Trong cuộc đối thoại với nhà tương lai học Peter Diamandis, Elon Musk đã không ngần ngại đưa ra những dự báo táo bạo về tương lai của y học. Ông khẳng định rằng AI sẽ sớm chẩn đoán bệnh tốt hơn bác sĩ rất nhiều nhờ vào năng lực cốt lõi của các mô hình hiện đại: nhận dạng mẫu bệnh (pattern recognition).

Lập luận của Elon Musk dựa trên khả năng xử lý dữ liệu khổng lồ của máy tính. Nếu như một bác sĩ giỏi cần hàng chục năm để tích lũy kinh nghiệm từ hàng nghìn ca bệnh, thì AI có thể đối chiếu, phân tích hình ảnh và dữ liệu xét nghiệm với hàng triệu ca tương tự trên toàn cầu chỉ trong tích tắc.

Trên thực tế, ứng dụng AI hiện đã mang lại nhiều kết quả đáng kinh ngạc trong công tác chẩn đoán, điều trị và chăm sóc bệnh nhân ở các cơ sở y tế. Với sự phát triển không ngừng nghỉ của trí tuệ nhân tạo, của các thuật toán, công nghệ, máy móc, thách thức nào đặt ra cho bác sĩ, nhân viên y tế ? Trong kỷ nguyên AI chiếm lĩnh hàng loạt lĩnh vực của đời sống, tương lai, ngành y sẽ phải thay đổi như thế nào?

Phóng viên Báo Sức khỏe và Đời sống đã có cuộc trao đổi với GS.TS Nguyễn Thanh Thủy, Chủ tịch Hội đồng Giáo sư ngành Công nghệ thông tin, Chủ tịch Hội Tin học Việt Nam về chủ đề này.

Y học không đơn thuần là bài toán tối ưu thuật toán

Phóng viên: Thưa Giáo sư, ông nhìn nhận thế nào về ranh giới thực tế giữa khả năng kỹ thuật của AI và vai trò không thể thay thế của con người trong y học?

GS.TS Nguyễn Thanh Thủy: Ranh giới giữa khả năng kỹ thuật của AI và vai trò không thể thay thế của con người trong y học cần được nhìn nhận một cách tỉnh táo, đặc biệt trước những phát biểu mang tính dự báo, cảnh báo mạnh mẽ như của Elon Musk.

Về mặt kỹ thuật, AI đã chứng minh ưu thế rõ rệt trong xử lý dữ liệu lớn, cập nhật tri thức nhanh và phát hiện các mẫu bất thường mà con người dễ bỏ sót, nhất là trong các tác vụ chi tiết, thường nhật, thường quy. Tuy nhiên, y học không đơn thuần là một bài toán tối ưu hóa thuật toán. Thực hành y khoa là quá trình ra quyết định trong điều kiện không chắc chắn, đòi hỏi bác sĩ phải tích hợp dữ liệu lâm sàng, cận lâm sàng; thông tin về hoàn cảnh tâm lý xã hội, tiền sử của người bệnh và các cân nhắc đạo đức, pháp lý.

AI hiện nay chủ yếu đóng vai trò là công cụ hỗ trợ lâm sàng, chứ chưa phải chủ thể ra quyết định y khoa. Việc AI đạt độ chính xác cao trong nhận diện tổn thương trên hình ảnh hay phân loại dữ liệu hoàn toàn không đồng nghĩa với khả năng chẩn đoán và điều trị toàn diện.

AI không thể tự đánh giá đầy đủ hệ quả của một sai sót y khoa, cũng không có khả năng nhận biết khi nào kết quả của chính mình trở nên không còn đáng tin cậy do thay đổi bối cảnh hoặc dữ liệu đầu vào. Trong khi đó, bác sĩ có khả năng suy luận linh hoạt, nhận diện ngoại lệ, giao tiếp, thấu cảm và chịu trách nhiệm cuối cùng trước người bệnh.

Phóng viên: Một trong những điều đáng lo ngại khi sử dụng AI là câu lệnh và dữ liệu sai cho ra kết luận sai, điều không được phép trong y tế?

