Anthropic và OpenEvidence đang phối hợp mở rộng một nền tảng trí tuệ nhân tạo hỗ trợ quyết định lâm sàng tới khoảng 100 quốc gia, tập trung vào những khu vực có thu nhập thấp và trung bình, nơi bác sĩ thường gặp khó khăn trong việc tiếp cận tài liệu y khoa, kiến thức chuyên khoa và các chương trình đào tạo liên tục.
OpenEvidence là nền tảng được thiết kế để trả lời các câu hỏi chuyên môn của bác sĩ bằng cách khai thác các nghiên cứu y khoa đã qua bình duyệt cùng những hướng dẫn điều trị. Tại Mỹ và Canada, dịch vụ này hiện được cung cấp miễn phí cho nhân viên y tế.
Trong chương trình mở rộng mới, OpenEvidence sẽ triển khai một phiên bản được điều chỉnh cho từng khu vực và cung cấp miễn phí cho các cơ sở cũng như nhân viên y tế tại nhiều quốc gia đang thiếu nguồn lực. Danh sách triển khai bao gồm những nước như Uganda, Angola, Sudan, Haiti và Mông Cổ.
Hướng tới những nơi thiếu bác sĩ chuyên khoa và tài liệu y tế
Một trong những vấn đề mà sáng kiến này muốn giải quyết là sự chênh lệch trong khả năng tiếp cận tri thức y khoa giữa các khu vực trên thế giới.
Ở nhiều quốc gia có hệ thống y tế hạn chế về nguồn lực, bác sĩ có thể không được tiếp cận thường xuyên với các tạp chí chuyên ngành, cơ sở dữ liệu y khoa hoặc đội ngũ chuyên gia ở những lĩnh vực đặc thù. Việc thiếu các chương trình đào tạo y khoa liên tục cũng có thể khiến quá trình cập nhật kiến thức trở nên khó khăn hơn.
AI tạo sinh đang được nhiều hệ thống y tế xem xét như một công cụ có thể hỗ trợ bác sĩ xử lý nhanh lượng thông tin chuyên môn rất lớn. Thay vì phải tìm kiếm thủ công qua nhiều tài liệu, bác sĩ có thể đặt câu hỏi và nhận được câu trả lời được xây dựng dựa trên các nguồn bằng chứng y khoa.
Tuy nhiên, việc đưa AI vào những môi trường y tế khác nhau cũng đặt ra vấn đề về tính phù hợp của dữ liệu. Các hệ thống được phát triển chủ yếu từ dữ liệu và thực tiễn của những quốc gia giàu có có thể không phản ánh đầy đủ điều kiện điều trị, mô hình bệnh tật, nguồn lực chẩn đoán hay các lựa chọn thuốc tại những khu vực khác.
Khoảng 100 quốc gia nằm trong kế hoạch triển khai
Theo thông tin được OpenEvidence công bố, chương trình mới dự kiến tiếp cận khoảng 100 quốc gia. Đây là bước mở rộng đáng kể so với phạm vi cung cấp dịch vụ trước đây.
Mục tiêu không chỉ đơn thuần là đưa một công cụ AI đến nhiều quốc gia hơn, mà còn là điều chỉnh hệ thống để phù hợp với bối cảnh y tế tại từng khu vực.
Trong mô hình hợp tác, công nghệ của Anthropic đảm nhiệm phần nền tảng AI phía sau, còn OpenEvidence tập trung điều chỉnh hệ thống nhằm đáp ứng điều kiện thực tế ở từng nơi.
Các bên cho biết việc thích ứng có thể bao gồm những khác biệt về cơ sở hạ tầng, nguồn lực y tế và điều kiện chăm sóc bệnh nhân.
Daniel Nadler, nhà sáng lập OpenEvidence, cho rằng khả năng tiếp cận kiến thức y khoa không nên bị quyết định bởi nơi một bác sĩ đang làm việc.
OpenEvidence đã được sử dụng với quy mô lớn tại Mỹ
Sáng kiến quốc tế này được triển khai trong bối cảnh OpenEvidence đã có mức độ sử dụng đáng kể tại Mỹ.
Theo số liệu do Nadler cung cấp, riêng trong tháng 8, các nhân viên y tế tại Mỹ đã sử dụng OpenEvidence khoảng 42 triệu lượt. Ông cũng cho biết trong năm 2026, hàng trăm triệu người Mỹ có thể được điều trị bởi những bác sĩ từng sử dụng nền tảng này như một công cụ hỗ trợ định hướng chăm sóc.
