Tại hội nghị AIOC 2026, Dr. Digvijay Singh đã trình bày về việc tích hợp các mô hình trí tuệ nhân tạo (AI) vào quy trình thực hành lâm sàng nhãn khoa hàng ngày nhằm tối ưu hóa hiệu suất và hỗ trợ ra quyết định. Việc ứng dụng AI hiện nay không chỉ dừng lại ở các công cụ chẩn đoán đơn lẻ mà còn mở rộng sang quản lý dữ liệu bệnh nhân và hỗ trợ tóm tắt hồ sơ bệnh án.
Các ứng dụng AI trong thực hành nhãn khoa
Trong thực hành lâm sàng, AI được sử dụng cho nhiều mục đích khác nhau bao gồm tính toán công suất thủy tinh thể nhân tạo (IOL), quản lý bệnh lý Glaucoma và bệnh võng mạc đái tháo đường. Đối với tính toán IOL, các công thức dựa trên AI (AI-based formula) như super formula đang được sử dụng để đối chiếu với các thiết bị đo đạc truyền thống. Trong bệnh võng mạc đái tháo đường, các phần mềm như Avenue CC (thuộc dự án Horizon) và IDDx DR hỗ trợ phát hiện và phân loại tổn thương từ ảnh chụp đáy mắt. Đối với Glaucoma, các công cụ như Scan AI và AI Shield light hỗ trợ phân tích hình ảnh đáy mắt, đánh giá đĩa thị và xác định nguy cơ dựa trên thang điểm DDLS (Disc Damage Likelihood Scale). Các công cụ này giúp khách quan hóa các đánh giá lâm sàng, giảm thiểu sự khác biệt giữa các quan sát viên (inter and intra observer variability) và định lượng sự bất đối xứng giữa hai mắt (inter eye asymmetry).
AI trong theo dõi tiến triển và tương quan cấu trúc - chức năng
AI đóng vai trò quan trọng trong việc phân tích tiến triển bệnh lý Glaucoma thông qua việc tổng hợp dữ liệu từ ảnh chụp OCT (Optical Coherence Tomography) và thị trường (visual field). Hệ thống có khả năng tự động nhận diện các thay đổi, tính toán sự khác biệt giữa các lần khám, dự báo thời điểm bệnh tiến triển xấu đi và hỗ trợ đưa ra quyết định điều trị. AI cũng có khả năng nhận diện các lỗi kỹ thuật như lỗi phân đoạn (segmentation error) trên OCT hoặc các giai đoạn học tập (learning curve) của bệnh nhân khi thực hiện đo thị trường, từ đó giúp bác sĩ tránh các diễn giải sai lệch. Ngoài ra, AI hỗ trợ phân tích tương quan cấu trúc - chức năng (structure function correlation) bằng cách kết hợp dữ liệu từ ảnh đáy mắt, thị trường và OCT để đưa ra báo cáo chi tiết về tiến triển của từng mắt và từng phân vùng cụ thể.
Tóm tắt hồ sơ bệnh án và tích hợp EMR
Để giải quyết tình trạng quá tải nhận thức (cognitive overload) khi bệnh nhân mang theo nhiều báo cáo, AI được sử dụng để tóm tắt nhanh chóng dữ liệu lâm sàng. Một mô hình ngôn ngữ lớn (LLM - Large Language Model) đang được phát triển để chuyển đổi các ghi chú giọng nói của bác sĩ thành báo cáo lâm sàng hoàn chỉnh. Hệ thống này có khả năng tự động nhận diện các thông tin quan trọng như chỉ số nhãn áp (IOP) sau phẫu thuật YAG PI và tích hợp vào hồ sơ bệnh án điện tử (EMR). Mặc dù việc tích hợp API với các hệ thống EMR hiện tại còn gặp khó khăn do chính sách của các nhà cung cấp, việc huấn luyện AI để nhận diện các trường dữ liệu cụ thể là hướng đi tiềm năng để biến AI thành một trợ lý ghi chép (AI scribe) thông minh.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Công cụ AI cho Glaucoma | Scan AI, AI Shield light |
| Công cụ AI cho võng mạc | Avenue CC, IDDx DR |
| Thang điểm đánh giá đĩa thị | DDLS (Disc Damage Likelihood Scale) |
| Tốc độ tiến triển OCT do lão hóa | 1.35 microns/năm (phân vùng trên) |
| Tình trạng tích hợp EMR | Đang phát triển, cần huấn luyện cho từng EMR |
Bình luận: Thông tin theo Dr. Digvijay Singh (2026); đối chiếu guideline hiện hành khi áp dụng lâm sàng. Việc sử dụng AI trong y tế cần đặc biệt lưu ý đến các quy định về bảo mật dữ liệu cá nhân (PII - Personally Identifiable Information) và tuân thủ các đạo luật như DPDP Act. Bác sĩ cần thận trọng khi tải dữ liệu bệnh nhân lên các nền tảng AI công cộng, ngay cả khi đã ẩn danh, do rủi ro về quyền riêng tư và trách nhiệm pháp lý. AI chỉ đóng vai trò hỗ trợ, quyết định cuối cùng luôn thuộc về bác sĩ lâm sàng.
- Luôn xóa bỏ tên và định danh bệnh nhân trước khi tải bất kỳ hình ảnh hoặc dữ liệu nào lên các công cụ AI.
- Sử dụng các phiên bản AI có trả phí hoặc các hệ thống được phát triển nội bộ (in-house) trên máy chủ riêng để tăng cường bảo mật.
- Luôn kiểm chứng lại các báo cáo do AI tạo ra, đặc biệt là khi có sự khác biệt với đánh giá lâm sàng thực tế.
- Ghi chép rõ ràng vào hồ sơ bệnh án về việc sử dụng AI trong quá trình tóm tắt hoặc hỗ trợ chẩn đoán cho bệnh nhân.
- Tận dụng AI để giảm tải công việc hành chính và tóm tắt dữ liệu, nhưng không phụ thuộc hoàn toàn vào kết quả của AI trong các quyết định điều trị quan trọng.
Tài liệu tham khảo:
Dr. Digvijay Singh, 2026, Real Time AI in Clinic Workflow, AIOS Editor Proceedings 2, Video ID: QmgH8oz8bmo.