AI là trợ lý phân tích, không phải người ra quyết định
AI trong y tế là nhóm công nghệ phân tích dữ liệu và nhận diện mẫu nhằm hỗ trợ nhân viên y tế đánh giá thông tin, phát hiện dấu hiệu đáng chú ý và cân nhắc hướng xử trí; công nghệ này không thay thế việc thăm khám hay phán đoán lâm sàng của bác sĩ. Quan điểm đó trở nên cấp thiết khi AI rời phòng thí nghiệm và đi vào quy trình khám chữa bệnh thường ngày. Ngày 23-10, Hội nghị khoa học AI4Health 2026 diễn ra tại Đại học Quốc gia Hà Nội, với chủ đề “Trí tuệ nhân tạo trong Y tế: Từ tầm nhìn đến tác động thực tiễn”; sự kiện quy tụ hơn 300 chuyên gia, bác sĩ, nhà khoa học và gần 50 báo cáo khoa học. Trọng tâm không còn là thuật toán có thể làm gì, mà là liệu nó có giúp người bệnh nhận được chăm sóc tốt hơn và có thể vận hành an toàn hay không.
Trong trường hợp tổn thương nhiều đoạn cột sống, AI hỗ trợ chẩn đoán bằng cách tổng hợp phim cắt lớp vi tính, cộng hưởng từ và tiền sử bệnh án để cảnh báo những điểm có thể bị bỏ sót. Với bác sĩ, đây là một lớp rà soát hữu ích, không phải phán quyết cuối cùng. Người bệnh có thể hưởng lợi khi cảnh báo giúp nhóm điều trị cân nhắc đúng thứ tự ưu tiên và tiên lượng khả năng hồi phục. Nhưng quyết định liên quan đến sinh mạng vẫn phải dựa trên chuyên môn, thăm khám và trách nhiệm của bác sĩ lâm sàng.
Độ chính xác trong thử nghiệm chưa đủ chứng minh hiệu quả
Sức hấp dẫn của AI dễ khiến người ta đồng nhất điểm số cao với chăm sóc tốt hơn. Đó là một bước nhảy kết luận nguy hiểm: mô hình hoạt động tốt trong môi trường nghiên cứu chưa chắc tạo ra giá trị lâm sàng ở bệnh viện hay tuyến cơ sở. Tổng hợp từ hàng chục thử nghiệm lâm sàng ngẫu nhiên có đối chứng được nêu tại hội nghị cho thấy đưa AI vào quy trình không phải lúc nào cũng rút ngắn thời gian xử lý; đôi khi bác sĩ còn phải dành thêm thời gian kiểm tra khuyến nghị của hệ thống. Vì vậy, hiệu quả cần được đánh giá trong điều kiện sử dụng thực tế, không chỉ bằng thành tích của thuật toán trên tập dữ liệu thử nghiệm.
Một mô hình nhận diện tổn thương có thể đạt độ chính xác trên 90% tại một bệnh viện nhưng hoạt động kém hơn khi chuyển sang cơ sở khác, do máy chụp, quy chuẩn dữ liệu và nhóm người bệnh khác nhau. Câu hỏi đúng không chỉ là AI đọc phim chính xác đến đâu, mà còn là công cụ có an toàn và hữu ích khi bác sĩ dùng trong thực hành hay không. Đánh giá phải xem xét hiệu năng mô hình cùng độ an toàn, hiệu quả của giải pháp trong quy trình chăm sóc thực tế.
Dữ liệu phù hợp là điều kiện, không phải chi tiết kỹ thuật
AI chỉ có thể đưa ra gợi ý đáng tin nếu dữ liệu y tế phản ánh đúng người bệnh và môi trường mà hệ thống sẽ phục vụ. Với Việt Nam, điều đó có nghĩa là phát triển và đánh giá công cụ dựa trên dữ liệu phù hợp với người Việt, mô hình bệnh tật, nguồn lực, quy trình chuyên môn và điều kiện vận hành của hệ thống y tế. Dữ liệu cũng cần được chuẩn hóa, kiểm tra chất lượng và đại diện cho các nhóm người bệnh mục tiêu. Nếu những điều kiện này bị xem nhẹ, mô hình có thể học sai lệch hoặc mất hiệu quả khi triển khai tại một bệnh viện khác.
Một dự án trợ lý AI về phẫu thuật cột sống được giới thiệu tại hội nghị đã thu thập dữ liệu thực tế từ hơn 1.000 bệnh nhân, hướng tới tập dữ liệu chuẩn hóa 2.000 ca. Quy mô đó cho thấy quá trình xây dựng công cụ cần gắn với dữ liệu lâm sàng có cấu trúc, nhưng con số bệnh án tự nó chưa chứng minh hệ thống đã cải thiện kết quả điều trị. Cần tiếp tục kiểm định, bảo vệ dữ liệu cá nhân và xác định rõ ai chịu trách nhiệm khi khuyến nghị sai. Đổi mới chỉ đáng tin khi đi kèm giám sát và khả năng giải thích.
Đưa AI vào thực hành phải bắt đầu từ lợi ích người bệnh
Rủi ro không nằm riêng trong thuật toán mà còn ở cách con người sử dụng nó. Nếu bác sĩ ít kinh nghiệm tin máy quá mức và bỏ qua thăm khám trực tiếp, người bệnh có thể bị chỉ định mổ nhầm tầng, can thiệp sai vị trí hoặc bỏ sót nguyên nhân bệnh. Ngược lại, bác sĩ biết giới hạn của công cụ có thể dùng cảnh báo để đặt thêm câu hỏi, kiểm tra lại hình ảnh và đối chiếu với biểu hiện lâm sàng. Quan hệ giữa bác sĩ và AI vì thế cần được thiết kế quanh trách nhiệm của con người: hệ thống gợi ý, bác sĩ kiểm chứng và chịu trách nhiệm về quyết định.
Bước tiếp theo không nên là triển khai đại trà chỉ vì công nghệ mới, mà là xác định vấn đề lâm sàng cụ thể, thử nghiệm có giám sát và đo chất lượng chăm sóc cùng lợi ích cho bệnh nhân. Hội nghị khoa học về AI trong y tế tiếp tục đến hết ngày 24-10; định hướng được nêu là tăng hợp tác giữa cơ sở khám chữa bệnh, trường đại học và doanh nghiệp để đưa nghiên cứu vào thực tế, đồng thời đánh giá kết quả. Kết luận nên rõ ràng: AI có thể giúp bác sĩ nhìn thấy nhiều thông tin hơn, nhưng không thể thay thế phán đoán lâm sàng. Chỉ dữ liệu phù hợp, bằng chứng thực hành và trách nhiệm chuyên môn mới biến tiềm năng thành lợi ích an toàn cho người bệnh.
