Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) đang tạo ra những thay đổi đáng chú ý trong lĩnh vực chăm sóc sức khỏe. Từ phân tích hình ảnh y khoa, nhận diện tổn thương trên da đến hỗ trợ theo dõi bệnh nhân tại nhà, AI đang dần trở thành một công cụ có thể đồng hành cùng nhân viên y tế.
Điểm đáng chú ý là AI trong y tế không nhất thiết phải được nhìn nhận dưới góc độ thay thế bác sĩ. Giá trị lớn hơn của công nghệ này nằm ở khả năng xử lý lượng dữ liệu khổng lồ, hỗ trợ nhận diện những dấu hiệu mà con người có thể bỏ sót và giúp rút ngắn thời gian tiếp cận thông tin y khoa.
Ngành y tế đang phải xử lý một lượng dữ liệu quá lớn
Một trong những lý do thúc đẩy việc ứng dụng AI vào y tế là tình trạng thiếu nhân lực trong ngành chăm sóc sức khỏe. Theo những số liệu được đề cập trong bài viết, thế giới đang thiếu khoảng 4,3 triệu bác sĩ, nữ hộ sinh, điều dưỡng và nhân viên hỗ trợ chăm sóc sức khỏe. Tại Việt Nam, nhu cầu bổ sung nhân lực trong giai đoạn 2021-2030 cũng được dự báo ở mức khoảng 72.000 bác sĩ và 304.000 điều dưỡng.
Khi số lượng bệnh nhân tăng trong khi nguồn nhân lực hạn chế, áp lực đối với bác sĩ và nhân viên y tế ngày càng lớn. Một bác sĩ phải xử lý nhiều bệnh nhân trong thời gian ngắn có thể gặp tình trạng mệt mỏi, giảm khả năng tập trung hoặc không có đủ thời gian để phân tích toàn diện mọi dữ liệu.
Trong khi đó, kiến thức y khoa ngày càng mở rộng. Chỉ riêng lĩnh vực da liễu đã có hàng nghìn bệnh lý khác nhau. Một bác sĩ dù có nhiều năm kinh nghiệm cũng khó có thể ghi nhớ và thường xuyên cập nhật đầy đủ mọi biểu hiện của tất cả bệnh.
Điều này tạo ra một khoảng trống mà AI có thể tham gia hỗ trợ.
AI có lợi thế ở khả năng học từ lượng dữ liệu rất lớn
Con người tích lũy kinh nghiệm thông qua quá trình học tập, thực hành và tiếp xúc với người bệnh. Tuy nhiên, phạm vi kinh nghiệm của một cá nhân vẫn có giới hạn.
Một hệ thống AI chuyên biệt có thể được huấn luyện trên lượng dữ liệu y khoa lớn, bao gồm nhiều trường hợp bệnh, hình ảnh và thông tin được thu thập từ nhiều nguồn khác nhau. Nhờ đó, hệ thống có khả năng nhận diện các mẫu dữ liệu mà một cá nhân khó có cơ hội tiếp xúc trong suốt quá trình hành nghề.
Đây là một trong những điểm khiến AI có tiềm năng đặc biệt trong các nhiệm vụ chẩn đoán chuyên sâu.
Chẳng hạn, một số bệnh ngoài da có biểu hiện tương đối giống nhau nhưng nguyên nhân và hướng xử lý lại khác biệt. AI phân tích hình ảnh có thể hỗ trợ bác sĩ nhận diện những đặc điểm đáng chú ý, từ đó đưa ra thêm các khả năng để bác sĩ cân nhắc.
Tuy nhiên, kết quả AI đưa ra vẫn cần được đặt trong bối cảnh lâm sàng cụ thể thay vì xem như một kết luận cuối cùng.
Sai sót trong chẩn đoán là một vấn đề không thể xem nhẹ
Một điểm được nhấn mạnh là ngay cả những bệnh tưởng như phổ biến cũng có thể gây khó khăn cho việc chẩn đoán.
Ví dụ, tại tọa đàm được đề cập trong bài, GS Nguyễn Tiến Dũng cho biết một chuyên gia trong lĩnh vực da liễu nhận định khoảng 60% trường hợp nấm móng có thể bị chẩn đoán sai. Bên cạnh đó, một chuyên gia hô hấp tại Pháp cũng chia sẻ rằng không phải bác sĩ nào cũng dễ dàng phân tích chính xác kết quả từ những thiết bị kiểm tra chức năng hô hấp cơ bản.
Những ví dụ này cho thấy chẩn đoán bệnh không đơn giản chỉ là ghi nhớ danh sách bệnh lý. Bác sĩ phải kết hợp triệu chứng, tiền sử, kết quả xét nghiệm, hình ảnh, diễn biến bệnh và nhiều yếu tố khác trước khi đưa ra quyết định.
AI có thể giúp xử lý một phần khối lượng thông tin đó nhanh hơn.
AI chuyên ngành y tế khác với các công cụ AI đa năng
Một điểm quan trọng là không nên đánh đồng các chatbot AI phổ thông với những hệ thống AI được thiết kế chuyên biệt cho y tế.
Hiện nay, nhiều người sử dụng các công cụ AI đa năng để tìm hiểu triệu chứng hoặc tự suy đoán bệnh tại nhà. Tuy nhiên, những hệ thống này không được xây dựng riêng cho mục đích chẩn đoán y khoa và có thể đưa ra câu trả lời thiếu chính xác.
