☕ Nhàn đàm ICT: Ứng dụng AI trong y tế

Phác họa bài post:

Đề dẫn.

➊. AI là gì?

❷. AI có thể ứng dụng vào đâu trong y tế?

❸. Khi ứng dụng AI vào y tế, có gì khó không?

❹. AI có thay thế bác sĩ không?

❺. Tương lai: bức tranh dự đoán

~

Để giúp anh/chị quyết định có đọc tiếp hay không, tôi xin phép cung cấp các thông tin liên quan đến bài post này như sau:

·       Chủ đề: Y tế, Machine Learning

·       Tính thời sự: tháng 7/2025

·       Thời gian đọc: 15 phút, kể cả thời gian uống cà phê (uống cà phê xong là đọc xong)

Đề dẫn.

Báo cáo với anh/chị, viết về ứng dụng AI trong y tế khá khó vì nó vừa rộng lại vừa tản mạn. Nói là “rộng” vì AI có thể ứng dụng “vào đâu cũng được” trong y tế. Chẳng hạn, chúng ta có thể hỏi các chatbot về bất kỳ vấn đề gì trong y tế và thường chúng ta nhận được các phản hồi ở mức “có thể chấp nhận được”. Nói là “tản mạn” vì nếu chúng ta tìm hiểu sâu về một chuyên đề nào đó trong y tế thì không phải chuyên đề nào AI cũng biết đủ sâu để chúng ta có thể tin tưởng được.

Vì vậy, tôi tiếp cận vấn đề “Ứng dụng AI trong y tế” bằng cách đặt ra một số câu vấn – đáp mang tính phổ thông như sau:

·       AI là gì?

·       AI có thể ứng dụng vào đâu trong y tế?

·       Các ứng dụng đó liệu có gặp khó khăn, rào cản nào không khi triển khai vào thực tế?

·       Liệu AI, một ngày nào đấy, có thay thế bác sĩ không?

·       Tương lai của AI trong y tế sẽ đi theo hướng nào?

❶. AI là gì?

Một cách nôm na:

“AI là gì?” là một câu hỏi vừa dễ lại vừa khó. Vì nhiều anh/chị trên diễn đàn này đã dõi theo sự phát triển của Machine Learning từ thời xa xưa đến nay nên tôi đơn giản hóa câu trả lời bằng cách tìm hiểu bản chất và việc tiến hóa của AI tạo sinh (Generative AI):

·       Ngày 30/11/2022, ChatGPT ra đời. ChatGPT là một LLM (Large Language Model). Mô hình LLM tích hợp kiến thức của nhân loại dưới dạng văn bản (công khai và đã được số hóa) – mọi thời đại, mọi lĩnh vực. Và LLM đa ngữ - hiểu hầu hết các ngôn ngữ phổ biến trên thế giới, trong đó có tiếng Việt. Trước ChatGPT, các LLM đều tích hợp các kho ngữ liệu khổng lồ nhưng cái hơn và cái đặc biệt của ChatGPT là nó biết vấn đáp với người dùng (bằng văn bản): [Prompt] → [ChatGPT] → [Response]. Cả thế giới kinh ngạc vì ChatGPT tỏ ra “cái gì cũng biết”.

·       Một thời gian ngắn sau đó, LLM tích hợp thị giác máy tính (Computer Vision). Lấy ví dụ, OpenAI cho ra mắt GPT-4 (tháng 3/2023), trong đó có GPT-4 Vision (GPT-4V) có thể xử lý ảnh. Đặc biệt ấn tượng là sự ra đời của GPT-4o (‘o’ là ‘omni’: toàn năng) vào tháng 5/2024 có thể nhận biết khung cảnh ảnh động. Như vậy, AI có thị giác: nhìn thấy ảnh, nhận dạng chữ viết, phát hiện đối tượng, …

·       Người ta tích hợp ASR (Automatic Speech Recognition – nhận dạng giọng nói tự động) vào LLM: [Nói] → [Prompt] → [LLM] → [Response]. Lúc này, AI có thính giác, “nghe” được giọng nói.
Mặt khác, từ văn bản, người ta có thể tổng hợp (speech synthesis) thành giọng nói:
[văn bản] → [giọng nói].
Từ đó: [Nói] → [Prompt] → [LLM] → [Response] → [giọng nói]
Nghĩa là AI có thể đối thoại, trò chuyện với người dùng.
~
{Mở ngoặc: Ngày 28/8/2025, OpenAI giới thiệu gpt-realtime: thay vì ghép chuỗi nhiều mô hình riêng lẻ (giọng nói → văn bản → mô hình ngôn ngữ → văn bản → giọng nói), gpt-realtime xử lý trực tiếp từ đầu vào âm thanh và cho ra đầu ra âm thanh. Nghĩa là nó “nghe” và “nói” luôn, không quan bước trung gian “nghe” → “văn bản” → “đọc văn bản”. }
~

·       Rồi AI có thể vẽ theo yêu cầu (bằng văn bản). Cái này ra đời từ giữa năm 2022 (DALL-E của OpenAI). Vào thời điểm hiện nay thì hầu hết các LLM đều có chức năng này. Ví dụ: ngoài DALL-E (OpenAI), còn có Midjourney, Stable Diffusion (Stability AI), Imagen (Google), Adobe Firefly. AI là “họa sỹ”.
Cập nhật: phần lớn các LLM hiện nay đều tích hợp tính năng “vẽ”.

·       AI có thể sáng tác đoạn nhạc ngắn theo yêu cầu (bằng văn bản). Ví dụ tiêu biểu có Suno AI, Udio, MusicLM (Google), Beatoven.ai, Soundraw, Mubert. AI là “nhạc sỹ”.

·       Từ năm ngoái (2024), AI có thể tạo video (ngắn) theo yêu cầu (bằn văn bản). Ví dụ tiêu biểu có: Sora (OpenAI), Veo (Google), RunwayML, Pika Labs, Luma AI (Dream Machine), Adobe Firefly. AI là “nhà làm phim”.

