AI trong Y tế: “Trợ lý” giảm bỏ sót, không thể thay thế bác sĩ

Tại buổi sinh hoạt khoa học “AI tạo sinh trong y tế - Generative AI in Healthcare” do Viện Nghiên cứu Ứng dụng Khoa học Sức khỏe và Lão hóa (ARiHA) - Bệnh viện Thống Nhất tổ chức ngày 20/5/2026, các chuyên gia y tế và công nghệ đã cùng phác thảo một bức tranh thực tế: AI hiện đã ra khỏi phòng thí nghiệm, trở thành cánh tay nối dài giúp hệ thống y tế vận hành nhanh hơn, chính xác hơn.

Từ “đọc hiểu” đến tự lập kế hoạch lâm sàng

Báo cáo về ứng dụng AI tạo sinh (Generative AI) và AI thế hệ mới (Agentic AI), TS Nguyễn Đức Thành - Đại học Monash và Bệnh viện Monash, Úc cho biết, công nghệ này đã bước qua giai đoạn xử lý ngôn ngữ đơn thuần.

Các hệ thống AI hiện nay sở hữu năng lực đa phương thức: tiếp nhận đồng thời từ văn bản, hình ảnh, âm thanh đến tài liệu PDF phức tạp. Đặc biệt, bước tiến mới mang tên Agentic AI đã cho phép mô hình này tự chia nhỏ nhiệm vụ, lập kế hoạch, truy xuất và tổng hợp dữ liệu trước khi đưa ra kết quả, thay vì chỉ phản hồi thụ động theo câu lệnh như trước.

Tuy nhiên, TS Thành nhấn mạnh: "Khả năng lớn nhất của AI trong y tế hiện nay không phải là thay bác sĩ đưa ra phác đồ điều trị, mà là giải phóng họ khỏi các công việc tốn thời gian và mang tính lặp lại".

Thực trạng ngành y hiện nay là hồ sơ bệnh nhân bị phân tán, nằm rải rác ở nhiều bệnh viện, phòng khám hay nhà thuốc. Khi chuyển viện, người bệnh thường mang theo một xấp giấy tờ rời rạc. Bác sĩ vừa mất thời gian đọc lại từ đầu, vừa đối mặt với nguy cơ bỏ sót các thông tin tiền sử quan trọng.

Lúc này, AI tạo sinh đóng vai trò như một "thư ký y khoa" mẫn cán: tự động quét toàn bộ hồ sơ, kết quả xét nghiệm, hình ảnh CT, X-quang, đơn thuốc cũ… rồi số hóa thành một dòng thời gian bệnh sử mạch lạc. Công nghệ này cũng có thể lắng nghe cuộc đối thoại giữa bác sĩ và bệnh nhân để tự động điền hồ sơ bệnh án, tóm tắt ca bệnh và đưa ra các cảnh báo lâm sàng.

Nhờ AI gánh vác phần việc hành chính, bác sĩ sẽ có nhiều thời gian hơn để tập trung vào công tác chuyên môn và tương tác trực tiếp với người bệnh.

Hiện nay, trên thế giới, ứng dụng rõ nét nhất của AI là trong chẩn đoán hình ảnh. Nhiều phần mềm hỗ trợ đọc X-quang đã được Cơ quan Quản lý Thực phẩm và Dược phẩm Mỹ (FDA) phê duyệt. Dù vậy, chúng chỉ được xem là một "lớp màng lọc" bổ sung. Người đặt bút ký kết luận cuối cùng và chịu trách nhiệm pháp lý vẫn bắt buộc phải là bác sĩ.

Tại Việt Nam, một số đơn vị y tế tư nhân đã tiên phong dùng AI để hỗ trợ đọc X-quang phổi. Song, mức độ phủ sóng còn rất khiêm tốn. Nguyên nhân đến từ các rào cản về cơ chế cấp phép, hạ tầng công nghệ thông tin chưa đồng bộ và chi phí vận hành lớn.

TS Nguyễn Đức Thành khẳng định: "AI sẽ không bao giờ thay thế được con người". Hệ thống này phải được nhìn nhận như một công cụ kết nối dữ liệu để giảm sai sót, giữ con người ở vị trí trung tâm của mọi quyết định y khoa.

Bài toán "trái tim dữ liệu" và giải pháp bảo mật

Khi AI tham gia càng sâu vào hành trình điều trị, câu hỏi hóc búa nhất không còn là "AI làm được gì?" mà là "Làm sao để bảo vệ dữ liệu sức khỏe của bệnh nhân?".

