Bệnh ung thư gan là một bệnh phổ biến hiện nay trên thế giới nói chung và ở nước ta nói riêng. Theo thống kê của WHO năm 2018 Việt Nam thuộc nhóm nước có tỉ lệ ung thư cao nhất trên thế giới và ung thư gan chiếm tỉ lệ cao nhất trong tất cả các bệnh ung thư. Để chẩn đoán và phát hiện bệnh ung thư gan, các bác sĩ mất nhiều thời gian, công sức để xem xét các ảnh CT chụp cắt lớp gan. Tuy nhiên, công việc này đòi hỏi các bác sĩ phải có nhiều kinh nghiệm và xem xét một lượng lớn các ảnh CT thu được qua các thì chụp trước và sau khi tiêm thuốc cản quang để theo dõi sự thay đổi đậm độ Hounsfield. Hầu hết các nghiên cứu trước đây tập trung vào các kỹ thuật rút trích đặc trưng và phân loại mà không quan tâm đến sự thay đổi đậm độ Hounsfield qua các thì chụp trong khi các chuyên gia y khoa rất quan tâm đến yếu tố này trên thực tế. Để giải quyết vấn đề trên, trong bài báo này chúng tôi đề xuất phương pháp phát hiện tổn thương gan trên ảnh CT dựa trên chỉ số Hounsfield ứng dụng mô hình xử lý song song trong môi trường Spark để cải tiến độ chính xác và thời gian xử lý. Dựa vào mạng nơ-ron Single Short Multibox Detector (SSD), chúng tôi cài đặt phương pháp đề xuất trong môi trường Spark cho việc huấn luyện và phân loại tổn thương gan. Kết quả cho thấy phương pháp đề xuất có độ chính xác cao với độ đo mAP là 82%, trong khi thời gian xử lý nhanh hơn trường hợp không xử lý trong môi trường Spark. Kết quả nghiên cứu hỗ trợ các bác sĩ phát hiện và phân loại tự động các bệnh về gan một cách chính xác, nhanh chóng giúp điều trị bệnh nhân kịp thời.