Đấy, AI có chừng đấy “năng lực”. Cái ấn tượng nhất của nó - đó là “cái gì cũng biết”!

❷.AI có thể ứng dụng vào đâu trong y tế?

Một cách tổng quan chúng ta có thể tham khảo trên Wikipedia: Artificial intelligence in healthcare (trí tuệ nhân tạo trong y tế). Trang này nghiêng về góc nhìn hàn lâm.

Một phương án khác là hỏi chatbot. Kết quả có thể khác nhau, tùy thuộc vào cách đặt câu hỏi và tùy thuộc vào chúng ta hỏi chatbot nào. Thông thường chúng cho ra một danh mục các lĩnh vực mà AI có thể áp dụng. Ví dụ, ChatGPT cho danh mục gồm: hỗ trợ chẩn đoán, hỗ trợ quyết định lâm sàng, hỗ trợ nghiên cứu thuốc, tối ưu hóa quy trình, y học cá nhân hóa, trợ lý ảo, phẫu thuật và robot, y tế cộng đồng, hỗ trợ thanh toán bảo hiểm y tế.

Để tránh việc đọc các dòng chữ khô khan, tôi chỉ xin minh họa với vài ví dụ điển hình.

ⓐ. Chu trình khép kín điều trị bệnh

 Minh họa “chu trình khép kín điều trị bệnh”:

Ví dụ đầu tiên: chúng ta nhìn vào việc khám chữa bệnh tại một bệnh viện (xem hình vẽ minh họa trên). Sau khi “1️⃣ Khởi phát bệnh” bệnh nhân đến bệnh viện. Tại cửa tiếp đón, người ta quan sát bệnh nhân rồi “2️⃣ Phân loại ưu tiên” (cấp cứu/không cấp cứu). Tiếp theo, bệnh nhân “3️⃣ Đăng ký” (khai báo thông tin cá nhân: CCCD, thẻ bảo hiểm, …). Sau đó, bệnh nhân đến gặp bác sĩ để “4️⃣ Khám tư vấn”. Tại đây, sau khi nghe bệnh nhân trao đổi về các triệu chứng, lịch sử bệnh án, … bác sĩ quyết định làm một số xét nghiệm “5️⃣ Khám cận lâm sàng”. Sau khi có kết quả xét nghiệm - khám cận lâm sàng, bệnh nhân quay về phòng khám ban đầu để bác sĩ “6️⃣ Chẩn đoán”. Sau khi chẩn đoán, bác sĩ lên phác đồ điều trị, viết y lệnh và bệnh nhân đến nhà thuốc để được “7️⃣ Cấp phát thuốc”. Sau khi được cấp phát thuốc, bệnh nhân bước vào giai đoạn điều trị “8️⃣ Phục hồi” (nội trú hoặc ngoại trú). Sau khi phục hồi một thời gian, bệnh nhân có thể cần “9️⃣ Tái khám sau xuất viện”.

Nếu chúng ta đặt câu hỏi liệu AI có thể hỗ trợ ở đâu trong 9 giai đoạn trên? Câu trả lời là AI có thể hỗ trợ mọi giai đoạn, nhưng vai trò và mức độ sẽ khác nhau ở từng giai đoạn.

1️⃣ Khởi phát bệnh (Disease Onset)

• Vai trò AI: Phân tích dự báo từ thiết bị đeo, cảm biến sức khỏe IoT tại nhà và xu hướng hồ sơ bệnh án điện tử (EHR) để phát hiện sớm dấu hiệu cảnh báo trước khi triệu chứng trở nên nghiêm trọng.
• Ví dụ: Hệ thống theo dõi đường huyết liên tục có “AI cảnh báo” (“AI alert”) xu hướng tiền tiểu đường.

2️⃣ Phân loại ưu tiên (Triage)

• Vai trò AI: Chatbot, công cụ kiểm tra triệu chứng và hệ thống phân loại rủi ro tự động giúp sắp xếp mức độ khẩn cấp của bệnh nhân.
• Ví dụ: Hệ thống AI tại “khoa cấp cứu” phân tích triệu chứng và sinh hiệu để nhanh chóng xác định ca nguy kịch.

3️⃣ Đăng ký (Registration)

• Vai trò AI: Tự động hóa xác minh danh tính bệnh nhân, kiểm tra bảo hiểm và điền biểu mẫu bằng công nghệ nhận dạng ký tự (OCR) và xử lý ngôn ngữ tự nhiên (NLP).
• Ví dụ: Đặt ki-ốt tự phục vụ có AI hỗ trợ (AI-assisted self-service kiosk) cho bệnh nhân đến khám trực tiếp.

4️⃣ Khám tư vấn (Consultation)

• Vai trò AI: Hỗ trợ quyết định lâm sàng theo thời gian thực—tóm tắt tiền sử bệnh, gợi ý chẩn đoán khả nghi.
• Ví dụ: “Trợ lý AI” được tích hợp vào hệ thống EMR, lắng nghe cuộc trò chuyện giữa bác sĩ và bệnh nhân, tự động ghi chép hồ sơ. Sau đó, “Trợ lý AI” gợi ý một số bệnh “khả nghi”.

5️⃣ Khám cận lâm sàng (Medical Examination)

• Vai trò AI: Nhận dạng hình ảnh X-quang, CT, MRI; phân tích điện tâm đồ (ECG) tự động; phân tích sinh hiệu.
• Ví dụ: AI hỗ trợ siêu âm, hướng dẫn bác sĩ chụp được hình ảnh tối ưu.

6️⃣ Chẩn đoán (Diagnosis)

• Vai trò AI: Nhận dạng các mẫu trên kết quả xét nghiệm, hình ảnh, dữ liệu di truyền và tiền sử bệnh án để đề xuất các tình trạng bệnh lý có khả năng xảy ra.
• Ví dụ: AI phát hiện sớm nốt mờ phổi trên CT trước cả bác sĩ X-quang.

