Chatbot AI chẩn đoán sai trong hơn 80% trường hợp bệnh án ban đầu

Một nghiên cứu mới cho thấy các chatbot AI, bao gồm những mô hình hàng đầu từ OpenAI, Google hay DeepSeek, có tỷ lệ chẩn đoán sai vượt 80% khi xử lý các ca bệnh ở giai đoạn đầu với dữ liệu chưa đầy đủ.

Kết quả này làm dấy lên lo ngại về việc phụ thuộc vào AI như một “bác sĩ số”, đặc biệt trong những tình huống thông tin y khoa còn mơ hồ.

ĐIỂM YẾU LỚN NHẤT CỦA AI TRONG CHẨN ĐOÁN

Theo Financial Times, các chatbot trí tuệ nhân tạo (AI) dành cho người tiêu dùng đang bộc lộ những hạn chế đáng kể khi được sử dụng để hỗ trợ chẩn đoán y khoa, đặc biệt trong những trường hợp dữ liệu bệnh nhân không đầy đủ. Đây là kết luận chính từ một nghiên cứu mới, nhấn mạnh rủi ro khi người dùng quá tin tưởng vào các công cụ AI như một nguồn tư vấn y tế.

Nghiên cứu cho thấy các mô hình ngôn ngữ lớn (LLMs) thường gặp khó khăn trong việc đưa ra danh sách các chẩn đoán khả dĩ khi thông tin ban đầu còn hạn chế. Thay vào đó, chúng có xu hướng nhanh chóng “chốt” một kết luận duy nhất, làm tăng nguy cơ sai lệch.

Kết quả này phản ánh một vấn đề cốt lõi của AI hiện nay: dù có thể đưa ra chẩn đoán chính xác khi dữ liệu đã đầy đủ và rõ ràng, nhưng lại thiếu năng lực xử lý giai đoạn đầu – nơi mà các bác sĩ con người thường phải suy luận trong điều kiện không chắc chắn.

“Những mô hình này rất giỏi trong việc gọi tên chẩn đoán cuối cùng khi dữ liệu đã hoàn chỉnh, nhưng lại gặp khó khăn ở giai đoạn mở đầu, khi thông tin còn ít ỏi”, bà Arya Rao, tác giả chính của nghiên cứu và là nhà nghiên cứu tại hệ thống y tế Mass General Brigham (Mỹ), nhận định.

Nghiên cứu được công bố trên tạp chí JAMA Network Open, dựa trên việc kiểm tra 21 mô hình AI khác nhau, bao gồm các hệ thống từ OpenAI, Anthropic, Google, xAI và DeepSeek. Các mô hình này được thử nghiệm với 29 tình huống lâm sàng, được xây dựng dựa trên các tài liệu tham khảo y khoa tiêu chuẩn.

Quy trình thử nghiệm mô phỏng thực tế khám chữa bệnh: thông tin về bệnh nhân được cung cấp theo từng bước, bao gồm tiền sử bệnh, triệu chứng hiện tại, kết quả khám lâm sàng và xét nghiệm. Sau mỗi bước, AI được yêu cầu đưa ra chẩn đoán, và các nhà nghiên cứu đánh giá mức độ chính xác dựa trên tỷ lệ trả lời không đầy đủ hoặc sai.

Kết quả cho thấy, khi phải thực hiện chẩn đoán phân biệt trong điều kiện thiếu dữ liệu, tỷ lệ thất bại của tất cả các mô hình đều vượt 80%. Đây là con số đáng báo động, bởi giai đoạn này đóng vai trò then chốt trong thực hành y khoa thực tế.

VAI TRÒ CỦA AI TRONG NGÀNH Y TẾ

Điểm đáng chú ý là hiệu suất của AI cải thiện rõ rệt khi có thêm dữ liệu. Khi thông tin bệnh nhân trở nên đầy đủ hơn, tỷ lệ sai sót giảm xuống dưới 40%, và những mô hình tốt nhất đạt độ chính xác vượt 90% trong việc xác định chẩn đoán cuối cùng.

Điều này cho thấy AI có thể đóng vai trò hữu ích trong các giai đoạn sau của quá trình chẩn đoán, nơi dữ liệu đã được chuẩn hóa và đầy đủ. Tuy nhiên, nó vẫn chưa thể thay thế tư duy lâm sàng của bác sĩ – vốn phải hoạt động hiệu quả ngay cả khi thông tin còn thiếu.

Các công ty công nghệ cũng thừa nhận giới hạn này. Anthropic cho biết chatbot Claude của họ được thiết kế để hướng người dùng tìm đến chuyên gia y tế khi đặt câu hỏi liên quan đến sức khỏe. Tương tự, Google cho biết Gemini tích hợp các nhắc nhở nhằm khuyến khích người dùng kiểm chứng thông tin và không phụ thuộc hoàn toàn vào AI.

Về phía OpenAI, chính sách sử dụng của công ty cũng nêu rõ rằng các dịch vụ AI không nên được dùng để cung cấp tư vấn y tế cần giấy phép nếu không có sự tham gia của chuyên gia.

Trong khi đó, một số doanh nghiệp đang phát triển các mô hình AI chuyên biệt cho lĩnh vực y tế, như hệ thống Articulate Medical Intelligence Explorer (AMIE) của Google hay MedFound. Những mô hình này được kỳ vọng có thể cải thiện độ chính xác trong chẩn đoán nhờ được huấn luyện trên dữ liệu y khoa chuyên sâu.

Ông Sanjay Kinra, chuyên gia dịch tễ học lâm sàng tại Trường Vệ sinh và Y học Nhiệt đới London, nhận định rằng các kết quả ban đầu của những mô hình như AMIE là “đáng khích lệ”. Tuy nhiên, ông cũng cảnh báo rằng AI khó có thể thay thế hoàn toàn bác sĩ, bởi quá trình đánh giá lâm sàng không chỉ dựa trên dữ liệu mà còn phụ thuộc vào “cảm nhận trực tiếp về bệnh nhân”.

“Các đánh giá lâm sàng của bác sĩ phụ thuộc rất nhiều vào việc quan sát và cảm nhận thực tế về bệnh nhân,” ông nói.

Dù vậy, ông Kinra cho rằng AI vẫn có tiềm năng đóng vai trò quan trọng, đặc biệt ở những khu vực thiếu hụt bác sĩ hoặc hệ thống y tế chưa phát triển. Trong các bối cảnh này, AI có thể trở thành công cụ hỗ trợ ban đầu, giúp sàng lọc hoặc định hướng chẩn đoán.

“Chúng ta cần khẩn trương thực hiện các nghiên cứu với bệnh nhân thực tế trong những môi trường như vậy”, ông nhấn mạnh.