AI phát hiện tổn thương khó nhận biết

Tại Hội nghị Khoa học “Trí tuệ nhân tạo trong y tế Việt Nam: Từ tầm nhìn đến tác động thực tiễn” (AI4Health 2026), diễn ra trong hai ngày 23-24/10 tại Trường Đại học Y Dược, Đại học Quốc gia Hà Nội, nhiều chuyên gia đã phân tích cả tiềm năng lẫn rủi ro khi đưa AI vào thực hành khám, chữa bệnh.

Trong lĩnh vực chẩn đoán hình ảnh, sự phát triển của các thiết bị như máy chụp cắt lớp vi tính (CT) và cộng hưởng từ (MRI) tạo ra lượng dữ liệu ngày càng lớn. Bác sĩ phải đọc, phân tích nhiều hình ảnh, đồng thời chịu áp lực về thời gian, đặc biệt trong các ca trực cấp cứu.

PGS.TS.BS Lê Thanh Dũng, Trường Đại học Y Dược, Đại học Quốc gia Hà Nội, cho biết, AI có thể hỗ trợ nhiều công đoạn, từ xử lý dữ liệu đến phát hiện và phân tích đặc điểm tổn thương. Công nghệ này có khả năng nhận diện những bất thường nhỏ, khó quan sát trên phim chụp, qua đó đưa ra cảnh báo sớm để bác sĩ xem xét.

Với các trường hợp xuất huyết não lượng ít hoặc những ổ nhồi máu não rải rác, tổn thương có thể khó phát hiện, nhất là khi chưa có đầy đủ thông tin lâm sàng. AI cũng có thể hỗ trợ nhận diện các ổ máu tụ dưới màng cứng có nguy cơ bị bỏ sót trong quá trình đọc phim.

Trong phát hiện ung thư phổi, hệ thống có thể hỗ trợ nhận diện các nốt bất thường, phân tích kích thước, bờ tổn thương, tính chất và dấu hiệu xâm lấn, từ đó gợi ý nguy cơ ác tính để bác sĩ đánh giá thêm. Với sàng lọc ung thư vú bằng chụp X-quang tuyến vú, AI cũng có thể hỗ trợ nhận diện những hình ảnh bất thường.

Theo PGS.TS.BS. Lê Thanh Dũng, lợi thế của AI là có thể xử lý công việc liên tục, kể cả trong đêm, khi khả năng tập trung của con người chịu ảnh hưởng bởi mệt mỏi và cường độ làm việc. Tuy nhiên, lợi thế này không đồng nghĩa với việc kết quả do máy đưa ra luôn đúng.

Nguy cơ từ những phán đoán sai lệch

“AI nhiều khi bị hoang tưởng. Nó có thể định hướng sai cho bác sĩ, thế thì chúng ta phải có kiến thức mới hướng dẫn được AI”, PGS.TS.BS. Lê Thanh Dũng cảnh báo.

Một trong những rủi ro là AI nhận diện nhầm hình ảnh không phải tổn thương bệnh lý, dẫn đến kết quả dương tính giả. Khi đó, người bệnh có thể phải thực hiện thêm các kỹ thuật chẩn đoán để xác định tình trạng thực tế, làm phát sinh thời gian, chi phí và những lo lắng không cần thiết.

Ở góc độ thực hành lâm sàng, PGS.TS Nguyễn Lê Bảo Tiến, Phó Trưởng Khoa Y, Trưởng Bộ môn Phẫu thuật Cột sống, Trường Đại học Y Dược cho biết, nhóm nghiên cứu đang phát triển trợ lý AI hỗ trợ khám, chẩn đoán và điều trị bệnh lý cột sống. Bệnh viện hiện có hồ sơ của hơn 1.000 trường hợp phục vụ quá trình nghiên cứu.

Nhóm đang sử dụng bộ câu hỏi mẫu để phỏng vấn người bệnh qua điện thoại, ghi âm và xây dựng dữ liệu bệnh sử. Người bệnh còn được hướng dẫn tự quay video tại nhà nhằm cung cấp thêm thông tin về vận động và các biểu hiện lâm sàng. Những dữ liệu này được kỳ vọng tích hợp vào các phiên bản AI tiếp theo, hỗ trợ nhận định sơ bộ trước khi bác sĩ trực tiếp thăm khám.

Tuy nhiên, PGS.TS Nguyễn Lê Bảo Tiến cảnh báo, AI có thể đưa ra kết quả chống chỉ định và gây nguy hại cho người bệnh. Theo thống kê tỷ lệ này vào khoảng 7% trong hơn một triệu lượt khám. Con số này cho thấy yêu cầu thận trọng khi sử dụng AI, đặc biệt với các bác sĩ trẻ chưa có nhiều kinh nghiệm lâm sàng.

