- Trong bối cảnh 4,5 tỷ người đang thiếu cơ hội tiếp cận các dịch vụ y tế thiết yếu, trí tuệ nhân tạo có thể giúp thu hẹp khoảng cách này.
- Các công nghệ AI hiện đã và đang hỗ trợ bác sĩ phát hiện các ca gãy xương, phân loại bệnh nhân và tầm soát các dấu hiệu bệnh sớm.
- Dù vậy, theo báo cáo chuyên sâu của Diễn đàn Kinh tế Thế giới (WEF) với tiêu đề “The Future of AI-Enabled Health: Leading the Way” (Tương lai của Y tế ứng dụng AI: Dẫn lối tiên phong), ngành y tế vẫn có mức độ tiếp nhận AI “dưới mức trung bình” so với các ngành công nghiệp khác.
Với việc 4,5 tỷ người hiện không thể tiếp cận các dịch vụ y tế thiết yếu cùng tình trạng thiếu hụt khoảng 11 triệu nhân viên y tế dự kiến vào năm 2030, AI sở hữu tiềm năng to lớn để lấp đầy khoảng trống đó và cách mạng hóa ngành y tế toàn cầu. Công nghệ này thậm chí có thể giúp chúng ta trở lại đúng lộ trình nhằm hoàn thành Mục tiêu Phát triển Bền vững của Liên Hợp Quốc là đạt được bao phủ chăm sóc sức khỏe toàn dân vào năm 2030.
Tuy nhiên, dù công nghệ đang phát triển với tốc độ chóng mặt, ngành y tế vẫn bị đánh giá là “dưới mức trung bình” về mức độ ứng dụng AI so với các ngành công nghiệp khác, theo báo cáo của Diễn đàn Kinh tế Thế giới.
Mức độ đầu tư tư nhân vào AI trong lĩnh vực y tế có sự chênh lệch lớn giữa các vùng miền. Dù vậy, báo cáo nhấn mạnh: “Các giải pháp y tế kỹ thuật số dựa trên AI nắm giữ tiềm năng nâng cao hiệu suất, giảm thiểu chi phí và cải thiện kết quả điều trị trên phạm vi toàn cầu”.
Dưới đây là 7 ví dụ về các công nghệ AI đang trực tiếp tạo nên sự khác biệt trong lĩnh vực y học hiện nay.
1. AI có thể phân tích hình ảnh chụp não
Một phần mềm AI mới đây đã chứng minh khả năng kiểm tra hình ảnh chụp não của bệnh nhân đột quỵ với độ chính xác “cao gấp đôi” so với các chuyên gia y tế. Hai trường đại học tại Vương quốc Anh đã huấn luyện phần mềm này trên tập dữ liệu gồm 800 ảnh chụp não của người bệnh đột quỵ, sau đó thử nghiệm lâm sàng trên 2.000 bệnh nhân.
Kết quả thu được rất ấn tượng. Bên cạnh độ chính xác cao, phần mềm AI còn có thể xác định được khung thời gian mà cơn đột quỵ xảy ra — một thông tin cực kỳ sống còn đối với các bác sĩ.
Bác sĩ Paul Bentley, chuyên gia tư vấn thần kinh, chia sẻ với tờ Health Tech Newspaper:
Đối với phần lớn các ca đột quỵ do cục máu đông, nếu bệnh nhân được cứu chữa trong vòng 4,5 giờ kể từ khi phát bệnh, họ sẽ đủ điều kiện áp dụng cả hai phương pháp điều trị nội khoa và ngoại khoa. Trong vòng 6 giờ, bệnh nhân vẫn có thể phẫu thuật. Tuy nhiên, sau mốc thời gian này, việc quyết định xem các phương pháp điều trị có mang lại lợi ích hay không trở nên vô cùng phức tạp, vì nhiều tổn thương đã chuyển sang giai đoạn không thể phục hồi. Do đó, việc bác sĩ biết rõ thời điểm khởi phát lẫn khả năng đảo ngược tình thế của ca đột quỵ là điều tối quan trọng.
2. AI phát hiện các ca gãy xương chuẩn hơn con người
Một thực tế đáng ngạc nhiên là các bác sĩ cấp cứu bỏ sót các ca gãy xương trong khoảng 10% trường hợp. Thêm vào đó, các kỹ thuật viên X-quang vừa thiếu hụt nhân sự lại vừa phải làm việc quá tải.
