1. Tổng quan

Trí tuệ nhân tạo (AI) đang nhanh chóng thay đổi cách thức hoạt động của ngành y tế toàn cầu. Các công nghệ AI, điển hình như học máy (machine learning) và học sâu (deep learning), đã và đang trở thành những công cụ mạnh mẽ trong việc hỗ trợ chẩn đoán, điều trị, và quản lý bệnh tật. AI có khả năng phân tích lượng lớn dữ liệu y tế, từ hình ảnh chụp CT và MRI đến thông tin di truyền, giúp phát hiện các dấu hiệu bệnh lý mà con người có thể bỏ sót. Trong các hệ thống y tế hiện đại, AI đang được sử dụng để dự đoán nguy cơ mắc bệnh, cá nhân hóa phương pháp điều trị, và hỗ trợ bác sĩ trong việc ra quyết định lâm sàng một cách chính xác và nhanh chóng hơn [1]. Các hệ thống AI đã được chứng minh là có khả năng chẩn đoán ung thư với độ chính xác tương đương hoặc vượt trội so với con người, từ đó cải thiện đáng kể khả năng phát hiện bệnh ở giai đoạn sớm [2].

Tại Việt Nam, nhu cầu cải tiến hệ thống y tế và tối ưu hóa quy trình chăm sóc sức khỏe là vô cùng cấp bách, đặc biệt trong bối cảnh đại dịch COVID-19 và sự gia tăng dân số già. AI không chỉ giúp giảm thiểu gánh nặng cho hệ thống y tế mà còn tăng cường khả năng tiếp cận dịch vụ y tế chất lượng cao. Một trong những ví dụ nổi bật là hệ thống phẫu thuật robot da Vinci tại Bệnh viện Vinmec, cho phép thực hiện các ca phẫu thuật phức tạp với độ chính xác cao [3]. Ngoài ra, các giải pháp AI hỗ trợ chẩn đoán hình ảnh và quản lý bệnh nhân từ xa cũng đã được triển khai tại một số bệnh viện lớn, giúp cải thiện chất lượng điều trị và theo dõi bệnh nhân ở những khu vực khó tiếp cận. Tuy nhiên, việc áp dụng AI vào y tế tại Việt Nam vẫn gặp phải nhiều thách thức như hạ tầng kỹ thuật chưa đồng bộ và sự thiếu hụt nhân lực y tế có kỹ năng số [4]. Để giải quyết những thách thức này, cần có các chính sách hỗ trợ và định hướng rõ ràng từ phía nhà nước.

Nguồn: nurse.org

Bài viết này nhằm phân tích thực trạng ứng dụng AI trong chẩn đoán và điều trị y tế tại Việt Nam, từ đó rút ra những bài học kinh nghiệm từ Nhật Bản - một quốc gia đi đầu trong ứng dụng AI vào y tế. Thông qua việc nghiên cứu các chính sách hỗ trợ và mô hình triển khai AI tại Nhật Bản, bài viết sẽ đề xuất các chính sách khả thi cho Việt Nam nhằm thúc đẩy mạnh mẽ việc ứng dụng AI vào hệ thống y tế, góp phần nâng cao chất lượng chăm sóc sức khỏe và hiện đại hóa ngành y tế [5].

2. Thực trạng ứng dụng AI trong y tế tại Việt Nam

Trong những năm gần đây, trí tuệ nhân tạo đã trở thành một công cụ quan trọng trong hệ thống y tế tại Việt Nam. Một ví dụ điển hình là DrAid, phần mềm AI được phát triển bởi VinBrain, dùng để chẩn đoán tự động qua hình ảnh X-quang. Đây là hệ thống đầu tiên của Đông Nam Á được Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) chứng nhận và đã được triển khai tại hơn 100 bệnh viện tại Việt Nam, Myanmar, New Zealand, và Hoa Kỳ. DrAid hỗ trợ phát hiện các bệnh lý như xẹp phổi, giúp giảm đáng kể thời gian phân tích hình ảnh và cải thiện năng suất của bác sĩ lên đến 80% [6]. AI cũng được ứng dụng vào hệ thống hồ sơ y tế điện tử, cho phép các bác sĩ truy cập thông tin bệnh nhân dễ dàng và nhanh chóng, tối ưu hóa quá trình điều trị và theo dõi bệnh nhân.