7️⃣ Cấp phát thuốc (Medicine Dispensary)

• Vai trò AI: Robot dược phẩm thông minh với khả năng quản lý kho bằng AI, kiểm tra tương tác thuốc và đề xuất liều lượng cá nhân hóa.
• Ví dụ: AI đối chiếu đơn thuốc với tiền sử dị ứng và thuốc đang dùng.

8️⃣ Phục hồi (Convalescence)

• Vai trò AI: Theo dõi từ xa, phân tích dữ liệu từ thiết bị đeo và cảm biến tại nhà để đánh giá tiến trình hồi phục.
• Ví dụ: AI dự đoán nguy cơ biến chứng hậu phẫu và nhắc can thiệp sớm.

9️⃣ Tái khám sau xuất viện (Post-Hospital Follow-up)

• Vai trò AI: Nhắc lịch hẹn, hỗ trợ tư vấn qua “telehealth” (y tế từ xa), chatbot AI trả lời các câu hỏi liên quan đến phục hồi.
• Ví dụ: AI phân tích dữ liệu khảo sát sau tái khám để phát hiện bệnh nhân có nguy cơ tái nhập viện.

Tóm lại: AI có thể hỗ trợ hầu hết các hoạt động khám, chữa bệnh tại bệnh viện với vai trò và mức độ khác nhau.

ⓑ. Hỗ trợ phẫu thuật: Robot hỗ trợ - AI chỉ dẫn

 Minh họa “hỗ trợ phẫu thuật: robot hỗ trợ - AI chỉ dẫn”:

Robot-assisted surgery – RAS (phẫu thuật có sự hỗ trợ của robot) là thủ thuật phẫu thuật được thực hiện bằng robot. Mục tiêu của RAS là khắc phục những hạn chế của thủ thuật phẫu thuật ít xâm lấn. Trong trường hợp phẫu thuật ít xâm lấn có sự hỗ trợ của robot, thay vì bác sĩ phẫu thuật trực tiếp di chuyển dụng cụ, bác sĩ sử dụng thiết bị telemanipulator hoặc thông qua điều khiển máy tính.

·       Telemanipulator: Telemanipulator là một hệ thống các tay máy điều khiển từ xa cho phép bác sĩ phẫu thuật thao tác theo thời gian thực qua màn hình 3D từ một bảng điều khiển tách biệt với bàn phẫu thuật. Robot được đặt cạnh bệnh nhân, và các cánh tay robot thực hiện các thao tác giống như nội soi thông qua các đầu mút được đưa vào qua các trocar (ống thụt) được thiết kế đặc biệt. Một trợ lý phẫu thuật và một y tá hỗ trợ tại bàn phẫu thuật để giúp chuyển đổi dụng cụ hỗ trợ hoặc cung cấp thêm lực hút hoặc kéo mô tạm thời bằng các dụng cụ kẹp nội soi.

·       Điều khiển bằng máy tính: bác sĩ phẫu thuật sử dụng máy tính để truyền dữ liệu điều khiển cánh tay robot cùng các bộ phận đầu cuối (mặc dù có trường hợp vẫn cần telemanipulator). Một lợi thế của việc sử dụng phương pháp điều khiển bằng máy tính là bác sĩ phẫu thuật không cần phải có mặt tại cơ sở để thực hiện thủ thuật, dẫn đến khả năng phẫu thuật từ xa và thậm chí là các thủ thuật được hỗ trợ bởi AI hoặc phẫu thuật tự động.

~

Trong hình ảnh minh họa ở trên:

1. Vai trò của bác sĩ (Người chỉ huy trung tâm)

• Bác sĩ phẫu thuật ngồi tại bàn điều khiển, sử dụng cần điều khiển hoặc tay cầm.
• Mỗi cử động tay được chuyển thành cử động chính xác của cánh tay robot cầm dụng cụ phẫu thuật.
• Bác sĩ vẫn hoàn toàn kiểm soát, AI và robot đóng vai trò hỗ trợ.

2. Vai trò của robot (Độ chính xác & tính ổn định)

• Hệ thống robot thực hiện mệnh lệnh của bác sĩ với độ chính xác ở mức vi mô.
• Robot loại bỏ sự run tay, giúp thực hiện cắt, khâu hoặc phẫu thuật xâm lấn tối thiểu một cách siêu chính xác.
• Có thể tiếp cận những khu vực khó trong cơ thể bằng dụng cụ và camera siêu nhỏ.

3. Vai trò của AI (Hướng dẫn & hỗ trợ)

AI hỗ trợ nhiều lớp trong quá trình phẫu thuật:

• Nhận diện hình ảnh → AI phân tích video và hình ảnh y tế (MRI, CT, nội soi) theo thời gian thực để làm nổi bật cấu trúc quan trọng (đâu là dây thần kinh, đâu là mạch máu, đâu là khối u).
• Tích hợp dữ liệu → Kết hợp dữ liệu bệnh nhân (tiền sử, xét nghiệm, hình ảnh) để cung cấp cho bác sĩ bức tranh toàn diện.
• Lập kế hoạch đường đi (Path planning) → Đề xuất lộ trình phẫu thuật an toàn và hiệu quả nhất (giống như hệ thống GPS trong phòng mổ).
• Phản hồi thông minh → Cảnh báo nếu dụng cụ tiến gần cấu trúc nhạy cảm, giảm rủi ro biến chứng.

Minh họa quy trình hoạt động:

1. Hình ảnh quét (scan) bệnh nhân được tải lên → AI lập bản đồ khu vực phẫu thuật.
2. Bác sĩ bắt đầu phẫu thuật qua bàn điều khiển → cánh tay robot thao tác trong cơ thể bệnh nhân.
3. AI liên tục phân tích video trực tiếp → đánh dấu các vùng cần chú ý.
4. Robot thực hiện động tác chính xác → bác sĩ giám sát và ra quyết định.
5. Sau phẫu thuật → AI phân tích dữ liệu để tối ưu phục hồi và kết quả điều trị.

