Tessa Nguyen

Bài viết này giới thiệu năm yếu tố tiền đề đó với mục đích gia tăng nhận thức về quan hệ giữa người và máy trong bối cảnh công nghệ ngày càng thay đổi cuộc sống thường nhật. Năm tiền đề bao gồm: Tiền đề về cấu trúc xã hội, văn hóa, chính trị, và lịch sử; về tính tự chủ và sự tự do của con người; về nền tảng triết học và nhân văn của nhân loại; về hiện tượng tiếp biến văn hóa sinh ra từ tương tác giữa người và máy; về tam giác tương tác giữa con người với máy tính, giữa con người với con người, và giữa con người với thiên nhiên. Trên cơ sở giải thích rõ về năm tiền đề này, bài viết đã đưa ra ba gợi ý cho Việt Nam về việc phát triển, ứng dụng, và quản lý trí tuệ nhân tạo.

- Sự phát triển của công nghệ thông minh đã khiến bài toán về mô hình hóa quá trình chắt lọc từ biển thông tin hỗn loạn để tạo ra tri thức hữu ích ngày càng trở nên cấp thiết. Bài viết giới thiệu mô hình hành vi chấp nhận công nghệ qua tiếp biến văn hóa mindsponge, gọi tắt là mô hình MTAM. - Lý thuyết về sự sàng lọc qua tiếp biến văn hóa về công nghệ cho chúng ta ba gợi ý để giảm bớt sự hỗn loạn của biển thông tin. - Ưu tiên trong việc làm rõ về giá trị cốt lõi của cá nhân và tổ chức, qua đó phân tích sự tính tương thích của các hệ thống công nghệ mới, thông tin mới với các giá trị đó. - Việc phát triển chuyên môn sâu, có tính kỉ luật giúp nền tảng bộ lọc thông tin của các cá nhân và tổ chức trở nên mạch lạc hơn. - Cuối cùng, việc đổi mới và sáng tạo để thích nghi trong điều kiện chuyển đổi số và công nghệ phát triển như vũ bão là quá trình đồng thời phản tỉnh về giá trị cốt lõi, kỉ luật phát triển chuyên môn sâu, nhằm tạo ra kết nối thông tin mới có tính giải thích, suy phóng cao.

Deep Brain Stimulation (DBS) is an effective treatment for advanced Parkinson’s disease. However, identifying stimulation parameters, such as contact and current amplitudes, is time-consuming based on trial and error. Directional leads add more stimulation options and render this process more challenging with a higher workload for neurologists and more discomfort for patients. In this study, a sweet spot-guided algorithm was developed that automatically suggested stimulation parameters. These suggestions were retrospectively compared to clinical monopolar reviews. A cohort of 24 Parkinson’s disease patients underwent bilateral DBS implantation in the subthalamic nucleus at our center. First, the DBS’ leads were reconstructed with the open-source toolbox Lead-DBS. Second, a sweet spot for rigidity reduction was set as the desired stimulation target for programming. This sweet spot and estimations of the volume of tissue activated were used to suggest (i) the best lead level, (ii) the best contact, and (iii) the effect thresholds for full therapeutic effect for each contact. To assess these sweet spot-guided suggestions, the clinical monopolar reviews were considered as ground truth. In addition, the sweet spot-guided suggestions for best lead level and best contact were compared against reconstruction-guided suggestions, which considered the lead location with respect to the subthalamic nucleus. Finally, a graphical user interface was developed as an add-on to Lead-DBS and is publicly available. With the interface, suggestions for all contacts of a lead can be generated in a few seconds. The accuracy for suggesting the best out of four lead levels was 56%. These sweet spot-guided suggestions were not significantly better than reconstruction-guided suggestions (p = 0.3). The accuracy for suggesting the best out of eight contacts was 41%. These sweet spot-guided suggestions were significantly better than reconstruction-guided suggestions (p < 0.001). The sweet spot-guided suggestions of each contact’s effect threshold had a mean error of 1.2 mA. On an individual lead level, the suggestions can vary more with mean errors ranging from 0.3 to 4.8 mA. Further analysis is warranted to improve the sweet spot-guided suggestions and to account for more symptoms and stimulation-induced side effects.