Rào cản ứng dụng trí tuệ nhân tạo trong nhãn khoa: Từ độ chính xác đến kết quả lâm sàng

Bs Ngô Hữu Thế
26.10.26
Last Updated

Nghiên cứu tổng quan của Jin và Grzybowski (2026) về các rào cản ứng dụng trí tuệ nhân tạo (AI) trong nhãn khoa đã chỉ ra rằng, mặc dù số lượng công bố khoa học rất lớn, nhưng tỷ lệ thâm nhập thực tế vào lâm sàng vẫn còn rất thấp. Sự chênh lệch giữa hiệu suất chẩn đoán kỹ thuật và giá trị thực tế cho hệ thống y tế là điểm khởi đầu của bài tổng quan này, nhấn mạnh rằng độ chính xác đơn thuần không đủ để đảm bảo cải thiện kết quả điều trị cho bệnh nhân.

Tại sao độ chính xác chẩn đoán là chưa đủ

Hiệu suất kỹ thuật như độ nhạy, độ đặc hiệu và độ chính xác phân đoạn (segmentation accuracy) là nền tảng cần thiết để xác định các đặc điểm lâm sàng, nhưng chúng không trực tiếp cải thiện kết quả điều trị. AI ảnh hưởng đến chăm sóc thông qua các quy trình như sàng lọc, chuyển tuyến, phân loại (triage), lập kế hoạch điều trị và theo dõi. Một mô hình có thể hoạt động tốt trên các tập dữ liệu hồi cứu nhưng thất bại trong việc thay đổi quyết định lâm sàng hoặc không phù hợp với quy trình làm việc thực tế. Do đó, cần có các nghiên cứu tiền cứu và thử nghiệm ngẫu nhiên (randomized controlled trials) để đánh giá giá trị lâm sàng trước khi đưa ra các tuyên bố về lợi ích thực tế.

Mô hình nền tảng và mô hình ngôn ngữ lớn

Các mô hình nền tảng (foundation models) và mô hình ngôn ngữ lớn (large language models) khác biệt với các hệ thống AI công cụ truyền thống do tính chất đầu ra mở và phụ thuộc vào ngữ cảnh. Ví dụ, Med-PaLM đã sử dụng kỹ thuật điều chỉnh hướng dẫn (instruction prompt tuning) để thích ứng với các câu hỏi y tế. Tuy nhiên, bằng chứng về khả năng trả lời câu hỏi không thiết lập được tính hữu dụng lâm sàng trong nhãn khoa. Việc đánh giá các hệ thống này đòi hỏi phải theo dõi vòng đời (lifecycle evaluation), bao gồm phiên bản phần mềm, mẫu câu lệnh (prompt templates), nguồn truy xuất và cấu hình công cụ, vì những thay đổi nhỏ có thể làm thay đổi hành vi của hệ thống.

Bốn lĩnh vực của sự trưởng thành trong chuyển đổi lâm sàng

Bài viết đề xuất khung bốn lĩnh vực để đánh giá sự trưởng thành của AI: tính hợp lệ của thuật toán (algorithmic validity), tính hữu dụng lâm sàng (clinical utility), tích hợp quy trình làm việc (workflow integration) và giá trị hệ thống y tế (health-system value). Ví dụ về chương trình sàng lọc bệnh võng mạc đái tháo đường tại Thái Lan minh họa sự chuyển đổi này: xác nhận hồi cứu quốc gia hỗ trợ tính hợp lệ của thuật toán, triển khai tiền cứu đa trung tâm hỗ trợ tính hữu dụng lâm sàng, quy trình kỹ thuật số hỗ trợ tích hợp quy trình làm việc và phân tích chi phí-lợi ích hỗ trợ giá trị hệ thống y tế.

Chỉ số/Kết cụcKết quả theo tài liệu
Cỡ mẫu nghiên cứu sàng lọc Thái Lan25.326 hình ảnh võng mạc (hồi cứu)
Độ nhạy AI sàng lọc Thái Lan91,4% (tiền cứu)
Độ đặc hiệu AI sàng lọc Thái Lan95,4% (tiền cứu)
Tỷ lệ chuyển tuyến sàng lọc Thái Lan31,5% (tiền cứu)
Tỷ lệ tuân thủ chuyển tuyến89,1% (thực tế)
Tỷ lệ âm tính giả (over-read)1,1% (thực tế)
Lợi ích kinh tế ròng (net monetary benefit)khoảng 24,10 US$ mỗi bệnh nhân
Tỷ lệ sử dụng AI thường xuyên (khảo sát 622 bác sĩ)7,2%
Tỷ lệ bác sĩ tin tưởng AI như đồng nghiệp12,1%

Đạo đức và niềm tin trong AI nhãn khoa

Tính chấp nhận về mặt đạo đức là một yêu cầu thực tế trong triển khai. Niềm tin cần được coi là một kết quả triển khai có thể đo lường và điều chỉnh. Các khảo sát cho thấy sự chênh lệch giữa thái độ tích cực và việc sử dụng thực tế. Ví dụ, trong một khảo sát tại Thụy Sĩ, dù sự sẵn lòng sử dụng vượt quá 65%, nhưng việc sử dụng thực tế chỉ đạt 12,1% hoặc thấp hơn. Ngoài ra, công bằng trong triển khai cần được vận hành tiền cứu, bao gồm việc xác định các nhóm nhỏ (subgroups) có liên quan lâm sàng và theo dõi các chỉ số hiệu suất, độ lệch dữ liệu (data drift) và các quy tắc leo thang (escalation rules) để đảm bảo an toàn.

Bình luận: Thông tin theo Jin và Grzybowski (2026); đối chiếu guideline hiện hành khi áp dụng lâm sàng. Các tác giả nhấn mạnh sự cần thiết của việc chuyển dịch từ các nghiên cứu độ chính xác đơn thuần sang các nghiên cứu đánh giá quy trình làm việc và giá trị hệ thống. Hạn chế lớn nhất hiện nay là sự thiếu hụt các nghiên cứu tiền cứu dài hạn về kết quả thị lực thực tế.
  • Ưu tiên các nghiên cứu tiền cứu đánh giá quy trình làm việc thay vì chỉ đo lường độ chính xác kỹ thuật.
  • Thiết lập các quy tắc giám sát vòng đời hệ thống, bao gồm theo dõi phiên bản mô hình và độ lệch dữ liệu.
  • Đánh giá tính công bằng của AI trên các nhóm bệnh nhân cụ thể thay vì chỉ dựa vào chỉ số hiệu suất gộp.
  • Tích hợp AI vào các quy trình lâm sàng có sự giám sát của bác sĩ để giảm thiểu rủi ro sai sót.
  • Xây dựng kế hoạch quản trị dữ liệu minh bạch và cơ chế phản hồi từ người dùng để tăng cường niềm tin lâm sàng.

Tài liệu tham khảo:

Kai Jin, Andrzej Grzybowski, 2026, Barriers to artificial intelligence applications in ophthalmology: beyond diagnostic accuracy toward patient outcomes, workflow integration, ethics, and trust, Asia-Pacific Journal of Ophthalmology, DOI: 10.1016/j.apjo.2026.100382

Xem thêm