Lợi ích

• Độ chính xác cao hơn → vết mổ nhỏ, ít mất máu.
• Thời gian hồi phục ngắn hơn cho bệnh nhân.
• Giảm biến chứng nhờ cảnh báo tức thời của AI.
• Mở rộng khả năng chuyên môn → bác sĩ có thể phẫu thuật từ xa (telesurgery).

~

Một số ví dụ về Robot hỗ trợ phẫu thuật (Robotic-Assisted Surgery – RAS) đang được sử dụng rộng rãi trong nhiều chuyên khoa y tế:

·       Hệ thống phẫu thuật da Vinci (Intuitive Surgical) [Da Vinci Robotic Surgical Systems | Intuitive] (Tiết niệu, phụ khoa, phẫu thuật tổng quát, lồng ngực, tim mạch)

·       ROSA (Zimmer Biomet) [ROSA® Knee System | Zimmer Biomet] (Chỉnh hình và phẫu thuật thần kinh)

·       MAKO SmartRobotics (Stryker) [Mako SmartRobotics Overview | Stryker] (Phẫu thuật chỉnh hình)

·       ExcelsiusGPS (Globus Medical) [Robotic Navigation - ExcelsiusGPS™ | Globus Medical] (Phẫu thuật cột sống)

·       CyberKnife (Accuray) [CyberKnife SRS / SBRT System from Accuray] (Xạ phẫu - không xâm lấn)

·       Versius Surgical Robotic System (CMR Surgical) [CMR Surgical - Transforming Surgery. For Good.] (Phẫu thuật tổng quát và nội soi)

·       Senhance Surgical System (Asensus Surgical) [Senhance® Surgical System | Asensus Surgical] (Phẫu thuật tổng quát và phụ khoa)

·       Monarch Platform (Johnson & Johnson / Auris Health) [MONARCH™ Platform by ETHICON™ | J&J MedTech] (Thủ thuật nội soi - chủ yếu về phổi)

·       CorPath GRX (Siemens Healthineers/Corindus) [Introduction to CorPath GRX: Next Generation Cardiovascular Robotics | DAIC] (Tim mạch can thiệp)

 

ⓒ. Chatbot tương tác với bệnh nhân

 Minh họa “chatbot tương tác với bệnh nhân”:

Chatbot tương tác với bệnh nhân khác với chatbot đa năng như ChatGPT, Gemini hay Perplexity. Chatbot đa năng được xây dựng để phục vụ nhiều ngành và ứng dụng khác nhau, như bán lẻ, ngân hàng hay chăm sóc khách hàng. Chúng thường thực hiện các nhiệm vụ đơn giản như trả lời câu hỏi thường gặp (FAQ) hoặc chuyển tiếp yêu cầu, nhưng không có kiến thức chuyên sâu về y tế.

Ngược lại, chatbot tương tác với bệnh nhân là chatbot y tế chuyên biệt được thiết kế lấy lĩnh vực y tế làm trọng tâm. Chúng đảm bảo tuân thủ các quy định y tế, xử lý thông tin PHI (Protected Health Information) một cách bảo mật và tích hợp chặt chẽ với hệ thống bệnh viện, bệnh án điện tử (EMR) và quy trình lâm sàng. Các chatbot này cung cấp phản hồi chính xác, phù hợp với ngữ cảnh dựa trên hướng dẫn y tế và nội dung đã được phê duyệt, tránh thông tin sai lệch. Chúng hỗ trợ các trường hợp sử dụng phức tạp như kiểm tra triệu chứng, quản lý bệnh mãn tính, nhắc nhở uống thuốc, giáo dục bệnh nhân, đặt lịch hẹn và phân loại cấp cứu. Bằng việc tự động hóa các tác vụ thường nhật, chúng nâng cao hiệu quả vận hành và cải thiện kết quả chăm sóc bệnh nhân đồng thời duy trì nghiêm ngặt các tiêu chuẩn bảo mật dữ liệu.

-

Chatbot tương tác với bệnh nhân là một trải nghiệm liền mạch, hoạt động 24/7, nhằm hỗ trợ và hợp lý hóa nhiều khía cạnh khác nhau trong chăm sóc sức khỏe.

Dưới đây là chi tiết cách một chatbot tương tác với bệnh nhân:

1. Tương tác ban đầu và đánh giá triệu chứng

Khi một bệnh nhân lần đầu tiên sử dụng, chatbot thường đóng vai trò là một trợ lý y tế ảo. Nó đặt ra một loạt câu hỏi để hiểu các mối lo ngại của bệnh nhân.

• Phân loại triệu chứng: Chatbot hỏi về các triệu chứng, mức độ nghiêm trọng và thời gian xuất hiện. Nó có thể đánh giá mức độ khẩn cấp của tình huống và đề xuất hành động phù hợp, chẳng hạn như tự chăm sóc, tư vấn trực tuyến, hoặc đến gặp bác sĩ hay phòng cấp cứu.
• Thu thập thông tin: Nó thu thập thông tin cơ bản như tên, tuổi và các bệnh lý hiện có của bệnh nhân. Dữ liệu này có thể được tích hợp với bệnh án điện tử (EHR) của bệnh nhân để cung cấp hỗ trợ cá nhân hóa.

2. Hỗ trợ hành chính và hậu cần

Chatbot rất hiệu quả trong việc tự động hóa các công việc hành chính thường xuyên, giúp nhân viên y tế có thể tập trung vào việc chăm sóc bệnh nhân phức tạp hơn.

