Kho tàng Y học cổ truyền Việt Nam được lưu giữ qua nhiều thế hệ dưới nhiều hình thức khác nhau. Đó có thể là những bộ y thư cổ, sách thuốc, tài liệu nghiên cứu, bài thuốc gia truyền, kinh nghiệm dân gian hoặc tri thức được truyền trực tiếp từ người này sang người khác.
Tuy nhiên, nhiều nguồn tri thức vẫn đang tồn tại dưới dạng phân tán.
Một tài liệu có thể nằm trong thư viện. Một cuốn sách cổ có thể chỉ còn số lượng bản hạn chế. Một kinh nghiệm địa phương có thể chỉ được một số ít người biết đến. Khi người nắm giữ tri thức không còn hoặc tài liệu bị hư hỏng, một phần thông tin có thể biến mất.
Trong bối cảnh đó, số hóa được xem là một hướng tiếp cận quan trọng để bảo tồn và mở rộng khả năng tiếp cận tri thức.
Nhưng số hóa không đơn giản chỉ là chụp ảnh một cuốn sách và đưa lên Internet.
Để một nguồn tư liệu thực sự trở thành một phần của di sản số, cần quan tâm đến nhiều bước khác nhau: lưu giữ hình ảnh, nhận dạng văn bản, kiểm tra nội dung, chuẩn hóa thuật ngữ, xác định nguồn gốc và tạo liên kết giữa các thông tin.
Vì sao cần số hóa tri thức Y học cổ truyền?
Tri thức truyền thống luôn đối mặt với nguy cơ mai một.
Nguyên nhân có thể đến từ:
- Tài liệu vật lý bị xuống cấp
- Số lượng bản lưu giữ hạn chế
- Người nắm giữ tri thức không có người kế thừa
- Thay đổi trong môi trường sống
- Sự biến mất của một số cách gọi địa phương
- Khó khăn trong việc tiếp cận tư liệu
Một cuốn sách có thể được bảo quản trong thư viện nhưng không phải ai cũng có điều kiện tiếp cận.
Một tri thức dân gian có thể vẫn tồn tại trong cộng đồng nhưng chưa từng được ghi chép có hệ thống.
Số hóa có thể giúp giảm một phần những rào cản này.
Một khi được số hóa đúng cách, tư liệu có thể được:
- Lưu trữ lâu dài
- Sao lưu tại nhiều nơi
- Tìm kiếm thuận tiện hơn
- Chia sẻ cho người nghiên cứu
- Liên kết với các nguồn liên quan
Tuy nhiên, khả năng tiếp cận rộng hơn cũng đi kèm với trách nhiệm bảo đảm tính chính xác của thông tin.
Số hóa không chỉ là quét tài liệu
Ở mức cơ bản nhất, số hóa có thể là chuyển tài liệu vật lý thành hình ảnh kỹ thuật số.
Ví dụ:
Sách giấy → Ảnh quét → Tệp PDF
Bước này có giá trị lớn trong việc bảo tồn hình thức của tài liệu.
Tuy nhiên, một PDF chứa hình ảnh chưa chắc đã có thể tìm kiếm nội dung bên trong.
Để sử dụng dữ liệu hiệu quả hơn, có thể cần thêm các bước:
Tài liệu vật lý → Ảnh số → OCR → Văn bản → Kiểm tra → Dữ liệu có cấu trúc
Mỗi bước đều có vai trò riêng.
Nếu OCR nhận dạng sai một ký tự, thuật ngữ chuyên ngành có thể bị thay đổi. Với tài liệu cổ hoặc chữ Hán Nôm, mức độ khó khăn còn lớn hơn.
Do đó, không nên xem kết quả OCR là văn bản đã được xác minh hoàn toàn.
Ba cấp độ của số hóa tri thức
Có thể hình dung quá trình số hóa theo ba cấp độ.
Cấp độ 1: Bảo tồn hình ảnh
Mục tiêu là lưu giữ hình thức nguyên bản của tài liệu.
Ví dụ:
- Ảnh chụp sách
- Bản scan
- PDF hình ảnh
Đây là bước quan trọng để bảo tồn nguồn tư liệu.
Cấp độ 2: Chuyển đổi thành văn bản có thể tìm kiếm
Thông qua OCR hoặc nhập liệu, nội dung được chuyển thành văn bản số.