Vì vậy, việc sử dụng AI để thực hiện bước quét hình ảnh ban đầu có thể giúp tránh được cả việc chụp X-quang không cần thiết lẫn việc bỏ sót các vết gãy. Viện Y tế và Chăm sóc Sức khỏe Quốc gia Vương quốc Anh (NICE) khẳng định công nghệ này an toàn, đáng tin cậy và có thể giảm bớt nhu cầu tái khám của bệnh nhân.
Mặc dù vậy, tốc độ triển khai AI quá nhanh trong ngành y tế cũng làm dấy lên một số lo ngại.
Tiến sĩ Caroline Green thuộc Viện Đạo đức học trong AI tại Đại học Oxford nhận định với BBC: “Điều quan trọng là những người vận hành các công cụ này phải được đào tạo bài bản, nghĩa là họ phải hiểu và biết cách giảm thiểu các rủi ro đến từ giới hạn công nghệ… chẳng hạn như khả năng AI đưa ra thông tin sai lệch”.
3. Đánh giá nhu cầu điều xe cấp cứu bằng AI
Tại Anh, có khoảng 350,000 người được đưa đến bệnh viện bằng xe cấp cứu mỗi tháng. Việc quyết định ai cần hoặc không cần nhập viện hoàn toàn phụ thuộc vào nhân viên cứu hộ, và họ luôn phải chịu áp lực từ tình trạng khan hiếm giường bệnh.
Một nghiên cứu tại Yorkshire (phía Bắc nước Anh) cho thấy trong 80% trường hợp, AI có thể dự đoán chính xác những bệnh nhân nào thực sự cần chuyển đến bệnh viện. Mô hình AI này được huấn luyện dựa trên các chỉ số như khả năng vận động, mạch, nồng độ oxy trong máu và tình trạng đau ngực của bệnh nhân — đồng thời chứng minh được khả năng đưa ra phản hồi không thiên vị. Dù vậy, tổ chức NICE vẫn khuyến cáo rằng cần phải đào tạo chuyên sâu thêm trước khi đưa công nghệ này vào sử dụng rộng rãi.
4. Tầm soát dấu hiệu sớm của hơn 1.000 loại bệnh
Theo tập đoàn AstraZeneca, một mô hình học máy AI mới có thể phát hiện sự hiện diện của một số căn bệnh ngay cả trước khi bệnh nhân nhận thấy bất kỳ triệu chứng nào.
Bằng cách khai thác dữ liệu y tế của 500.000 người thuộc kho lưu trữ dữ liệu y tế Vương quốc Anh, cỗ máy này có thể “dự đoán với độ tin cậy cao về một chẩn đoán bệnh lý sẽ xảy ra sau đó nhiều năm”.
Slavé Petrovski, người dẫn đầu nghiên cứu này, chia sẻ với Sky News:
“Đối với rất nhiều căn bệnh, vào thời điểm chúng biểu hiện ra lâm sàng và người bệnh chịu đi khám vì một cơn đau hay một biểu hiện nhìn thấy được, thì quá trình bệnh lý thực chất đã diễn ra từ rất lâu trước đó rồi. Giờ đây, chúng tôi có thể tìm ra các dấu vết sinh học ở một cá nhân mang tính dự đoán rất cao đối với khả năng phát triển các bệnh như Alzheimer, bệnh phổi tắc nghẽn mãn tính (COPD), bệnh thận và nhiều căn bệnh khác.”
Một nghiên cứu khác tại Anh cũng phát hiện ra rằng một công cụ AI đã phát hiện thành công 64% các tổn thương não gây động kinh vốn từng bị các bác sĩ chẩn đoán hình ảnh bỏ sót. Được huấn luyện dựa trên ảnh chụp MRI của hơn 1.100 người lớn và trẻ em trên toàn cầu, công cụ AI này không chỉ phát hiện tổn thương nhanh hơn bác sĩ mà còn tìm ra những tổn thương siêu nhỏ hoặc bị che khuất mà mắt người thường không thấy được.
