Ứng dụng AI trong ngành điều dưỡng: Lộ trình nào cho Việt Nam?

AI đặc biệt là các mô hình ngôn ngữ lớn (LLM), đang mở ra cơ hội giúp ngành y tế giảm bớt áp lực hành chính. Tuy nhiên, việc ứng dụng AI vào hoạt động điều dưỡng cần một lộ trình an toàn, trách nhiệm, trong đó AI giữ vai trò như một “cơ phó” đồng hành chứ không thay thế chuyên môn của nhân viên y tế.

Đây là nhận định từ nghiên cứu “Transforming nursing with large language models: from concept to practice” (Tạm dịch: Chuyển đổi hoạt động điều dưỡng với các mô hình ngôn ngữ lớn: Từ khái niệm đến thực tiễn) công bố trên tạp chí European Journal of Cardiovascular Nursing.

Công trình do Phó giáo sư Arthur Tang, Phó khoa phụ trách Nghiên cứu và đổi mới sáng tạo, Khoa Khoa học, Kỹ thuật và Công nghệ, Đại học RMIT Việt Nam dẫn dắt, quy tụ các chuyên gia từ Đại học Quốc gia Singapore, Đại học Trung văn Hồng Kông, Viện Nghiên cứu Hon Hai (Đài Loan) và Đơn vị Nghiên cứu lâm sàng Đại học Oxford tại Việt Nam.

GIẢM GÁNH NẶNG THỦ TỤC HÀNH CHÍNH

Điều dưỡng là mắt xích quan trọng trong hệ thống y tế. Bên cạnh chăm sóc người bệnh, họ đang phải dành phần lớn thời gian cho công việc giấy tờ, ghi chép hồ sơ lâm sàng, giải thích thông tin y khoa và điều phối quá trình điều trị.

Chia sẻ về khởi điểm của nghiên cứu, ông Tom Huỳnh, giảng viên ngành Công nghệ thông tin tại Đại học RMIT Việt Nam, cho biết: “Chúng tôi bắt đầu nghiên cứu với một câu hỏi rất đơn giản: các mô hình ngôn ngữ lớn có thể thực sự hỗ trợ điều dưỡng ở những khâu nào và cần những cơ chế bảo vệ nào trước khi áp dụng các mô hình này vào môi trường chăm sóc sức khỏe thực tế?”.

Nghiên cứu chỉ ra rằng LLM hỗ trợ hoạt động điều dưỡng qua các mảng: tăng nhận thức cho người bệnh, lập hồ sơ lâm sàng, hỗ trợ thông tin, tin học y tế và hỗ trợ xã hội.

Theo ông Tom, giá trị lớn nhất của LLM là giảm thiểu các công việc hành chính lặp đi lặp lại. Ông chia sẻ: “Công nghệ này có thể hỗ trợ soạn thảo hoặc dịch tài liệu giáo dục sức khỏe, tóm tắt các hồ sơ dài, sắp xếp tài liệu lâm sàng và chuẩn bị các danh mục kiểm tra. LLM cũng có thể hỗ trợ hoạt động đào tạo liên tục, các nhiệm vụ nghiên cứu và phương pháp học tập dựa trên tình huống dành cho sinh viên điều dưỡng”.

Dù vậy, chuyên gia RMIT nhấn mạnh cốt lõi nằm ở chỗ hỗ trợ chuyên môn chứ không phải thay thế con người. “Cách tiếp cận an toàn nhất là sử dụng công nghệ như một công cụ hỗ trợ thay vì thay thế phán đoán chuyên môn. Điều dưỡng vẫn cần kiểm chứng thông tin, hiểu rõ hoàn cảnh của người bệnh và đưa ra quyết định cuối cùng”.

Mô tả rõ hơn về ranh giới này, vị giảng viên nói thêm: “Tôi xem LLM như một ‘cơ phó’ vì công nghệ này có thể hỗ trợ các công việc thường ngày và giúp sắp xếp thông tin, nhưng người chịu trách nhiệm vẫn phải là nhân viên y tế. Mục tiêu không phải là thay thế điều dưỡng, mà giúp họ có thêm thời gian và sự tập trung dành cho công việc chính là điều dưỡng”.

THÁCH THỨC TỪ "ẢO GIÁC AI" VÀ RÀO CẢN NGÔN NGỮ TẠI VIỆT NAM

Đi cùng cơ hội là những rủi ro đáng ngại, trong đó lớn nhất là nguy cơ xuất hiện "ảo giác AI" – hiện tượng mô hình đưa ra câu trả lời sai nhưng diễn đạt rất trôi chảy.

