Số hóa tri thức Y học cổ truyền là gì? Từ tài liệu giấy đến dữ liệu số

Số hóa tri thức Y học cổ truyền là gì? Tìm hiểu quá trình chuyển đổi y thư, tài liệu và tri thức truyền thống từ dạng vật lý sang dữ liệu số có thể lưu trữ, tìm kiếm và nghiên cứu.

Nhiều tài liệu quan trọng của Y học cổ truyền hiện vẫn tồn tại dưới dạng:

  • Sách giấy.
  • Bản in cũ.
  • Bản chép tay.
  • Tài liệu lưu trữ.
  • Văn bản cổ.

Trong khi đó, một phần tri thức khác lại tồn tại dưới dạng:

  • Truyền dạy trực tiếp.
  • Kinh nghiệm của thầy thuốc.
  • Tri thức cộng đồng.
  • Tên gọi địa phương.

Một vấn đề đặt ra là:

Làm thế nào để những tri thức này có thể được lưu giữ và tiếp cận trong thời đại số?

Một trong những bước đầu tiên là số hóa.

Tuy nhiên, số hóa không đơn giản chỉ là chụp một cuốn sách rồi lưu thành file PDF.

Nếu mục tiêu là xây dựng một hệ sinh thái tri thức lâu dài, quá trình này có nhiều tầng khác nhau.

Số hóa tri thức là gì?

Theo nghĩa đơn giản nhất, số hóa là quá trình chuyển thông tin từ dạng vật lý hoặc phi số sang dạng có thể lưu trữ bằng hệ thống số.

Ví dụ:

SÁCH GIẤY
    ↓
QUÉT ẢNH
    ↓
FILE SỐ

Đây là mức cơ bản nhất.

Nhưng nếu muốn máy tính có thể tìm kiếm và phân tích nội dung:

SÁCH GIẤY
    ↓
ẢNH SỐ
    ↓
OCR
    ↓
VĂN BẢN SỐ

Và nếu muốn hệ thống hiểu được các thành phần tri thức:

VĂN BẢN
    ↓
TRÍCH XUẤT THÔNG TIN
    ↓
DỮ LIỆU CÓ CẤU TRÚC

Do đó, “số hóa tri thức” có thể bao gồm nhiều mức độ khác nhau.

Ba cấp độ chuyển đổi quan trọng

Có thể hình dung quá trình phát triển theo ba tầng.

Cấp độ 1: Số hóa tài liệu

TÀI LIỆU GIẤY
      ↓
   PDF / ẢNH

Mục tiêu chính:

  • Bảo quản.
  • Sao lưu.
  • Giảm nguy cơ mất tài liệu.

Ở cấp độ này, máy tính chưa thực sự “hiểu” nội dung.

Cấp độ 2: Số hóa văn bản

ẢNH TÀI LIỆU
      ↓
     OCR
      ↓
VĂN BẢN CÓ THỂ TÌM KIẾM

Người dùng có thể:

  • Tìm từ khóa.
  • Sao chép nội dung.
  • Phân tích văn bản.

Đây là bước tiến quan trọng.

Cấp độ 3: Số hóa tri thức

VĂN BẢN
    ↓
XÁC ĐỊNH THỰC THỂ
    ↓
DƯỢC LIỆU
BÀI THUỐC
DANH Y
BỆNH CHỨNG
    ↓
LIÊN KẾT
    ↓
KNOWLEDGE GRAPH

Ở cấp độ này, mục tiêu không còn chỉ là lưu văn bản.

Mà là:

Biến nội dung phân tán thành dữ liệu có cấu trúc và có thể liên kết.

Vì sao Y học cổ truyền cần số hóa?

1. Giảm nguy cơ mất tư liệu

Tài liệu vật lý có thể bị ảnh hưởng bởi:

  • Thời gian.
  • Độ ẩm.
  • Mối mọt.
  • Hư hỏng.
  • Thiên tai.
TÀI LIỆU VẬT LÝ
       ↓
     THỜI GIAN
       ↓
    HƯ HỎNG

Bản số không thể thay thế hoàn toàn bản gốc.