Trưởng nhóm nghiên cứu, Tiến sĩ Konrad Wagstyl, chia sẻ với BBC: “Việc này giống như đi tìm một ký tự duy nhất trên 5 trang giấy in đặc chữ màu đen vậy. AI có thể tìm thấy khoảng 2/3 số ca mà bác sĩ bỏ sót — nhưng 1/3 còn lại thì ngay cả AI vẫn thấy thực sự rất khó khăn”. Các nhà nghiên cứu tin rằng việc kết hợp phát hiện của AI với sự giám sát và chuyên môn của con người sẽ đẩy nhanh cả quá trình chẩn đoán lẫn điều trị.
5. Sử dụng Chatbot lâm sàng để hỗ trợ quyết định y tế
Các bác sĩ luôn phải đưa ra những quyết định y tế nhanh chóng và chuẩn xác. AI có tiềm năng tăng tốc quá trình này, nhưng nó cũng đối mặt với rủi ro cung cấp thông tin không đáng tin cậy hoặc bị định kiến.
Một nghiên cứu tại Mỹ cho thấy các mô hình ngôn ngữ lớn (LLM) tiêu chuẩn như ChatGPT, Claude hay Gemini không thể cung cấp cho các bác sĩ lâm sàng những câu trả lời có tính liên quan cao hoặc dựa trên bằng chứng khoa học vững chắc cho các câu hỏi y tế của họ. Tuy nhiên, ChatRWD — một hệ thống Tạo lập tăng cường tra cứu (RAG), về cơ bản là kết hợp LLM với các hệ thống truy xuất dữ liệu để cải thiện đầu ra — đã đưa ra câu trả lời hữu ích cho 58% câu hỏi (so với tỷ lệ chỉ 2% – 10% của các LLM thông thường).
Các giao diện kỹ thuật số cũng đang được triển khai ngày một nhiều để hỗ trợ phân loại bệnh nhân. Trong một báo cáo chuyên sâu năm 2024 thuộc Sáng kiến Chuyển đổi Số Y tế của Diễn đàn Kinh tế Thế giới, một nghiên cứu điển hình về nền tảng bệnh nhân kỹ thuật số Huma đã tiết lộ rằng nó có thể giúp giảm 30% tỷ lệ tái nhập viện, giảm tới 40% thời gian xem xét hồ sơ bệnh nhân và “giảm bớt đáng kể khối lượng công việc cho các cơ sở y tế”.
Báo cáo dự đoán về một tương lai nơi các công nghệ như thế này có thể “thay đổi ngoạn mục trải nghiệm của người bệnh. Những người khỏe mạnh có thể sử dụng các thiết bị tự giám sát để tối ưu hóa sức khỏe thể chất và tinh thần, trong khi những người có vấn đề về sức khỏe sẽ được tiếp cận với một loạt các giải pháp kỹ thuật số tương ứng”.
6. Sự giao thoa giữa AI và Y học cổ truyền
Đang được thực hành tại 170 quốc gia và được hàng tỷ người sử dụng, y học cổ truyền vẫn giữ vững giá trị trong thế giới hiện đại nhờ vào cách tiếp cận toàn diện (holistic) đối với sức khỏe con người. Dù AI và y học cổ truyền ban đầu nghe có vẻ là một cặp đôi không mấy liên quan, các nghiên cứu lại chứng minh rằng cả hai có thể bổ trợ cho nhau rất tốt.
Một tài liệu ngắn mới đây từ Tổ chức Y tế Thế giới (WHO) và các đối tác có tên “Mapping the application of artificial intelligence in traditional medicine” (Bản đồ ứng dụng trí tuệ nhân tạo trong y học cổ truyền) đã chỉ ra cách AI nâng tầm nền y học cổ truyền, bổ sung và tích hợp (TCIM) trong khi vẫn bảo tồn được các di sản văn hóa.
- Ấn Độ: Là quốc gia đầu tiên ra mắt thư viện số về tri thức cổ truyền, sử dụng các công cụ AI để phân loại và phân tích các văn bản y học bản địa. Quốc gia này cũng đang khám phá sự giao thoa giữa AI và Ayurgenomics — một lĩnh vực kết hợp hệ thống y học Ayurveda cổ xưa của Ấn Độ với bộ gen học hiện đại — nhằm tìm ra những công thức thảo dược có thể giúp giải quyết các căn bệnh thời hiện đại.
- Ghana: Các nhà nghiên cứu đang sử dụng một mô hình học máy để hỗ trợ nhận dạng và phân loại các loài cây thuốc.