Nguồn: VinBrain

Bên cạnh đó, AI còn được sử dụng trong các thiết bị đeo thông minh và các giải pháp theo dõi sức khỏe từ xa. Các công nghệ này giúp giám sát các chỉ số như huyết áp, đường huyết và nồng độ oxy trong máu, tạo điều kiện cho việc chăm sóc y tế từ xa, đặc biệt là trong bối cảnh đại dịch COVID-19 [7]. Nhờ vào những tiến bộ trong AI, Việt Nam đã bước đầu xây dựng một hệ sinh thái y tế số hiện đại, đáp ứng nhu cầu chăm sóc sức khỏe từ xa và giảm tải áp lực lên hệ thống y tế truyền thống.

Chính phủ Việt Nam đã ban hành nhiều chính sách hỗ trợ sự phát triển và ứng dụng AI trong y tế. Trong đó, nổi bật là Quyết định 749/QĐ-TTg năm 2020 về phê duyệt "Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030" do Thủ tướng Chính phủ ban hành và Quyết định 5316/QĐ-BYT năm 2020 về phê duyệt “Chương trình chuyển đổi số y tế đến năm 2025, định hướng đến năm 2030” do Bộ trưởng Bộ Y tế ban hành. Những chính sách này đã giúp xây dựng nền tảng cho việc ứng dụng AI vào chẩn đoán, điều trị, và quản lý bệnh án. Đặc biệt, sự hợp tác giữa Việt Nam và các tổ chức quốc tế như Microsoft và NVIDIA đã giúp nâng cao năng lực triển khai các giải pháp AI hiện đại, hướng đến xây dựng một hệ thống y tế thông minh và đồng bộ [9].

Mặc dù AI mang lại nhiều lợi ích, nhưng việc triển khai rộng rãi vẫn gặp phải một số thách thức lớn. Trước tiên, hạ tầng kỹ thuật tại các vùng nông thôn và vùng sâu vùng xa còn yếu kém, gây khó khăn cho việc tiếp cận các dịch vụ y tế số. Ngoài ra, thiếu hụt nguồn nhân lực có kỹ năng về AI và công nghệ số trong y tế cũng là một trở ngại lớn [5]. Bên cạnh đó, vấn đề bảo mật và quản lý dữ liệu y tế vẫn chưa được giải quyết triệt để, gây lo ngại về quyền riêng tư và bảo mật thông tin của bệnh nhân [10]. Để khắc phục những thách thức này, cần có các biện pháp tăng cường đầu tư vào cơ sở hạ tầng và đào tạo nhân lực, cũng như xây dựng các quy định pháp lý cụ thể về bảo mật dữ liệu.

3. Kinh nghiệm ứng dụng AI trong y tế tại Nhật Bản

Các thành tựu nổi bật của Nhật Bản trong AI y tế

Nhật Bản đã đạt được nhiều thành tựu nổi bật trong ứng dụng trí tuệ nhân tạo vào lĩnh vực y tế, đặc biệt là trong chẩn đoán và điều trị. Một ví dụ điển hình là hệ thống AI EndoBRAIN, được phát triển để hỗ trợ chẩn đoán các tổn thương đại tràng thông qua nội soi. Hệ thống này sử dụng dữ liệu hình ảnh chất lượng cao từ hàng trăm cơ sở y tế và đã được phê duyệt vào năm 2018. EndoBRAIN giúp bác sĩ phát hiện ung thư với độ chính xác lên đến 94%, nhanh hơn rất nhiều so với các phương pháp truyền thống, đồng thời giảm thiểu tình trạng bỏ sót ung thư ở giai đoạn đầu [11].

