Nữ ca sĩ đầu tư nhiều về trang phục, cảnh trí khi lựa chọn quay MV cổ trang. 

Ca khúc  mang giai điệu ballad, kết hợp các thanh âm nhạc cụ truyền thống với nội dung kể về câu chuyện tình dang dở của đôi tình nhân thời phong kiến. Vì yêu thích ca từ, giai điệu bài hát, Jang Mi học thuộc nhanh chóng và thể hiện tốt trong phòng thu với sự hỗ trợ của tác giả - nhạc sĩ Huỳnh Hiền Năng. 

Để phù hợp với câu chuyện ca khúc, giọng ca sinh năm 1996 lên ý tưởng cùng đạo diễn thực hiện MV phong cách cổ trang. Vốn có kinh nghiệm diễn xuất, cô đảm nhiệm nhân vật nữ chính là cô gái thôn quê trải qua cuộc tình từ thơ mộng, lãng mạn đến kết cục phải chia ly.

MV lấy bối cảnh tại một ngôi làng cổ với phiên chợ quê, biệt phủ nhà quyền quý đến cả chi tiết ao thả hoa đăng... được phục dựng chi tiết. Kinh phí đầu tư cho dự án vì thế cũng không nhỏ song Jang Mi từ chối tiết lộ con số cụ thể. 

Theo nữ ca sĩ, MV được cô dự tính ra mắt sớm nhưng do ảnh hưởng của dịch Covid-19 khiến ê-kíp quyết định dời ngày phát hành. Jang Mi mong muốn khán giả thấy rõ hình ảnh và màu sắc âm nhạc của cô một cách đậm nét và đa dạng hơn – thay vì bó buộc vào bolero như trước kia. Bên cạnh ý nghĩa khởi đầu năm mới 2021, MV còn là cột mốc khẳng định bước đi dài hơi của nữ ca sĩ ở dòng nhạc trẻ.

Mặt khác, Jang Mi trong quá khứ thành danh ở dòng nhạc Bolero. Theo cô, đây là lợi thế, cũng là điểm hạn chế khiến cô vô tình bị đóng khung hình ảnh ở duy nhất một dòng nhạc trong mắt mọi người. Thời điểm này, cô cần phải thay đổi, làm mới mình và không ngại mạo hiểm để khai phá bản thân và đồng thời thoát mác “hot girl hát cover”.

Jang Mi thể hiện kỹ năng diễn xuất trong MV. 

“Tôi luôn biết ơn những khán giả đã yêu thương một Jang Mi từ những ngày đầu đến với bolero. Cũng bởi tình yêu thương đó mà tôi nghĩ mình phải đa dạng mới mẻ hơn. Việc lựa chọn con đường nhạc trẻ, dẫu biết sẽ rất nhiều chông gai, khó khăn nhưng tôi vẫn muốn chinh phục như một thử thách đáng nhớ với sự nghiệp của mình”, Jang Mi bày tỏ.

MV 'Nhớ thương làm chi' của Jang Mi

Thúy Ngọc

Jang Mi hát về nỗi cô đơn những ngày cuối năm

Jang Mi tung ca khúc 'Bốn mùa' tặng những trái tim cô đơn vào những ngày cuối năm.

Ngay sau khi Chính phủ thành lập Quỹ Vaccine và kêu gọi toàn dân ủng hộ cho quỹ này để đẩy nhanh tiến độ mua Vaccine chống Covid-19, rất nhiều nghệ sĩ đã hưởng ứng tham gia.

Diễn viên Hồng Đăng kêu gọi: "Khó khăn do dịch Covid gây ra chúng ta đều nhìn thấy và muốn khắc phục nó chúng ta hãy cùng nhau nắm chặt tay để bước qua. Tôi xin tag 5 người cùng tôi tham gia game và cũng mong những người bạn của tôi sẽ lan toả điều này để cùng chính phủ vượt qua đại dịch Covid-19". Cùng với đó, anh thách thức Mạnh Trường, Đình Tú, Hồng Diễm và Việt Anh cùng tham gia thử thách này.