Nhưng nó tạo thêm một lớp bảo tồn.

BẢN GỐC
    +
BẢN SỐ
    ↓
TĂNG KHẢ NĂNG LƯU GIỮ

2. Giúp nhiều người tiếp cận hơn

Một tài liệu cổ có thể chỉ tồn tại ở một địa điểm.

Điều này khiến việc tiếp cận gặp nhiều hạn chế.

Số hóa có thể tạo điều kiện để:

  • Người nghiên cứu tra cứu.
  • Sinh viên học tập.
  • Các tổ chức đối chiếu tư liệu.

Tuy nhiên, việc công khai tài liệu vẫn cần tuân thủ:

  • Quyền sở hữu.
  • Bản quyền.
  • Quy định của đơn vị lưu trữ.

Số hóa không đồng nghĩa với việc mọi tài liệu đều có thể tự do sao chép và phân phối.

Số hóa không phải chỉ là OCR

Đây là một hiểu lầm phổ biến.

Nhiều người nghĩ:

Quét sách → OCR → hoàn thành.

Thực tế, OCR chỉ là một bước.

QUÉT TÀI LIỆU
      ↓
KIỂM TRA ẢNH
      ↓
OCR
      ↓
HIỆU ĐÍNH
      ↓
CHUẨN HÓA
      ↓
GẮN NGUỒN
      ↓
LƯU TRỮ

Nếu OCR sai mà không kiểm tra, dữ liệu có thể chứa rất nhiều lỗi.

Đặc biệt với:

  • Văn bản cũ.
  • Chữ nhỏ.
  • Bản in xuống cấp.
  • Chữ Hán.
  • Chữ Nôm.

Một ký tự sai đôi khi có thể làm thay đổi hoàn toàn một thuật ngữ.

Thách thức của OCR đối với y thư cổ

Các hệ thống OCR hiện đại hoạt động tốt hơn với văn bản in rõ ràng.

Nhưng y thư cổ có thể gặp nhiều vấn đề:

VĂN BẢN CỔ
│
├── Giấy xuống cấp
├── Mực mờ
├── Chữ viết tay
├── Kiểu chữ cũ
├── Hán văn
└── Chữ Nôm

Vì vậy:

OCR nên được xem là công cụ tạo bản nháp, không phải mặc định là bản phiên âm chính xác tuyệt đối.

Sau OCR cần có:

  • Kiểm tra tự động.
  • Soát lỗi thủ công.
  • Đối chiếu với ảnh gốc.

Vì sao phải giữ ảnh gốc?

Một nguyên tắc quan trọng trong số hóa là:

Dữ liệu được xử lý không nên thay thế hoàn toàn nguồn gốc.

Ví dụ:

ẢNH GỐC
    ↓
OCR TEXT
    ↓
VĂN BẢN HIỆU ĐÍNH
    ↓
DỮ LIỆU TRÍCH XUẤT

Mỗi lớp đều nên có khả năng quay ngược về lớp trước.

Nếu phát hiện:

“Thông tin này có vẻ sai.”

Người nghiên cứu cần có khả năng kiểm tra:

DỮ LIỆU
   ↓
VĂN BẢN
   ↓
ẢNH TRANG GỐC

Đây là nền tảng của khả năng kiểm chứng.

Từ văn bản đến dữ liệu có cấu trúc

Giả sử một đoạn y thư có đề cập đến:

  • Một dược liệu.
  • Một bài thuốc.
  • Một tác giả.

Nếu chỉ lưu nguyên đoạn văn:

"................................"

máy tính khó biết chính xác thành phần nào là gì.

Nhưng nếu cấu trúc hóa:

Loại thực thểGiá trị
Dược liệuThực thể A
Bài thuốcThực thể B
NguồnY thư C
Vị tríChương D

dữ liệu có thể được:

  • Tìm kiếm.
  • Thống kê.
  • Liên kết.

Đây chính là khác biệt giữa text digitization và knowledge digitization.

