AI hỗ trợ chẩn đoán là phần mềm dùng mô hình học máy để gợi ý cho người làm chuyên môn: khoanh vùng nghi ngờ trên phim, đo một khoảng trên điện tim, xếp ca nào nên xem trước, hoặc nhắc một khả năng có thể bị bỏ sót. Nó đưa ra gợi ý kèm mức độ tin cậy; nó không khám người bệnh, không biết bệnh sử đầy đủ, và không ký vào kết luận. Người kết luận và chịu trách nhiệm vẫn là bác sĩ.
Bài này dành cho chủ phòng khám, bác sĩ hành nghề tư và điều dưỡng trưởng đang được mời chào một công cụ "AI chẩn đoán" và muốn hiểu nó là gì trước khi nghe báo giá. Bạn sẽ thấy ba nhóm công cụ đang bị gọi chung một tên, cách một công cụ đọc ảnh vận hành ở mức nguyên lý, chỗ nó mạnh và chỗ nó yếu, và năm câu nên tự trả lời trước khi tính tới chuyện mua.
Ba nhóm công cụ đang được gọi chung là "AI chẩn đoán"
Khi nhà cung cấp nói "AI chẩn đoán", họ có thể đang nói về những thứ rất khác nhau. Tách ra ba nhóm giúp bạn hỏi đúng câu và so đúng thứ.
| Nhóm | Đầu vào | Đầu ra thường thấy | Ví dụ việc trong phòng khám |
|---|---|---|---|
| Đọc ảnh y khoa | Phim X-quang, ảnh soi da, phim răng, ảnh đáy mắt | Vùng khoanh nghi ngờ, điểm xác suất, nhãn bình thường hoặc bất thường | Phòng khám đa khoa có máy X-quang nhưng không có bác sĩ chẩn đoán hình ảnh trực cả ngày |
| Đọc tín hiệu | Điện tâm đồ, đo SpO2 liên tục, dữ liệu máy đo huyết áp | Các số đo tự động, câu diễn giải gợi ý, cờ báo bất thường | Phòng khám nội tổng quát làm điện tim cho người khám sức khoẻ định kỳ |
| Gợi ý từ hồ sơ | Triệu chứng nhập vào, kết quả xét nghiệm, tiền sử ghi trong hồ sơ | Danh sách khả năng cần cân nhắc, cảnh báo nguy cơ, nhắc xét nghiệm còn thiếu | Phần mềm hồ sơ bệnh án điện tử có mô-đun nhắc việc hoặc chatbot đa năng |
Nhóm thứ nhất và thứ hai thường là sản phẩm chuyên dụng, được xây cho một loại ảnh hoặc tín hiệu cụ thể và có thể đã qua thủ tục cấp phép thiết bị y tế ở một số nước. Nhóm thứ ba rộng và lẫn lộn nhất: từ quy tắc cảnh báo đơn giản trong phần mềm hồ sơ cho tới chatbot đa năng mà ai cũng mở được trên điện thoại. Chatbot đa năng không được thiết kế và kiểm định cho việc chẩn đoán; dùng nó cho việc này là đi ra ngoài mục đích của chính nhà sản xuất.
Bên trong một công cụ đọc ảnh hoạt động ra sao
Hầu hết công cụ đọc ảnh hiện nay dựa trên mạng nơ-ron học sâu. Nhà phát triển đưa cho mô hình hàng chục nghìn tới hàng triệu ảnh đã được gán nhãn, ví dụ tấm phim này có tổn thương ở vùng này, tấm kia bình thường. Mô hình tự điều chỉnh hàng triệu tham số để đầu ra của nó khớp dần với nhãn. Kết quả là một hàm toán học nhận ảnh vào và trả ra con số, chứ không phải một "bác sĩ ảo" có hiểu biết về bệnh.
Con số đó thường là một xác suất hoặc một điểm từ 0 đến 1. Để biến nó thành câu trả lời có hoặc không, nhà sản xuất đặt một ngưỡng: điểm trên ngưỡng thì báo bất thường. Đặt ngưỡng thấp thì công cụ bắt được nhiều ca hơn nhưng báo nhầm nhiều hơn; đặt ngưỡng cao thì ngược lại. Đây là lý do cùng một phần mềm có thể chạy ở các "chế độ" khác nhau, và lý do bạn phải hỏi nhà cung cấp đang dùng ngưỡng nào.