- Hàn Quốc: AI đang được ứng dụng để phân tích các hợp chất y học cổ truyền phục vụ điều trị các chứng rối loạn về máu.
Thị trường TCIM toàn cầu dự kiến sẽ đạt quy mô gần 600 tỷ USD. Sự tham gia của AI được kỳ vọng sẽ thúc đẩy thị trường này tiến xa và nhanh hơn nữa. Tài liệu mới này của WHO cũng nhấn mạnh tầm quan trọng của việc bảo vệ chủ quyền dữ liệu của người bản địa trong suốt quá trình này.
Bác sĩ Yukiko Nakatani, Trợ lý Tổng giám đốc WHO phụ trách Hệ thống Y tế, phát biểu: “AI không được phép trở thành một biên giới mới cho sự bóc lột. Chúng ta phải đảm bảo rằng người bản địa và các cộng đồng địa phương không chỉ được bảo vệ, mà còn là những đối tác tích cực trong việc định hình tương lai của AI trong y học cổ truyền”.
7. Dùng AI xử lý các thủ tục hành chính y tế
Các công việc hành chính là một phần tất yếu và cực kỳ ngốn thời gian trong lĩnh vực y tế. Việc sử dụng các “trợ lý ảo AI” (AI co-pilots) có thể giải phóng các bác sĩ lâm sàng, giúp họ dành nhiều thời gian hơn cho bệnh nhân.
Tập đoàn Microsoft gần đây đã công bố Dragon Copilot — một công cụ y tế AI có khả năng lắng nghe và tự động lập biên bản ghi nhớ cho các buổi khám bệnh lâm sàng. Google cũng sở hữu một bộ mô hình AI được thiết kế riêng nhằm giảm bớt gánh nặng giấy tờ trong ngành y. Tại Đức, nền tảng AI mang tên Elea đã cắt giảm thời gian xét nghiệm và chẩn đoán từ vài tuần xuống còn vài giờ. Những người sáng lập nền tảng này quyết tâm chứng minh rằng công nghệ “có thể là một đồng minh chứ không phải một trở ngại”. Đồng sáng lập, Tiến sĩ Sebastian Casu chia sẻ với tờ EU-Startups: “Không một ai gia nhập ngành y chỉ để dành hàng giờ đồng hồ ngồi làm việc bàn giấy cả”.
Tất nhiên, việc có một công cụ AI lắng nghe và ghi chép lại toàn bộ quá trình khám bệnh sẽ không phải là lựa chọn yêu thích của tất cả mọi người. Một nghiên cứu gần đây tại Anh cho thấy chỉ có 29% người dân tin tưởng giao cho AI cung cấp các lời khuyên sức khỏe cơ bản (mặc dù hơn 2/3 số người cảm thấy thoải mái khi công nghệ này được dùng để tiết kiệm thời gian cho các bác sĩ).
Bên cạnh đó, vấn đề về độ chính xác vẫn là một dấu hỏi lớn. Một báo cáo năm ngoái đã phát hiện ra công cụ Whisper của OpenAI — vốn được nhiều bệnh viện sử dụng để tóm tắt các cuộc gặp với bệnh nhân — đôi khi gặp hiện tượng “ảo tưởng” (hallucinating) và bịa ra một số thông tin trong văn bản dịch thuật.
Đó là lý do tại sao việc kiểm soát và quản lý các công cụ AI là vô cùng sống còn. Tại Anh, các thiết bị y tế ứng dụng AI được giám sát cực kỳ nghiêm ngặt bởi Cơ quan Quản lý Thuốc và Sản phẩm Chăm sóc Sức khỏe (MHRA). Tại Mỹ, Cục Quản lý Thực phẩm và Dược phẩm (FDA) cũng đã xem xét việc quản lý AI trong y tế và đưa ra kết luận rằng, trong khi FDA “tiếp tục đóng vai trò trung tâm trong việc đảm bảo các công cụ AI an toàn, hiệu quả và đáng tin cậy”, thì điều cốt lõi là “tất cả các đơn vị liên quan… phải tiếp cận AI với sự nghiêm túc và cẩn trọng tương xứng với tầm vóc mang tính cách mạng của công nghệ này”.
Thanh Lê (Dịch Weforum.com)
