Trí tuệ nhân tạo (AI) đang trở thành công nghệ nền tảng, có tác động sâu rộng tới nhiều lĩnh vực, đặc biệt là y tế. Tại Việt Nam, việc thúc đẩy ứng dụng AI trong khám, chữa bệnh và quản lý y tế đã được xác định là một trong những nhiệm vụ trọng tâm nhằm nâng cao chất lượng chăm sóc sức khỏe nhân dân.
Những năm gần đây, một số cơ sở y tế lớn đã bước đầu triển khai các hệ thống AI hỗ trợ chẩn đoán hình ảnh, phân tích xét nghiệm và tự động hóa quy trình bệnh án. Các ứng dụng AI trong chẩn đoán hình ảnh, xử lý bệnh án và trợ lý lâm sàng đã giúp giảm 20-30% khối lượng công việc hành chính, thậm chí có nơi giảm tới 80% thời gian xử lý hồ sơ và 10-20% chi phí vận hành hệ thống y tế.
Một điểm nhấn quan trọng là sự ra đời của mạng lưới AI Y Tế có trách nhiệm (V-RHAIN), thành lập vào tháng 11/2025 đóng vai trò kết nối các bệnh viện, trường đại học và doanh nghiệp công nghệ, thúc đẩy chia sẻ tri thức, đào tạo và nghiên cứu theo hướng liên ngành và hội nhập quốc tế. Nhiều khóa đào tạo đã được tổ chức trên quy mô toàn quốc, góp phần từng bước hình thành đội ngũ nhân lực y tế có năng lực số.
PGS.TS. Lê Hoàng Sơn – Viện Công nghệ Thông tin, ĐHQGHN tại Hội thảo Chuyển đổi số Y tế Việt Nam: Vai trò của Dữ liệu và AI trong định hướng quốc gia.
Tuy nhiên, thực tiễn cho thấy việc ứng dụng AI trong y tế vẫn chưa đạt kỳ vọng. Một trong những nguyên nhân chủ yếu là do hạn chế về nguồn nhân lực và hạ tầng dữ liệu. Đội ngũ bác sĩ có chuyên môn sâu nhưng còn thiếu kiến thức về công nghệ, trong khi kỹ sư công nghệ thông tin lại chưa hiểu rõ đặc thù lâm sàng. Sự thiếu hụt nguồn nhân lực liên ngành khiến nhiều sản phẩm AI chưa thể triển khai hiệu quả trong thực tế.
Bên cạnh đó, công tác đào tạo AI trong y tế hiện nay còn mang tính phân tán, thiếu hệ thống. Các chương trình đào tạo chủ yếu dưới dạng ngắn hạn, chưa tích hợp đầy đủ vào hệ thống đào tạo chính quy. Điều này dẫn đến việc thiếu hụt đội ngũ chuyên gia có khả năng kết nối giữa y học và công nghệ.
Một vấn đề quan trọng khác là dữ liệu y tế. Hiện nay, dữ liệu vẫn còn phân tán, thiếu chuẩn hóa và khó liên thông giữa các cơ sở y tế. Nhiều bệnh viện đã số hóa nhưng sử dụng các hệ thống không tương thích, dẫn đến tình trạng cát cứ dữ liệu. Đồng thời, những lo ngại về bảo mật và quyền riêng tư cũng là rào cản lớn trong việc chia sẻ và khai thác dữ liệu.
Trước thực trạng đó, việc xây dựng Khung dữ liệu y tế quốc gia định hướng AI được xác định là giải pháp mang tính chiến lược. Khung dữ liệu này cần bảo đảm tính đồng bộ, liên thông và an toàn thông tin, cho phép kết nối dữ liệu từ các cơ sở khám, chữa bệnh, thiết bị y tế và các nguồn dữ liệu liên quan.
Việc áp dụng các chuẩn quốc tế trong kết nối dữ liệu sẽ giúp hình thành một hệ thống dữ liệu y tế thống nhất, tạo điều kiện thuận lợi cho việc phát triển và ứng dụng AI. Đồng thời, cần triển khai các giải pháp bảo mật như ẩn danh hóa và kiểm soát truy cập để bảo vệ thông tin cá nhân.
Khung dữ liệu y tế quốc gia không chỉ phục vụ quản lý mà còn tạo nền tảng cho đổi mới đào tạo. Khi có nguồn dữ liệu lớn và chuẩn hóa, các cơ sở đào tạo có thể tổ chức các chương trình học gắn với thực tiễn, giúp sinh viên tiếp cận dữ liệu lâm sàng thực tế. Đây là điều kiện quan trọng để nâng cao chất lượng nguồn nhân lực.
Để triển khai hiệu quả, cần xây dựng lộ trình phù hợp. Trước mắt, tập trung hoàn thiện tiêu chuẩn kỹ thuật, triển khai thí điểm tại một số bệnh viện lớn và xây dựng cơ chế thử nghiệm cho các ứng dụng AI. Về lâu dài, cần mở rộng kết nối dữ liệu, đẩy mạnh đào tạo và phổ cập AI trong toàn hệ thống y tế.
Phát triển AI trong y tế là xu hướng tất yếu. Tuy nhiên, để đạt hiệu quả thực chất, cần giải quyết đồng bộ hai vấn đề cốt lõi là đào tạo nhân lực và xây dựng hạ tầng dữ liệu. Cần sớm ban hành Khung dữ liệu AI y tế quốc gia (NHDF) để tận dụng cơ hội để phát triển mạnh mẽ AI trong y tế, hướng tới một nền y tế hiện đại, hiệu quả và phục vụ tốt hơn cho người dân.
Nguồn: GenK