Cùng với đó, Hồng Đăng chụp hình chuyển khoản cho quỹ Vaccine và nhận được sự hưởng ứng của nhiều người hâm mộ. Diễn viên Hồng Diễm sau đó đã gửi hình chuyển khoản 5 triệu đồng cho quỹ Vaccine để đáp lại lời thách đố của Hồng Đăng.

Hồng Diễm ngay lập tức đã đáp lại thách thức của Hồng Đăng bằng hành động.

Ngay khi nhận lời thách thức của Hồng Đăng, diễn viên Đình Tú cũng có bài viết tương tự và đăng hình chụp chuyển khoản cho quỹ Vaccine để hối thúc mọi người cùng tham gia chiến dịch này.

Diễn viên Đình Tú chia sẻ với VietNamNet: "Cuộc chiến này không chỉ của riêng ai nên Tú muốn lan toả và vận động mọi người cùng chung tay và đồng lòng với Nhà nước để đánh bay dịch bệnh. Tuy là ủng hộ nhưng ai có ít thì ủng hộ ít, ai có nhiều thì ủng hộ nhiều. Nhưng cá nhân Tú, nếu không phải đặc biệt khó khăn thì ta nên ủng hộ lớn hơn số tiền vaccine mà cá nhân hoặc gia đình mình sau này sẽ phải tiêm, ví dụ là 250.000 đồng/1 liều thì ta nên ủng hộ lớn hơn số tiền đó. Nhà nước sẽ chi ngân sách mua vaccine nhưng với 75 triệu người sẽ được tiêm thì Tú nghĩ cần sự chung tay của toàn dân". 

Lương Thu Trang đến tận vùng dịch để trao quà ủng hộ cho các y bác sĩ tuyến đầu.

Các diễn viên Đình Tú thách thức là Hương Giang, Lương Thu Trang, Vân Dung, Phương Oanh và Quỳnh Kool. Tuy nhiên không đợi đến khi Đình Tú thách đố, cuối tuần qua Lương Thu Trang cùng bạn bè đã mặc đồ bảo hộ đã chuyển rất nhiều đồ ủng hộ của cô cũng như các mạnh thường quân tới các bác sĩ ở Bắc Giang và Bắc Ninh trong cái nóng như đổ lửa để cứu trợ vùng dịch.

Diễn viên Việt Anh ngay sau khi đăng bài kêu gọi up hình chuyển khoản cho Quỹ Vaccine của Chính phủ đã thông báo anh cùng câu lạc bộ bóng đá V-Stars Việt Nam đã góp 50 triệu đồng vào Quỹ Vaccine. "Nghệ sĩ cần gương mẫu đi đầu, chúng tôi đã nói là làm. Anh em V-Stars Việt Nam chúng tôi xin đóng góp 50 triệu vào quỹ Vaccine của Chính phủ, một hành động nhỏ có thể tạo nên hiệu quả lớn nếu mọi người cùng đồng lòng và chung tay", Việt Anh viết.

Quỳnh An

10 năm yêu trên phim, Hồng Đăng vẫn không được hôn Hồng Diễm

Vì nguyên tắc của Hồng Diễm mà Hồng Đăng dù đóng chung với cô tới 6 phim vẫn chưa được hôn bạn diễn dù chỉ một lần.

Ai từng làm trong ngành y đều biết, khó nhất với bác sĩ là chẩn đoán. Mớ triệu chứng hỗn độn của người bệnh tựa như đám mây mù, làm sao gạn lọc và suy luận để đoán ra? Quá trình này khó khăn vì tính phức tạp của biểu hiện triệu chứng. Một bệnh có nhiều triệu chứng, và một triệu chứng có thể có ở nhiều bệnh. Ví dụ đơn giản nhất là viêm phổi thì có sốt cao, nhưng sốt cao còn gặp ở nhiều bệnh khác nữa.