Nhiều công cụ kèm thêm bản đồ nhiệt tô màu lên vùng ảnh ảnh hưởng nhiều nhất tới điểm số. Bản đồ này giúp bác sĩ biết máy đang "nhìn" vào đâu, nhưng nó không phải lời giải thích theo kiểu y học. Có trường hợp mô hình học nhầm vào chi tiết không liên quan bệnh, như dấu đánh dấu bên trái bên phải trên phim hay kiểu máy chụp, và bản đồ nhiệt chính là chỗ giúp phát hiện điều đó.
Điểm quan trọng nhất: mô hình chỉ giỏi trong phạm vi những gì nó đã thấy khi học. Ảnh từ máy chụp khác, nhóm tuổi khác, tư thế khác hay chất lượng kém hơn đều có thể làm hiệu năng giảm mà màn hình vẫn hiện con số đầy tự tin.
AI làm tốt việc gì, kém việc gì
Tốt ở việc lặp lại, khối lượng lớn. Đọc hàng trăm phim khám sức khoẻ trong một buổi, phần lớn bình thường, là việc dễ làm người đọc mệt và sót. Máy không mệt, không vội vì cuối ca, nên phù hợp vai trò soát lại hoặc xếp thứ tự ưu tiên.
Tốt ở phép đo chuẩn hoá. Đo khoảng trên điện tim, đếm, đo kích thước một vùng trên ảnh là những việc máy làm đều tay. Bác sĩ vẫn nên kiểm, nhưng phần đo lặp lại được giảm tải đáng kể.
Kém ở bối cảnh lâm sàng. Máy không biết người bệnh vừa đi xa về, đang sốt mấy ngày, hay có phim cũ cách đây hai năm. Cùng một hình ảnh có ý nghĩa rất khác nhau tuỳ câu chuyện của người bệnh, và phần câu chuyện đó nằm ngoài tầm của công cụ.
Kém với ca hiếm và ca lạ. Bệnh ít gặp có ít ảnh trong dữ liệu học, nên mô hình dễ bỏ qua hoặc gán nhầm sang bệnh thường gặp có hình ảnh gần giống.
Kém khi đầu vào khác dữ liệu học. Phim chụp lại bằng điện thoại, ảnh nén mạnh khi gửi qua ứng dụng nhắn tin, trẻ em trong khi công cụ chỉ học trên người lớn: đều là những tình huống kết quả không còn đáng tin như con số quảng cáo.
Không biết mình sai. Công cụ hiếm khi nói "không chắc". Nó vẫn trả ra một điểm số, kể cả với ảnh nó chưa từng gặp loại tương tự. Phần nhận ra "ca này nằm ngoài vùng an toàn của máy" là việc của con người.
Đặt AI vào chỗ nào trong quy trình khám
Cùng một công cụ nhưng vị trí đặt trong quy trình quyết định phần lớn lợi ích và rủi ro. Phòng khám nhỏ nên chọn rõ một vị trí và viết nó ra, thay vì để mỗi bác sĩ dùng một kiểu.
| Vị trí | Cách làm | Lợi | Rủi ro cần canh |
|---|---|---|---|
| Người đọc thứ hai | Bác sĩ đọc xong, ghi nhận định, rồi mới mở gợi ý của AI để đối chiếu | Giữ được tư duy độc lập, AI đóng vai lưới an toàn | Tốn thêm thời gian; bác sĩ có thể bỏ qua cảnh báo đúng vì đã chốt ý |
| Xếp thứ tự ưu tiên | AI chấm điểm mọi ca, ca điểm cao được đẩy lên đầu danh sách chờ đọc | Ca nghi nặng được xem sớm hơn | Ca AI chấm thấp nhưng thật ra nặng bị đọc muộn |
| Đọc trước, bác sĩ xác nhận | Bác sĩ xem phim cùng lúc với vùng AI đã khoanh | Nhanh, dễ dùng | Dễ thiên lệch theo máy: chỉ nhìn chỗ được khoanh, bỏ qua phần còn lại |
| Lọc ca bình thường | Ca AI cho là bình thường được rút gọn quy trình đọc | Giảm tải nhiều nhất | Rủi ro cao nhất; chỉ nên cân nhắc khi công cụ đã được cấp phép cho đúng mục đích đó và phòng khám đã tự đo lại |
Với phòng khám nhỏ mới bắt đầu, vị trí người đọc thứ hai an toàn nhất, dù không nhanh nhất. Khi đã có vài tháng số liệu về những ca bác sĩ và máy bất đồng, bạn mới có cơ sở để bàn chuyện đổi vị trí.
