AI trong y tế: Mở rộng cơ hội ứng dụng từ diễn đàn khoa học tại Hà Nội

AI trong y tế chuyển từ tiềm năng sang giá trị thực tiễn

Trong bối cảnh chuyển đổi số diễn ra mạnh mẽ, trí tuệ nhân tạo ngày càng được quan tâm như một công cụ hỗ trợ nâng cao chất lượng dịch vụ y tế. Khả năng xử lý khối lượng dữ liệu lớn, nhận diện các mẫu thông tin phức tạp và hỗ trợ phân tích giúp AI mở ra hướng tiếp cận mới trong chẩn đoán, điều trị cũng như quản lý sức khỏe.

Tuy nhiên, câu chuyện ứng dụng AI trong y tế hiện không còn dừng lại ở việc công nghệ có thể thực hiện những nhiệm vụ nào. Vấn đề quan trọng hơn là làm thế nào để những giải pháp này phát huy hiệu quả trong môi trường lâm sàng, đáp ứng nhu cầu thực tế của người bệnh và phù hợp với điều kiện hoạt động của hệ thống y tế.

Đây cũng là định hướng được đặt ra tại Hội nghị Khoa học trí tuệ nhân tạo trong y tế 2026 (AI4Health 2026), do Trường Đại học Y Dược, Đại học Quốc gia Hà Nội tổ chức trong hai ngày 23 và 24/10, với chủ đề “Trí tuệ nhân tạo trong Y tế: Từ tầm nhìn đến tác động thực tiễn”.

Theo GS.TS.TTND Lê Ngọc Thành, Hiệu trưởng Trường Đại học Y Dược, Đại học Quốc gia Hà Nội, một mô hình AI có độ chính xác cao chưa đồng nghĩa với việc công nghệ đó đã tạo ra giá trị lâm sàng. Tương tự, thuật toán hoạt động hiệu quả trong môi trường nghiên cứu chưa chắc mang lại kết quả tương đương khi được triển khai tại bệnh viện hoặc tuyến y tế cơ sở.

Điều này cho thấy việc đánh giá AI trong y tế cần vượt ra ngoài những chỉ số kỹ thuật đơn thuần. Một giải pháp chỉ thực sự có ý nghĩa khi chứng minh được hiệu quả, độ an toàn và khả năng hỗ trợ nhân viên y tế đưa ra quyết định phù hợp trong thực tế.

Hội nghị AI4Health 2026 thu hút hơn 300 đại biểu, với 48 báo cáo khoa học và 10 báo cáo poster. Các nội dung trao đổi tập trung vào bốn nhóm ứng dụng chính gồm AI hỗ trợ chẩn đoán, hỗ trợ quyết định lâm sàng, điều trị cá thể hóa và quản trị bệnh viện.

Thông qua các phiên thảo luận, giới chuyên môn tập trung làm rõ khả năng chuyển hóa kết quả nghiên cứu thành những giải pháp có thể triển khai, đánh giá và nhân rộng. Đây là bước đi cần thiết để AI không chỉ xuất hiện trong các đề tài khoa học mà còn góp phần giải quyết những vấn đề cụ thể của ngành y tế.

Mở rộng ứng dụng trong chẩn đoán, điều trị và quản lý bệnh viện

Một trong những lĩnh vực được kỳ vọng hưởng lợi từ AI là chẩn đoán bệnh. Với khả năng phân tích dữ liệu hình ảnh và nhận diện các đặc điểm phức tạp, công nghệ này có thể hỗ trợ bác sĩ trong quá trình xem xét kết quả chẩn đoán hình ảnh, phát hiện dấu hiệu bất thường và đánh giá nguy cơ bệnh lý.

Khi được sử dụng đúng cách, các công cụ AI có thể giúp nhân viên y tế có thêm thông tin tham khảo, rút ngắn một số công đoạn xử lý dữ liệu và tập trung nguồn lực vào những trường hợp cần đánh giá chuyên sâu. Dù vậy, kết quả do hệ thống đưa ra vẫn cần được xem xét trong mối liên hệ với triệu chứng, tiền sử bệnh và các thông tin lâm sàng khác.