“Điều khiến tôi bất ngờ nhất là việc ngôn ngữ trôi chảy rất dễ bị nhầm lẫn với kiến thức đáng tin cậy. Một LLM có thể diễn đạt rất mạch lạc, tự tin, thậm chí thể hiện sự đồng cảm, nhưng vẫn đưa ra câu trả lời sai. Đây là một vấn đề nghiêm trọng trong lĩnh vực chăm sóc sức khỏe vì mọi người có thể tin vào cách diễn đạt trước khi kiểm chứng thông tin”, ông Tom chia sẻ.

Riêng tại Việt Nam, bài toán công nghệ còn vướng rào cản dữ liệu tiếng Việt. Do lượng dữ liệu số và dữ liệu y khoa chất lượng cao phục vụ huấn luyện mô hình còn hạn chế so với tiếng Anh, độ tin cậy của AI khi xử lý tiếng Việt bị suy giảm rõ rệt.

Thực tế từ nghiên cứu của ông Tom cho thấy, GPT-3.5 từng nhầm lẫn giữa chứng rung nhĩ và bệnh Parkinson khi trả lời bằng tiếng Việt. Một mô hình mã nguồn mở phổ biến khác cũng có tới 89,7% dữ liệu huấn luyện bằng tiếng Anh nhưng chỉ vỏn vẹn 0,08% bằng tiếng Việt.

“Điều này cho thấy cùng một công nghệ có thể mang lại lợi ích cho nhóm người này nhưng lại kém tin cậy đối với nhóm khác. Ngôn ngữ là một phần của hạ tầng AI và khi hạ tầng đó còn yếu thì người dùng sẽ chịu nhiều bất lợi”, ông phân tích.

LỘ TRÌNH TỪNG BƯỚC CHO Y TẾ VIỆT NAM

Trước thực trạng đó, chuyên gia RMIT khuyến nghị Việt Nam không nên vội vàng đưa AI vào môi trường bệnh viện mà cần triển khai theo lộ trình từng bước dựa trên bằng chứng khoa học. Dù sở hữu đội ngũ nghiên cứu tài năng và nhiều cơ sở y tế sẵn sàng thử nghiệm, Việt Nam vẫn cần chuẩn bị chu đáo về dữ liệu y khoa tiếng Việt chuẩn hóa, cơ chế đánh giá độc lập, an toàn thông tin, khung trách nhiệm pháp lý và đào tạo nhân lực.

Nói về lộ trình phù hợp, ông Tom nhận định: “Cách tiếp cận theo từng giai đoạn sẽ hợp lý hơn".

Cụ thể, Việt Nam có thể bắt đầu với các ứng dụng có rủi ro thấp như đào tạo nhân viên, hỗ trợ soạn thảo các tài liệu hành chính không nhạy cảm và cung cấp thông tin cho người bệnh dưới sự kiểm chứng của bác sĩ hoặc điều dưỡng. Các ứng dụng hỗ trợ lập hồ sơ có thể được triển khai sau khi có hệ thống bảo mật và các đánh giá trong bối cảnh Việt Nam.

Những ứng dụng hỗ trợ ra quyết định lâm sàng chỉ nên được xem xét sau khi trải qua quá trình thử nghiệm cẩn trọng và đánh giá của cơ quan quản lý. Mục tiêu là triển khai AI một cách an toàn và công bằng, thay vì áp dụng bằng mọi giá”.

Kỳ vọng vào hướng đi lâu dài của lĩnh vực y tế, các chuyên gia mong muốn Việt Nam sẽ được ghi nhận là quốc gia triển khai AI một cách có trách nhiệm và công bằng thay vì chỉ đuổi theo tốc độ.

Theo ông Tom, AI không nên bị loại khỏi lĩnh vực điều dưỡng mà cần được ứng dụng để củng cố và nâng cao năng lực cho ngành. Chuyên gia RMIT nhấn mạnh công nghệ này phải hướng tới việc cắt giảm các gánh nặng không cần thiết, hỗ trợ nâng cao hiểu biết về thông tin sức khỏe để đưa ra quyết định tốt hơn, đồng thời vẫn bảo tồn mối tương tác giữa người với người, yếu tố được coi là cốt lõi của hoạt động chăm sóc y tế.

Sau cùng, đóng góp lớn nhất của AI khi đi sâu vào lĩnh vực y tế không phải là giành lấy công việc của con người, mà là trao lại cho lực lượng điều dưỡng quỹ thời gian quý giá để thực hiện sứ mệnh cốt lõi: chăm sóc người bệnh.