Phiên thảo luận AIOC 2026 GP72 TOSI Session (2026) tập trung vào vai trò của Tele-Ophthalmology (nhãn khoa từ xa) và Artificial Intelligence (AI - trí tuệ nhân tạo) trong việc mở rộng khả năng tiếp cận dịch vụ chăm sóc mắt tại các vùng nông thôn và khu vực khó khăn. Các chuyên gia nhấn mạnh rằng việc kết hợp công nghệ kỹ thuật số với mô hình chăm sóc dựa vào cộng đồng là chìa khóa để giải quyết sự thiếu hụt nhân lực chuyên môn và khoảng cách địa lý trong y tế.
Mô hình Tele-Ophthalmology tại các trung tâm thị lực
Mô hình Tele-Ophthalmology được triển khai nhằm kết nối các trung tâm thị lực (Vision Centers - VC) tại vùng nông thôn với bệnh viện tuyến cơ sở. Tại một nghiên cứu thực tế ở miền Tây Odisha, Ấn Độ, dữ liệu từ 10 trung tâm thị lực cho thấy tổng cộng 1.381 bệnh nhân được sàng lọc, trong đó 583 bệnh nhân (42%) đã đến thăm khám tại bệnh viện tuyến cơ sở. Kết quả phân tích cho thấy sự đồng thuận trong chẩn đoán giữa nhân viên y tế tại VC (dưới sự giám sát từ xa) và bác sĩ nhãn khoa tại bệnh viện đạt khoảng 86%. Các bệnh lý như viêm nội nhãn, bệnh võng mạc đái tháo đường và các bệnh lý võng mạc mãn tính có độ tương đồng chẩn đoán cao. Tuy nhiên, vẫn tồn tại tình trạng chẩn đoán quá mức (overdiagnosis) đối với các ca chấn thương nhẹ hoặc các ca bệnh võng mạc không rõ ràng, và chẩn đoán thiếu (underdiagnosis) đối với các ca đục thủy tinh thể hoặc glôcôm.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Tổng số bệnh nhân sàng lọc | 1.381 bệnh nhân |
| Tỷ lệ bệnh nhân đến thăm khám | 583 bệnh nhân (42%) |
| Độ đồng thuận chẩn đoán | 86% |
| Số lượng trung tâm thị lực | 10 trung tâm |
Bình luận: Thông tin theo AIOC 2026 GP72 TOSI Session, 2026; đối chiếu guideline hiện hành khi áp dụng lâm sàng. Tác giả lưu ý rằng nghiên cứu này chưa sử dụng các chỉ số thống kê chuyên sâu như hệ số Kappa hay độ nhạy/độ đặc hiệu, điều này có thể làm giảm độ mạnh của phân tích thống kê.
Vai trò của Trí tuệ nhân tạo trong sàng lọc Glôcôm và Bệnh võng mạc đái tháo đường
AI đóng vai trò quan trọng trong việc sàng lọc sớm các bệnh lý như glôcôm và bệnh võng mạc đái tháo đường (Diabetic Retinopathy - DR). Trong sàng lọc glôcôm, AI hỗ trợ phân tích dữ liệu dọc từ OCT và thị trường, giúp dự đoán đáp ứng điều trị của từng bệnh nhân. Một nghiên cứu tại Ấn Độ so sánh hiệu quả của AI với bác sĩ nhãn khoa từ xa cho thấy AI đạt độ chính xác 80,3%, vượt trội so với mức 55,3% của bác sĩ nhãn khoa từ xa trong bối cảnh sàng lọc tại chỗ. Các chuyên gia nhấn mạnh quy trình 6 bước trong chăm sóc glôcôm bao gồm: thu thập hình ảnh, xử lý hình ảnh, phân tích đặc điểm, dự đoán nguy cơ, hỗ trợ quyết định lâm sàng và quản lý chuyển tuyến. Thách thức hiện tại là sự thiếu hụt dữ liệu lâm sàng chất lượng cao và vấn đề quá khớp (overfitting) của các mô hình AI trong các nghiên cứu quy mô nhỏ.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Độ chính xác của AI trong sàng lọc glôcôm | 80,3% |
| Độ chính xác của bác sĩ nhãn khoa từ xa | 55,3% |
| Tỷ lệ đái tháo đường tại Ấn Độ | 16,9% |
| Tỷ lệ đái tháo đường tiến triển thành bệnh võng mạc | 16,9% |
Bình luận: Tác giả nhấn mạnh AI không thay thế bác sĩ nhãn khoa mà đóng vai trò hỗ trợ tăng cường khả năng phát hiện sớm. Cần lưu ý rằng các nghiên cứu được trích dẫn chủ yếu dựa trên dữ liệu công khai (như Kaggle, IPAX), việc thiếu hụt dữ liệu lâm sàng thực tế từ các bệnh viện là một rào cản lớn cần khắc phục.
Thách thức và định hướng tương lai
Các rào cản chính bao gồm thiếu khung pháp lý rõ ràng, hạ tầng kết nối internet tại vùng nông thôn (chỉ đạt 55,4,5% vào năm 2023), và tỷ lệ bảo hiểm y tế thấp (5-7%). Định hướng tương lai bao gồm phát triển các công cụ chẩn đoán dựa trên AI không yêu cầu kết nối bệnh viện tuyến cơ sở, tích hợp Tele-Ophthalmology với hệ thống cấp cứu (EMS), và chuẩn hóa các mô hình đào tạo cho nhân viên y tế tại các trung tâm thị lực. Chính phủ cần tham gia sâu hơn vào việc xây dựng hệ thống dữ liệu y tế tập trung (như hệ thống ABHA) để đảm bảo tính bảo mật và khả năng truy cập dữ liệu bệnh nhân.
- Ưu tiên triển khai các thiết bị chẩn đoán cầm tay, chi phí thấp tại các trung tâm thị lực cộng đồng.
- Tăng cường đào tạo nhân viên y tế địa phương về kỹ năng chụp ảnh đáy mắt và sử dụng phần mềm AI hỗ trợ.
- Xây dựng cơ sở dữ liệu bệnh nhân tập trung, có tính bảo mật cao để theo dõi dọc (longitudinal follow-up).
- Tích hợp các thuật toán AI vào quy trình sàng lọc để giảm tải cho bác sĩ nhãn khoa tại tuyến trên.
- Vận động chính sách để tăng ngân sách hỗ trợ cho hạ tầng Tele-Ophthalmology tại các vùng sâu vùng xa.
Tài liệu tham khảo:
AIOS Editor, 2026, AIOC 2026 GP72 TOSI Session, YouTube, Video ID: GjDph17bjEo, Duration: 01:09:11.