GS.TS Nguyễn Thanh Thủy: Đúng vậy, hiệu quả của AI trong y tế phụ thuộc rất lớn vào bối cảnh triển khai, chất lượng dữ liệu, đào tạo người dùng và cơ chế giám sát. Các nguy cơ như sai lệch thuật toán, "automation bias" (quá tin tưởng vào hệ thống tự động) hay suy giảm hiệu năng theo thời gian vẫn là những thách thức chưa thể loại bỏ. Vì vậy, trong tương lai gần, mô hình tối ưu vẫn là "AI hỗ trợ bác sĩ", trong đó AI xử lý dữ liệu và đưa ra gợi ý, còn bác sĩ con người giữ vai trò trung tâm trong phán đoán, trách nhiệm và chăm sóc toàn diện.

Phóng viên: Giáo sư có thể lý giải vì sao các lĩnh vực như chẩn đoán hình ảnh, giải phẫu bệnh được xem là nơi AI "vượt" bác sĩ sớm nhất?

GS.TS Nguyễn Thanh Thủy: Nhận định cho rằng chẩn đoán hình ảnh và giải phẫu bệnh là những lĩnh vực AI có thể "vượt" bác sĩ sớm nhất có cơ sở khoa học và kỹ thuật rõ ràng. Đây là các lĩnh vực có mức độ số hóa cao, dữ liệu đầu vào (như ảnh X-quang, CT, MRI hoặc tiêu bản mô học số hóa) được chuẩn hóa, được gán nhãn tương đối rõ ràng. Thêm nữa, quy trình làm việc xử lý dữ liệu có tính lặp lại cao. Những đặc điểm này đặc biệt phù hợp với các mô hình học sâu, nhất là mạng nơ-ron tích chập (CNN) và Vision Transformer, vốn rất mạnh trong nhận dạng mẫu hình ảnh.

Thực tế, nhiều nghiên cứu cho thấy AI đã đạt hoặc tiệm cận hiệu năng của bác sĩ chuyên khoa trong các tác vụ phân tích như phát hiện tổn thương, đánh dấu vùng nghi ngờ, phân loại mô lành, mô bệnh hoặc định lượng đặc trưng hình ảnh. Trong một số trường hợp, AI còn cho độ nhạy cao hơn nhóm bác sĩ trung bình, đặc biệt khi xử lý khối lượng lớn dữ liệu trong thời gian dài mà không bị mệt mỏi hay suy giảm sự tập trung. Thực tế triển khai cho thấy "AI + bác sĩ" tốt hơn "bác sĩ đơn lẻ" hoặc "AI đơn lẻ" . Điều này lý giải vì sao AI được triển khai rộng rãi trong vai trò sàng lọc ban đầu, hỗ trợ đọc phim hoặc ưu tiên các ca nguy cơ cao.

Phóng viên: Nhưng ngay cả trong chẩn đoán hình ảnh thì AI cũng không thể chịu trách nhiệm thay cho bác sĩ?

GS.TS Nguyễn Thanh Thủy: Cần nhấn mạnh rằng khái niệm "vượt" ở đây chỉ nên được hiểu trong phạm vi tác vụ kỹ thuật cụ thể, chứ không phải thay thế toàn bộ vai trò của bác sĩ chuyên khoa. Chẩn đoán y khoa không chỉ là việc nhận diện hình ảnh, mà còn đòi hỏi tích hợp với kết quả xét nghiệm, thông tin lâm sàng, tiền sử, yếu tố nguy cơ và bối cảnh bệnh nhân. AI có thể hỗ trợ mạnh mẽ trong việc giảm tải khám bệnh ban đầu, tăng tính nhất quán và phát hiện sớm, nhưng quyết định chẩn đoán và điều trị cuối cùng vẫn cần sự đánh giá và chịu trách nhiệm của bác sĩ.

Mối quan hệ hỗ trợ giữa AI và bác sĩ

Phóng viên: Giáo sư nhận định mô hình "AI kiểm tra kép-bác sĩ quyết định cuối cùng" bền vững trong bao lâu?

