Cảnh báo sớm là lợi thế đáng kể
AI chẩn đoán hình ảnh là công nghệ phân tích dữ liệu từ phim chụp để nhận diện dấu hiệu bất thường, hỗ trợ bác sĩ đánh giá tổn thương và đưa ra quyết định lâm sàng. Tại hội nghị khoa học AI4HEALTH 2026 diễn ra ngày 23-24/10, PGS.TS.BS. Lê Thanh Dũng cho biết chẩn đoán hình ảnh là một trong những lĩnh vực ứng dụng AI nhanh chóng trong y tế.
Lý do rất thực tế: máy CT và MRI tạo ra lượng hình ảnh ngày càng lớn, trong khi bác sĩ phải đọc phim dưới áp lực thời gian, nhất là trong các ca trực cấp cứu. AI có thể xử lý dữ liệu liên tục, không bị mệt mỏi như con người, và hỗ trợ nhận diện những bất thường nhỏ khó quan sát bằng mắt thường. Chẳng hạn, AI phát hiện tổn thương xuất huyết nhỏ, bao gồm ổ máu tụ dưới màng cứng có nguy cơ bị bỏ sót, hoặc đánh dấu các ổ nhồi máu não rải rác để bác sĩ xem xét.
Đây là giá trị nên kỳ vọng ở công nghệ: thêm một lớp cảnh báo, không phải một chẩn đoán tự động. Một dấu hiệu được phát hiện sớm có thể giúp bác sĩ chú ý đúng vùng trên phim và rút ngắn thời gian xem xét; nó chưa tự trả lời bất thường đó có ý nghĩa bệnh lý hay cần can thiệp hay không.
Sai lệch có thể biến cảnh báo thành gánh nặng
AI không phải lúc nào cũng phân biệt đúng tổn thương với hình ảnh bình thường. Nhận diện nhầm có thể tạo kết quả dương tính giả, khiến người bệnh phải làm thêm kỹ thuật chẩn đoán, mất thời gian, phát sinh chi phí và lo lắng không cần thiết. Ngược lại, nếu bác sĩ quá tin vào một kết quả âm tính, dấu hiệu bệnh thật cũng có nguy cơ bị xem nhẹ.
Sai lệch thuật toán y tế còn có thể xuất hiện khi mô hình được đưa sang môi trường khác với dữ liệu dùng để huấn luyện. Tại hội nghị, các chuyên gia nêu ví dụ mô hình đạt độ chính xác trên 90% ở một cơ sở nhưng sai số tăng khi triển khai ở nơi khác. Những cảnh báo như vậy cho thấy một con số đẹp trong thử nghiệm không bảo đảm hiệu năng tương tự với nhóm bệnh nhân, thiết bị hay điều kiện làm việc khác.
Rủi ro không dừng ở lỗi nhận diện. Hệ thống có thể đưa ra thông tin hoặc khuyến nghị sai nhưng nghe có vẻ hợp lý; nếu người sử dụng thiếu kiến thức để nhận ra điểm bất hợp lý, gợi ý của máy có thể dẫn dắt quyết định thay vì đóng vai trò tham khảo.
Độ chính xác không đồng nghĩa hiệu quả điều trị
Một thuật toán đọc phim tốt vẫn chưa chứng minh người bệnh được điều trị tốt hơn. Kết quả chính xác trong môi trường nghiên cứu không đương nhiên lặp lại tại bệnh viện hoặc tuyến y tế cơ sở; càng không tự chứng minh rằng cảnh báo của máy giúp chọn đúng phương án điều trị hay cải thiện kết quả sức khỏe. Bởi vậy, đánh giá AI cần vượt khỏi câu hỏi máy nhận diện được bao nhiêu hình ảnh bất thường.
Điều cần kiểm tra là công nghệ có hoạt động an toàn trong thực hành, có giúp nhân viên y tế ra quyết định tốt hơn và có cải thiện chất lượng chăm sóc hay không. Hội nghị AI4HEALTH 2026 thu hút hơn 300 đại biểu, với 48 báo cáo khoa học và 10 báo cáo poster về ứng dụng AI trong chẩn đoán, hỗ trợ quyết định lâm sàng, điều trị cá thể hóa và quản trị bệnh viện. Quy mô thảo luận cho thấy lĩnh vực đang mở rộng, nhưng nhu cầu về bằng chứng thực tế cũng ngày càng rõ.
Một dự án được giới thiệu tại hội nghị đã thu thập dữ liệu thực tế của hơn 1.000 bệnh nhân và hướng tới xây dựng bộ dữ liệu chuẩn hóa gồm 2.000 ca. Đây là bước chuẩn bị nghiên cứu, không phải bằng chứng sẵn có về hiệu quả điều trị. Cần phân biệt rõ tiến độ phát triển mô hình với lợi ích đã được xác nhận cho người bệnh.
Bác sĩ phải là người đưa ra quyết định
Bác sĩ kiểm chứng AI không có nghĩa là xem qua kết quả rồi chấp nhận theo máy. Bác sĩ cần đối chiếu vùng được đánh dấu với triệu chứng, tiền sử, khám lâm sàng và các xét nghiệm liên quan trước khi kết luận bất thường có ý nghĩa bệnh lý hay không. AI nên bổ sung góc nhìn và giúp ưu tiên chú ý; nó không thể là căn cứ duy nhất cho chẩn đoán hoặc điều trị.
Vai trò này càng quan trọng khi AI có thể định hướng sai hoặc bỏ sót bối cảnh lâm sàng mà thuật toán không nắm được. Bác sĩ cần đủ năng lực để nhận ra kết quả thiếu hợp lý, giải thích cho người bệnh và chịu trách nhiệm về quyết định cuối cùng. Các chuyên gia cũng nhấn mạnh người bệnh cần được cung cấp thông tin, được giải thích và có cơ hội trao đổi với nhân viên y tế khi công nghệ được sử dụng.
AI sẽ tiếp tục được đưa vào quy trình khám chữa bệnh, còn đội ngũ bác sĩ cần chủ động trang bị kiến thức và kỹ năng để thích ứng. Nhưng hướng đi đúng không phải là trao quyền phán quyết cho thuật toán. Hãy dùng AI như một trợ lý có thể cảnh báo sớm, rồi để bác sĩ kiểm tra bằng chuyên môn và bằng chứng lâm sàng. Công nghệ chỉ thực sự có ích khi giúp con người chăm sóc người bệnh tốt hơn, chứ không thay thế trách nhiệm của người thầy thuốc.