• Quản lý cuộc hẹn: Bệnh nhân có thể sử dụng chatbot để lên lịch, thay đổi hoặc hủy cuộc hẹn. Chatbot kiểm tra lịch của nhà cung cấp dịch vụ để biết thời gian rảnh theo thời gian thực và xác nhận việc đặt lịch. Nó cũng có thể gửi lời nhắc tự động để giảm tình trạng bệnh nhân quên không đến.
• Quản lý đơn thuốc: Bệnh nhân có thể yêu cầu nạp lại đơn thuốc thông qua chatbot. Chatbot cũng có thể gửi lời nhắc kịp thời để uống thuốc và cung cấp thông tin về các tác dụng phụ hoặc tương tác thuốc tiềm ẩn.
• Bảo hiểm và thanh toán: Chatbot có thể trả lời các câu hỏi phổ thông về phạm vi bảo hiểm, hỗ trợ nộp đơn yêu cầu bồi thường và giúp bệnh nhân hiểu các hóa đơn y tế của họ.

3. Chăm sóc liên tục và quản lý sức khỏe

Đối với bệnh nhân mắc bệnh mãn tính hoặc những người đang hồi phục sau một thủ thuật, chatbot có thể đóng vai trò là một người bạn đồng hành nhất quán.

• Quản lý bệnh mãn tính: Một chatbot có thể theo dõi các chỉ số quan trọng của bệnh nhân, giám sát các triệu chứng và đưa ra lời khuyên cá nhân hóa cho các bệnh như tiểu đường hoặc cao huyết áp. Nó có thể gửi tin nhắn hỏi thăm và khuyến khích tuân thủ các kế hoạch điều trị.
• Hướng dẫn sau phẫu thuật: Sau phẫu thuật hoặc một thủ thuật y tế, chatbot có thể cung cấp các hướng dẫn rõ ràng, từng bước về chăm sóc sau phẫu thuật, bao gồm lịch trình dùng thuốc và mẹo chăm sóc vết thương.
• Giáo dục bệnh nhân: Chatbot có thể hoạt động như một công cụ giáo dục, cung cấp thông tin đáng tin cậy về các tình trạng sức khỏe, mẹo chăm sóc sức khỏe và lời khuyên về chế độ ăn uống.

4. Hỗ trợ sức khỏe tinh thần và cảm xúc

Một số chatbot được thiết kế đặc biệt để cung cấp một không gian an toàn, riêng tư để thảo luận về các mối lo ngại về sức khỏe tinh thần.

• Hỗ trợ cơ bản: Chúng có thể cung cấp các bài tập trị liệu nhận thức-hành vi (CBT: Cognitive Behavioral Therapy), các phương pháp thực hành chánh niệm và hỗ trợ cảm xúc.
• Kết nối với các chuyên gia: Trong những trường hợp bệnh nhân cần nhiều hơn hướng dẫn cơ bản, chatbot có thể hướng họ đến một cuộc trò chuyện trực tiếp với một nhà trị liệu chuyên nghiệp hoặc nhà cung cấp dịch vụ sức khỏe tinh thần.

5. Tích hợp và thu thập dữ liệu

Một khía cạnh quan trọng mà chatbot mang lại là khả năng tích hợp với các hệ thống chăm sóc sức khỏe khác.

• Tích hợp bệnh án điện tử (HER): Bằng cách kết nối với bệnh án điện tử của bệnh nhân, chatbot có thể cung cấp hỗ trợ được cá nhân hóa cao, từ việc lên lịch hẹn với bác sĩ cụ thể của họ đến việc cung cấp thông tin dựa trên tiền sử bệnh án.
• Thu thập dữ liệu: Chatbot thu thập dữ liệu thời gian thực có giá trị về các triệu chứng, phản hồi và mô hình sức khỏe của bệnh nhân. Thông tin này giúp các nhà cung cấp dịch vụ chăm sóc sức khỏe hiểu rõ hơn về đối tượng bệnh nhân của họ và có thể được sử dụng để cải thiện hiệu quả điều trị và dịch vụ tổng thể.

~

Mời anh/chị tham khảo danh sách một số chatbot tương tác với bệnh nhân:

Hỗ trợ kiểm tra và phân loại triệu chứng

Những chatbot này được thiết kế để giúp bệnh nhân hiểu các triệu chứng của họ và quyết định phương án hành động tốt nhất, cho dù đó là tự chăm sóc, đi khám bác sĩ, hay chăm sóc khẩn cấp.

• Ada Health: Một trong những chatbot kiểm tra triệu chứng nổi tiếng nhất. Ada sử dụng một công cụ AI tinh vi để hỏi một loạt câu hỏi cá nhân hóa và đưa ra danh sách các tình trạng bệnh có thể xảy ra cùng lời khuyên về những việc cần làm tiếp theo. Nó thường được đánh giá cao về độ chính xác và giao diện thân thiện với người dùng.
• Buoy Health: Được phát triển bởi một đội ngũ bác sĩ và nhà khoa học máy tính từ Harvard, chatbot của Buoy Health sử dụng một thuật toán được huấn luyện trên một lượng lớn dữ liệu lâm sàng để cung cấp cho bệnh nhân đánh giá các triệu chứng và đề xuất chăm sóc.
• Sensely (Molly): Trợ lý y tế ảo của Sensely, "Molly", tương tác với bệnh nhân bằng văn bản, giọng nói, hình ảnh và video. Nó đánh giá các triệu chứng và sử dụng hệ thống phân loại theo màu sắc để xác định mức độ khẩn cấp của ca bệnh, hướng dẫn bệnh nhân phương pháp chăm sóc phù hợp.
• Healthily (trước đây là Your.MD): Trợ lý sức khỏe AI này cung cấp cho người dùng thông tin sức khỏe chính xác, theo yêu cầu và các hiểu biết sâu sắc, bao gồm một công cụ kiểm tra triệu chứng và lời khuyên cá nhân hóa.

Chatbot về Sức khỏe tinh thần và Sức khỏe nói chung

Những chatbot này cung cấp hỗ trợ về cảm xúc và các bài tập trị liệu, thường dựa trên các phương pháp tâm lý đã được chứng minh.