GS.TS Nguyễn Thanh Thủy: Dựa trên kinh nghiệm triển khai thực tiễn tại Việt Nam và quốc tế, mô hình "AI kiểm tra kép- bác sĩ ra quyết định cuối cùng" được đánh giá là hướng đi bền vững ít nhất trong 10–20 năm tới, thậm chí có thể lâu hơn. Sự bền vững này không chỉ xuất phát từ giới hạn kỹ thuật của AI, mà còn gắn chặt với các yếu tố pháp lý, đạo đức, niềm tin xã hội và bản chất của thực hành y khoa.

Về mặt kỹ thuật, AI hiện nay vẫn chủ yếu hoạt động tốt trong các tác vụ hẹp và phụ thuộc rất nhiều vào dữ liệu huấn luyện. Hiệu năng của mô hình có thể suy giảm khi gặp các ca hiếm, dữ liệu nhiễu hoặc bối cảnh khác với quần thể ban đầu. Nhiều nghiên cứu cho thấy mức độ đồng thuận giữa AI và bác sĩ thường ở mức từ trung bình đến cao, nhưng chưa đủ để AI vận hành độc lập một cách an toàn. Việc duy trì bác sĩ trong quy trình quyết định sẽ giúp hạn chế những "thiên kiến về dữ liệu" (data bias) và xử lý được các ngoại lệ mà AI không thể lường trước hoàn toàn được.

Về lâm sàng, chẩn đoán và điều trị luôn gắn với trách nhiệm cá nhân, đánh giá nguy cơ - lợi ích và giao tiếp với người bệnh. Những yếu tố này hiện chưa thể tự động hóa hoàn toàn được. Về pháp lý và xã hội, khung quản lý hiện hành đều xác định con người là chủ thể chịu trách nhiệm cuối cùng và niềm tin của bệnh nhân vẫn đặt vào bác sĩ hơn là hệ thống tự động.

Do đó, trong tương lai gần và trung hạn, mô hình "AI kiểm tra kép" không chỉ là giải pháp an toàn mà còn là chuẩn mực thực hành hợp lý. Vai trò của bác sĩ có thể dịch chuyển từ việc thăm, khám, chẩn, đoán điều trị truyền thống sang giám sát, tích hợp và chịu trách nhiệm cho hệ thống AI, nhưng không thể bị thay thế hoàn toàn.

Phóng viên: Ở góc độ một chuyên gia lâu năm về trí tuệ nhân tạo, ông đánh giá AI đa phương thức có thu hẹp khoảng trống về lâm sàng - tâm lý - xã hội không?

GS.TS Nguyễn Thanh Thủy: AI đa phương thức, với khả năng tích hợp đồng thời dữ liệu hình ảnh, văn bản, tín hiệu sinh học và hành vi, có tiềm năng lớn trong việc thu hẹp khoảng trống giữa các khía cạnh lâm sàng, tâm lý và xã hội trong chăm sóc sức khỏe. So với các hệ thống AI đơn phương thức trước đây, AI đa phương thức cho phép xây dựng cái nhìn toàn diện hơn về người bệnh, phản ánh tốt hơn tính phức hợp của thực hành y khoa.

Nhiều nghiên cứu đã cho thấy việc kết hợp dữ liệu hình ảnh với báo cáo lâm sàng hoặc hồ sơ bệnh án điện tử giúp cải thiện đáng kể hiệu năng chẩn đoán so với các mô hình chỉ sử dụng một nguồn dữ liệu. Ngoài ra, việc phân tích ngôn ngữ và hành vi trong giao tiếp bác sĩ – bệnh nhân mở ra khả năng hỗ trợ đánh giá yếu tố tâm lý như lo âu, trầm cảm hay mức độ tuân thủ điều trị. Những tiến bộ này cho thấy AI đa phương thức có thể hỗ trợ bác sĩ hiểu "nhiều hơn" về người bệnh.

Phóng viên: Dù vậy thì AI không thể có vai trò như bác sĩ?

GS.TS Nguyễn Thanh Thủy: Cần phân biệt rõ giữa việc "hiểu nhiều hơn" và "thấu cảm". Trải nghiệm sống, giá trị cá nhân, văn hóa, niềm tin và mối quan hệ trị liệu giữa người với người không chỉ là dữ liệu đầu vào, mà còn là quá trình tương tác với bệnh nhân mang tính nhân văn sâu sắc. Việc thu thập đầy đủ dữ liệu tâm lý - xã hội cũng đặt ra những rào cản lớn về đạo đức, quyền riêng tư và khả năng chấp nhận AI của xã hội.

