AI là công cụ tăng trưởng, không phải là sự thay thế

AI trong y tế không còn là xu hướng mới, mà đã trở thành một lớp công nghệ tích hợp vào cách dịch vụ chăm sóc được cung cấp, vận hành và mở rộng quy mô. Điểm đáng chú ý không chỉ nằm ở bản thân công nghệ, mà ở khả năng giải quyết những vấn đề rất cụ thể, mang tính vận hành hằng ngày của hệ thống y tế.

Một trong những ứng dụng sớm và nổi bật nhất là trong chẩn đoán hình ảnh. Trong hơn một thập kỷ qua, AI đã hỗ trợ phân tích X-quang, siêu âm, CT và MRI nhằm phát hiện các tổn thương nhỏ dễ bị bỏ sót. Ví dụ, trong sàng lọc bệnh lao, AI có thể nhanh chóng nhận diện các bất thường với độ nhất quán cao. Các giải pháp tiên tiến như Harrison.ai thậm chí có thể đọc phim não và tạo báo cáo sơ bộ chỉ trong khoảng 90 giây—so với khoảng 20 phút theo quy trình truyền thống của bác sĩ chẩn đoán hình ảnh.

Một lĩnh vực đang tăng trưởng nhanh khác là quản lý hồ sơ bệnh án và tài liệu lâm sàng. Các công cụ AI hiện được triển khai để hỗ trợ và tự động hóa quy trình này, giúp dữ liệu chính xác và dễ quản lý hơn. Các hệ thống y tế như Mass General Brigham đã ứng dụng AI nhằm giảm tải công việc hành chính, cho phép bác sĩ dành nhiều thời gian hơn cho bệnh nhân thay vì xử lý giấy tờ.

AI cũng đóng vai trò quan trọng trong các hệ thống tầm soát bệnh—nơi yếu tố thời gian có thể quyết định kết quả điều trị. Một ví dụ điển hình là hệ thống cảnh báo nhiễm trùng huyết do Bệnh viện Johns Hopkins phát triển, liên tục theo dõi dữ liệu lâm sàng và sinh hóa để cảnh báo bác sĩ trước khi tình trạng bệnh nhân trở nên nguy kịch.

Bên cạnh chăm sóc trực tiếp, AI còn giúp tái cấu trúc hệ thống vận hành. Các hoạt động như quản lý chu kỳ doanh thu, xử lý yêu cầu bảo hiểm và điều phối luồng bệnh nhân, vốn mang tính quy trình cao và kém hiệu quả. AI hỗ trợ tối ưu hoá quy trình, giảm sai sót và cải thiện hiệu quả tài chính. Một số bệnh viện tại Mỹ đã ứng dụng AI để tự động hoá xử lý hồ sơ bảo hiểm. Tại Việt Nam, Bệnh viện Bạch Mai đã triển khai AI trong quản lý luồng bệnh nhân và quy trình bảo hiểm, ghi nhận những thay đổi tích cực trong vận hành. 

Một lĩnh vực mới nhưng tăng trưởng nhanh là quản lý bệnh mạn tính. Các nền tảng như Lillia kết hợp hướng dẫn của bác sĩ với các mô hình dự báo dựa trên AI để hỗ trợ bệnh nhân kiểm soát cân nặng, đường huyết và gợi ý thay đổi lối sống. Với hơn 1,5 triệu người dùng tại bốn quốc gia, Lillia cho thấy AI có thể mở rộng phạm vi chăm sóc vượt ra ngoài bệnh viện. Việt Nam hiện được chọn là thị trường thí điểm, phần lớn do đặc thù bệnh tật phức tạp và khoảng trống trong nhu cầu chăm sóc liên tục.

Ở cấp độ hệ thống, nhiều quốc gia đang tiến tới triển khai hồ sơ bệnh án điện tử (EMR) toàn dân như một nền tảng dữ liệu cho AI. Bộ Y tế Việt Nam cũng đang thúc đẩy chuẩn hóa EMR và phát triển các mô hình AI phục vụ chẩn đoán và phát hiện sớm. Không có dữ liệu có cấu trúc và khả năng mở rộng, AI khó có thể phát huy hết tiềm năng.

Từ "tạo ảnh hướng" đến "triển khai" 

AI giúp nâng cao hiệu quả vận hành thông qua khả năng tự động hóa các tác vụ lặp lại như tài liệu và xử lý bảo hiểm, từ đó tối ưu thời gian cho chăm sóc bệnh nhân, đồng thời chuẩn hóa dữ liệu và cải thiện khả năng đo lường hiệu suất. Trong bối cảnh thiếu hụt nhân lực y tế, AI còn hỗ trợ các bước tương tác ban đầu và phân luồng (triage). Về mặt tài chính, AI giảm jphụ thuộc vào nguồn lực thủ công và tối ưu hóa quy trình thanh toán bảo hiểm. Ở bức tranh toàn diện, AI góp phần giảm tải áp lực cho bác sĩ, nâng cao tính nhất quán trong chăm sóc và mở rộng khả năng tiếp cận dịch vụ.

Tuy nhiên, khoảng cách từ “tạo ra tác động” đến “triển khai thực tế” không dễ để thu hẹp. 

Y tế về bản chất vẫn là ngành lấy con người làm trung tâm. AI có thể hỗ trợ ra quyết định, nhưng niềm tin, giao tiếp và quyết định lâm sàng vẫn đóng vai trò then chốt—đặc biệt trong các ca bệnh phức tạp. Đồng thời, sự phân mảnh hệ thống và mức độ chuyển đối số không đồng đều, đặc biệt tại châu Á, khiến việc tích hợp trở nên khó khăn. Nhiều giải pháp cần được bản địa hóa, trong khi việc triển khai đòi hỏi đầu tư đáng kể vào hạ tầng, quy trình và nguồn nhân lực. Khả năng tích hợp cũng mang tính quyết định—AI phải được tích hợp “mượt” vào quy trình làm việc và thực sự cải thiện trải nghiệm hằng ngày của bác sĩ. Bên cạnh đó, yếu tố pháp lý yêu cầu thẩm định nghiêm ngặt về độ an toàn và hiệu quả, điều này có thể làm chậm quá trình triển khai nhưng là điều kiện cần để xây dựng niềm tin.

Trong bối cảnh đó, triển khai AI hiếm khi bắt đầu bằng những chuyển đổi quy mô lớn. Thay vào đó, cách tiếp cận hiệu quả thường là bắt đầu từ các chương trình thí điểm (pilot), cho phép tổ chức thử nghiệm, tinh chỉnh và mở rộng một cách kiểm soát.

Chiến lược tối ưu là xem AI như một “lớp tăng cường” (augmentation layer), thay vì một giải pháp thay thế hoàn toàn. Hệ thống y tế nhiều khả năng sẽ phát triển theo mô hình lai (hybrid), nơi các phương pháp truyền thống và công nghệ số cùng tồn tại và cải tiến dần theo thời gian. Quá trình này đòi hỏi sự kiên nhẫn, đồng bộ trong đào tạo, tổ chức và định hướng—đặc biệt trong các hệ thống chịu ảnh hưởng lớn từ chính sách quốc gia.

Tóm lại, trọng tâm cuối cùng vẫn là giải quyết đúng vấn đề. AI không nên được triển khai chỉ vì tính “đổi mới”, mà phải nhằm xử lý các bài toán vận hành hoặc lâm sàng cụ thể. Chính tại điểm giao giữa nhu cầu thực tiễn và ứng dụng có chủ đích, quá trình chuyển hóa từ “tác động” sang “triển khai” mới thực sự diễn ra—không nằm ở bản thân công nghệ, mà ở cách công nghệ được áp dụng một cách có chiến lược.