Năm câu tự trả lời trước khi tính chuyện mua
Nhiều phòng khám mua công cụ vì xem một bản trình diễn ấn tượng, rồi để đó vì không khớp với việc hằng ngày. Trả lời năm câu dưới đây trên một tờ giấy, trước buổi gặp nhà cung cấp đầu tiên.
- Bài toán cụ thể là gì? Ví dụ: phim chụp chiều thứ Bảy phải đợi tới thứ Hai mới có người đọc; hay điện tim khám sức khoẻ doanh nghiệp dồn hàng trăm bản một tuần. "Muốn có AI" không phải bài toán.
- Mỗi tháng có bao nhiêu ca thuộc đúng loại đó? Khối lượng quá ít thì lợi ích nhỏ, và bạn cũng khó tích luỹ đủ ca để tự đánh giá công cụ.
- Ai sẽ đọc kết quả của máy, vào lúc nào? Nếu không có người chuyên môn xem lại trong khoảng thời gian hợp lý, công cụ không giải quyết được gì và còn tạo cảm giác an toàn giả.
- Khi máy và bác sĩ bất đồng thì ai quyết, ghi vào đâu? Câu này nên có câu trả lời trước ngày dùng thật, không phải sau ca tranh cãi đầu tiên.
- Thiết bị và phần mềm hiện có có nối được không? Máy chụp, máy điện tim, phần mềm lưu ảnh và hồ sơ bệnh án đang dùng quyết định công cụ nào lắp được và lắp tốn công tới đâu.
Câu trả lời cho câu thứ nhất và thứ ba thường đã đủ để loại phần lớn lời mời chào không hợp. Các bài khác trong danh mục này đi sâu từng phần: đọc con số hiệu năng, câu hỏi cho nhà cung cấp, cấp phép thiết bị y tế và trách nhiệm khi máy sai.
Những rủi ro ít được nhắc trong buổi giới thiệu sản phẩm
Rủi ro đầu tiên là thiên lệch tự động hoá: con người có xu hướng tin vào đề xuất của máy hơn mức đáng tin, nhất là khi mệt hoặc khi máy đã đúng nhiều lần liên tiếp. Thiên lệch này đi theo hai hướng. Bác sĩ có thể chấp nhận một cảnh báo sai vì "máy đã khoanh rồi", hoặc bỏ qua tổn thương máy không khoanh vì yên tâm rằng máy đã soát.
Rủi ro thứ hai là hiệu năng trôi dần. Phòng khám đổi máy chụp, đổi kỹ thuật viên, nhận thêm nhóm người bệnh mới như công nhân khu công nghiệp hay học sinh, và dữ liệu đầu vào lặng lẽ khác đi so với lúc công cụ được kiểm định. Không ai báo cho bạn biết; chỉ có việc theo dõi số ca bất đồng giữa máy và người mới lộ ra điều này.
Rủi ro thứ ba là kỹ năng mai một, đặc biệt với bác sĩ trẻ. Người quen nhìn vùng khoanh sẵn có thể không tự rèn được cách đọc có hệ thống. Phòng khám có bác sĩ mới ra trường nên quy định họ tự đọc và ghi nhận định trước khi mở gợi ý của máy, ít nhất trong thời gian đầu.
Cuối cùng là rủi ro về dữ liệu: ảnh và hồ sơ người bệnh có thể được gửi lên máy chủ ở nơi khác để xử lý. Đây là dữ liệu cá nhân nhạy cảm, cần ẩn danh khi có thể và cần thoả thuận xử lý dữ liệu rõ ràng với nhà cung cấp; phần này có danh mục riêng về bảo vệ dữ liệu sức khoẻ trên trang.