Một số bệnh có đặc điểm riêng, nên triệu chứng biểu hiện ra cũng riêng biệt, được gọi là triệu chứng đặc hiệu. Tức cứ có triệu chứng đó thì đoán ngay ra bệnh. Nhưng bệnh có triệu chứng đặc hiệu như thế thường ít, chủ yếu là các bệnh có triệu chứng mơ hồ, mỗi triệu chứng chỉ phản ánh một phần của bệnh. Một tập hợp nhiều triệu chứng sẽ giúp chẩn đoán chính xác hơn. Phức tạp nhất là những trường hợp triệu chứng không đầy đủ, không rõ ràng. Lúc đó thầy thuốc chẩn đoán dựa trên kinh nghiệm, tức kiểu suy luận mà chuyên gia tin học gọi là "logic mờ" - fuzzy logic.

Tác phẩm On Computing Machinery and Intelligence(Về bộ máy tính toán và trí thông minh - 1950), của Alan Turing, được coi như một trong các cột mốc khởi đầu của Trí tuệ nhân tạo (Artificial Intelligence - AI). Ngành y mơ ước với cơ chế suy luận giống con người, được đào tạo từ nguồn dữ liệu lớn, có cơ chế tự học... AI sẽ xây dựng được các phần mềm y khoa giỏi như chuyên gia, gọi là các hệ chuyên gia (Expert System - ES), giúp bác sĩ chẩn đoán bệnh nhanh chóng và chính xác.

Nhưng ước mơ cho đến tận lúc này vẫn chỉ là mơ ước. Từ khi tôi còn là sinh viên y khoa đến nay đã thành bác sĩ về hưu, công việc chẩn đoán vẫn dựa vào bộ não của bác sĩ. Chẩn đoán bệnh vẫn là một phần chẩn, một phần đoán. Mà đoán thì có thể trúng, có thể trật.

Y học đã phát triển rất nhiều máy móc giúp bác sĩ có thêm dữ liệu, tăng tính chính xác của chẩn đoán. Nhưng khi gặp bệnh nhân, bác sĩ không thể yêu cầu làm tất tần tật xét nghiệm và chụp chiếu, như vậy chi phí khám bệnh sẽ tăng rất cao, xã hội sẽ lên án là bác sĩ lạm dụng xét nghiệm

Nên bác sĩ vẫn phải dựa vào khả năng suy luận của mình, dự đoán khả năng bị bệnh rồi cho làm một số xét nghiệm theo hướng đó để khẳng định. Cái gì bác sĩ nghĩ đến thì sẽ tìm ra, còn cái gì không nghĩ đến, thì dù nó sờ sờ ngay trước mắt, cũng không tìm ra. Như vậy các bệnh hiếm gặp thường bị bỏ qua.

Trong vụ án đầu độc xyanua, khó có thể trách bác sĩ. Ngộ độc xyanua trong các loại thực phẩm lâu lắm rồi không gặp; còn cố ý đầu độc thì làm sao bác sĩ có thể ngờ đến tình huống máu lạnh như vậy, nên trước các biểu hiện ấy các bác sĩ chỉ nghĩ đến bệnh lý tim mạch, không cho làm xét nghiệm theo hướng đầu độc hóa chất. Chỉ đến cuối cùng, một sự nghi ngờ xuất hiện thì sự việc mới tìm ra. Và ta giật mình. Trong quá khứ, có thể có những cái chết bí ẩn như vậy bị lãng quên.

Từ thực tế này, ta thấy trí tuệ nhân tạo có thể có ích. Trước hết là AI không bị chi phối bởi tình cảm, định kiến như con người. Nó chỉ làm việc dựa trên dữ liệu. Thứ hai nó dựa trên dữ liệu lớn, nên sẽ không bỏ sót những ca hiếm, những bệnh ít gặp.

Nhưng hiện tại, AI vẫn còn rất nhiều hạn chế.