Metadata quan trọng như nội dung

Khi số hóa, nhiều dự án chỉ tập trung vào nội dung.

Nhưng thông tin về tài liệu cũng rất quan trọng.

Ví dụ:

TÀI LIỆU SỐ
│
├── Tên
├── Tác giả
├── Thời kỳ
├── Phiên bản
├── Năm xuất bản
├── Nguồn lưu trữ
└── Tình trạng bản quyền

Đây được gọi chung là metadata.

Nếu một file PDF không có metadata rõ ràng, sau vài năm có thể xuất hiện câu hỏi:

File này lấy từ đâu?

Và không ai trả lời được.

Số hóa và chuẩn hóa là hai việc khác nhau

Đây là điểm cần phân biệt.

Số hóa

Chuyển sang dạng số.

SÁCH → PDF

Chuẩn hóa

Tạo quy tắc nhất quán cho dữ liệu.

Tên A
Tên-A
Tên A.
     ↓
CẤU TRÚC NHẤT QUÁN

Một dự án có thể đã số hóa hàng nghìn tài liệu nhưng vẫn chưa có dữ liệu chuẩn hóa.

Do đó:

Số lượng file số không đồng nghĩa với một hệ thống tri thức số.

Số hóa và cấu trúc hóa cũng khác nhau

Ba khái niệm có thể phân biệt:

Hoạt độngMục tiêu
Số hóaChuyển tài liệu sang dạng số
Chuẩn hóaLàm dữ liệu nhất quán
Cấu trúc hóaXác định thực thể và quan hệ

Ví dụ:

BƯỚC 1
SÁCH → PDF

BƯỚC 2
PDF → TEXT

BƯỚC 3
TEXT → DỮ LIỆU CÓ CẤU TRÚC

BƯỚC 4
DỮ LIỆU → KNOWLEDGE GRAPH

Đây là một lộ trình hợp lý để xây dựng hạ tầng tri thức.

AI có thể hỗ trợ số hóa Y học cổ truyền?

AI có thể hỗ trợ nhiều công đoạn.

Ví dụ:

OCR

Nhận diện ký tự.

NLP

Hỗ trợ:

  • Tách câu.
  • Nhận diện thuật ngữ.
  • Phân loại nội dung.

Named Entity Recognition

Xác định:

  • Tên người.
  • Tên sách.
  • Dược liệu.
  • Địa danh.

Entity Linking

Hỗ trợ xác định:

Hai tên gọi có thể đang đề cập đến cùng một thực thể hay không.

Có thể hình dung:

Y THƯ SỐ
    ↓
AI HỖ TRỢ
    ↓
TRÍCH XUẤT
    ↓
DỮ LIỆU NHÁP
    ↓
CHUYÊN GIA KIỂM DUYỆT

Điểm quan trọng là AI nên hỗ trợ tăng tốc, không nên loại bỏ hoàn toàn bước kiểm chứng.

Knowledge Graph là bước tiếp theo?

Sau khi có dữ liệu có cấu trúc, chúng ta có thể biểu diễn các quan hệ.

Ví dụ:

[DANH Y]
    │
    └── trước tác → [Y THƯ]
                         │
                         └── ghi nhận → [DƯỢC LIỆU]
                                               │
                                               └── xuất hiện trong → [PHƯƠNG THUỐC]

Đây là cách Knowledge Graph có thể giúp kết nối những thông tin vốn nằm phân tán.

Một hệ thống như vậy có thể trả lời các câu hỏi phức tạp hơn tìm kiếm từ khóa.

Ví dụ:

Dược liệu này xuất hiện trong những nguồn nào?

Hoặc:

Những tài liệu nào cùng đề cập đến một thuật ngữ?

Số hóa không đồng nghĩa với “AI hóa”

Hiện nay, nhiều dự án có xu hướng nghĩ rằng:

Có AI = hiện đại.

Nhưng nền tảng quan trọng nhất vẫn là dữ liệu.