• Woebot: Một chatbot về sức khỏe tinh thần sử dụng các nguyên tắc của liệu pháp nhận thức hành vi (CBT: Cognitive Behavioral Therapy) để giúp người dùng quản lý tâm trạng, sự lo lắng và trầm cảm. Nó được thiết kế để trở thành một người bạn đồng hành thân thiện, không phán xét trong các cuộc trò chuyện hàng ngày.
• Youper: Chatbot này tập trung vào sức khỏe tinh thần, sử dụng AI để hỗ trợ cảm xúc và thúc đẩy sức khỏe tâm thần thông qua các cuộc trò chuyện cá nhân hóa và liệu pháp tự hướng dẫn.

Chatbot quản lý cuộc hẹn và hành chính

Các nền tảng này được các tổ chức chăm sóc sức khỏe sử dụng để hợp lý hóa các công việc hành chính cho bệnh nhân.

• Kore.ai: Nền tảng này được các doanh nghiệp sử dụng để xây dựng các chatbot tùy chỉnh cho nhiều tác vụ, bao gồm quản lý cuộc hẹn, các yêu cầu về thanh toán và đánh giá triệu chứng. Đây là một giải pháp cấp doanh nghiệp dành cho các hệ thống chăm sóc sức khỏe.
• Drift: Mặc dù là một nền tảng rộng hơn, nhiều nhà cung cấp dịch vụ chăm sóc sức khỏe sử dụng các chatbot tiếp thị và bán hàng đàm thoại của Drift để tương tác với khách truy cập trang web, lên lịch hẹn và phân loại bệnh nhân tiềm năng.

Quản lý bệnh mãn tính và tương tác với bệnh nhân

Chatbot loại này được thiết kế để cung cấp sự hỗ trợ và thông tin liên tục cho bệnh nhân mắc các bệnh mãn tính.

• Florence: Trợ lý sức khỏe cá nhân: giúp tuân thủ việc dùng thuốc bằng cách gửi lời nhắc. Nó cũng có thể theo dõi các chỉ số sức khỏe của người dùng như cân nặng, tâm trạng và chu kỳ kinh nguyệt, giúp họ đi đúng hướng với các mục tiêu sức khỏe của mình.
• OneRemission: Một chatbot tập trung vào bệnh ung thư được thiết kế cho những người sống sót và chiến đấu với căn bệnh này. Nó cung cấp thông tin về chăm sóc sau điều trị, bao gồm tập thể dục, dinh dưỡng và quản lý căng thẳng, đồng thời đưa ra cách để hỏi các câu hỏi về các loại thuốc hoặc thực phẩm cụ thể.

 

ⓓ. AI hỗ trợ khám phá thuốc mới

 Minh họa “AI hỗ trợ khám phá thuốc mới”:

AI đang làm thay đổi quy trình phát triển và khám phá thuốc bằng cách giúp quá trình này nhanh hơn, rẻ hơn và chính xác hơn. Trước đây, việc tìm ra một loại thuốc mới thường mất 10–15 năm và tốn hàng tỷ USD, nhưng AI giúp rút ngắn nhiều bước quan trọng.

Tác động:

• Tốc độ: Rút ngắn từ nhiều năm xuống vài tháng.
• Chi phí: Cắt giảm hàng tỷ USD trong R&D.
• Độ chính xác: Dự đoán tốt hơn, giảm tỷ lệ thất bại.
• Đổi mới: Khám phá các loại thuốc mới mà con người khó có thể nghĩ ra.

~

Trong hình vẽ minh họa ở trên, chúng ta thấy AI hỗ trợ gần như tất cả các giai đoạn trong khám phá thuốc mới từ xác định mục tiêu (Target Identification), thiết kế thuốc (Drug Design), thử nghiệm tiền lâm sàng (Preclinical Testing), thử nghiệm lâm sàng trên người (Clinical Trials) cho đến bước cuối cùng là phê duyệt (Approval).

Một cách chi tiết:

1. Xác định & xác thực mục tiêu điều trị (Target Identification & Validation)

• Ý nghĩa: Tìm các phân tử sinh học (protein, gen, đường dẫn) liên quan đến bệnh. {“đường dẫn”: chuỗi các tương tác giữa các phân tử trong một tế bào}
• AI hỗ trợ:
• Phân tích dữ liệu y sinh khổng lồ (genomics, proteomics, hồ sơ lâm sàng).
• Dự đoán mục tiêu tiềm năng với độ chính xác cao.
• Ví dụ: AlphaFold của DeepMind dự đoán cấu trúc protein, giúp các nhà khoa học hiểu cách thuốc có thể tác động.

2. Sàng lọc ứng viên thuốc (Drug Candidate Screening)

• Ý nghĩa: Tìm kiếm các thư viện hóa học để tìm ra những phân tử có thể liên kết với các mục tiêu.
• AI hỗ trợ:
• Dùng deep learning để dự đoán sự tương tác phân tử - mục tiêu sinh học.
• Sàng lọc ảo có thể phân tích hàng triệu hợp chất chỉ trong vài ngày (thay vì nhiều năm).
• Ví dụ: Nền tảng AI của Atomwise dự đoán hiệu quả gắn kết của phân tử.

3. Thiết kế thuốc mới (De Novo Molecule Generation)

• Ý nghĩa: Tạo ra các phân tử thuốc hoàn toàn mới.
• AI hỗ trợ:
• AI tạo sinh (Generative AI) tạo ra các phân tử mới tối ưu cho đặc tính dược phẩm.
• Mô phỏng các biến đổi hóa học để cải thiện tính ổn định, an toàn và hiệu quả.
• Ví dụ: Insilico Medicine phát triển thuốc tiềm năng điều trị xơ hóa trong chưa đầy 18 tháng nhờ AI.

4. Tối ưu hóa tiền lâm sàng (Preclinical Testing Optimization)

• Ý nghĩa: Kiểm tra độ an toàn và hiệu quả trước khi thử nghiệm lâm sàng.
• AI hỗ trợ:
• Dự đoán độc tính, quá trình chuyển hóa, và tác dụng phụ từ dữ liệu trước đó.
• Giảm tỷ lệ thất bại ở giai đoạn sau bằng cách loại bỏ hợp chất nguy hiểm sớm.
• Ví dụ: AI mô phỏng cách thuốc được gan con người chuyển hóa.