Do đó, AI đa phương thức tuy có thể thu hẹp đáng kể khoảng trống hiện nay, nhưng khó có thể xóa bỏ hoàn toàn. Trong tương lai, AI vẫn nên được xem là công cụ hỗ trợ giúp bác sĩ trong tổng hợp thông tin và ra quyết định tốt hơn, chứ không thay thế vai trò trung tâm của con người trong chăm sóc toàn diện và đồng hành với người bệnh.

Phóng viên: Theo ông đánh giá thì rào cản lớn nhất để robot và AI tham gia sâu hơn vào phẫu thuật phức tạp là gì?

GS.TS Nguyễn Thanh Thủy: Mặc dù robot và AI đã đạt được nhiều tiến bộ trong phẫu thuật, đặc biệt ở các hệ thống hỗ trợ thao tác chính xác và ít xâm lấn, vẫn tồn tại những rào cản lớn khiến khó tham gia sâu hơn vào các can thiệp y khoa phức tạp.

Rào cản đầu tiên nằm ở khả năng nhận thức và hiểu bối cảnh sinh học phức tạp của cơ thể người. Môi trường phẫu thuật có tính biến thiên rất cao, với sự khác biệt giải phẫu giữa các bệnh nhân, mô mềm biến dạng liên tục, chảy máu, phù nề và các biến cố bất ngờ xảy ra trong thời gian thực. AI hiện vẫn chưa đạt được mức "hiểu" từ giải phẫu cơ thể đến mô sinh học tương đương hoàn toàn với trực giác và kinh nghiệm của phẫu thuật viên.

Rào cản thứ hai là khả năng ra quyết định linh hoạt trong các tình huống hiếm gặp hoặc không dự đoán trước. Phẫu thuật không chỉ là chuỗi thao tác kỹ thuật, mà là quá trình liên tục đánh giá, điều chỉnh chiến lược và chấp nhận rủi ro. Các mô hình AI thường hoạt động tốt trong các kịch bản đã được huấn luyện, nhưng khó xử lý khi đối mặt với dữ liệu bất thường hoặc biến cố hiếm gặp.

Cuối cùng, vấn đề an toàn, độ tin cậy và trách nhiệm pháp lý vẫn là thách thức then chốt. Khi một sai sót nhỏ có thể dẫn đến hậu quả nghiêm trọng, việc đảm bảo cơ chế kiểm soát, dừng khẩn cấp và xác định trách nhiệm khi xảy ra lỗi là yêu cầu bắt buộc. Vì vậy, trong tương lai gần, robot và AI nhiều khả năng vẫn đóng vai trò tăng cường năng lực cho phẫu thuật viên hơn là thay thế hoàn toàn phẫu thuật viên người.

Bác sĩ không cần phải trở thành kỹ sư AI

Phóng viên: Với sự phát triển của công nghệ AI như hiện nay, theo ông bác sĩ, nhân viên y tế và sinh viên y khoa Việt Nam cần học gì về AI?

GS.TS Nguyễn Thanh Thủy: Để "làm chủ công nghệ" thay vì chỉ sử dụng công cụ, đội ngũ cán bộ nhân viên y tế, đặc biệt là bác sĩ và sinh viên y khoa Việt Nam không cần trở thành kỹ sư AI, nhưng cần được trang bị những kiến thức cốt lõi mang tính nền tảng, ứng dụng và đạo đức. Trước hết, người học cần hiểu bản chất của AI, học máy và học sâu, cũng như các khái niệm cơ bản như dữ liệu huấn luyện, sai lệch dữ liệu, vấn đề quá khớp (overfitting) và các độ đo đánh giá hiệu năng trong y tế. Những kiến thức này giúp bác sĩ biết đặt câu hỏi đúng về độ tin cậy và tính phù hợp của hệ thống AI trong bối cảnh bệnh nhân cụ thể.