Theo TS Nguyễn Đình Thúc - Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia TPHCM, nếu hệ thống thông tin y tế là một "cơ thể sống", thì dữ liệu chính là “trái tim”. Tuy nhiên, dữ liệu y tế mang tính nhạy cảm cực cao, liên quan trực tiếp đến quyền riêng tư của con người.

Khó khăn lớn nhất của Việt Nam là dữ liệu bị phân tán ở từng cơ sở khám chữa bệnh. Nếu chỉ huấn luyện AI trên một nguồn dữ liệu riêng lẻ, thuật toán có thể "học vẹt" rất tốt các ca bệnh cũ nhưng sẽ lập tức phán đoán sai lệch khi gặp tình huống lâm sàng mới. Ngược lại, nếu gom tất cả dữ liệu về một kho tập trung thì nguy cơ rò rỉ thông tin là rất lớn.

Để giải bài toán này, nhóm nghiên cứu đã đề xuất giải pháp lưu trữ phi tập trung kết hợp học liên kết (Federated Learning).

Với mô hình này, dữ liệu của bệnh nhân nào vẫn nằm yên tại bệnh viện đó. Các bệnh viện chỉ chia sẻ "kết quả học được" từ dữ liệu để cùng huấn luyện một mô hình AI chung, tuyệt đối không chuyển dữ liệu thô hay danh tính bệnh nhân ra ngoài. Đây được đánh giá là hướng đi khả quan và an toàn nhất cho hạ tầng y tế Việt Nam hiện tại.

Tầm nhìn mới cho y tế dự phòng: Đoán trước đường đi của dịch bệnh

Không dừng lại ở bức tường bệnh viện, AI và khoa học dữ liệu đang chứng minh năng lực vượt trội trong lĩnh vực y tế dự phòng. 

Chia sẻ về kinh nghiệm hợp tác với HCDC, NCS.BS Ong Phúc Thịnh - Đơn vị Nghiên cứu Lâm sàng Đại học Oxford cho biết, phương pháp giám sát dịch truyền thống thường chỉ so sánh số ca mắc hiện tại với trung bình quá khứ. Cách làm này vốn chỉ thấy được phần ngọn là dịch đang tăng hay giảm, nhưng không trả lời được phần gốc: Tại sao dịch tăng, diễn tiến tiếp theo thế nào và cần dập dịch ở đâu?

Để khắc phục lỗ hổng này, Trung tâm Kiểm soát Bệnh tật TPHCM (HCDC) đã phối hợp xây dựng các mô hình dữ liệu thông minh nhằm đi trước dịch bệnh một bước. Minh chứng rõ nét nhất là công cụ dự báo sốt xuất huyết tại TPHCM. Bằng cách nạp các trường dữ liệu về thời tiết, lượng mưa, mật độ dân số và số ca bệnh lịch sử, AI có thể dự báo chính xác số ca mắc mới trong vòng 1 đến 12 tuần tới. Kết quả thử nghiệm thực tế đạt độ tương thích rất cao, giúp ngành y tế hoàn toàn chủ động trong việc điều phối thuốc men và nhân lực.

Bên cạnh sốt xuất huyết, một ứng dụng nổi bật khác là bản đồ miễn dịch cộng đồng đối với bệnh sởi. Nhóm nghiên cứu đã phân tích dữ liệu tiêm chủng điện tử của hơn 1 triệu trẻ em dưới 5 tuổi tại TPHCM. Kết quả phân tích từ AI đã chỉ ra các "vùng lõm" tiêm chủng trùng khớp hoàn toàn với những tọa độ mà dịch sởi khởi phát và lan rộng sau đó.

Thành công này cho thấy dữ liệu không chỉ để nhìn lại quá khứ mà là chiếc kính lúp dự báo tương lai. Theo BS Thịnh, mục tiêu dài hạn là giúp đội ngũ y tế cơ sở làm chủ công nghệ, đưa AI trở thành bộ lọc tự động trong hoạt động giám sát dịch bệnh thường quy.

CaptionAI đang gia nhập vào y tế với tốc độ rất nhanh, đặt ra yêu cầu để đội ngũ y tế không chỉ làm chủ chuyên môn mà còn phải hiểu và sử dụng công nghệ đúng cách. Nếu được ứng dụng phù hợp, AI hứa hẹn sẽ góp phần xây dựng một hệ thống y tế chủ động hơn, chính xác hơn và lấy người bệnh làm trung tâm.