5. Thiết kế & tuyển chọn thử nghiệm lâm sàng (Clinical Trial Design & Recruitment)

• Ý nghĩa: Thử nghiệm thuốc trên người để xác nhận tính an toàn và hiệu quả.
• AI hỗ trợ:
• Chọn đúng bệnh nhân dựa trên hồ sơ bệnh án điện tử (EHR).
• Dự đoán kết quả thử nghiệm và tối ưu giao thức (protocol) thử nghiệm.
• Giúp giảm chi phí và tăng tỷ lệ thành công.

6. Tái định vị thuốc (Drug Repurposing)

• Ý nghĩa: Tìm công dụng mới cho thuốc sẵn có.
• AI hỗ trợ:
• Phân tích chéo cơ sở dữ liệu thuốc với hồ sơ bệnh.
• Giúp tìm phương pháp điều trị nhanh hơn, đặc biệt trong dịch bệnh (VD: COVID-19).
• Ví dụ: AI hỗ trợ xác định thuốc kháng virus có tiềm năng chống lại SARS-CoV-2.

 

❸. Khi ứng dụng AI vào y tế, có gì khó không?

Hẳn nhiên, bất kỳ tiến bộ công nghệ nào khi triển khai vào thực tế đều gặp phải rào cản. Y tế là vấn đề liên quan đến sức khỏe con người nên các giải pháp hay thiết bị phải trải qua các kiểm định khắt khe. Các loại rào cản dạng như “chất lượng dữ liệu: định dạng không nhất quán, hồ sơ không đầy đủ”, “an toàn dữ liệu: dữ liệu cá nhân nhạy cảm, dễ bị rò rỉ”, hay “phức tạp trong tích hợp hệ thống”, rồi “chi phí ban đầu cao, cần đào tạo, huấn luyện bổ sung”, … đều là các điểm khó khăn chung cho bất kỳ loại hình công nghệ mới nào khi đưa vào thực tế sử dụng.

Tôi liệt kê ra một vài điểm khó mà chỉ có ở AI:

·       Vấn đề “hallucination” (ảo giác): Đây là hiện tượng AI tạo ra thông tin có vẻ hợp lý nhưng không chính xác. Loại ảo giác này cực kỳ khó phát hiện. Ảo giác là bệnh mãn tính của AI. Các mô hình AI chỉ có thể hạn chế ảo giác chứ không bao giờ loại bỏ hoàn toàn được chúng. Đây là một điểm yếu cơ bản mà AI không thể áp dụng “tự động hóa” cho các giải pháp cần sự chính xác tuyệt đối. Đầu ra của AI luôn luôn cần kiểm tra, đối chứng với các nguồn đáng tin cậy. Nếu vẽ một bức tranh, làm một bài thơ hay sáng tác một đoạn nhạc thì vấn đề ảo giác có lẽ không quá quan trọng. Nhưng đưa ra một quyết định để chăm sóc sức khỏe thì “ảo giác” là vấn đề rất quan ngại, có thể làm mất niềm tin vào hệ thống.

·       Một điểm khác nữa: các quyết định của AI thường ở dạng “black box” (hộp đen). Đại ý là đưa ra phán quyết mà không có giải thích kèm theo. Khi bác sĩ chẩn đoán, đưa ra phác đồ điều trị cho một bệnh nào đó, bác sĩ thường giải thích cho bệnh nhân (hoặc người nhà bệnh nhân) hiểu vì sao đưa ra quyết định như vậy. AI không lý giải lý do vì sao, mặc dù quyết định đó có thể vẫn đúng. Trong khám bệnh, điều trị bệnh yếu tố “hiểu vì sao lại như vậy” có tác động tốt đến tâm lý người bệnh: họ hiểu hơn về nguồn gốc bệnh tật, yên tâm hơn với phác đồ điều trị.

·       Trách nhiệm pháp lý: liệu có một hệ thống y tế nào chỉ đơn thuần dựa vào AI không (không có sự can thiệp của con người)? Trong tương lai gần thì hệ thống loại này chưa tồn tại. Vì sao vậy? Vì AI – bản thân nó – không phải là một thực thể trong hệ thống pháp lý. AI không chịu trách nhiệm pháp lý. AI chỉ có thể hỗ trợ, tư vấn cho bác sĩ. Bác sĩ là người đưa ra quyết định cuối cùng và chịu trách nhiệm pháp lý về quyết định đó.

 

❹.  AI có thay thế bác sĩ không?

~

Trong tương lai gần: AI rất khó có thể thay thế hoàn toàn bác sĩ. Lý do:

•       Y học không chỉ là dữ liệu – Chẩn đoán và điều trị cần sự thấu cảm, niềm tin, y đức và giao tiếp tinh tế mà AI chưa có.

•       Trách nhiệm – Quyết định y khoa thường đòi hỏi con người chịu trách nhiệm pháp lý và đạo đức, đặc biệt trong các tình huống sinh tử.

•       Ca bệnh phức tạp và hiếm gặp – AI mạnh trong nhận diện mẫu nhưng gặp khó khi dữ liệu thiếu, bệnh hiếm hoặc tiền sử bệnh phức tạp.

•       Kết nối con người – Sự tuân thủ điều trị của bệnh nhân nhiều khi phụ thuộc vào mối quan hệ cá nhân với bác sĩ.

 

❺. Tương lai AI trong y tế?

Đây là câu hỏi khó, vì vào ngay thời điểm này, AI đang thay đổi từng ngày. Dưới đây là một vài đoán định của riêng cá nhân tôi:

•       Kết hợp AI với cảm biến, sinh trắc học, IoT, robot, omics { omics gồm Genomics, Transcriptomics, Proteomics, Metabolomics, Epigenomics, …} – dữ liệu y sinh (xem omics là gì ở phần giải thích dưới đây).