Theo nội dung bài viết, các mô hình AI đa nhiệm có thể đạt độ chính xác thấp trong một số nhiệm vụ chẩn đoán y khoa, trong khi những hệ thống được phát triển chuyên biệt cho từng nhóm bệnh và được xây dựng dựa trên dữ liệu y sinh chuẩn hóa có tiềm năng đạt độ chính xác cao hơn.
Vì vậy, hướng phát triển đáng chú ý không đơn thuần là đưa AI vào bệnh viện, mà còn là xây dựng những hệ thống được thiết kế phù hợp với từng chuyên khoa, từng nhóm bệnh và đặc điểm dữ liệu của từng quốc gia.
AI có thể hỗ trợ người bệnh ngay từ thời điểm xuất hiện triệu chứng
Một ứng dụng có tiềm năng lớn là hỗ trợ người dân trong giai đoạn trước khi đến bệnh viện.
Hãy hình dung một tình huống: vào ban đêm, trẻ nhỏ xuất hiện sốt nhẹ kèm những nốt phát ban bất thường. Cha mẹ có thể không biết đây chỉ là biểu hiện cần theo dõi tại nhà hay dấu hiệu cần đưa trẻ đi khám ngay.
Một hệ thống AI chuyên về y tế có thể tiếp nhận hình ảnh vùng da bất thường cùng thông tin về triệu chứng. Sau khi phân tích, hệ thống có thể thu hẹp các khả năng bệnh lý xuống một số hướng đáng chú ý và đặt thêm câu hỏi để thu thập thông tin.
Ví dụ, AI có thể cần biết trẻ có đau họng, có tổn thương trong miệng hay xuất hiện thêm triệu chứng nào khác hay không.
Từ đó, hệ thống có thể đưa ra hướng dẫn ban đầu như tiếp tục theo dõi, liên hệ nhân viên y tế hoặc đưa trẻ đi khám trong thời gian sớm.
Điểm quan trọng là những nền tảng như vậy nên đóng vai trò hỗ trợ định hướng, chứ không biến thành công cụ để người dân tự xác định bệnh và tự điều trị.
AI còn có thể giúp bác sĩ tiết kiệm thời gian
AI không chỉ phục vụ người dân mà còn có thể hỗ trợ trực tiếp cho bác sĩ.
Trong quá trình trao đổi với người bệnh, hệ thống có thể thu thập các thông tin về triệu chứng, thời điểm xuất hiện, diễn biến và những yếu tố liên quan. Những dữ liệu này có thể được tổng hợp thành một báo cáo ban đầu.
Khi bệnh nhân đến khám, bác sĩ có thể tiếp cận thông tin đã được chuẩn bị trước thay vì phải bắt đầu hoàn toàn từ con số không.
Điều này đặc biệt hữu ích trong những môi trường có số lượng bệnh nhân lớn, nơi mỗi phút dành cho một ca khám đều có giá trị.
AI cũng có thể hỗ trợ việc sàng lọc dữ liệu hình ảnh, phát hiện dấu hiệu bất thường hoặc đưa ra những khả năng để bác sĩ xem xét. Bác sĩ vẫn là người kiểm tra, đối chiếu và đưa ra quyết định cuối cùng.
Theo dõi sức khỏe từ xa là một hướng ứng dụng khác
AI còn có thể được sử dụng trong chăm sóc sức khỏe từ xa và quản lý bệnh nhân tại nhà.
Những người mắc các bệnh mạn tính như tăng huyết áp, tiểu đường hoặc có nguy cơ tim mạch có thể cần theo dõi chỉ số sức khỏe thường xuyên.
Ví dụ, một người cao tuổi nhận thấy huyết áp của mình thay đổi bất thường trong nhiều ngày có thể cung cấp cho hệ thống các thông số đo được cùng thông tin về thuốc đang sử dụng, thời gian đo hoặc những thay đổi trong sinh hoạt.
AI có thể phân tích dữ liệu theo từng cá nhân và đưa ra một số khả năng cần lưu ý để người bệnh biết khi nào cần liên hệ bác sĩ.
Cách tiếp cận này có thể đặc biệt hữu ích với người sống ở khu vực xa cơ sở y tế hoặc gặp khó khăn trong việc tiếp cận dịch vụ khám chữa bệnh.
Vì sao AI chưa thể thay thế bác sĩ?
Dù có khả năng xử lý dữ liệu nhanh và không bị ảnh hưởng bởi sự mệt mỏi theo cách con người, AI vẫn tồn tại những giới hạn rất quan trọng.
Trong y khoa, một quyết định sai có thể dẫn đến hậu quả nghiêm trọng. Nếu một hệ thống AI đưa ra kết luận không chính xác và bệnh nhân gặp biến chứng, vấn đề trách nhiệm sẽ trở nên đặc biệt phức tạp.
Ngoài ra, một ca bệnh không chỉ bao gồm những con số hay hình ảnh.
Bác sĩ còn phải xem xét hoàn cảnh sống, tiền sử bệnh, các yếu tố nguy cơ, khả năng tuân thủ điều trị, mong muốn của người bệnh và nhiều yếu tố khác. Những thông tin này đôi khi không thể được thể hiện đầy đủ trong một bộ dữ liệu.
Đặc biệt, những trường hợp hiếm gặp hoặc tình huống bất thường có thể đòi hỏi kinh nghiệm lâm sàng và khả năng đánh giá tổng thể.
Vì vậy, việc AI đưa ra một kết quả có độ chính xác cao trong một nhiệm vụ cụ thể không đồng nghĩa với việc hệ thống có thể đảm nhận toàn bộ vai trò của bác sĩ.
Tương lai có thể là sự phối hợp giữa AI và bác sĩ
Một kịch bản được