Bên cạnh chẩn đoán, AI còn có tiềm năng hỗ trợ quá trình ra quyết định điều trị. Việc phân tích dữ liệu từ nhiều nguồn có thể cung cấp thêm cơ sở để bác sĩ đánh giá tình trạng sức khỏe, theo dõi diễn biến bệnh và cân nhắc phương án điều trị phù hợp với từng bệnh nhân.

Định hướng điều trị cá thể hóa cũng được quan tâm tại AI4Health 2026. Thay vì áp dụng một cách tiếp cận giống nhau cho mọi trường hợp, y học cá thể hóa hướng đến việc xem xét đặc điểm riêng của từng người bệnh để lựa chọn phương án chăm sóc phù hợp hơn.

Tuy nhiên, các gợi ý do AI cung cấp không thể thay thế đánh giá chuyên môn. Quyết định điều trị cần dựa trên bằng chứng khoa học, tình trạng thực tế của người bệnh và sự cân nhắc của đội ngũ y tế. Công nghệ chỉ phát huy giá trị khi hỗ trợ bác sĩ nâng cao chất lượng quyết định, thay vì tạo ra sự phụ thuộc thiếu kiểm soát vào thuật toán.

Trong lĩnh vực quản trị bệnh viện, AI có thể góp phần hỗ trợ phân tích dữ liệu hoạt động, tổ chức quy trình và khai thác thông tin phục vụ công tác điều hành. Khi được tích hợp với hệ thống dữ liệu phù hợp, các công cụ này có thể giúp cơ sở y tế nhận diện những điểm cần cải thiện, sử dụng nguồn lực hiệu quả hơn và nâng cao chất lượng phục vụ người bệnh.

Ngoài ra, AI4Health 2026 còn mở rộng thảo luận sang nghiên cứu khoa học, phát triển dược phẩm, y học chính xác, y tế cơ sở, sức khỏe cộng đồng, sức khỏe tâm thần và giáo dục y khoa. Phạm vi này cho thấy ứng dụng AI không chỉ liên quan đến hoạt động khám, chữa bệnh mà còn gắn với nhiều khâu trong hệ thống chăm sóc sức khỏe.

Dữ liệu, an toàn và trách nhiệm là điều kiện tiên quyết

Dù sở hữu nhiều tiềm năng, việc triển khai AI trong y tế cũng đặt ra những thách thức đáng kể. Trong đó, chất lượng dữ liệu là yếu tố có ảnh hưởng trực tiếp đến khả năng hoạt động của các mô hình. Nếu dữ liệu đầu vào thiếu tính đại diện, không đầy đủ hoặc tồn tại sai lệch, kết quả phân tích có thể không phù hợp với nhóm bệnh nhân mà hệ thống phục vụ.

Đối với Việt Nam, yêu cầu này càng cần được chú trọng. Theo GS.TS.TTND Lê Ngọc Thành, các hệ thống AI cần được phát triển và đánh giá dựa trên dữ liệu phù hợp với người Việt Nam, đặc điểm mô hình bệnh tật, nguồn lực, quy trình chuyên môn và điều kiện vận hành của hệ thống y tế trong nước.

Một công nghệ được phát triển và kiểm chứng trong môi trường khác không mặc nhiên phù hợp với mọi cơ sở y tế tại Việt Nam. Sự khác biệt về đặc điểm dân số, dữ liệu bệnh án, trang thiết bị, trình độ nhân lực và quy trình khám, chữa bệnh có thể ảnh hưởng đến hiệu quả triển khai.

Vì vậy, trước khi đưa AI vào sử dụng rộng rãi, cần có quá trình đánh giá phù hợp với từng ứng dụng cụ thể. Những kết quả thu được trong nghiên cứu cần tiếp tục được kiểm chứng trong điều kiện thực tế, đồng thời được theo dõi để phát hiện sai lệch và điều chỉnh khi cần thiết.

Bảo vệ dữ liệu cá nhân cũng là một yêu cầu quan trọng. Thông tin sức khỏe thường chứa nhiều dữ liệu riêng tư, từ lịch sử khám bệnh, kết quả xét nghiệm đến thông tin điều trị. Việc thu thập, lưu trữ và xử lý những dữ liệu này phải được thực hiện theo các yêu cầu về bảo mật, quyền riêng tư và quy định pháp luật có liên quan.

