Việc đưa trí tuệ nhân tạo (AI) vào hoạt động quản lý tại Trung tâm Y tế Tịnh Biên, tỉnh An Giang, đang cho thấy hiệu quả rõ rệt trong việc giảm tải công việc hành chính. Một số nhiệm vụ vốn cần tới hàng giờ để tổng hợp, rà soát và đối chiếu dữ liệu nay có thể được hệ thống hỗ trợ xử lý trong vài phút, qua đó giúp nhân viên y tế có thêm thời gian tập trung cho chuyên môn và người bệnh.
Từ áp lực dữ liệu đến nhu cầu ứng dụng AI
Trong hoạt động của một cơ sở y tế, dữ liệu được phân bổ ở nhiều lĩnh vực khác nhau. Thông tin về thuốc, nhân sự, tài chính, văn bản hành chính hay dữ liệu khám chữa bệnh đều được quản lý theo những hệ thống và bảng biểu riêng.
Theo lãnh đạo Trung tâm Y tế Tịnh Biên, một trong những vấn đề thường xuyên đặt ra là làm thế nào để giảm thời gian mà cán bộ phải dành cho các công việc hành chính, đặc biệt trong bối cảnh lượng dữ liệu ngày càng lớn.
Nhân viên tại các khoa, phòng không chỉ phải nhập dữ liệu lên hệ thống mà còn phải xử lý nhiều bảng kê liên quan đến khám chữa bệnh bảo hiểm y tế. Trong đó, số lượng chỉ định cần kiểm tra mỗi ngày có thể lên tới hàng chục nghìn dòng.
Khối lượng này vượt quá khả năng rà soát thủ công của một tổ giám định nội bộ. Chỉ một chỉ định không phù hợp cũng có thể tạo ra nguy cơ bị xuất toán chi phí bảo hiểm y tế. Vì vậy, nhu cầu xây dựng một công cụ có khả năng hỗ trợ kiểm tra dữ liệu nhanh, liên tục và có hệ thống trở nên ngày càng rõ ràng.
AI được thiết kế theo công việc thực tế của cơ sở y tế
Thay vì xem AI như một phần mềm có thể tự động xử lý mọi nhiệm vụ, Trung tâm Y tế Tịnh Biên lựa chọn cách tiếp cận từng bước. AI được ví như một “thư ký” có tốc độ xử lý rất nhanh nhưng không có kinh nghiệm thực tế trong môi trường bệnh viện.
Do đó, trước khi đưa hệ thống vào sử dụng, đơn vị phải xác định cụ thể AI được phép thực hiện những công việc nào, trường hợp nào cần phát cảnh báo và loại dữ liệu nào bắt buộc phải được con người kiểm tra lại.
Hệ thống AI Agent hiện được tổ chức thành 7 nhóm nhiệm vụ chính, bao gồm hỗ trợ điều hành, giao ban, bảo hiểm y tế, dược, nhân sự, tài chính – kế toán, quản lý văn bản và lịch làm việc.
Hệ thống có thể tự động xử lý dữ liệu vào ban đêm. Đến sáng, cán bộ phụ trách kiểm tra kết quả và tiếp tục xử lý những trường hợp cần sự can thiệp của con người.
Đáng chú ý, hệ thống đã được xây dựng với 371 quy tắc cảnh báo, trong đó hơn 300 quy tắc đang được sử dụng thực tế. Đồng thời, trên 300 chỉ số được đưa vào theo dõi nhằm phục vụ công tác quản lý và giám sát.
Hỗ trợ kiểm tra thuốc và dữ liệu chuyên môn
Trong lĩnh vực dược, các cảnh báo của hệ thống không được xây dựng một cách tùy tiện mà dựa trên nhiều căn cứ chuyên môn, gồm Dược thư Quốc gia Việt Nam, hướng dẫn sử dụng thuốc, các quy định chuyên môn, mã bệnh, chỉ định và chống chỉ định.
Cách xây dựng này giúp AI không chỉ thực hiện việc tổng hợp dữ liệu mà còn có thể hỗ trợ phát hiện những trường hợp cần được nhân viên chuyên môn xem xét kỹ hơn.
Tuy nhiên, kết quả do hệ thống đưa ra vẫn phải trải qua bước kiểm tra của cán bộ y tế. AI đảm nhận phần việc xử lý và phát hiện nhanh, trong khi việc đánh giá, xác nhận và đưa ra quyết định cuối cùng vẫn thuộc về con người.