Ở mức ứng dụng, bác sĩ cần được đào tạo cách tích hợp AI vào quy trình lâm sàng, diễn giải đầu ra của mô hình và nhận diện các tình huống AI dễ sai. Điều này đặc biệt quan trọng để tránh phụ thuộc mù quáng vào công nghệ và duy trì vai trò phản biện chuyên môn. Bên cạnh đó, kiến thức về đạo đức, pháp lý và bảo mật dữ liệu là không thể thiếu, bởi AI y tế liên quan trực tiếp đến dữ liệu nhạy cảm và trách nhiệm đối với người bệnh.

Cuối cùng, cần khuyến khích tư duy liên ngành, giúp bác sĩ có khả năng làm việc hiệu quả với kỹ sư và nhà khoa học dữ liệu. Khi đó, bác sĩ không chỉ là người dùng, mà trở thành đối tác chuyên môn trong quá trình phát triển và đánh giá AI, phù hợp với thực tiễn y tế Việt Nam.

Phóng viên: Đối với bác sĩ, theo ông thì thì phải làm sao giảm rủi ro AI "luôn trả lời dù sai"?

GS.TS Nguyễn Thanh Thủy: Trong y tế, rủi ro AI "luôn trả lời dù sai" là đặc biệt nguy hiểm và cần được kiểm soát nghiêm ngặt. Để giảm thiểu rủi ro này, các yêu cầu bắt buộc cần được triển khai đồng thời ở ba cấp độ: kỹ thuật, quy trình và quản lý.

Về kỹ thuật, hệ thống AI cần có cơ chế ước lượng độ bất định và khả năng từ chối trả lời khi dữ liệu đầu vào không đủ hoặc nằm ngoài phạm vi huấn luyện. Việc ràng buộc AI bằng các quy tắc lâm sàng và nguồn tri thức đã được xác thực cũng giúp hạn chế suy luận sai.

Về quy trình, AI phải luôn được đặt trong mô hình human-in-the-loop – con người làm chủ quy trình của vòng lặp, trong đó mọi đầu ra đều cần được nhân viên y tế xem xét và chịu trách nhiệm cuối cùng. Người dùng cần được đào tạo để hiểu rõ giới hạn của AI và tránh "thiên vị tự động hóa". AI chỉ nên được sử dụng trong các chỉ định và bối cảnh đã được phê duyệt và phải đưa ra cảnh báo khi gặp dữ liệu ngoài phạm vi đó.

Ở cấp độ quản lý, AI y tế cần được giám sát như một công nghệ rủi ro cao, với đánh giá trước triển khai, theo dõi sau triển khai và quy trình xử lý sự cố minh bạch. Chỉ khi kết hợp đầy đủ các yếu tố này, AI mới có thể được sử dụng an toàn trong môi trường y tế.

Phóng viên: Việt Nam đang ở đâu về khung pháp lý cho AI y tế thưa ông?

GS.TS Nguyễn Thanh Thủy: Việt Nam hiện đang ở giai đoạn khởi đầu nhưng có những bước tiến quan trọng trong xây dựng khung pháp lý cho AI y tế. Việc ban hành Luật Trí tuệ nhân tạo năm 2025, cùng với các luật liên quan đến dữ liệu và bảo vệ dữ liệu cá nhân, cho thấy Nhà nước tiếp cận AI theo hướng quản trị rủi ro, tương đồng với xu hướng quốc tế. Theo đó, các hệ thống AI trong y tế được xếp vào nhóm rủi ro cao và phải tuân thủ các yêu cầu quản lý nghiêm ngặt.

Tuy nhiên, vẫn còn nhiều khoảng trống cần được cụ thể hóa, đặc biệt là phân định trách nhiệm giữa nhà phát triển, nhà cung cấp, cơ sở y tế và bác sĩ khi xảy ra sai sót. Hiện nay, trách nhiệm phần lớn vẫn mặc định thuộc về bác sĩ và bệnh viện, điều này đảm bảo an toàn nhưng cũng có thể làm chậm đổi mới nếu không sớm có hướng dẫn chi tiết từ Bộ Y tế.

So với các quốc gia như Hoa Kỳ hay EU, nơi đã có khung quản lý chuyên biệt cho phần mềm y tế sử dụng AI, Việt Nam vẫn cần thêm nghị định và thông tư hướng dẫn để đưa luật vào thực tiễn. Việc hoàn thiện khung pháp lý rõ ràng, minh bạch sẽ là điều kiện then chốt để AI y tế được triển khai an toàn và bền vững.

