AI y tế: từ công cụ hỗ trợ tới tham vọng thay thế bác sĩ
Chẩn đoán AI y tế là việc dùng hệ thống trí tuệ nhân tạo để thực hiện các nhiệm vụ lâm sàng như khai thác bệnh sử, xác lập chẩn đoán, chọn xét nghiệm, đề xuất điều trị và quản lý bệnh mạn tính, với mục tiêu đạt độ chính xác tương đương hoặc vượt bác sĩ người trong những bối cảnh cụ thể. Điểm gây tranh luận hiện nay là có những nhóm chuyên gia khẳng định AI không chỉ hỗ trợ mà còn có thể tự mình cung cấp chất lượng chăm sóc tốt hơn cả mô hình bác sĩ kết hợp AI. Họ dựa trên tổng hợp các nghiên cứu gần đây và cho rằng ở năm nhiệm vụ cốt lõi nói trên, hệ thống AI đang tiến sát mốc vượt bác sĩ, thậm chí hướng tới trạng thái “superior autonomous AI” vào khoảng 2030. Quan điểm này kéo theo một kết luận táo bạo: càng ít “human in the loop”, hiệu năng AI càng cao, và bác sĩ nên tránh can thiệp quá sâu vào quyết định của máy.
Độ chính xác AI bác sĩ: cao hơn, nhưng không đồng nghĩa an toàn hơn
Khi nhìn vào độ chính xác AI bác sĩ, nhiều dữ liệu cho thấy AI có thể vượt con người trong những tác vụ rất cụ thể như nhận diện tổn thương hình ảnh hay gợi ý xét nghiệm cần làm. Các tác giả tổng hợp nghiên cứu từ đầu năm 2024 kết luận y học đang tiến tới điểm chuyển đổi nơi AI một mình sẽ vượt bác sĩ và cả mô hình lai bác sĩ–AI trong năm nhiệm vụ nền tảng. Nhưng chính cách trình bày đầy tự tin này dễ khiến người đọc nhầm lẫn giữa “chính xác trung bình cao hơn” với “an toàn lâm sàng được đảm bảo”. Ngay trong hệ thống giáo dục chẩn đoán hình ảnh, cùng là AI, mô-đun kiểm tra sai sót vẫn để lọt khoảng 1% lỗi nghiêm trọng trong tài liệu mà chính nó đánh giá là không có vấn đề lớn. Câu trích đáng suy nghĩ là: “Trong khi AI kết luận ‘không có vấn đề lớn’, các bác sĩ lại tìm thấy những lỗi còn sót khiến tài liệu không an toàn để sử dụng trực tiếp trong giáo dục chuyên khoa.”
Sai sót AI medical: 1% nhìn thì nhỏ nhưng đủ nguy hiểm
Một nghiên cứu về hệ thống tự động tạo và tự kiểm tra flashcard ôn thi chuyên khoa chẩn đoán hình ảnh cho thấy một mặt tích cực: AI tạo ra hàng ngàn thẻ kiến thức và tự lọc lỗi trước khi đưa ra sử dụng. Mặt trái: khoảng 1% tài liệu đã qua bước kiểm tra tự động vẫn chứa sai sót AI medical dạng “blocking error” – các lỗi đủ sức định hướng sai phán đoán lâm sàng của bác sĩ. Trong 1.100 lượt đánh giá chuyên gia trên 980 flashcard đã được AI cho “qua”, các bác sĩ phát hiện 11 lỗi nghiêm trọng, tương đương tần suất khoảng 1 trên 100. Những lỗi này không phải chi tiết nhỏ mà là nhầm lẫn vị trí giải phẫu, gán sai tổn thương hình ảnh cho bệnh, hay đưa chẩn đoán phân biệt không đúng. Đáng chú ý hơn, trước khi nghiên cứu họ kỳ vọng tỷ lệ lỗi bỏ sót dưới 0,3%, tức ít hơn 3 lỗi trên 1.000 lượt đánh giá, cho thấy 1% là đáng báo động trong bối cảnh an toàn người bệnh.
Khi AI y tế tự tin sai: vấn đề không chỉ là "ảo giác"
Người ta thường đổ lỗi cho “hallucination” khi nói về sai sót AI medical, nhưng nghiên cứu nói trên cho thấy câu chuyện phức tạp hơn. Nhóm phát triển đã liên tục tinh chỉnh câu lệnh và cho phép AI tra cứu nguồn bằng chứng bên ngoài trong quá trình kiểm tra, kết quả là 28 trên tổng 39 lỗi nghiêm trọng được AI phát hiện, còn 11 lỗi trượt qua. Những lỗi còn sót không phải do hệ thống thiếu dữ liệu mà do cách thiết kế quy trình: đầu ra của một mô hình AI được chuyển tuyến tính sang mô hình tiếp theo, vốn có xu hướng tin tưởng câu trả lời trông có vẻ hợp lý. Khi giả định ban đầu là đúng, việc kiểm tra tuần tự có thể hiệu quả; nhưng với sai lệch ban đầu, toàn bộ chuỗi kiểm tra bị “nhiễm”. Tệ hơn, hệ thống thể hiện mức độ “tự tin” cao với các đáp án sai. Điều này đặt ra câu hỏi về việc dựa vào AI như một “người soát lỗi cuối cùng” trong đào tạo và trong tương lai là chẩn đoán lâm sàng.
Bác sĩ còn lại điều gì trong kỷ nguyên chẩn đoán AI y tế?
Khi có những bài viết khẳng định AI sẽ làm tốt hơn bác sĩ trong cả khai thác bệnh sử, chẩn đoán, chọn xét nghiệm, điều trị và quản lý bệnh mạn, câu hỏi hiện ra khá lạnh lùng: “Nếu AI tiếp quản, bác sĩ sẽ còn làm gì nữa?” Đây không chỉ là nỗi lo nghề nghiệp mà là khủng hoảng bản sắc của nhiều chuyên khoa. Một số lãnh đạo nghề nghiệp cho rằng tiềm năng của công cụ là có thật, nhưng chúng phải được dùng trong khuôn khổ kế hoạch chăm sóc do bác sĩ giám sát, chứ không phải thay thế bác sĩ. Thực tế 1% sai sót trong tài liệu ôn thi là một lời nhắc: ngay cả ở môi trường giáo dục, nơi hậu quả thấp hơn so với điều trị trực tiếp, AI vẫn cần tầng giám sát của người thật. Trên lâm sàng, vai trò của bác sĩ có thể dịch chuyển từ “người tự đưa ra chẩn đoán” sang “người hiểu bối cảnh, đặt câu hỏi phản biện và chịu trách nhiệm quyết định cuối cùng” trước lời khuyên của máy – và đó là phần việc không dễ bị thay thế.