Nguồn: Nikkei Asia

Ngoài ra, Nhật Bản cũng phát triển các công cụ AI hỗ trợ chẩn đoán cúm và bệnh tim. Hệ thống nodoca sử dụng cơ sở dữ liệu với hơn 500.000 hình ảnh họng để chẩn đoán cúm chỉ trong vài giây, giúp giảm bớt việc phải thu thập mẫu bệnh phẩm như phương pháp truyền thống. AI được sử dụng để phân tích các hình ảnh y tế như X-quang, MRI, CT để phát hiện sớm các dấu hiệu bệnh lý như ung thư, đột quỵ, các bệnh về tim mạch với độ chính xác cao hơn so với con người, giúp giảm thiểu thời gian chẩn đoán, tăng cường độ chính xác và đưa ra các gợi ý điều trị phù hợp. Tương tự, "siêu ống nghe" của startup AMI có thể số hóa âm thanh tim và điện tâm đồ để hỗ trợ chẩn đoán từ xa, đặc biệt hữu ích trong các trường hợp cần khám chữa bệnh từ xa [12].

Những công cụ này không chỉ giúp tăng tốc độ chẩn đoán mà còn giảm gánh nặng cho đội ngũ bác sĩ, đồng thời cải thiện chất lượng chăm sóc sức khỏe, đặc biệt trong bối cảnh Nhật Bản đang đối diện với tình trạng dân số già hóa nhanh chóng.

Chính sách hỗ trợ AI trong y tế của chính phủ Nhật Bản

Nhằm thúc đẩy sự phát triển của AI trong y tế, chính phủ Nhật Bản đã đưa ra nhiều chính sách hỗ trợ mạnh mẽ. Nổi bật nhất là chương trình DASH for SaMD (Software as a Medical Device), một hệ thống phê duyệt nhanh các thiết bị y tế dựa trên AI. Chương trình này ra đời nhằm rút ngắn thời gian từ phát triển đến khi đưa các sản phẩm AI y tế vào thực tế, giảm thiểu đáng kể thời gian phê duyệt kéo dài theo quy trình truyền thống [12][14].

Chính phủ cũng khuyến khích sự hợp tác công - tư, thúc đẩy các công ty công nghệ y tế hợp tác với các trường đại học và bệnh viện để phát triển các giải pháp AI mới. Sự hợp tác này đã giúp nhiều công ty khởi nghiệp trong lĩnh vực AI y tế, như AI Medical Services và Acute Medical Innovation, đạt được những bước tiến lớn trong nghiên cứu và phát triển các công cụ AI chẩn đoán tiên tiến [13].

Thách thức và cách Nhật Bản đã vượt qua

Mặc dù Nhật Bản đã đạt được nhiều thành tựu quan trọng trong AI y tế, nhưng quốc gia này vẫn đối diện với một số thách thức đáng kể. Một trong những trở ngại chính là quy trình phê duyệt các thiết bị y tế AI vẫn còn phức tạp và kéo dài. Để khắc phục vấn đề này, Nhật Bản đã triển khai các cải cách trong hệ thống phê duyệt, bao gồm việc thành lập văn phòng đánh giá thiết bị y tế AI riêng biệt nhằm đẩy nhanh quá trình phê duyệt và đưa các công cụ AI vào sử dụng sớm hơn [13].

Ngoài ra, Nhật Bản cũng đối diện với các vấn đề về quyền riêng tư và bảo mật dữ liệu, vì AI y tế xử lý lượng lớn dữ liệu bệnh nhân nhạy cảm. Chính phủ đã ban hành các quy định chặt chẽ về bảo mật thông tin, nhằm đảm bảo rằng các công cụ AI không gây ra rủi ro về bảo mật và quyền riêng tư cho bệnh nhân. Đồng thời, các biện pháp đào tạo nhân lực y tế để sử dụng AI hiệu quả cũng được chú trọng, nhằm đảm bảo rằng các công cụ AI có thể được tích hợp một cách hợp lý vào quy trình khám chữa bệnh [14].