Người dùng có thể:
- Tìm kiếm từ khóa
- Sao chép nội dung
- Phân tích văn bản
- Đối chiếu tài liệu
Cấp độ 3: Chuyển thành tri thức có cấu trúc
Ở cấp độ cao hơn, thông tin trong văn bản được xác định và tổ chức.
Ví dụ, một đoạn văn có thể được phân tích thành:
- Tên dược liệu
- Tên bài thuốc
- Tác giả
- Y thư
- Địa danh
- Khái niệm
Các thành phần này sau đó có thể được liên kết với nhau.
Đây là bước chuyển từ văn bản số sang tri thức số.
Bảo tồn nội dung và bảo tồn bối cảnh
Một sai lầm có thể xảy ra trong quá trình số hóa là chỉ tập trung vào nội dung văn bản mà bỏ quên bối cảnh.
Ví dụ, một đoạn ghi chép về dược liệu nếu bị tách khỏi nguồn gốc có thể trở thành một thông tin khó đánh giá.
Cần biết:
- Đoạn thông tin xuất hiện trong tài liệu nào?
- Ai là tác giả hoặc người biên soạn?
- Tài liệu thuộc giai đoạn nào?
- Đây là bản gốc hay bản sao?
- Có chú giải hoặc hiệu đính hay không?
Những thông tin này được gọi chung là dữ liệu mô tả hoặc metadata.
Trong nghiên cứu, metadata đôi khi quan trọng gần như chính nội dung.
Một dữ liệu không rõ nguồn có thể dễ dàng bị sao chép và lan truyền nhưng khó kiểm chứng.
OCR và những giới hạn khi xử lý tài liệu cổ
Nhận dạng ký tự quang học, hay OCR, giúp chuyển hình ảnh thành văn bản.
Công nghệ này rất hữu ích khi xử lý số lượng lớn tài liệu.
Tuy nhiên, tài liệu Y học cổ truyền có thể tạo ra nhiều khó khăn.
Một số nguyên nhân gồm:
- Chất lượng giấy kém
- Chữ viết mờ
- Kiểu chữ cổ
- Bố cục không thống nhất
- Văn bản Hán Nôm
- Thuật ngữ chuyên ngành hiếm gặp
Một lỗi nhỏ trong OCR có thể làm thay đổi tên của một dược liệu hoặc phương thuốc.
Vì vậy, quy trình phù hợp thường cần có sự kết hợp:
Máy hỗ trợ nhận dạng → Con người kiểm tra → Đối chiếu nguồn gốc → Hiệu đính
AI có thể giúp tăng tốc công việc, nhưng không nên loại bỏ hoàn toàn bước kiểm tra chuyên môn.
Chuẩn hóa dữ liệu sau khi số hóa
Sau khi văn bản được chuyển thành dạng số, một vấn đề khác xuất hiện: sự không thống nhất.
Cùng một đối tượng có thể có nhiều tên.
Ví dụ, một dược liệu có thể được ghi bằng:
- Tên dân gian
- Tên Hán Việt
- Tên địa phương
- Tên khoa học
Nếu chỉ lưu văn bản nguyên trạng, người dùng có thể khó phát hiện rằng các tên khác nhau đang đề cập đến cùng một đối tượng.
Vì vậy, dữ liệu số cần có các lớp liên kết.
Ví dụ:
Tên trong y thư
↓
Tên đồng nghĩa
↓
Tên phổ biến
↓
Định danh khoa học
Chuẩn hóa không có nghĩa là xóa bỏ tên gọi cũ.
Ngược lại, mục tiêu là giữ lại các biến thể trong khi tạo khả năng liên kết giữa chúng.
Từ kho sách số đến kho tri thức số
Một thư viện số có thể chứa hàng nghìn tài liệu.
Nhưng số lượng lớn không tự động tạo ra một hệ tri thức hữu ích.
Nếu mỗi tài liệu tồn tại độc lập, người nghiên cứu vẫn phải đọc và tự xây dựng các mối liên hệ.
Một bước phát triển tiếp theo là xây dựng các liên kết.
Ví dụ:
Danh y → Tác giả → Y thư
Y thư → Ghi nhận → Dược liệu
Dược liệu → Xuất hiện trong → Bài thuốc
Bài thuốc → Được đề cập trong → Nhiều tài liệu
Khi đó, người dùng không chỉ tìm kiếm một từ khóa.