AI và bác sĩ là mối quan hệ cộng sinh

Phóng viên: Theo giáo sư, AI y tế tại Việt Nam nên ưu tiên hướng nào?

GS.TS Nguyễn Thanh Thủy: Trong 5–10 năm tới, định hướng ưu tiên cho AI y tế tại Việt Nam nên tập trung vào các mục tiêu thiết thực như giảm quá tải bệnh viện, hỗ trợ sàng lọc và nâng cao chất lượng chẩn đoán, đặc biệt ở tuyến cơ sở. Đây là những lĩnh vực AI đã chứng minh được hiệu quả thực tiễn và phù hợp với điều kiện nguồn lực, dữ liệu và khung pháp lý hiện nay.

Việc phát triển các mô hình "bác sĩ AI" khám độc lập vẫn còn nhiều thách thức liên quan đến dữ liệu, an toàn người bệnh và trách nhiệm pháp lý, do đó chỉ nên thử nghiệm ở phạm vi hẹp và có kiểm soát. Trong bối cảnh dữ liệu y tế còn phân tán và chưa chuẩn hóa hoàn toàn, các ứng dụng AI hỗ trợ bác sĩ sẽ mang lại giá trị thực tế cao hơn so với các mục tiêu tham vọng nhưng rủi ro lớn.

AI cũng có thể đóng vai trò như một công cụ truyền tải tri thức và kỹ năng từ tuyến trên xuống tuyến dưới, góp phần nâng cao năng lực y tế cơ sở và giảm áp lực cho bệnh viện tuyến trung ương. Đây là hướng đi phù hợp với đặc điểm hệ thống y tế Việt Nam trong giai đoạn hiện nay.

Phóng viên: Giáo sư nhận định thế nào về mối quan hệ bác sĩ-AI trong 10-20 năm tới: thay thế, cạnh tranh hay cộng sinh?

GS.TS Nguyễn Thanh Thủy: Trong 10-20 năm tới, kịch bản có khả năng xảy ra nhất trong quan hệ giữa bác sĩ và AI là cộng sinh, chứ không phải thay thế hay cạnh tranh. AI sẽ ngày càng đảm nhiệm tốt các công việc lặp lại, xử lý dữ liệu lớn và hỗ trợ chẩn đoán, trong khi bác sĩ vẫn giữ vai trò trung tâm trong đánh giá toàn diện, giao tiếp, thấu cảm và chịu trách nhiệm chuyên môn.

Để tận dụng tốt mối quan hệ cộng sinh này, Việt Nam cần đầu tư đồng bộ vào hạ tầng dữ liệu y tế chất lượng cao, đào tạo nhân lực y-AI liên ngành và hoàn thiện khung pháp lý linh hoạt nhưng an toàn. Dữ liệu y tế cần được chuẩn hóa, đại diện và bảo mật, phản ánh đúng đặc điểm sinh học và xã hội của người Việt. Đồng thời, đào tạo y khoa cần tích hợp kiến thức nền tảng về AI và đạo đức công nghệ.

Trong bối cảnh đó, AI sẽ làm bác sĩ "mạnh hơn", chính xác hơn và giảm gánh nặng hành chính, còn bác sĩ sẽ là cầu nối giữa công nghệ và con người. Đây là mô hình phù hợp nhất với bản chất nhân văn, đạo đức và pháp lý của y học hiện đại.

Xin trân trọng cảm ơn giáo sư về cuộc trao đổi này.

Sẽ lập mạng lưới thành viên tiên phong giải pháp AI y tế có trách nhiệm Việt Nam

SKĐS - Dưới sự chỉ đạo của Bộ Y tế, từ ngày 14–16/1, Trung tâm Thông tin Y tế Quốc gia sẽ tổ chức Hội thảo khởi động thúc đẩy hợp tác trong lĩnh vực trí tuệ nhân tạo (AI) y tế; Khóa tập huấn kỹ thuật đánh giá nhu cầu thực tiễn về quản trị, nghiên cứu và ứng dụng AI...