Nhật Bản đã vượt qua các thách thức này thông qua việc hợp tác chặt chẽ giữa chính phủ, các tổ chức y tế và doanh nghiệp, đồng thời cải tiến hệ thống quy định để phù hợp với tốc độ phát triển nhanh chóng của công nghệ AI. Kết quả là nhiều công cụ AI y tế đã được đưa vào sử dụng thực tế, cải thiện đáng kể khả năng chẩn đoán và điều trị bệnh [13][14].

4. So sánh và bài học rút ra cho Việt Nam từ Nhật Bản

Về hệ thống hạ tầng và công nghệ

Nhật Bản và Việt Nam có sự khác biệt lớn về hệ thống hạ tầng và công nghệ liên quan đến trí tuệ nhân tạo trong y tế. Nhật Bản đã phát triển một hệ thống y tế tích hợp với các công nghệ số tiên tiến, bao gồm các công cụ AI hỗ trợ chẩn đoán và điều trị. Ngoài ra, Nhật Bản đã xây dựng cơ sở dữ liệu y tế số hóa và triển khai các giải pháp AI để hỗ trợ quá trình ra quyết định lâm sàng và tối ưu hóa các quy trình điều trị [15].

Ngược lại, Việt Nam mới bắt đầu áp dụng AI trong y tế, chủ yếu ở một số bệnh viện lớn và các dự án thí điểm như hệ thống chẩn đoán hình ảnh DrAid của VinBrain. Tuy nhiên, hạn chế lớn của Việt Nam là thiếu hụt hạ tầng kỹ thuật số, đặc biệt là tại các vùng nông thôn và khu vực xa xôi [17]. Cơ sở hạ tầng số tại Việt Nam cần được đầu tư mạnh mẽ hơn để tạo điều kiện cho việc triển khai các công cụ AI hiệu quả trên quy mô lớn. Dù Việt Nam đã có những bước tiến trong việc phát triển các trung tâm dữ liệu y tế và các công nghệ đám mây, nhưng còn nhiều thách thức trong việc mở rộng mạng lưới và đảm bảo tính liên thông giữa các hệ thống [16].

Bài học từ Nhật Bản về chính sách

Nhật Bản đã triển khai nhiều chính sách hỗ trợ mạnh mẽ cho việc ứng dụng AI trong y tế. Chính phủ Nhật Bản cũng đã cải tiến khung pháp lý để đảm bảo tính an toàn và bảo mật của các sản phẩm AI y tế, đặc biệt là trong việc xử lý dữ liệu bệnh nhân. Những quy định này giúp tăng cường niềm tin từ cộng đồng và thúc đẩy sự phát triển của các công cụ AI trong y tế [14].

Việt Nam có thể học hỏi từ những thành tựu này của Nhật Bản. Đầu tiên, cần có những chính sách rõ ràng và nhanh chóng trong việc phê duyệt các thiết bị y tế AI để hỗ trợ quá trình đổi mới công nghệ trong y tế. Một khung pháp lý vững chắc về bảo mật dữ liệu và quyền riêng tư cũng cần được thiết lập để đảm bảo an toàn cho người dùng và tạo điều kiện cho việc triển khai rộng rãi các giải pháp AI y tế [16].

Áp dụng mô hình AI y tế Nhật Bản vào Việt Nam

Nhật Bản là một mô hình điển hình mà Việt Nam có thể học hỏi trong việc áp dụng AI vào y tế. Đầu tiên, việc số hóa dữ liệu y tế và xây dựng hệ thống thông tin liên thông giữa các cơ sở y tế là yếu tố quan trọng giúp tối ưu hóa quá trình chẩn đoán và điều trị. Các công cụ AI tương tự như EndoBRAIN hoặc nodoca có thể được áp dụng tại Việt Nam để hỗ trợ bác sĩ trong việc chẩn đoán bệnh nhanh chóng và chính xác hơn [11].