Họ có thể khám phá mạng lưới thông tin liên quan.
Đây là một hướng phát triển quan trọng của các hệ thống tri thức hiện đại.
Tri thức dân gian cũng cần được ghi nhận
Không phải toàn bộ tri thức Y học cổ truyền đều nằm trong sách.
Nhiều kinh nghiệm tồn tại trong:
- Cộng đồng địa phương
- Gia đình làm thuốc
- Người thực hành lâu năm
- Các vùng có truyền thống sử dụng dược liệu
Việc số hóa tri thức dân gian cần đặc biệt thận trọng.
Trước hết, cần phân biệt giữa:
- Ghi nhận một tri thức đang tồn tại
- Xác nhận tính đúng đắn hoặc hiệu quả của tri thức đó
Một thông tin có giá trị lịch sử hoặc văn hóa chưa chắc đã có đủ bằng chứng khoa học để được xem là phương pháp điều trị đã được xác nhận.
Do đó, hệ thống dữ liệu cần thể hiện rõ nguồn và bản chất của thông tin.
Ví dụ:
Tri thức được ghi nhận từ cộng đồng địa phương
khác với:
Kết quả đã được xác nhận bằng nghiên cứu khoa học
Việc phân biệt này rất quan trọng để tránh biến một kho tư liệu thành nơi lan truyền thông tin thiếu kiểm chứng.
Số hóa cần đi cùng với kiểm chứng
Công nghệ có thể giúp thu thập dữ liệu nhanh hơn rất nhiều.
Nhưng tốc độ thu thập không đồng nghĩa với chất lượng.
Một hệ thống có thể chứa hàng triệu bản ghi nhưng vẫn có giá trị thấp nếu:
- Nguồn không rõ ràng
- Thông tin bị trùng lặp
- Thuật ngữ bị nhầm lẫn
- Nội dung không được kiểm tra
- Các mối liên kết không chính xác
Vì vậy, một quy trình bảo tồn tri thức cần cân bằng giữa tự động hóa và kiểm chứng.
Có thể hình dung:
Thu thập → Số hóa → Trích xuất → Chuẩn hóa → Kiểm tra → Liên kết → Công bố
Không phải bước nào cũng cần được thực hiện hoàn toàn thủ công.
AI có thể hỗ trợ phát hiện và gợi ý, trong khi chuyên gia hoặc người phụ trách dữ liệu thực hiện kiểm tra những phần quan trọng.
Vấn đề quyền sở hữu và đạo đức dữ liệu
Khi số hóa tri thức truyền thống, không thể chỉ đặt câu hỏi về công nghệ.
Cần quan tâm đến quyền sở hữu và quyền sử dụng dữ liệu.
Một số câu hỏi quan trọng gồm:
- Ai sở hữu tài liệu gốc?
- Có được phép công khai toàn bộ nội dung không?
- Tri thức được cung cấp bởi cộng đồng nào?
- Việc sử dụng dữ liệu có mang lại lợi ích công bằng không?
- Làm thế nào để ghi nhận đóng góp của người cung cấp tri thức?
Đặc biệt đối với tri thức cộng đồng, việc thu thập dữ liệu mà không quan tâm đến nguồn gốc và quyền lợi của cộng đồng có thể tạo ra những vấn đề đạo đức.
Bảo tồn không nên đồng nghĩa với việc chiếm hữu.
Vai trò của cộng đồng trong bảo tồn tri thức
Một dự án số hóa không thể chỉ phụ thuộc vào một cá nhân hoặc một tổ chức.
Để xây dựng kho tri thức lâu dài, cần sự tham gia của nhiều nhóm:
- Nhà nghiên cứu
- Thầy thuốc
- Chuyên gia ngôn ngữ
- Chuyên gia Hán Nôm
- Nhà thực vật học
- Kỹ sư dữ liệu
- Chuyên gia công nghệ
- Cộng đồng địa phương
Mỗi nhóm có thể đóng góp một loại chuyên môn khác nhau.
Sự kết hợp này đặc biệt quan trọng vì Y học cổ truyền là lĩnh vực liên ngành.
Không một cá nhân nào có thể đồng thời nắm đầy đủ mọi khía cạnh của lịch sử, ngôn ngữ, y học, dược liệu và công nghệ.
