Trí tuệ nhân tạo đang được ứng dụng trong chẩn đoán y khoa chủ yếu như một công cụ hỗ trợ bác sĩ: đánh dấu vùng nghi ngờ trên phim X-quang, CT, MRI; sàng lọc bệnh võng mạc từ ảnh đáy mắt; phân tích tiêu bản giải phẫu bệnh, điện tâm đồ; ưu tiên ca khẩn cấp trong hàng đợi đọc phim. AI giúp phát hiện sớm hơn, nhanh hơn và giảm bỏ sót trong một số tác vụ cụ thể, nhưng quyết định chẩn đoán và điều trị vẫn thuộc về bác sĩ. Bài viết mang tính thông tin chung; mọi vấn đề sức khỏe cá nhân cần được bác sĩ thăm khám và tư vấn.
Những lĩnh vực AI đã được ứng dụng
| Lĩnh vực | AI làm gì | Giá trị chính |
|---|---|---|
| Chẩn đoán hình ảnh | Phát hiện nốt phổi, gãy xương, xuất huyết não, tổn thương vú trên phim chụp | Đọc nhanh, đánh dấu ca nghi ngờ, ưu tiên ca khẩn |
| Nhãn khoa | Sàng lọc bệnh võng mạc do đái tháo đường từ ảnh đáy mắt | Mở rộng sàng lọc ở nơi thiếu bác sĩ chuyên khoa |
| Giải phẫu bệnh | Phân tích ảnh tiêu bản số hóa, đếm tế bào, phân loại mô | Giảm khối lượng công việc lặp lại |
| Tim mạch | Phân tích điện tâm đồ, phát hiện rối loạn nhịp | Theo dõi liên tục, kể cả qua thiết bị đeo |
| Da liễu | Hỗ trợ phân loại tổn thương da từ ảnh chụp | Sàng lọc ban đầu, cần xác nhận bởi bác sĩ |
| Hồi sức | Cảnh báo sớm nguy cơ diễn biến xấu từ dữ liệu theo dõi | Can thiệp kịp thời |
Ở nhiều nước, cơ quan quản lý đã cấp phép cho nhiều phần mềm AI dùng như thiết bị y tế, phần lớn trong lĩnh vực chẩn đoán hình ảnh. Một số bệnh viện tại Việt Nam cũng đã thử nghiệm và ứng dụng phần mềm AI hỗ trợ đọc phim.
Công nghệ phía sau
Phần lớn ứng dụng chẩn đoán hình ảnh dựa trên học sâu, đặc biệt là mạng nơ-ron tích chập và Transformer cho ảnh. Mô hình được huấn luyện trên rất nhiều ảnh đã được bác sĩ gán nhãn. Sự khác biệt giữa học sâu và học máy truyền thống được giải thích trong bài Deep Learning và Machine Learning. Gần đây, mô hình đa phương thức kết hợp hình ảnh, văn bản bệnh án, kết quả xét nghiệm đang được nghiên cứu để hỗ trợ chẩn đoán toàn diện hơn.
Vì sao vẫn cần bác sĩ
- AI thường giỏi một việc hẹp: một phần mềm phát hiện nốt phổi không thay thế được việc đọc toàn bộ phim và đặt trong bối cảnh lâm sàng.
- Kết quả phụ thuộc dữ liệu huấn luyện: mô hình học từ máy chụp, quần thể bệnh nhân ở một nơi có thể kém chính xác khi dùng ở nơi khác.
- Báo nhầm và bỏ sót: AI có thể báo động giả gây lo lắng, xét nghiệm thừa, hoặc bỏ sót ca không điển hình.
- Trách nhiệm pháp lý: chẩn đoán là trách nhiệm của người hành nghề.
- Giao tiếp với người bệnh: giải thích, cân nhắc lựa chọn điều trị, đồng cảm là việc của con người.
Thách thức khi đưa AI vào bệnh viện
Đánh giá tại chỗ
Phần mềm đạt kết quả tốt trong nghiên cứu cần được đánh giá lại trên dữ liệu của chính bệnh viện trước khi dùng rộng.