Việt Nam cũng cần thúc đẩy hợp tác giữa các tổ chức y tế và doanh nghiệp công nghệ, giống như Nhật Bản đã làm với sự hợp tác công - tư giữa các công ty công nghệ và các bệnh viện lớn. Việc hợp tác này sẽ giúp đẩy nhanh quá trình nghiên cứu và phát triển các công cụ AI y tế tại Việt Nam [15]. Ngoài ra, Việt Nam có thể học hỏi từ các chương trình đào tạo nhân lực của Nhật Bản, đặc biệt trong việc trang bị kỹ năng công nghệ cho đội ngũ y tế, nhằm đảm bảo rằng các công cụ AI được sử dụng một cách hiệu quả và an toàn [17].

5. Đề xuất chính sách cho Việt Nam

Thứ nhất, xây dựng cơ sở hạ tầng dữ liệu và hạ tầng công nghệ

Cơ sở hạ tầng dữ liệu đóng vai trò nền tảng trong quá trình triển khai AI vào y tế tại Việt Nam. Để đạt được mục tiêu số hóa toàn diện, cần thiết lập các trung tâm dữ liệu quốc gia và triển khai hệ thống điện toán đám mây trên diện rộng. Điều này sẽ cho phép thu thập, lưu trữ và xử lý khối lượng lớn dữ liệu y tế theo thời gian thực, từ đó hỗ trợ cho các hệ thống AI chẩn đoán và theo dõi bệnh nhân. Đặc biệt, việc triển khai 5G trên toàn quốc là yếu tố quan trọng để đảm bảo các dịch vụ y tế từ xa, điều trị qua các thiết bị thông minh và ứng dụng công nghệ AI có thể hoạt động tốt nhất. Các sáng kiến này cần phải hướng đến việc tích hợp đồng bộ giữa cơ sở y tế và các công cụ AI, để tối ưu hóa khả năng quản lý dữ liệu bệnh nhân trên cả nước.

Thứ hai, chính sách hỗ trợ doanh nghiệp công nghệ AI trong y tế

Chính phủ Việt Nam cần tiếp tục thúc đẩy các doanh nghiệp công nghệ tham gia phát triển AI trong y tế bằng cách cung cấp các ưu đãi về thuế và tạo điều kiện thuận lợi cho các chương trình hợp tác công - tư. Như tại Nhật Bản, việc các doanh nghiệp hợp tác với bệnh viện và các tổ chức y tế là yếu tố then chốt giúp phát triển và ứng dụng các giải pháp AI vào thực tế. Những sáng kiến như hợp tác của VinBrain với các bệnh viện để phát triển hệ thống DrAid chẩn đoán hình ảnh là ví dụ điển hình mà Việt Nam có thể mở rộng quy mô.

Thứ ba, đào tạo và phát triển nguồn nhân lực AI y tế

Một trong những thách thức lớn nhất mà Việt Nam phải đối mặt là thiếu hụt nhân lực y tế có kỹ năng trong việc sử dụng AI. Chính phủ cần xây dựng các chương trình đào tạo chuyên sâu, không chỉ cho đội ngũ y tế mà còn cho các nhà quản lý, giúp họ nắm vững các kiến thức và kỹ năng cần thiết để sử dụng và quản lý hệ thống AI. Việc hợp tác với các trường đại học và các tổ chức quốc tế sẽ giúp nâng cao chất lượng nguồn nhân lực và đảm bảo rằng các công cụ AI y tế được sử dụng hiệu quả .

Thứ tư, khuyến nghị về khung pháp lý

Để đảm bảo tính bảo mật và an toàn trong việc xử lý dữ liệu y tế, Việt Nam cần nhanh chóng xây dựng và hoàn thiện khung pháp lý liên quan đến quản lý dữ liệu. Điều này bao gồm việc đưa ra các quy định về quyền riêng tư, bảo mật thông tin y tế và trách nhiệm của các bên liên quan trong việc triển khai AI trong y tế. Việc áp dụng một khung pháp lý rõ ràng sẽ không chỉ tăng cường niềm tin của người dân mà còn giúp các công ty công nghệ hoạt động một cách minh bạch và hiệu quả.

