Kaimei
Vietnam Japan AI Hackathon 2026 · Summary 1 / 2 · What & Why
OSK LAB · Kaimei
Phòng lab tính toán nơi agent và nhà sinh học cùng khám phá nhiều hơn, nhanh hơn.
01Problem
- Đưa một thuốc mới ra thị trường mất 10-15+ năm, và 90% ứng viên thuốc thất bại khi đã thử trên người (lâm sàng).
- Bốn giai đoạn đầu, trước khi thử trên người, tốn 33% chi phí nhưng quyết định hợp chất nào được đi tiếp cho giai đoạn downstream.
- Ở các giai đoạn này, nhà khoa học phải tự kết nối nhiều phần mềm và cơ sở dữ liệu rời rạc, lại cần máy GPU cấu hình lớn để vận hành.
02Solution
- Nhà khoa học đặt câu hỏi bằng lời, AI agent lập kế hoạch (plan) và chỉ chạy khi nhà khoa học đã duyệt.
- Agent điều phối chia việc cho sub-agent chuyên môn chạy song song: Tìm đích protein gây bệnh, Dự đoán cấu trúc Protein 3D, Dự đoán phân tử gắn vào protein & ADMET, Research tài liệu bài báo.
- Các bước thực hiện trở thành các pipeline node trên canvas, cuối phiên có báo cáo tổng hợp và ghi nguồn cho từng số liệu.
03Why AI & Why Now
- Khám phá thuốc không có công thức cố định, nên cần agent biết đọc ngữ cảnh và linh hoạt tự chọn bước tiếp theo để khám phá.
- Nay một agent có thể đọc tài liệu và gọi 15+ model AI sinh học và công cụ dữ liệu trên Cloud GPU trong cùng một phiên.
- Plan đã duyệt được lưu thành quy trình (pipeline) để chạy lại với dữ liệu và thử nghiệm khác.
04Target Users & Opportunity
- Nhà khoa học tìm thuốc mới ở công ty công nghệ sinh học (biotech), công ty dược (pharma) và lab đại học.
- User giao tiếp trực tiếp với agent để đưa ra yêu cầu nghiên cứu và phân tích, không cần thành thạo nhiều công cụ hay tự có GPU.
- Lab nhỏ được dùng công cụ tính toán hiệu suất cao, với chi phí vận hành tối ưu hơn.
