Lỗ hổng khi thuật toán không đổi

Hỗ trợ quãng thời gian vàng

Tại khoa cấp cứu, mỗi ca đau ngực cấp luôn đặt bác sĩ vào tình thế khó khăn. Người bệnh có thể gặp phải cơn nhồi máu cơ tim, nhưng cũng có khả năng cơn đau xuất phát từ thành ngực hoặc đau cơ xương khớp. Trong khi điện tâm đồ là công cụ chẩn đoán nhanh tại chỗ, còn xét nghiệm men tim sẽ tiêu tốn từ một đến ba giờ.

Với chuyên ngành tim mạch, nguyên lý “thời gian là cơ tim” luôn được đặt lên hàng đầu. Điều đó đồng nghĩa khi dòng máu nuôi tim bị tắc, mỗi phút trôi qua lại có thêm tế bào cơ tim không thể hồi phục. Khoảng chờ ấy chính là nơi trí tuệ nhân tạo (AI) có thể tạo ra sự khác biệt.

Tại Hội nghị Khoa học Trí tuệ nhân tạo trong y tế Việt Nam: Từ tầm nhìn đến tác động thực tiễn (AI4Health) 2026 mới khép lại ngày 24/10 tại Hà Nội, PGS, TS Đỗ Ngọc Sơn, Giám đốc Trung tâm Hồi sức tích cực (Bệnh viện Bạch Mai), đã trình bày kết quả đánh giá hệ thống phân loại cấp cứu AiTRIAGE. Hệ thống đạt độ nhạy hơn 82% trong dự báo biến cố tim mạch. Trong số 100 người bệnh gặp sự cố được đưa đến viện, máy sẽ phát hiện chính xác hơn 82 người.

Điểm ưu việt nằm ở thời gian có được kết quả. Hệ thống AI đưa ra đánh giá phân tầng tức thì, dựa trên dữ liệu điện tim và lâm sàng ban đầu, trước khi có kết quả men tim. Nhờ đó, bác sĩ sẽ có thêm căn cứ để quyết định sớm các phương án chữa trị, thay vì phải chờ đợi trong chính khoảng thời gian vàng.

Trong môi trường cấp cứu, việc phân loại nhanh và chuẩn xác giúp thầy thuốc không bỏ sót ca bệnh nguy kịch, đồng thời tránh nguy cơ quá tải cơ sở điều trị. Tuy nhiên, thành công ấy diễn ra trong môi trường đặc biệt. Bạch Mai là bệnh viện tuyến cuối, nơi tập trung người bệnh nặng nhất, đội ngũ hồi sức đầu ngành và nguồn dữ liệu lâm sàng dày đặc. Ở đó, mỗi cảnh báo của máy đều có bác sĩ giỏi bên cạnh sẵn sàng kiểm chứng. Con số 18 trường hợp còn lại, nếu máy móc không kịp thời nhận ra vẫn sẽ có đội ngũ chuyên môn làm chốt chặn cuối cùng.

Chính xác, nhưng chưa đủ

Tuy nhiên, các bác sĩ tại Hội nghị Khoa học AI4Health 2026 cũng cảnh báo nguy cơ xảy ra sai sót, khi thuật toán rời khỏi môi trường ban đầu. Nghiên cứu thực nghiệm về phần mềm phát hiện lao trên phim X-quang phổi được PGS, TS, Thầy thuốc Nhân dân Nguyễn Viết Nhung, Trưởng Khoa Y, Trường đại học Y Dược (Đại học Quốc gia Hà Nội) trình bày, cũng mang đến thí dụ đáng suy ngẫm.

Tại bệnh viện chuyên khoa, nơi tỷ lệ người mắc bệnh cao, hệ thống chỉ cần khoảng 1,1 xét nghiệm khẳng định cho mỗi ca lao phát hiện thêm. Khi đưa cùng thuật toán ấy ra sàng lọc cộng đồng (có tỷ lệ mắc thấp hơn hẳn), hệ thống y tế sẽ phải mất khoảng 13-100 xét nghiệm sinh học phân tử GeneXpert (với chi phí cao) để khẳng định một ca bệnh. Nguyên nhân nằm ở hiện tượng dương tính giả gia tăng.

Theo PGS, TS Nguyễn Viết Nhung, độ nhạy và độ đặc hiệu là thuộc tính của thuật toán. Còn giá trị tiên đoán dương, tức xác suất một kết quả “dương tính” là bệnh thật, cùng gánh nặng xét nghiệm khẳng định là thuộc tính của cả hệ thống y tế. Hiệu năng của mô hình, vì thế, mới là điều kiện cần, chưa đủ để quyết định nhân rộng. Do đó, ông đề xuất việc nhân rộng công nghệ phải đi qua sáu cổng kiểm định, từ hiệu lực kỹ thuật, lợi ích lâm sàng, an toàn, công bằng, cho đến khả năng chi trả và giám sát sau triển khai.

Vững vàng kiềng ba chân

Từ góc độ của nhà quản lý, TS Trần Anh Tú, Phó Cục trưởng Cục Công nghệ số và Trí tuệ nhân tạo (Bộ Khoa học và Công nghệ) khẳng định: Chiến lược quốc gia về phát triển AI luôn xác định y tế là một trong những lĩnh vực ưu tiên phục vụ cộng đồng. Trong đó, việc chuyển đổi số y tế giống như chiếc kiềng ba chân, gồm nhân lực am hiểu liên ngành, hạ tầng tính toán an toàn và nguồn dữ liệu chuẩn hóa.

Trước hết, dữ liệu y tế phải được làm sạch, chuẩn hóa và bảo đảm tính đại diện của người bệnh Việt Nam. Thuật toán đến từ các ứng dụng nước ngoài, chưa chắc đọc đúng người bệnh trong nước. Tuy nhiên, ngay cả khi chân dữ liệu được thu thập sạch, phần bất ổn không nằm ở chiếc kiềng mà phụ thuộc vào tỷ lệ người bệnh trên mặt đất nơi chiếc kiềng được sử dụng.

Đây cũng là lý do TS Trần Anh Tú đặt yêu cầu quản lý rủi ro xuyên suốt, gắn với thử nghiệm có kiểm soát và trách nhiệm pháp lý rõ ràng. Trong đó, người thầy thuốc luôn giữ quyền quyết định chuyên môn.

Chia sẻ quan điểm này, GS, TS, Thầy thuốc Nhân dân Lê Ngọc Thành, Hiệu trưởng Trường đại học Y Dược (Đại học Quốc gia Hà Nội), khẳng định, cùng với đổi mới công nghệ, chúng ta cần bằng chứng lâm sàng, dữ liệu phù hợp, cơ chế quản trị, tiêu chuẩn đánh giá, bảo vệ dữ liệu cá nhân, khả năng giải thích và nhất là trách nhiệm nghề nghiệp. AI phải hỗ trợ con người ra quyết định tốt hơn, chứ không thay thế trách nhiệm của người thầy thuốc đương thời.