Lê Hà Trang - Văn phòng

Tài liệu tham khảo

[1] Wolters Kluwer, "Navigating the future of evidence-based AI in healthcare," Wolters Kluwer, 2024. [Online]. Available: https://www.wolterskluwer.com/. [Accessed: 30-Aug-2024].

[2] Cureus, "Healthcare in Vietnam: Harnessing Artificial Intelligence and Robotics to Improve Patient Care Outcomes," Cureus, 2023. [Online]. Available: https://www.cureus.com/. [Accessed: 07-Sep-2023].

[3] VinUniversity, "Healthcare in Vietnam: Harnessing Artificial Intelligence and Robotics to Improve Patient Care Outcomes," Smarthealthcenter, 2023. [Online]. Available: https://smarthealth.vinuni.edu.vn/. [Accessed: 07-Sep-2023].

[4] BritCham Vietnam, "Healthcare Sector Report," BritCham Vietnam, 2021. [Online]. Available: https://britchamvn.com/. [Accessed: 12-Dec-2021].

[5] "Phát triển trí tuệ nhân tạo phải lấy lợi ích quốc gia, người dân làm trung tâm," Báo Chính Phủ, 2024. [Online]. Available: https://baochinhphu.vn/. [Accessed: 24-Sep-2024].

[6] Vietnam’s VinBrain Deploys Healthcare AI Models, NVIDIA Blog, 2023. [Online]. Available: https://blogs.nvidia.com/blog/2023/05/12/vinbrain-ai-models/. [Accessed: 07-Sep-2023].

[7] "Healthcare in Vietnam: Harnessing Artificial Intelligence and Robotics to Improve Patient Care Outcomes," Smarthealthcenter, 2023. [Online]. Available: https://smarthealth.vinuni.edu.vn/. [Accessed: 07-Sep-2023].

[8] "Vietnam to Accelerate Use of AI in Healthcare," Orissa International, 2020. [Online]. Available: https://www.orissa-international.com/. [Accessed: 12-Sep-2023].

[9] "Vietnam offers many AI solutions to help doctors diagnose diseases," Vietnam.vn, 2023. [Online]. Available: https://vietnam.vn. [Accessed: 12-Sep-2023].

[10] "Vietnam to Accelerate Use of AI in Healthcare," Orissa International, 2020. [Online]. Available: https://www.orissa-international.com/. [Accessed: 12-Sep-2023].

[11] "Japanese doctors are creating crucial AI healthcare tools," World Economic Forum, 2023. [Online]. Available: https://www.weforum.org/. [Accessed: 07-Sep-2023].

[12] "AI Revolution in Japan: Transforming the Healthcare Industry," Japan Up Close, 2024. [Online]. Available: https://japanupclose.web-japan.org/. [Accessed: 05-Aug-2024].

[13] "Artificial Intelligence in the Japanese Medical Sector," EU-Japan, 2023. [Online]. Available: https://www.eu-japan.eu/. [Accessed: 07-Sep-2023].

[14] "Delivering on the Promise of Medical AI: Can Japan’s Regulators Keep Pace?" Tokyo Foundation for Policy Research, 2024. [Online]. Available: https://www.tokyofoundation.org/. [Accessed: 12-Sep-2024].

[15] "Digital Health on the Rise as Japan’s Healthcare System Gets Hi-Tech Makeover," JETRO, 2023. [Online]. Available: https://www.jetro.go.jp/. [Accessed: 10-Sep-2023].

[16] "Healthcare in Vietnam: Harnessing Artificial Intelligence and Robotics to Improve Patient Care Outcomes," Smart Health Center, 2023. [Online]. Available: https://smarthealth.vinuni.edu.vn/. [Accessed: 07-Sep-2023].

[17] "Charting Vietnam’s AI Trajectory: Progress and Ambitions," OpenGov Asia, 2023. [Online]. Available: https://www.opengovasia.com/. [Accessed: 24-Sep-2024].