Trí tuệ nhân tạo có thể hỗ trợ gì?
AI có tiềm năng hỗ trợ quá trình bảo tồn tri thức ở nhiều công đoạn.
Ví dụ:
- Hỗ trợ OCR
- Nhận diện thuật ngữ
- Phát hiện tên thực thể
- Gợi ý mối liên hệ giữa tài liệu
- Phát hiện dữ liệu trùng lặp
- Hỗ trợ tìm kiếm ngữ nghĩa
Tuy nhiên, AI không tự động trở thành nguồn xác nhận tri thức.
Một mô hình có thể tạo ra câu trả lời nghe hợp lý nhưng không có nguồn tư liệu đáng tin cậy.
Do đó, các hệ thống AI trong lĩnh vực này cần hướng đến nguyên tắc:
AI hỗ trợ truy xuất và tổ chức tri thức, trong khi nguồn gốc và kiểm chứng vẫn phải được bảo đảm.
Di sản số là một quá trình lâu dài
Số hóa không phải là công việc chỉ thực hiện một lần.
Dữ liệu số cũng có nguy cơ mất mát.
Tệp có thể hỏng. Định dạng có thể lỗi thời. Website có thể ngừng hoạt động.
Vì vậy, bảo tồn số cần có chiến lược dài hạn:
- Sao lưu dữ liệu
- Lưu trữ nhiều bản
- Sử dụng định dạng phù hợp
- Duy trì metadata
- Có quy trình cập nhật
- Ghi nhận lịch sử thay đổi
Một dự án số hóa chỉ thực sự bền vững khi có khả năng duy trì trong thời gian dài.
Từ bảo tồn đến tái sử dụng tri thức
Mục tiêu cuối cùng của số hóa không nhất thiết chỉ là lưu giữ.
Khi dữ liệu được tổ chức tốt, nó có thể hỗ trợ:
- Nghiên cứu lịch sử
- Nghiên cứu ngôn ngữ
- Nghiên cứu dược liệu
- Xây dựng từ điển
- Phát triển công cụ tra cứu
- Phân tích dữ liệu
- Ứng dụng trí tuệ nhân tạo
Đây là sự chuyển đổi từ:
Bảo tồn thụ động → Khai thác tri thức có trách nhiệm
Tuy nhiên, việc tái sử dụng cần luôn đi kèm với việc tôn trọng nguồn gốc và giới hạn của dữ liệu.
Không nên coi một thông tin được số hóa là bằng chứng khoa học chỉ vì nó đã xuất hiện trong một cơ sở dữ liệu.
Kết luận
Số hóa đang mở ra một cơ hội quan trọng để bảo tồn kho tàng Y học cổ truyền Việt Nam.
Từ những trang y thư cổ đến tri thức dân gian, nhiều nguồn tư liệu có thể được lưu giữ và tiếp cận bằng những phương thức mới.
Nhưng số hóa không chỉ là chuyển giấy thành PDF.
Một hệ thống có giá trị cần tiến xa hơn: chuyển tài liệu thành văn bản có thể tìm kiếm, chuẩn hóa thuật ngữ, giữ lại nguồn gốc, xác định mối liên hệ và phân biệt rõ các mức độ bằng chứng.
Con đường từ tư liệu truyền thống đến di sản số vì vậy là một hành trình kết hợp giữa bảo tồn, nghiên cứu và công nghệ.
Nếu được thực hiện cẩn trọng, số hóa không chỉ giúp lưu giữ những gì thuộc về quá khứ mà còn tạo nền tảng để các thế hệ sau tiếp tục nghiên cứu, đối chiếu và phát triển tri thức Y học cổ truyền Việt Nam.
Lưu ý: Nội dung bài viết mang tính thông tin, nghiên cứu và tham khảo, không thay thế cho tư vấn, chẩn đoán hoặc điều trị y khoa.
Từ khóa
số hóa Y học cổ truyền Việt Nam, di sản số YHCT, số hóa y thư cổ, bảo tồn tri thức Y học cổ truyền, OCR tài liệu cổ, dữ liệu YHCT, tri thức dân gian Việt Nam, thư viện số y học, knowledge graph YHCT, trí tuệ nhân tạo và Y học cổ truyền.