Tại hội thảo AIOC 2026 GP118 với chủ đề "Today’s PG Education – Are We doing it right", các chuyên gia đã thảo luận về việc tích hợp công nghệ vào đào tạo sau đại học (PG) nhãn khoa. Trí tuệ nhân tạo (AI) và các hệ thống mô phỏng đang thay đổi cách thức đào tạo lâm sàng, cho phép học viên thực hành trên các kịch bản bệnh lý đa dạng mà không gây rủi ro cho bệnh nhân thực tế.
Vai trò của AI trong đào tạo nhãn khoa
Nhãn khoa là một trong những chuyên khoa tiên phong trong việc áp dụng AI nhờ nguồn dữ liệu hình ảnh phong phú và tiêu chuẩn hóa cao. Các hệ thống AI hiện nay không chỉ hỗ trợ chẩn đoán các bệnh lý như bệnh võng mạc đái tháo đường (diabetic retinopathy), bệnh glôcôm (glaucoma) và phân tích bản đồ giác mạc (corneal topography), mà còn đóng vai trò quan trọng trong đào tạo nội trú. Học viên được giao nhiệm vụ phân tích hình ảnh, sau đó so sánh kết quả với phân tích của AI để nhận diện các điểm sai sót, từ đó cải thiện kỹ năng chẩn đoán thông qua quá trình đánh giá phản hồi liên tục (back and forth assessment).
Mô phỏng phẫu thuật và cá nhân hóa đào tạo
Các hệ thống mô phỏng phẫu thuật (surgical simulators) tích hợp thực tế ảo (virtual reality - VR) cho phép học viên thực hành các bước phẫu thuật như phẫu thuật đục thủy tinh thể (cataract surgery) hoặc phẫu thuật dịch kính võng mạc. Hệ thống này micro-analyze (phân tích vi mô) từng cử động của học viên, cung cấp điểm số dựa trên hiệu suất, thời gian thực hiện, các cử động không mong muốn và các rủi ro iatrogenic (do thầy thuốc gây ra). Điều này giúp học viên làm chủ kỹ năng trước khi tiếp xúc với bệnh nhân thật. Ngoài ra, các nền tảng AI có thể cá nhân hóa lộ trình học tập, tự động điều chỉnh độ khó dựa trên hiệu suất của từng học viên.
| Chỉ số/Kết cục | Kết quả theo tài liệu |
|---|---|
| Các nền tảng AI được đề cập | idxdr, iart, cyber sighti, red ai, discovery, altricai |
| Ứng dụng chính | Phân tích hình ảnh đáy mắt, OCT, mô phỏng phẫu thuật |
| Lợi ích đào tạo | Cải thiện kỹ năng, giảm rủi ro iatrogenic, cá nhân hóa lộ trình |
Bình luận: Thông tin theo AIOC 2026, 2026; đối chiếu guideline hiện hành khi áp dụng lâm sàng. Việc sử dụng AI trong đào tạo là xu hướng tất yếu, tuy nhiên cần lưu ý các thách thức về bảo mật dữ liệu, trách nhiệm pháp lý khi có sai sót chẩn đoán và hiện tượng "model hallucinations" (hệ thống đưa ra kết quả sai nhưng tự tin là đúng).
Thách thức trong đào tạo sau đại học
Các chuyên gia nhấn mạnh tầm quan trọng của việc duy trì đạo đức nghề nghiệp và kỹ năng giao tiếp (effective domain). Mặc dù công nghệ hỗ trợ đắc lực, nhưng "human touch" (sự tiếp xúc giữa người với người) vẫn là yếu tố không thể thay thế. Việc quá phụ thuộc vào AI có thể làm giảm khả năng tư duy độc lập của học viên. Ngoài ra, cần có sự quản lý chặt chẽ về chất lượng dữ liệu đầu vào và các thuật toán được sử dụng để đảm bảo tính công bằng, không thiên kiến.
- Tăng cường tiếp cận các hệ thống mô phỏng cho học viên nội trú.
- Thiết lập quy trình đánh giá định kỳ (internal assessment) thay vì chỉ dựa vào kỳ thi cuối khóa.
- Chú trọng đào tạo kỹ năng giao tiếp và đạo đức nghề nghiệp (ATCOM) song song với kỹ năng kỹ thuật.
- Giảng viên cần đóng vai trò là hình mẫu (role model) về thái độ và hành vi chuyên nghiệp.
- Cần có sự kiểm soát chất lượng đào tạo đồng bộ tại các cơ sở y tế.
Tài liệu tham khảo:
AIOS Editor Proceedings, 2026, AIOC 2026 GP118 Today’s PG Education – Are We doing it right Session 3, YouTube Video ID: 1L_VK_OopMs.