Trí tuệ nhân tạo (AI) đang từng bước trở thành một “hạ tầng mới” của y tế hiện đại. Trong bối cảnh dân số già hóa, bệnh tật gia tăng và áp lực thiếu nhân lực, AI mang lại những lợi ích mà con người khó có thể thay thế hoàn toàn.
Trong chẩn đoán hình ảnh, AI có thể đọc hàng nghìn phim X-quang, CT, MRI chỉ trong thời gian ngắn, giúp phát hiện sớm tổn thương nhỏ. Các nền tảng có dữ liệu hàng trăm triệu mẫu cho thấy khả năng nâng cao độ chính xác và giảm sai sót.
Trong quản lý bệnh viện, AI hỗ trợ phân luồng, dự báo nguy cơ và tối ưu vận hành. Trong điều trị, AI mở ra hướng tiếp cận y học cá thể hóa, giúp lựa chọn phác đồ phù hợp hơn với từng bệnh nhân. AI phân tích, hỗ trợ xây dựng chính sách y tế, đào tạo nhân lực chính xác.
Chính những lợi ích này khiến AI không còn là lựa chọn, mà là xu hướng tất yếu. Tuy nhiên, thực tế đã chứng minh: AI không phải lúc nào cũng đúng, và sai sót của nó đã từng xảy ra, thậm chí ở quy mô lớn.
Theo tờ STAT News năm 2017, hệ thống IBM Watson for Oncology đã đưa ra nhiều khuyến nghị điều trị ung thư không chính xác, thậm chí tiềm ẩn nguy cơ cho bệnh nhân.
Vấn đề xuất phát từ việc hệ thống được huấn luyện trên dữ liệu hạn chế, thậm chí có cả các ca bệnh giả định, dẫn đến sai lệch trong thực tế lâm sàng và thiếu kiểm chứng thực tế. Sau đó, nhiều bệnh viện đã phải dừng triển khai công nghệ này.
Trong một nghiên cứu đăng trên JAMA Network năm 2021, một mô hình dự báo nhiễm trùng huyết bị phát hiện bỏ sót phần lớn bệnh nhân có nguy cơ cao. Với một bệnh lý tiến triển nhanh như nhiễm trùng huyết, sai sót này có thể làm mất “thời gian vàng” trong điều trị.
Ở góc độ can thiệp y khoa, theo Reuters đầu năm 2026, một số hệ thống định vị phẫu thuật có tích hợp AI đã ghi nhận hơn 100 sự cố, trong đó có các ca biến chứng nghiêm trọng như tổn thương não và đột quỵ do sai lệch trong định vị giải phẫu.
Đây là minh chứng rõ ràng rằng khi AI sai trong môi trường can thiệp, hậu quả không còn dừng ở dữ liệu.
Ở lĩnh vực tư vấn sức khỏe, theo The Guardian năm 2026, AI có thể đánh giá sai mức độ nghiêm trọng của triệu chứng, khiến người bệnh trì hoãn việc đi khám.
Những sự cố này cho thấy AI không sai vì nó “kém”, mà sai vì cách con người triển khai và sử dụng nó thiếu kiểm soát.
Tại Việt Nam, dù chưa ghi nhận các sự cố lớn được công bố chính thức, nhưng AI đang được ứng dụng ngày càng rộng trong chẩn đoán hình ảnh, xét nghiệm và tầm soát bệnh. Điều này đặt ra yêu cầu phải chủ động kiểm soát rủi ro ngay từ đầu.
Những bài học quốc tế đặt ra hàng loạt cảnh báo cần thiết với các giải pháp đi kèm:
Thứ nhất là ảo tưởng về năng lực AI: Việc thổi phồng công nghệ dễ dẫn đến lệ thuộc.
Thứ hai là rủi ro dữ liệu: AI chỉ tốt khi dữ liệu đầu vào đủ rộng, đủ chuẩn và phù hợp bối cảnh.
Thứ ba là thiếu kiểm soát: Không có phản biện và kiểm định độc lập, AI trở thành “hộp đen”.
Thứ tư là khoảng trống pháp lý, đặc biệt khi xảy ra sai sót liên quan đến công nghệ.
Theo các chuyên gia, cần có cơ chế kiểm soát hai lớp, trong đó mọi kết quả AI đều phải được bác sĩ thẩm định độc lập.
Cần xây dựng hệ thống kiểm định AI y tế ở cấp quốc gia, yêu cầu thử nghiệm trên dữ liệu người Việt.
Cần minh bạch thuật toán và dữ liệu từ nhà cung cấp. Đồng thời, phải hoàn thiện khung pháp lý và đào tạo bác sĩ đủ năng lực sử dụng và phản biện AI.
AI có thể là bước tiến lớn của y học, nhưng những gì đã được báo chí quốc tế phản ánh cho thấy: nếu không kiểm soát tốt, công nghệ này hoàn toàn có thể gây ra rủi ro thực sự.
Để tận dụng lợi ích của AI mà không đánh đổi an toàn người bệnh, cần triển khai đồng bộ các giải pháp.
Trước hết, phải giữ nguyên tắc cốt lõi là AI chỉ là công cụ hỗ trợ, bác sĩ là người quyết định cuối cùng. Đặt AI trong hệ thống kiểm soát nhiều lớp. Hội đồng chuyên môn liên tục phản biện, cộng kiểm kết quả. Mọi khuyến nghị từ AI phải được thẩm định độc lập, không được sử dụng một cách máy móc.
Thứ hai, cần xây dựng hệ thống kiểm định AI trong y tế ở cấp quốc gia, tương tự như kiểm định thuốc và thiết bị y tế. Các hệ thống phải được thử nghiệm trên dữ liệu phù hợp với người Việt trước khi triển khai rộng rãi.
Thứ ba, yêu cầu minh bạch về dữ liệu và thuật toán từ nhà cung cấp. Không thể sử dụng một hệ thống “hộp đen” mà không hiểu rõ cách vận hành.
Thứ tư, hoàn thiện khung pháp lý để xác định rõ trách nhiệm khi xảy ra sai sót, từ nhà phát triển, cơ sở y tế đến bác sĩ.
Thứ năm, đào tạo đội ngũ y tế có khả năng sử dụng và phản biện AI, tránh phụ thuộc.
Cuối cùng, cần xây dựng văn hóa an toàn trong ứng dụng AI, trong đó mọi sai sót phải được ghi nhận và phân tích để cải thiện hệ thống.
AI là cơ hội lớn để nâng tầm y học, nhưng cũng là phép thử đối với năng lực quản trị. Những gì đã xảy ra trên thế giới là lời cảnh báo rõ ràng: Nếu không kiểm soát tốt, công nghệ này có thể tạo ra rủi ro thực sự.