Quá trình triển khai không tránh khỏi sai sót
Việc ứng dụng AI vào môi trường y tế cũng cho thấy một thực tế: công nghệ không thể ngay lập tức vận hành hoàn hảo.
Trong quá trình phát triển và thử nghiệm, đội ngũ kỹ thuật từng gặp nhiều lỗi. Có thời điểm hệ thống đọc nhầm cột dữ liệu, có trường hợp quá trình xử lý bị chạy lặp khiến số liệu bị nhân đôi. Thậm chí từng xuất hiện tình huống có nguy cơ xóa nhầm dữ liệu đang được sử dụng.
Những sự cố này được ghi nhận để điều chỉnh và hoàn thiện hệ thống. Đây cũng là lý do quy trình vẫn duy trì bước kiểm tra của cán bộ trước khi dữ liệu được sử dụng chính thức.
Qua thực tế triển khai, nguyên tắc quan trọng được đặt ra là AI giúp con người làm việc nhanh hơn chứ không thay thế trách nhiệm chuyên môn. Máy có thể xử lý một lượng dữ liệu lớn trong thời gian ngắn, nhưng người có chuyên môn vẫn là người kiểm tra và quyết định.
Từ 3 giờ xuống còn khoảng 5 phút
Hiệu quả dễ nhận thấy nhất là thời gian dành cho một số công việc tổng hợp và kiểm tra dữ liệu được rút ngắn đáng kể.
Những nhiệm vụ trước đây có thể mất khoảng 3 giờ để thực hiện nay được hệ thống hỗ trợ xử lý trong khoảng 5 phút. Việc giảm thời gian xử lý không chỉ mang ý nghĩa về tốc độ mà còn giúp giảm đáng kể khối lượng công việc hành chính cho nhân viên y tế.
Khi không phải dành quá nhiều thời gian cho việc nhập, tổng hợp và rà soát thủ công, cán bộ có thể tập trung nhiều hơn vào các nhiệm vụ chuyên môn và phục vụ người bệnh.
AI phải xuất phát từ nhu cầu thực tế
Giải pháp AI Agent của Trung tâm Y tế Tịnh Biên đã được hội đồng chuyên môn của Hội Tin học Y tế Việt Nam thẩm định, đánh giá. Quá trình đánh giá bao gồm kiểm tra dữ liệu, thực hiện trực tiếp trên hệ thống và theo dõi cách hệ thống xử lý các tình huống thực tế.
Điểm đáng chú ý trong mô hình này là AI được phát triển từ chính những vấn đề phát sinh trong hoạt động quản lý hàng ngày. Thay vì xây dựng một hệ thống quy mô lớn rồi mới tìm kiếm cách ứng dụng, đơn vị xác định từng bài toán cụ thể và phát triển công cụ để giải quyết những nhu cầu đó.
Cách tiếp cận này cho thấy việc ứng dụng AI trong y tế không nhất thiết phải bắt đầu bằng những hệ thống phức tạp. Hiệu quả có thể đến từ việc xác định đúng khâu đang gây tốn thời gian, sau đó sử dụng công nghệ để hỗ trợ xử lý.
Mở rộng ứng dụng AI trong ngành y tế
Tại An Giang, AI đang được nghiên cứu và triển khai ở nhiều lĩnh vực liên quan đến hoạt động của ngành y tế, trong đó có quản lý, báo cáo hành chính, dữ liệu chuyên môn và đào tạo nhân lực số.
Trong thời gian tới, ngành y tế địa phương tiếp tục nghiên cứu khả năng ứng dụng AI vào phân tích dữ liệu, hỗ trợ xử lý hình ảnh và quản lý bệnh viện.
Từ thực tế tại Trung tâm Y tế Tịnh Biên có thể thấy AI đang phát huy vai trò trước hết ở những công việc cần xử lý lượng dữ liệu lớn, lặp đi lặp lại và đòi hỏi tốc độ cao. Khi được thiết kế phù hợp với quy trình chuyên môn, công nghệ này có thể giúp giảm đáng kể gánh nặng hành chính.
Tuy nhiên, yếu tố con người vẫn giữ vai trò quyết định. AI có thể hỗ trợ tổng hợp, kiểm tra, cảnh báo và đưa ra thông tin nhanh chóng, nhưng dữ liệu vẫn cần được xác minh và các quyết định chuyên môn vẫn phải do người có trách nhiệm thực hiện.