Tôi đã làm một thực nghiệm nhỏ, sau khi có các thông tin về vụ án xyanua, tôi nhập câu hỏi "Người tự nhiên bị nôn, đau ngực, đau đầu, đau bụng, rối loạn nhịp tim rồi hôn mê thì có thể bị bệnh gì?" vào các ứng dụng AI phổ biến. Kết quả Chat GPT 4.0 trả lời có thể do bệnh tim, suy tim, đột quỵ, loạn nhịp. Gemini của Google suy đoán có thể do ngộ độc thực phẩm, rối loạn tiêu hóa, bệnh tim mạch, rối loạn thần kinh. Copilot của Microsoft cho là do bệnh tim mạch, bệnh não màng não, do lo lắng căng thẳng, hoặc bệnh zona thần kinh.

Không có ứng dụng nào nghĩ đến nguyên nhân do ngộ độc hóa chất. Tất nhiên chất lượng câu trả lời tệ như thế còn do dữ liệu đầu vào quá chung chung. Vậy nếu với dữ liệu đầu vào đầy đủ hơn thì sao?

Các thư viện y khoa online nổi tiếng, từ đầu năm 2024 đến nay đăng hàng trăm công trình nghiên cứu ứng dụng AI trong y học. Có một công trình thú vị ở Đức. Bệnh viện Đại học Düsseldorf đã làm một nghiên cứu so sánh kết quả phân loại bệnh ở phòng cấp cứu của các chuyên gia, của các bác sĩ nội trú trẻ, của các ứng dụng ChatGPT 3.5 và 4.0; Gemini, LlaMa (của Meta); và sau cùng là của các bác sĩ trẻ có sự trợ giúp từ Chat GPT.

Kết quả, mức độ phân loại bệnh của các chuyên gia cấp cứu là chính xác gần tuyệt đối, của các bác sĩ trẻ ở mức khá, tạm chấp nhận được. Kết quả của Chat GPT 4.0 thấp hơn của các bác sĩ trẻ một chút. Kết quả của Chat GPT 3.5 ở mức trung bình, cao hơn Gemini và LlaMa. Khi các bác sĩ trẻ sử dụng thêm gợi ý từ Chat GPT 4.0, kết quả có cải thiện nhưng không nhiều. Sai sót của các bác sĩ trẻ chủ yếu là phân loại nhiều ca bệnh nhẹ hơn, trong khi đó các ứng dụng AI sai sót ở chỗ phân loại nhiều ca bệnh nặng hơn. Cả hai xu hướng sai lầm này đều không thể chấp nhận được ở phòng cấp cứu.

Các tác giả kết luận rằng: Tóm lại, mặc dù có những tiến bộ nhanh chóng trong công nghệ LLM (dữ liệu lớn) và các sản phẩm liên quan như ChatGPT, hiện tại các sản phẩm đó không đáp ứng tiêu chuẩn vàng cho việc phân loại cấp cứu, và nhấn mạnh tính cấp thiết cần phát triển và kiểm nghiệm nghiêm ngặt hơn nữa. Tôi cũng đồng ý với kết luận này.

Ứng dụng AI trong y khoa là một hướng đi có nhiều hứa hẹn. Ở một số chuyên ngành mà việc số hóa có thuận lợi hơn như chẩn đoán hình ảnh, robot phẫu thuật, quản lý hồ sơ... thì các ứng dụng AI đã đem lại một số thành công nhất định. Còn trong phần lớn lĩnh vực y khoa còn lại, việc ứng dụng AI đang ở những bước đi thăm dò.

Mới năm ngoái thôi, trong cơn say AI, nhiều người hào hứng tuyên bố rằng trong 3-5 năm nữa bác sĩ và giáo viên sẽ thất nghiệp, bị AI thay thế. Thực tế cho thấy điều đó chưa thể đến trong tương lai gần.

Nhưng tôi vẫn hy vọng các công trình nghiên cứu AI lớn thời gian tới sẽ cho ra những sản phẩm AI chuyên biệt dành cho y khoa, giúp cho việc chẩn đoán bệnh ngày càng chính xác hơn.

Quan Thế Dân