Một hệ thống AI sẽ khó đáng tin cậy nếu dữ liệu:

  • Sai.
  • Thiếu nguồn.
  • Không rõ phiên bản.
  • Không được kiểm chứng.

Có thể hình dung:

AI
↑
KNOWLEDGE GRAPH
↑
DỮ LIỆU CÓ CẤU TRÚC
↑
VĂN BẢN ĐÃ KIỂM TRA
↑
NGUỒN GỐC

Nếu tầng dưới không vững, tầng trên cũng khó đáng tin cậy.

Một lộ trình số hóa tri thức Y học cổ truyền

Có thể chia thành các giai đoạn:

Giai đoạn 1: Bảo tồn

  • Xác định tài liệu.
  • Quét ảnh.
  • Lưu bản gốc.

Giai đoạn 2: Văn bản hóa

  • OCR.
  • Hiệu đính.
  • Phiên âm khi cần.

Giai đoạn 3: Chuẩn hóa

  • Chuẩn hóa metadata.
  • Chuẩn hóa thuật ngữ.
  • Xác định phiên bản.

Giai đoạn 4: Cấu trúc hóa

  • Trích xuất thực thể.
  • Xác định quan hệ.
  • Liên kết nguồn.

Giai đoạn 5: Khai thác

  • Tìm kiếm.
  • Knowledge Graph.
  • Dataset.
  • AI hỗ trợ nghiên cứu.
BẢO TỒN
   ↓
VĂN BẢN HÓA
   ↓
CHUẨN HÓA
   ↓
CẤU TRÚC HÓA
   ↓
KHAI THÁC TRI THỨC

Điều quan trọng nhất: không làm mất khả năng kiểm chứng

Một hệ thống tri thức tốt cần trả lời được:

Thông tin này đến từ đâu?

Vì vậy, mỗi lớp dữ liệu cần có liên kết nguồn.

KIẾN THỨC
    ↓
TRÍCH TỪ ĐOẠN VĂN
    ↓
TRANG
    ↓
TÀI LIỆU
    ↓
PHIÊN BẢN

Đây là một nguyên tắc đặc biệt quan trọng nếu dữ liệu được sử dụng cho:

  • Nghiên cứu.
  • Giáo dục.
  • AI.
  • Hệ thống hỏi đáp.

Kết luận

Số hóa tri thức Y học cổ truyền không chỉ là quét sách và lưu PDF.

Đó có thể là một quá trình nhiều tầng:

Bảo tồn tài liệu → chuyển thành văn bản → kiểm tra → chuẩn hóa → cấu trúc hóa → liên kết tri thức.

Mỗi bước có vai trò riêng.

Một kho tài liệu PDF có giá trị lớn cho bảo tồn.

Nhưng để hỗ trợ nghiên cứu hiện đại, cần tiến thêm những bước như:

  • Xây dựng từ điển thuật ngữ.
  • Chuẩn hóa thực thể.
  • Gắn metadata.
  • Liên kết nguồn.
  • Xây dựng Knowledge Graph.

Trong thời đại AI, giá trị của số hóa không chỉ nằm ở việc:

“Đưa tài liệu lên mạng”.

Mà còn nằm ở khả năng biến những tư liệu phân tán thành một hệ thống tri thức có cấu trúc, có nguồn gốc và có thể kiểm chứng.

Lưu ý

    Số hóa giúp tăng khả năng bảo tồn và tiếp cận tư liệu nhưng không thay thế hoàn toàn bản gốc. Các tài liệu số, đặc biệt là kết quả OCR từ văn bản cổ, cần được kiểm tra và đối chiếu. Việc số hóa và công khai tư liệu cũng cần tuân thủ các quy định về quyền sở hữu, bản quyền và quyền tiếp cận tài liệu.

Từ khóa SEO

    số hóa Y học cổ truyền, số hóa tri thức YHCT, số hóa y thư cổ, OCR y thư, dữ liệu hóa Y học cổ truyền, bảo tồn y thư Việt Nam, Knowledge Graph YHCT, AI Y học cổ truyền, số hóa tài liệu y học, kho tri thức Y học cổ truyền.

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *