AI rút ngắn 88 phút cấp cứu đột quỵ: Cơ hội hay ảo tưởng?

Trong bối cảnh cuộc cách mạng công nghiệp 4.0 đang len lỏi vào từng ngõ ngách của đời sống, y tế được xem là “mảnh đất vàng” để trí tuệ nhân tạo (AI) phô diễn sức mạnh. Gần đây, thông tin về nền tảng AI Viz.ai tại Mỹ có khả năng rút ngắn thời gian điều trị đột quỵ tới 88 phút, giúp bảo vệ hàng triệu tế bào thần kinh, đã tạo nên làn sóng thảo luận sôi nổi.

Liệu đây có phải là “chiếc đũa thần” mà y tế Việt Nam đang tìm kiếm, hay chúng ta vẫn còn những “nút thắt” căn bản cần tháo gỡ trước khi mơ về một tương lai tự động hóa hoàn toàn?

TS-BS Trần Chí Cường: Không có gì quá mới mẻ hay mang tính đột phá về vai trò của AI trong việc dự đoán nguy cơ đột quỵ. Ảnh: NVCC

Để giải mã vấn đề này, phóng viên Một Thế Giới đã có cuộc trao đổi với TS-BS Trần Chí Cường – Chủ tịch Hội Can thiệp thần kinh TP.HCM, Giám đốc Bệnh viện Đa khoa Quốc tế S.I.S Cần Thơ. Ông mang đến góc nhìn thực tế từ tuyến đầu cấp cứu, bóc tách những kỳ vọng và giới hạn của AI, đồng thời chỉ ra đâu mới là yếu tố quyết định trong cuộc chiến giành lại “thời gian vàng” cho người bệnh.

Chỉ hỗ trợ đọc phim, chưa thể rút ngắn thời gian điều trị đột quỵ

- Thưa bác sĩ, con số 88 phút được rút ngắn nhờ AI Viz.ai tại Mỹ đang thực sự gây chấn động giới y khoa toàn cầu. Với góc nhìn của một chuyên gia đầu ngành, bác sĩ đánh giá thế nào về triển vọng áp dụng con số ấn tượng này vào quy trình cấp cứu đột quỵ tại các bệnh viện ở Việt Nam hiện nay?

- TS-BS Trần Chí Cường: Trước hết, chúng ta cần nhìn nhận một cách khách quan rằng việc áp dụng một con số thống kê từ Mỹ vào tất cả các bệnh viện là điều khá chủ quan. Về bản chất, Viz.ai hay các nền tảng tương tự hiện nay thực tế là những phần mềm hỗ trợ đọc phim CT hoặc MRI để chẩn đoán đột quỵ não.

Vai trò cốt lõi của chúng là "đọc lướt" qua kết quả hình ảnh từ máy chụp trước khi bác sĩ chẩn đoán hình ảnh thực hiện việc kiểm tra lại và đưa ra kết luận cuối cùng. Tuy nhiên, các báo cáo nghiên cứu đã chỉ ra rằng tỷ lệ sai sót của AI vẫn dao động trong khoảng từ 10% đến 20%, một con số không hề nhỏ trong y tế. Chính vì vậy, kết quả từ AI vẫn bắt buộc phải có sự thẩm định lại từ con người để đảm bảo tính chính xác.

Hơn nữa, để đạt được hiệu quả "chuẩn" như lập trình, hệ thống đòi hỏi nguồn dữ liệu đầu vào cực kỳ khắt khe từ các máy chụp CT/CTA, MRI/MRA và sự đồng bộ tuyệt đối từ trạm điều hành hệ thống PACS. Nếu không có sự chuẩn hóa này, AI rất dễ đưa ra những "báo động giả", gây thêm áp lực không đáng có cho quy trình cấp cứu vốn đã rất căng thẳng.

- Vậy tại sao AI lại được ca ngợi như một cuộc cách mạng tại Mỹ, nhưng bác sĩ lại có cái nhìn thận trọng hơn khi xét đến hiệu quả thực tế về mặt thời gian tại đơn vị mình?

- TS-BS Trần Chí Cường: Sự khác biệt nằm ở mô hình vận hành của từng bệnh viện. Tại bệnh viện S.I.S, chúng tôi duy trì đội ngũ bác sĩ chẩn đoán hình ảnh trực chiến 24/7. Điều quan trọng nhất là hình ảnh được đọc theo thời gian thực ngay tại phòng cấp cứu khi bệnh nhân vẫn còn nằm trong máy chụp.

Khi quy trình con người đã được tối ưu hóa đến mức "real-time" như vậy, thì thực tế không còn cách nào nhanh hơn để cải thiện "thời gian vàng" cho bệnh nhân. Nếu một trung tâm đột quỵ đã sở hữu đội ngũ chuyên gia túc trực xuyên suốt và quy trình phối hợp nhịp nhàng, họ thực sự không cần một phần mềm xem trước chỉ để cải thiện vài phút đồng hồ. AI có thể hữu ích ở những nơi thiếu nhân lực chuyên khoa, nhưng với những đơn vị chuyên sâu, nó chưa phải là yếu tố tiên quyết để thay đổi cục diện.

- Nếu AI không phải là "vị cứu tinh" duy nhất cho bài toán thời gian, thì theo bác sĩ, đâu mới là những "nút thắt" thực sự trong quy trình vận hành cấp cứu đột quỵ tại Việt Nam hiện nay cần được ưu tiên giải quyết?

- TS-BS Trần Chí Cường: Khó khăn lớn nhất mà các phòng cấp cứu tại Việt Nam đang đối mặt không nằm ở tốc độ đọc phim của AI, mà nằm ở sự thiếu hụt trầm trọng về hạ tầng thiết bị.

Đa số các bệnh viện hiện nay chỉ có số lượng máy CT hoặc MRI tối thiểu, thường là một máy phục vụ cho toàn bộ nhu cầu cấp cứu. Điều này dẫn đến tình trạng bệnh nhân phải chờ đợi rất lâu mới tới lượt chụp, và AI không thể giúp ích gì khi bệnh nhân chưa có hình ảnh để nó phân tích.

Nút thắt thứ hai nằm ở việc tổ chức dòng chảy bệnh nhân. Phần lớn các bệnh viện vẫn tiếp nhận bệnh nhân đột quỵ vào chung một phòng cấp cứu tổng hợp mà ít khi có sự phân luồng riêng biệt. Chính sự quá tải và thiếu tính chuyên sâu trong khâu tiếp nhận ban đầu đã kéo dài thời gian thăm khám, ảnh hưởng trực tiếp đến chất lượng điều trị.

Vấn đề cốt lõi để giảm nguy cơ đột quỵ nằm ở ý thức cộng đồng trong việc kiểm soát các yếu tố này, chứ không phải chờ đợi vào một thuật toán AI nào đó.

Rào cản rút ngắn thời gian điều trị đột quỵ là thiếu hụt thiết bị cơ bản

- Có ý kiến cho rằng trong cuộc đua với tử thần khi mỗi phút trôi qua bệnh nhân đột quỵ mất đi 2 triệu tế bào thần kinh, rào cản công nghệ là điều khó vượt qua nhất. Bác sĩ nghĩ sao về nhận định này?

- TS-BS Trần Chí Cường: Tôi cho rằng rào cản lớn nhất hiện nay không hẳn là công nghệ, mà là sự thiếu hụt về máy móc thiết bị cơ bản, mạng lưới bệnh viện chuyên sâu và đào tạo nguồn nhân lực.

Chúng ta cần hiểu rằng cải thiện thời gian trước khi bệnh nhân được chụp chiếu mới là ưu tiên hàng đầu hiện nay. AI chưa phải là nhu cầu cấp thiết để cải thiện thời gian nếu những yếu tố nền tảng như phương tiện vận chuyển, quy trình phân luồng và số lượng máy móc chưa được đáp ứng đủ. Một công nghệ cao cấp đặt trên một nền hạ tầng còn nhiều khiếm khuyết thì khó lòng phát huy được giá trị thực tế.

- Hiện nay có thông tin cho rằng AI có thể đảm đương tới 90% các công việc chuẩn bị trước khi bác sĩ trực tiếp thăm khám. Để đón nhận làn sóng tự động hóa này, hệ thống công nghệ thông tin y tế của chúng ta cần phải thay đổi như thế nào?

- TS-BS Trần Chí Cường: Trước khi nói đến việc nâng cấp hệ thống máy móc, chúng ta phải đối mặt với một thực tế là đa số người dân Việt Nam vẫn chưa quen với việc sử dụng công nghệ trong y tế. Những thao tác như đăng ký trước, tự thanh toán hay sử dụng các tiện ích số hóa vẫn cần rất nhiều sự hỗ trợ từ nhân viên y tế.

Vì vậy, ưu tiên hàng đầu là phải cải thiện khả năng tương tác giữa người dùng và AI, đồng thời khuyến khích người dân làm quen với việc số hóa trong thanh toán và thủ tục. Nếu người dùng không sẵn sàng, thì 90% công việc chuẩn bị mà AI có thể làm được sẽ trở nên vô nghĩa, vì thiếu dữ liệu đầu vào hoặc sự phối hợp từ phía bệnh nhân.

- Một trong những hướng phát triển mạnh mẽ của AI là kích hoạt lộ trình chăm sóc từ hồ sơ sức khỏe điện tử thay vì chỉ dựa vào hình ảnh. Bác sĩ đánh giá thế nào về độ "sạch" và tính đồng bộ của dữ liệu bệnh án điện tử tại Việt Nam để AI có thể khai thác hiệu quả?

- TS-BS Trần Chí Cường: Hiện tại, các bệnh viện đang rất tích cực trong việc hoàn thiện hệ thống bệnh án điện tử và hạ tầng công nghệ thông tin để phục vụ mục tiêu số hóa. Tuy nhiên, để đạt được mức độ "sạch" và "đồng bộ", đủ để AI trích xuất dữ liệu tự động giữa các bệnh viện với nhau thì vẫn cần rất nhiều thời gian.

Về lâu dài, chúng ta cần một giải pháp lưu trữ Big Data thực thụ, có khả năng kết nối toàn bộ hệ thống y tế quốc gia. Nếu không có sự liên kết này, dữ liệu sẽ chỉ nằm ở các "ốc đảo" riêng lẻ, khiến AI không thể có cái nhìn tổng thể về tiền sử bệnh lý của bệnh nhân khi họ chuyển tuyến.

Hệ thống PACS + VNA lưu trữ dữ liệu trung tâm tại Bệnh viện S.I.S Cần Thơ.

AI có giúp chẩn đoán sớm đột quỵ?

- Trong tương lai, AI được kỳ vọng có thể tóm tắt những bộ hồ sơ bệnh án dài tới 900 trang cho các ca bệnh phức tạp. Theo bác sĩ, tính năng này sẽ thay đổi cách các bác sĩ đưa ra quyết định lâm sàng ra sao?

- TS-BS Trần Chí Cường: Khả năng tóm tắt và phân tích dữ liệu khổng lồ này chắc chắn sẽ giúp ích rất nhiều cho thực hành lâm sàng và các nghiên cứu thống kê. Đối với các ca đột quỵ có bệnh lý nền phức tạp, việc có một bản tóm tắt súc tích giúp bác sĩ nhanh chóng nắm bắt những thông tin quan trọng.

Tuy nhiên, "đề bài" lớn nhất đặt ra cho toàn bộ hệ thống y tế hiện nay là làm sao để lưu trữ và cung cấp được dữ liệu dài hạn đó cho AI phân tích. Chúng ta không thể phân tích 900 trang hồ sơ nếu ngay từ đầu dữ liệu không được ghi chép và lưu trữ một cách khoa học và số hóa hoàn toàn.

- Nhiều người kỳ vọng AI có thể giúp dự báo sớm nguy cơ đột quỵ từ khi chưa có triệu chứng. Đây có phải là một bước tiến mới có thể làm thay đổi hoàn toàn cục diện phòng bệnh cho cộng đồng không, thưa bác sĩ?

- TS-BS Trần Chí Cường: Thành thật mà nói, không có gì quá mới mẻ hay mang tính đột phá về vai trò của AI trong việc dự đoán nguy cơ đột quỵ. Tất cả các kiến thức y khoa từ nhiều thập kỷ qua đã khẳng định rõ ràng các yếu tố nguy cơ như thuốc lá, rượu bia, tiểu đường, cao huyết áp hay ô nhiễm môi trường. Thậm chí, các dấu hiệu nhận biết đột quỵ như FAST (méo miệng, yếu tay chân, khó nói) cũng đã rất dễ dàng chẩn đoán mà không cần đến trình độ chuyên môn quá cao.

Vấn đề cốt lõi để giảm nguy cơ đột quỵ nằm ở ý thức cộng đồng trong việc kiểm soát các yếu tố này, chứ không phải chờ đợi vào một thuật toán AI nào đó.

- Có một nỗi lo ngại rằng khi AI thực hiện quá nhiều công việc chuẩn bị và hỗ trợ chẩn đoán, sự nhạy bén và kỹ năng lâm sàng của các bác sĩ trẻ sẽ bị mài mòn. Bác sĩ có chia sẻ nỗi lo này không?

- TS-BS Trần Chí Cường: Sự phát triển của AI hay Robot chắc chắn sẽ hỗ trợ tốt hơn cho công việc của y bác sĩ và quản lý xã hội nói chung. Tuy nhiên, công nghệ dù tân tiến đến đâu cũng không thể thay thế được vai trò trực tiếp của bác sĩ, đặc biệt là trong quá trình thăm khám lâm sàng như "Nhìn, Sờ, Gõ, Nghe".

Robot và AI hoàn toàn không thể thực hiện những thao tác mang tính trực giác và cảm xúc này. Việc giao tiếp để khai thác bệnh sử, thấu hiểu tâm lý bệnh nhân và đưa ra quyết định cuối cùng vẫn phải xuất phát từ con người. Công nghệ chỉ là công cụ hỗ trợ, còn bản lĩnh lâm sàng vẫn là thứ phải được rèn luyện qua thực tiễn tiếp xúc với bệnh nhân.

- Sau cùng, nếu được đưa ra một lời khuyên cho các kỹ sư công nghệ trong nước để họ tạo ra những sản phẩm thực sự hữu ích cho chuyên ngành đột quỵ, bác sĩ sẽ ưu tiên "bài toán" nào?

- TS-BS Trần Chí Cường: Tôi cho rằng các kỹ sư cần tập trung vào việc hoàn thiện hệ thống HIS (Hệ thống thông tin bệnh viện) và các hệ thống quản trị bệnh viện trước. Cần có sự kết nối đa kênh, đa ngành từ ngân hàng, giao dịch thanh toán cho đến kết nối dữ liệu quốc gia. Đặc biệt, việc chia sẻ thông tin bệnh án và kết quả chẩn đoán hình ảnh giữa các bệnh viện là cực kỳ quan trọng để tránh lãng phí khi bệnh nhân phải chụp chiếu nhiều lần.

Hãy ưu tiên hoàn chỉnh hạ tầng, tính đồng bộ và xây dựng các trung tâm dữ liệu (Data Center) thật tốt trước khi đổ tiền đầu tư vào các thuật toán AI phân tích phức tạp. Khi cái móng hệ thống đã vững chắc, AI mới có thể thực sự trở thành cánh tay nối dài hiệu quả cho ngành y.

Xin cảm ơn TS-BS Trần Chí Cường về những chia sẻ thẳng thắn và đầy tâm huyết này!

Hồ Quang (thực hiện)