Các con số trên cho thấy AI đang dần được đưa vào những quy trình liên quan đến việc tìm kiếm và tham khảo kiến thức y khoa, thay vì chỉ được sử dụng cho những tác vụ văn phòng hoặc nghiên cứu thông thường.
Dù vậy, Anthropic và OpenEvidence không công bố các điều khoản tài chính trong thỏa thuận hợp tác.
Thử nghiệm thích ứng với điều kiện y tế địa phương
Việc điều chỉnh công cụ cho từng môi trường không phải là hướng đi hoàn toàn mới đối với OpenEvidence.
Trước đó trong năm 2026, công ty cho biết họ đã làm việc với các tổ chức y tế tại Rwanda và Botswana. Mục tiêu là điều chỉnh công cụ cho những hệ thống chăm sóc sức khỏe có nhiều điểm khác biệt so với các quốc gia giàu có.
Sự khác biệt có thể xuất hiện ở nhiều khía cạnh, từ các loại bệnh phổ biến, khả năng xét nghiệm và chẩn đoán cho tới những phương pháp điều trị thực sự có thể triển khai tại địa phương.
Theo Nadler, các hệ thống được phát triển cho những khu vực này được thiết kế với khả năng thích ứng với bối cảnh địa phương.
Điều này đặc biệt quan trọng bởi một câu trả lời y khoa có thể dựa trên những nguồn lực không tồn tại ở nơi bác sĩ đang hành nghề. Một công cụ hỗ trợ lâm sàng vì vậy không chỉ cần cung cấp kiến thức chính xác mà còn phải giúp người dùng đặt kiến thức đó vào đúng điều kiện thực tế.
Điện thoại thông minh có thể trở thành điểm tiếp cận tri thức
Một yếu tố đáng chú ý trong kế hoạch mở rộng là cơ sở hạ tầng không nhất thiết phải đạt mức tương đương các bệnh viện lớn ở các nước phát triển.
Theo Nadler, ngay cả tại những khu vực mà cơ sở y tế không có nguồn điện ổn định suốt ngày, nhiều bác sĩ vẫn có điện thoại thông minh. Điều này tạo ra một kênh tương đối phổ biến để tiếp cận các công cụ AI.
Nếu mô hình này hoạt động hiệu quả, bác sĩ ở những khu vực hạn chế về tài nguyên có thể tiếp cận một lượng kiến thức y khoa mà trước đây thường chỉ có thể tìm thấy tại các trung tâm y tế hoặc trường đại học lớn.
Điểm đáng chú ý nằm ở khả năng đưa thông tin đến ngay thời điểm bác sĩ cần tham khảo, thay vì phụ thuộc hoàn toàn vào việc cơ sở y tế có đăng ký các nguồn tài liệu chuyên ngành hay có đội ngũ chuyên gia tại chỗ hay không.
Cơ hội đi kèm những vấn đề cần kiểm chứng
Việc đưa AI vào chăm sóc sức khỏe đang mở ra khả năng hỗ trợ bác sĩ trong bối cảnh nhiều quốc gia thiếu nhân lực y tế và chuyên gia.
Nhưng AI không loại bỏ nhu cầu đánh giá chuyên môn của bác sĩ. Đặc biệt, khi công cụ được sử dụng trong những môi trường có điều kiện bệnh tật, thuốc men, thiết bị và quy trình điều trị khác nhau, tính phù hợp của thông tin trở thành yếu tố quan trọng.
Một nghiên cứu được công bố trên Nature Medicine năm 2026 cũng cho thấy các công cụ AI chuyên biệt cho y khoa cần được đánh giá độc lập trong những tình huống thực tế trước khi được sử dụng rộng rãi trong môi trường lâm sàng.
Với sáng kiến mới, Anthropic và OpenEvidence đang theo đuổi một hướng tiếp cận kết hợp giữa năng lực AI và việc điều chỉnh theo từng hệ thống y tế. Nếu triển khai đúng bối cảnh, mô hình này có thể giúp thu hẹp một phần khoảng cách trong khả năng tiếp cận kiến thức y khoa giữa các quốc gia.
Tuy nhiên, hiệu quả thực tế vẫn phụ thuộc vào chất lượng nguồn dữ liệu, khả năng thích ứng với từng địa phương và cách các bác sĩ sử dụng AI như một công cụ hỗ trợ thay vì thay thế hoàn toàn đánh giá chuyên môn.