Bên cạnh đó, tính minh bạch và khả năng giải thích của hệ thống AI cần được quan tâm. Khi công nghệ đưa ra một gợi ý ảnh hưởng đến quá trình chăm sóc sức khỏe, nhân viên y tế cần có cơ sở để xem xét, đánh giá mức độ phù hợp và nhận diện những giới hạn của kết quả.

Các cơ chế giám sát cũng cần xác định rõ trách nhiệm của từng bên trong quá trình phát triển và sử dụng AI. Theo định hướng được nhấn mạnh tại hội nghị, công nghệ phải hỗ trợ con người ra quyết định tốt hơn, không thay thế trách nhiệm nghề nghiệp của người thầy thuốc.

Để các giải pháp AI đáp ứng yêu cầu thực tiễn, sự phối hợp giữa nhiều lĩnh vực được xem là điều kiện quan trọng. Bên cạnh bác sĩ, dược sĩ và chuyên gia y tế công cộng, quá trình phát triển công nghệ còn cần sự tham gia của các nhà khoa học dữ liệu, kỹ sư công nghệ, nhà quản lý, nhà hoạch định chính sách và doanh nghiệp.

Trong hệ sinh thái Đại học Quốc gia Hà Nội, sự kết nối giữa các lĩnh vực y dược, công nghệ, khoa học dữ liệu, toán học và khoa học cơ bản tạo điều kiện thuận lợi cho việc hình thành những nhóm nghiên cứu liên ngành.

Đặc biệt, sự phối hợp giữa Trường Đại học Y Dược và Trường Đại học Công nghệ có thể góp phần kết nối nhu cầu chuyên môn của ngành y với năng lực phát triển công nghệ.

Cùng với sự đồng hành của Câu lạc bộ Khoa – Trường – Viện Công nghệ thông tin – Truyền thông Việt Nam (FISU Việt Nam), các cơ sở y tế, viện nghiên cứu, trường đại học và doanh nghiệp, hoạt động nghiên cứu có thêm cơ hội tiếp cận những vấn đề phát sinh trong thực tế khám, chữa bệnh.

Sự hợp tác này không chỉ giúp xác định đúng nhu cầu cần giải quyết mà còn tạo điều kiện để các mô hình thử nghiệm được đánh giá trong môi trường sử dụng thực tế. Qua đó, những hạn chế về kỹ thuật, dữ liệu và quy trình vận hành có thể được nhận diện sớm, trước khi xem xét triển khai ở phạm vi rộng hơn.

Song song với nghiên cứu và phát triển công nghệ, đào tạo nhân lực cũng cần được chú trọng. Đội ngũ y tế cần có kiến thức để hiểu khả năng, giới hạn của AI và sử dụng kết quả do hệ thống cung cấp một cách có trách nhiệm. Trong khi đó, các chuyên gia công nghệ cần hiểu rõ đặc thù chuyên môn, yêu cầu an toàn và những ràng buộc của môi trường y tế.

Thông qua AI4Health 2026, Ban Tổ chức kỳ vọng các kết quả nghiên cứu, kinh nghiệm triển khai và kết nối học thuật sẽ tiếp tục được phát triển thành những hoạt động cụ thể trong nghiên cứu, đào tạo và ứng dụng.

Từ những định hướng được thảo luận tại hội nghị, có thể thấy thước đo quan trọng đối với AI trong y tế không chỉ nằm ở tốc độ xử lý hay mức độ hiện đại của thuật toán. Giá trị của công nghệ cần được xác định bằng hiệu quả thực tế, khả năng bảo đảm an toàn và mức độ đóng góp vào chất lượng chăm sóc sức khỏe.

Khi được phát triển trên nền tảng dữ liệu phù hợp, kiểm chứng bằng bằng chứng khoa học và vận hành dưới sự giám sát chuyên môn, AI có thể trở thành công cụ hỗ trợ thiết thực cho ngành y tế Việt Nam. Mục tiêu cuối cùng vẫn là nâng cao chất lượng khám, chữa bệnh, cải thiện trải nghiệm của người bệnh và hướng tới một hệ thống chăm sóc sức khỏe an toàn, hiệu quả, bền vững.