Tích hợp quy trình
AI phải gắn vào hệ thống lưu trữ và truyền ảnh (PACS), hồ sơ bệnh án điện tử, để bác sĩ không phải chuyển qua lại nhiều phần mềm.
Thiên lệch tự động hóa
Bác sĩ có thể quá tin vào gợi ý của máy. Đào tạo và thiết kế giao diện cần giúp bác sĩ giữ vai trò phản biện.
Bảo mật dữ liệu
Dữ liệu sức khỏe là dữ liệu nhạy cảm. Với dữ liệu bệnh nhân, nhiều cơ sở chọn triển khai mô hình trong hạ tầng nội bộ, như phân tích trong bài mô hình học máy cục bộ.
Pháp lý, đạo đức
Ai chịu trách nhiệm khi AI sai, người bệnh có được biết AI tham gia không, dữ liệu huấn luyện có được đồng ý sử dụng không là những câu hỏi được bàn trong bài đạo đức AI và pháp lý.
Chatbot và người bệnh
Ngày càng nhiều người hỏi chatbot AI về triệu chứng. Chatbot có thể giúp hiểu thuật ngữ, chuẩn bị câu hỏi trước khi gặp bác sĩ, nhưng không thể khám, không biết toàn bộ tiền sử và có thể trả lời sai. Một số nguyên tắc:
- Không dùng chatbot để tự chẩn đoán hay tự điều chỉnh thuốc.
- Triệu chứng cấp tính như đau ngực, khó thở, yếu liệt đột ngột cần đến cơ sở y tế ngay.
- Thận trọng khi nhập thông tin sức khỏe cá nhân vào dịch vụ AI công cộng.
- Mang câu trả lời của chatbot đến hỏi lại bác sĩ thay vì tin ngay.
Thiết bị đeo và theo dõi tại nhà
Đồng hồ thông minh có tính năng đo điện tâm đồ, phát hiện nhịp bất thường đã giúp nhiều người phát hiện vấn đề sớm và đi khám. Tuy vậy, đây là công cụ sàng lọc, không phải chẩn đoán; cảnh báo cần được bác sĩ xác nhận. Xu hướng thiết bị đeo được phân tích trong bài thiết bị đeo thông minh.
Triển vọng
Trong vài năm tới, AI nhiều khả năng sẽ trở thành công cụ quen thuộc trong khoa chẩn đoán hình ảnh, sàng lọc cộng đồng, theo dõi bệnh mạn tính từ xa và giảm việc ghi chép cho bác sĩ. Với các nước thiếu bác sĩ chuyên khoa ở tuyến cơ sở, AI có tiềm năng thu hẹp khoảng cách tiếp cận. Điều kiện là công cụ được đánh giá nghiêm túc, tích hợp đúng quy trình, và luôn có bác sĩ chịu trách nhiệm cuối cùng.
Câu hỏi thường gặp
AI có chẩn đoán chính xác hơn bác sĩ không?
Trong một số tác vụ hẹp và điều kiện nghiên cứu, AI cho kết quả tương đương hoặc tốt hơn ở một vài chỉ số. Tuy nhiên chẩn đoán thực tế cần tổng hợp nhiều thông tin, và cách hiệu quả nhất hiện nay là bác sĩ kết hợp với AI.
Bệnh viện dùng AI đọc phim có cần thông báo cho người bệnh không?
Quy định khác nhau giữa các nơi. Về nguyên tắc minh bạch, người bệnh nên được biết khi công cụ AI tham gia đáng kể vào quá trình chẩn đoán, và kết quả luôn cần bác sĩ xác nhận.
Có nên hỏi ChatGPT về triệu chứng bệnh không?
Có thể dùng để tìm hiểu thông tin chung và chuẩn bị câu hỏi cho bác sĩ, nhưng không dùng thay cho thăm khám. Triệu chứng nặng hoặc kéo dài cần đến cơ sở y tế.
Dữ liệu bệnh án có bị dùng để huấn luyện AI không?
Việc dùng dữ liệu bệnh án cho nghiên cứu, huấn luyện AI phải tuân thủ quy định về dữ liệu cá nhân, đạo đức nghiên cứu và thường cần ẩn danh hóa. Bạn có thể hỏi cơ sở y tế về chính sách dữ liệu của họ.