Nếu người sử dụng không đủ kiến thức để nhận diện kết quả bất hợp lý, gợi ý của máy có thể trở thành yếu tố dẫn dắt quyết định thay vì chỉ là nguồn tham khảo. Trong những tình huống phức tạp, việc bỏ qua triệu chứng, tiền sử và kết quả thăm khám trực tiếp có thể làm tăng nguy cơ đánh giá sai tình trạng bệnh.

Trong nghiên cứu dược phẩm, GS.TS Nguyễn Thanh Hải, Phó Hiệu trưởng Trường Đại học Y Dược cho biết, AI đang được ứng dụng từ sàng lọc phân tử, tối ưu hóa công thức thuốc đến cá thể hóa điều trị. Công nghệ này không chỉ khai thác tài nguyên số mà còn có khả năng tạo ra dữ liệu và hỗ trợ tìm kiếm tri thức mới.

Tuy nhiên, GS.TS Nguyễn Thanh Hải cũng nhấn mạnh nhu cầu cấp thiết về khung quản trị rủi ro và hướng dẫn thực hành tốt AI, tương tự 10 nguyên tắc đang được Cục Quản lý Thực phẩm và Dược phẩm Mỹ (FDA) và Cơ quan Dược phẩm châu Âu (EMA) xây dựng.

Dù vậy, dữ liệu đầu vào vẫn là bài toán đáng lưu ý. TS Trần Quốc Long, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, phân tích tiềm năng của mô hình sinh dữ liệu giả lập có đặc tính thống kê và lâm sàng tương tự dữ liệu thật, trong bối cảnh dữ liệu y tế bị giới hạn bởi yêu cầu bảo mật và sự thiếu đồng nhất.

Ông đồng thời cảnh báo nguy cơ về độ trung thực khi AI tạo ra các tổn thương giả mạo, có thể dẫn tới chẩn đoán sai lệch nghiêm trọng. Điều này đặt ra yêu cầu kiểm soát chất lượng dữ liệu và kiểm chứng kết quả trước khi ứng dụng vào thực hành y khoa.

Bác sĩ vẫn giữ vai trò quyết định

AI có thể xử lý lượng dữ liệu lớn, nhận diện những dấu hiệu khó quan sát và đưa ra cảnh báo sớm. Nhưng để kết luận một bất thường có ý nghĩa bệnh lý hay không, bác sĩ vẫn cần đặt kết quả phân tích trong bối cảnh triệu chứng, tiền sử, khám lâm sàng và các xét nghiệm liên quan.

Đây cũng là yêu cầu đặc biệt quan trọng đối với bác sĩ trẻ. Thay vì chấp nhận mọi gợi ý của hệ thống, người sử dụng cần hiểu giới hạn của công nghệ, biết đối chiếu kết quả và nhận diện những trường hợp AI đưa ra phán đoán thiếu cơ sở.

Phát biểu tại hội nghị, GS.TS Lê Ngọc Thành, Hiệu trưởng Trường Đại học Y Dược, Đại học Quốc gia Hà Nội, Trưởng ban Tổ chức hội nghị, nhấn mạnh, công nghệ thông tin và AI là xu hướng tất yếu mà ngành y tế cần chủ động thích ứng. Tuy nhiên, công nghệ dù phát triển đến đâu cũng không thể thay thế con người; giá trị của y học còn nằm ở sự đồng cảm, tính trung thực và lương tâm của người thầy thuốc.

Thông điệp đặt ra không phải là từ chối AI, mà là sử dụng công nghệ đúng vai trò. AI cần trở thành công cụ hỗ trợ bác sĩ, không phải căn cứ duy nhất để đưa ra chẩn đoán hoặc quyết định điều trị.

Với người bệnh, các kết quả do AI cung cấp cũng không nên được xem như kết luận y khoa độc lập. Việc chẩn đoán và lựa chọn phương án điều trị cần được thực hiện bởi nhân viên y tế có chuyên môn, trên cơ sở đánh giá toàn diện từng trường hợp.

Trong y tế, một cảnh báo hữu ích có thể giúp phát hiện tổn thương sớm hơn, nhưng một kết quả sai nếu không được kiểm chứng cũng có thể dẫn đến hệ quả nghiêm trọng. Công nghệ càng mạnh, yêu cầu về năng lực chuyên môn, trách nhiệm và sự giám sát của con người càng phải được đặt lên hàng đầu.

Mời quý độc giả theo dõi video: Google quyết tâm bắt tay Việt Nam làm chủ cuộc chơi trí tuệ nhân tạo toàn cầu