường. Và ngay trong tuần này, mặc dù không tiết lộ danh tính nhưng anh cũng bật mí đang cùng một tập đoàn công nghệ trong nước thỏa thuận về việc cấp phép (licensing) sử dụng sáng chế.

Ngô Hà