•       AI trợ lý cho bác sĩ, không thay thế họ, bác sĩ là người đưa ra quyết định cuối cùng.

•       Tác động toàn cầu: y tế giá rẻ, dễ tiếp cận, phá vỡ rào cản ngôn ngữ và hiểu biết y tế trong tư vấn và giáo dục sức khỏe.

❰Giải thích❱: omics là gì?

“Omics” (đọc là /ˈoʊ.mɪks/’) là thuật ngữ bao quát toàn bộ các ngành sinh học quy mô lớn nhằm đo lường và phân tích toàn bộ một lớp phân tử trong tế bào, mô hay cơ thể.
Hậu tố “-omics” (và đối tượng “-ome”) thể hiện cách tiếp cận toàn diện, cấp hệ thống, trái ngược với nghiên cứu truyền thống chỉ xem xét từng gen, từng protein hay từng chất trao đổi riêng lẻ.

~

Genomics – toàn bộ trình tự DNA (tất cả gen)

Transcriptomics – toàn bộ mRNA / RNA (gen nào đang bật/tắt)

Proteomics – toàn bộ protein (phân tử chức năng của tế bào)

Metabolomics – toàn bộ chất trao đổi nhỏ (hoạt động sinh hóa thời gian thực)

Epigenomics – mọi sửa đổi hóa học trên DNA / histon điều hòa gen

Lipidomics, Glycomics, Microbiome, v.v. – lipid, đường, hệ vi khuẩn, v.v.

~

Tại sao nó quan trọng với y học:

·       Điều trị cá nhân hóa: Dược di truyền học dự đoán phản ứng thuốc dựa trên hệ gen bệnh nhân.

·       Chẩn đoán sớm: Chữ ký đa omics có thể phát hiện ung thư hoặc rối loạn chuyển hóa trước triệu chứng.

·       Song sinh kỹ thuật số: Kết hợp genomics + transcriptomics + proteomics để mô phỏng bệnh lý in-silico.
~
“In-silico”: sử dụng máy tính để mô phỏng các quá trình sinh học và y học thay vì làm trong phòng thí nghiệm (in-vitro) hoặc thử nghiệm trong cơ thể sống (in-vivo).

Tóm lại, “omics” biến toàn bộ bức tranh phân tử của một bệnh nhân thành dữ liệu y sinh, cho phép AI phát hiện ra các mô hình bệnh tật mà nếu chỉ nhìn vào từng dấu ấn riêng lẻ thì sẽ không thể thấy được.

❰/Giải thích❱

~

Cuối cùng, tôi hình dung ra một “bức tranh tương lai” mà ở đó bác sĩ là người chỉ huy toàn bộ hệ thống “chăm sóc sức khỏe” như trong hình vẽ và mô tả dưới đây:

~

Mô tả bức tranh tương lai: Bác sĩ, AI và Mạng lưới chăm sóc sức khỏe

Ánh sáng dịu nhẹ của buổi sáng len lỏi qua cửa sổ, chiếu sáng căn phòng khám hiện đại. Bác sĩ An, ngồi trước một màn hình lớn, không phải để gõ phím mà để ra lệnh bằng giọng nói. Ở vị trí trung tâm, cô là người chỉ huy một đội ngũ vô hình nhưng vô cùng hiệu quả. Các trợ lý AI là những "bộ não" thực sự, liên tục xử lý dữ liệu từ mạng lưới IoT (Internet vạn vật) rộng khắp. Một AI Agent thông minh tổng hợp thông tin từ hồ sơ bệnh án, dữ liệu di truyền và các bài báo khoa học mới nhất, đưa ra một bản tóm tắt toàn diện cho Bác sĩ An trước mỗi cuộc thăm khám.

Đối với bệnh nhân nội trú, công nghệ hiện diện rõ ràng hơn. Một robot nhỏ lặng lẽ di chuyển qua hành lang, mang theo thuốc và vật tư đã được chuẩn bị sẵn. Một robot khác với cánh tay cơ học khéo léo giúp bệnh nhân tập vật lý trị liệu dưới sự giám sát từ xa của Bác sĩ An. Mạng lưới cảm biến sinh trắc học tích hợp trong chăn và ga giường theo dõi nhịp tim, nhịp thở và chất lượng giấc ngủ, cảnh báo ngay lập tức cho đội ngũ y tế về bất kỳ bất thường nào.

Với bệnh nhân ngoại trú, sự chăm sóc không hề bị gián đoạn. Bác sĩ An có thể nhìn thấy dữ liệu từ các thiết bị đeo tay thông minh của họ, bao gồm mức đường huyết, huyết áp và hoạt động thể chất. Các thuật toán AI phân tích những dữ liệu này, tìm ra các xu hướng bất thường và gửi cảnh báo đến bác sĩ trước khi tình trạng bệnh trở nên nghiêm trọng. Thay vì phải đến phòng khám, bệnh nhân có thể trao đổi trực tiếp với Bác sĩ An thông qua một trợ lý AI, hoặc được tư vấn qua video, giúp việc quản lý sức khỏe trở nên liền mạch và chủ động hơn.

Trong bức tranh này, bác sĩ vẫn là người đưa ra quyết định cuối cùng. Họ sử dụng AI, robot và mạng lưới IoT như những công cụ để thu thập thông tin, thực hiện các công việc lặp lại và mở rộng khả năng tiếp cận chăm sóc sức khỏe. Sự kết hợp này giải phóng bác sĩ khỏi những gánh nặng hành chính và các nhiệm vụ đơn giản, cho phép họ tập trung vào điều trị, đưa ra các quyết định lâm sàng phức tạp và, quan trọng nhất, tạo ra kết nối nhân văn với bệnh nhân.

~~~

Chúc anh/chị đọc vui nhã!

(_/)
( •_•)
/ >☕

LeVanLoi

---