AI nhìn khuôn mặt đoán thời gian sống: Bước nhảy vọt đầy mâu thuẫn
AI dự đoán khả năng sống sót bệnh nhân ung thư từ ảnh khuôn mặt là công nghệ dùng deep learning chẩn đoán để phân tích đặc điểm gương mặt, ước tính tuổi sinh học và chấm điểm nguy cơ tử vong, từ đó hỗ trợ bác sĩ đưa ra quyết định điều trị và chăm sóc cá nhân hóa cho người bệnh ung thư. Các nhà nghiên cứu tại hệ thống y tế Mass General Brigham đã phát triển mô hình FAHR-Face, có thể ước tính tuổi của một người và, với bệnh nhân ung thư, dự đoán khả năng sống sót chỉ từ một bức ảnh khuôn mặt. Nghiên cứu được công bố trên tạp chí Lancet Digital Health ngày 19/10, cho thấy công cụ này chấm điểm nguy cơ cho bệnh nhân, trong đó nhóm điểm cao hơn có khả năng tử vong trong 90 ngày lớn hơn. Đây là bước tiến gây ấn tượng trong công nghệ AI y học, nhưng cũng đặt ra câu hỏi: chúng ta đang trao cho máy ảnh selfie quyền lực y khoa đến mức nào?
Bên trong thuật toán: từ 40 triệu bức ảnh đến điểm số sống còn
Điểm đáng nể của FAHR-Face nằm ở quy mô dữ liệu và cách phân tích ảnh y tế. Hệ thống AI được huấn luyện bằng hơn 40 triệu hình ảnh khuôn mặt người cùng ảnh của hơn 30.000 bệnh nhân ung thư, trong đó nhiều người đã qua đời. Từ nền tảng này, nhóm nghiên cứu xây dựng hai công cụ: FAHR-FaceAge dự đoán tuổi sinh học qua các vùng nếp nhăn, trán, thái dương; FAHR-FaceSurvival dự đoán trực tiếp nguy cơ tử vong, tập trung vào vùng dưới mắt và sống mũi. Theo kết quả công bố, công cụ AI có thể ước tính tuổi với sai số khoảng 5 năm và phân loại bệnh nhân vào nhóm nguy cơ cao – thấp một cách đáng tin cậy, bất chấp tư thế chụp, ánh sáng hay trang điểm. Đây là minh chứng mạnh mẽ rằng AI dự đoán ung thư và khả năng sống sót bệnh nhân không còn là ý tưởng viễn tưởng, mà đã bước vào giai đoạn đo lường được.
Lợi ích thực tế: thêm một “chỉ báo sinh học” chứ không phải phán quyết số phận
Nếu nhìn từ góc độ lâm sàng, công nghệ AI y học này hấp dẫn vì chạm đúng điểm yếu của bác sĩ: ước tính thời gian sống còn ở giai đoạn cuối. Công cụ AI được thiết kế để bổ sung cho đánh giá dựa trên kinh nghiệm, hỗ trợ quyết định điều trị, đặc biệt khi thiếu dữ liệu y tế truyền thống. Một câu trích dẫn đáng chú ý là: “Những bệnh nhân ung thư điều trị bằng xạ trị có diện mạo trông già hơn tuổi thật từ 5 năm trở lên có nguy cơ tử vong cao hơn 21% trong thời gian theo dõi 4 năm, trong khi nhóm trông trẻ hơn tuổi thật từ 5 năm trở lên có tỷ lệ rủi ro giảm 17%”. Điều này mở ra khả năng dùng ảnh selfie như một chỉ báo sinh học bổ sung để cân nhắc có nên phẫu thuật lớn, xạ trị dồn dập hay chuyển sang chăm sóc giảm nhẹ. Nhưng để công cụ không biến thành “án tử số hóa”, hệ thống y tế phải khẳng định rõ: AI chỉ là một tiếng nói tham khảo, không bao giờ là tiếng nói cuối cùng.
Độ chính xác, thiên lệch và quyền riêng tư: những rủi ro không thể coi nhẹ
Dù mô hình hoạt động trên nhiều nhóm tuổi, chủng tộc, giới tính và loại ung thư khác nhau, câu hỏi về độ chính xác và thiên lệch vẫn còn bỏ ngỏ. Giáo sư Miroslaw Bober nhận định công cụ này chưa sẵn sàng cho thực hành lâm sàng và cần được kiểm nghiệm thêm, so sánh với đánh giá của bác sĩ, thử nghiệm tại nhiều bệnh viện và trên các nhóm bệnh nhân khác nhau. Đây không chỉ là vấn đề kỹ thuật của deep learning chẩn đoán, mà là bài toán đạo đức: nếu mô hình sai lệch với một nhóm chủng tộc hay kiểu khuôn mặt, ai sẽ chịu trách nhiệm? Bên cạnh đó, việc dùng ảnh khuôn mặt – dữ liệu nhận diện cá nhân nhạy cảm – để phân tích nguy cơ tử vong đặt ra yêu cầu rất cao về bảo mật, đồng thuận sử dụng dữ liệu và chống lạm dụng trong bảo hiểm, tuyển dụng hay phân biệt đối xử. Không có khung pháp lý rõ ràng, AI dự đoán ung thư từ ảnh có thể trở thành con dao hai lưỡi.
Từ phòng thí nghiệm đến bệnh viện: điều kiện để AI bước qua lằn ranh đạo đức
Câu hỏi không còn là “AI có làm được không?” mà là “Chúng ta chấp nhận dùng nó như thế nào?”. Các công cụ như FAHR-Face được chính nhóm tác giả khẳng định sinh ra không phải để thay thế phán đoán y bác sĩ hay hạn chế quyền tiếp cận điều trị, mà đóng vai trò như một chỉ báo sinh học bổ sung, giúp tối ưu hóa phác đồ chăm sóc cá nhân hóa trong tương lai. Để điều đó thành hiện thực, cần ít nhất ba điều kiện: thử nghiệm lâm sàng đa trung tâm, minh bạch về cách mô hình đưa ra điểm số, và quy định chặt chẽ về quyền riêng tư ảnh khuôn mặt. Khi đó, phân tích ảnh y tế bằng AI sẽ là cú hích cho y học chính xác, thay vì trở thành công cụ định giá sự sống của con người. Chấp nhận công nghệ nhưng giữ vững lằn ranh đạo đức là bài kiểm tra lớn nhất của ngành y trong kỷ nguyên AI.