"Bác sĩ quyết định" nghĩa là gì trong thực tế
Câu "AI chỉ hỗ trợ, bác sĩ quyết định" dễ nói nhưng chỉ có nghĩa khi nó thể hiện trong quy trình. Thứ nhất, kết luận ghi trong hồ sơ phải là kết luận của bác sĩ, được ký bởi người có giấy phép hành nghề, chứ không phải đoạn chữ máy sinh ra được dán nguyên vào. Thứ hai, bác sĩ phải có thời gian và điều kiện để thật sự xem lại, không phải bấm xác nhận hàng loạt cuối ngày.
Thứ ba, khi bác sĩ không đồng ý với máy, quy trình phải cho phép và khuyến khích điều đó, không bắt họ giải trình nặng nề hơn so với khi đồng ý. Nếu không đồng ý với máy khó hơn đồng ý, sau vài tháng mọi người sẽ đồng ý cho xong. Thứ tư, người bệnh được biết phòng khám có dùng công cụ hỗ trợ và vẫn được bác sĩ giải thích bằng lời của bác sĩ.
Khi những điều này có mặt, AI hỗ trợ chẩn đoán trở thành một công cụ như máy đo hay phần mềm lưu ảnh: hữu ích, có giới hạn, được dùng bởi người hiểu nó. Khi chúng vắng mặt, câu "bác sĩ quyết định" chỉ còn là dòng chữ trong tài liệu, và rủi ro dồn về phía người bệnh lẫn người ký tên.
Câu hỏi thường gặp
AI hỗ trợ chẩn đoán có thay được bác sĩ chẩn đoán hình ảnh không?
Không. Công cụ đưa ra gợi ý trên một loại ảnh trong phạm vi nó đã học, không nắm bệnh sử, không so được với bối cảnh người bệnh và không chịu trách nhiệm pháp lý. Nó giúp người đọc nhanh hơn và ít sót hơn khi được dùng đúng vị trí trong quy trình.
Chatbot đa năng có dùng để chẩn đoán được không?
Chatbot đa năng không được thiết kế hay kiểm định cho chẩn đoán, có thể trả lời sai một cách tự tin và có thể lưu dữ liệu bạn nhập. Bác sĩ có thể dùng nó để ôn kiến thức chung với dữ liệu đã ẩn danh, nhưng không nên coi câu trả lời là ý kiến chuyên môn.
Phòng khám rất nhỏ, vài bác sĩ, có cần AI hỗ trợ chẩn đoán không?
Phần lớn phòng khám nhỏ chưa cần. Công cụ chỉ đáng cân nhắc khi có một bài toán cụ thể, đủ khối lượng ca thuộc đúng loại và có người chuyên môn xem lại kết quả trong thời gian hợp lý. Thiếu một trong ba điều này thì lợi ích khó bù chi phí và rủi ro.
Bản đồ nhiệt trên ảnh có phải là lời giải thích của AI không?
Bản đồ nhiệt cho biết vùng ảnh ảnh hưởng nhiều tới điểm số, không phải lý do theo nghĩa y học. Nó hữu ích để kiểm xem máy có đang nhìn vào chỗ hợp lý hay không, nhưng bác sĩ vẫn phải tự diễn giải hình ảnh.
Có nên cho bác sĩ mới ra trường dùng AI hỗ trợ đọc phim không?
Có thể, với điều kiện họ tự đọc và ghi nhận định trước rồi mới mở gợi ý của máy, và có bác sĩ nhiều kinh nghiệm xem lại các ca bất đồng. Cách này giữ được lợi ích học hỏi mà không làm mai một kỹ năng đọc có hệ thống.
Kết quả AI có được ghi vào hồ sơ bệnh án không?
Nhiều phòng khám ghi nhận việc có dùng công cụ, tên và phiên bản, cùng kết luận cuối của bác sĩ. Kết luận trong hồ sơ phải là của bác sĩ ký tên. Cách ghi cụ thể nên thống nhất trong quy chế nội bộ và đối chiếu quy định hiện hành về hồ sơ bệnh án.