AI là công cụ phân tích, không phải người ra chẩn đoán
AI trong y tế là việc sử dụng thuật toán để xử lý dữ liệu sức khỏe, nhận diện dấu hiệu bất thường và hỗ trợ nhân viên y tế đánh giá, trong khi quyết định chẩn đoán và điều trị vẫn thuộc về người có chuyên môn. Đây là ranh giới cần giữ rõ khi công nghệ ngày càng xuất hiện trong hoạt động khám chữa bệnh. Tại Hội nghị Khoa học “Trí tuệ nhân tạo trong y tế Việt Nam: Từ tầm nhìn đến tác động thực tiễn” (AI4Health 2026), diễn ra ngày 23–24/10 tại Trường Đại học Y Dược, Đại học Quốc gia Hà Nội, các chuyên gia phân tích cả lợi ích lẫn rủi ro khi đưa AI vào thực hành lâm sàng. Cuộc thảo luận đúng lúc: CT và MRI tạo ra lượng hình ảnh lớn, trong khi bác sĩ phải đọc nhiều phim dưới áp lực thời gian, nhất là ở ca cấp cứu. AI có thể giúp sàng lọc, nhưng không thể tự đặt kết quả vào toàn cảnh sức khỏe của người bệnh.
Phát hiện dấu hiệu khó thấy và mở rộng hỗ trợ chăm sóc
Giá trị rõ nhất của AI chẩn đoán bệnh nằm ở khả năng rà soát lượng dữ liệu lớn và cảnh báo những bất thường nhỏ có thể khó nhận ra trên phim chụp. Hệ thống có thể hỗ trợ phát hiện xuất huyết não lượng ít, các ổ nhồi máu rải rác hoặc máu tụ dưới màng cứng; với ung thư phổi, AI phân tích nốt bất thường và gợi ý nguy cơ để bác sĩ đánh giá thêm. Công nghệ cũng hỗ trợ nhận diện hình ảnh bất thường trong sàng lọc ung thư vú. Những cảnh báo này hữu ích, nhưng không tự xác lập bệnh lý. Ứng dụng của AI trong y tế còn vượt khỏi hình ảnh học: công nghệ đang hỗ trợ sàng lọc phân tử, tối ưu công thức thuốc và cá thể hóa điều trị. Tại ATS 2026, gần 400 đại biểu từ hơn 10 quốc gia và vùng lãnh thổ cùng trao đổi về công nghệ cải thiện hiệu quả khám chữa bệnh và trải nghiệm chăm sóc. Các trợ lý số có thể cung cấp thông tin và hướng dẫn thủ tục suốt ngày đêm, song tiện ích hành chính không đồng nghĩa với quyền quyết định chuyên môn.
Sai số thuật toán có thể kéo bác sĩ đi sai hướng
Không nên nhầm tốc độ với độ chính xác tuyệt đối. AI có thể đánh dấu nhầm hình ảnh là tổn thương, tạo kết quả dương tính giả và khiến người bệnh phải làm thêm xét nghiệm, mất thời gian, phát sinh chi phí và lo lắng. Nguy hiểm hơn, nếu bác sĩ thiếu kinh nghiệm hoặc quá tin vào gợi ý của máy, kết quả thuật toán có thể trở thành điểm tựa cho quyết định sai thay vì một dấu hiệu cần kiểm tra. PGS.TS Nguyễn Lê Bảo Tiến cho biết tỷ lệ kết quả chống chỉ định trong thống kê được nêu vào khoảng 7% trên hơn một triệu lượt khám. Đây là lời nhắc về hậu quả lâm sàng, không phải lý do để phủ nhận toàn bộ công nghệ. AI có thể nhầm lẫn hoặc đưa ra nhận định thiếu cơ sở; bác sĩ cần có kiến thức để nhận ra điều đó, đối chiếu với triệu chứng và không để một cảnh báo trên màn hình lấn át tình trạng thực tế của người bệnh.
Bác sĩ kiểm chứng AI bằng bối cảnh lâm sàng
Bác sĩ kiểm chứng AI không chỉ bằng cách xem lại hình ảnh, mà còn bằng việc đặt kết quả cạnh triệu chứng, tiền sử, thăm khám trực tiếp và xét nghiệm liên quan. Một dấu hiệu do thuật toán phát hiện có thể đáng chú ý, nhưng ý nghĩa của nó phụ thuộc vào toàn bộ hồ sơ và tình trạng từng người. Vì vậy, AI nên là lớp hỗ trợ thứ hai: đủ sức nhắc bác sĩ nhìn kỹ hơn, nhưng không đủ thẩm quyền để tự kết luận hay quyết định điều trị. Một nhóm nghiên cứu đang phát triển trợ lý AI cho bệnh lý cột sống với hồ sơ hơn 1.000 trường hợp; dữ liệu phỏng vấn và video vận động tại nhà được kỳ vọng tích hợp vào các phiên bản tiếp theo để hỗ trợ nhận định sơ bộ trước khi khám trực tiếp. Đồng thời, chuyên gia nhấn mạnh nhu cầu xây dựng khung quản trị rủi ro và hướng dẫn thực hành AI. Muốn dùng công nghệ an toàn, cần dữ liệu phù hợp, quy trình giám sát và người chịu trách nhiệm chuyên môn.
Công cụ tốt khi quyền quyết định vẫn thuộc về con người
AI có thể giúp bác sĩ không bỏ sót tổn thương khó thấy, giảm gánh nặng đọc dữ liệu và góp phần tăng tốc nghiên cứu thuốc. Nhưng những lợi ích ấy chỉ đáng tin khi hệ thống được kiểm tra, giới hạn của nó được hiểu rõ và bác sĩ vẫn tự chịu trách nhiệm với quyết định lâm sàng. Giao quyền kết luận cho thuật toán sẽ biến hỗ trợ thành lệ thuộc, nhất là khi dữ liệu thiếu hoặc bối cảnh bệnh phức tạp. Cách tiếp cận đúng không phải chọn giữa AI và bác sĩ, mà là kết hợp khả năng xử lý của máy với đánh giá của con người. AI đưa ra cảnh báo; bác sĩ kiểm tra, giải thích và quyết định dựa trên người bệnh cụ thể. Khi nguyên tắc đó được giữ vững, AI mới có thể cải thiện chăm sóc mà không làm suy yếu điều cốt lõi của y học: chuyên môn lâm sàng và trách nhiệm với người bệnh.
