DIỄN GIẢ

PGS.TS. Phạm Ngọc Tuấn Anh — Phó Trưởng Khoa — Khoa Dược - VLU
TS. Lê Văn Chương — Trưởng Khoa Kỹ thuật Y học - VLU | Nguyên PGĐ phụ trách Trung tâm Kiểm chuẩn chất lượng xét nghiệm y học – ĐH Y Dược TP.HCM | Cựu Học viên xuất sắc Đại học Mahidol – Thái Lan
PGS.TS.BS Bùi Quốc Thắng — Phó trưởng Khoa – Khoa Y - VLU | Phó Giáo sư ngành Nhi – Hồi sức (phong hàm 2009) | Bác sĩ Y khoa, Thạc sĩ, Bác sĩ nội trú, Tiến sĩ Y học tại ĐH Y Dược TP.HCM; | Bác sĩ Nội trú Bệnh viện Ambroise Paré, Paris – Pháp
TS Lê Thanh Điền — Tiến sĩ – Khoa Công nghệ ứng dụng - VLTECH | Tiến sĩ – Khoa Khoa học Thú Y, Trường ĐH Chulalongkorn (Thái Lan)
TS. Lưu Phúc Lợi — Tiến sĩ – Viện nghiên cứu Ứng dụng Khoa học sức khỏe và lão hóa, Bệnh viện Thống Nhất | Tiến sĩ – Viện Max Planck về Y Sinh học Phân tử (Đức)

ĐIỀU PHỐI/HOST: Khổng Loan

Một Bác Sĩ Riêng Trên Cổ Tay Và Câu Hỏi Về Trái Tim Ngành Y

Phiên thảo luận mở ra bằng một hình dung gần với đời sống: chiếc đồng hồ thông minh theo dõi giấc ngủ, nhịp tim, đường huyết; một trợ lý AI đọc kết quả, gợi ý ăn uống, vận động, chăm sóc sức khỏe thể chất và tinh thần. “Bác sĩ riêng” của mỗi người không còn là viễn cảnh xa.

Nhưng khi ta nhận một kết quả bệnh, lo sợ, hoang mang hoặc phải đưa ra quyết định điều trị, ta luôn cần một ai đó thấu hiểu, an ủi và khiến ta tin tưởng. Việt Nam có câu “lương y như từ mẫu”: người thầy thuốc giỏi có tấm lòng như người mẹ hiền. Vậy nếu AI chẩn đoán nhanh hơn, nhớ nhiều hơn, phát hiện mẫu bệnh tốt hơn, liệu AI có thay thế vai trò của bác sĩ không?

Câu hỏi đầu tiên được gửi tới TS. Lê Văn Chương: khi AI chẩn đoán nhanh và chính xác hơn, phát hiện được các pattern bệnh, vai trò của bác sĩ sẽ dịch chuyển về đâu, năng lực nào trở nên quý hơn, và trường y cần phát triển năng lực đó nhiều hơn?

Bác Sĩ Không Chỉ Cung Cấp Thông Tin, Mà Chịu Trách Nhiệm Quyết Định

TS. Lê Văn Chương đề nghị điều chỉnh cách đặt câu hỏi. Thay vì hỏi “AI có thay thế bác sĩ không”, ông cho rằng nên hỏi “khi AI ngày càng giỏi hơn, con người cần giỏi hơn ở điều gì”. Cách tiếp cận này đưa cuộc thảo luận ra khỏi nỗi sợ bị thay thế và hướng về năng lực con người cần phát triển.

Theo TS. Lê Văn Chương, AI nhớ nhiều hơn, phân tích nhanh hơn, học từ dữ liệu tốt hơn. Nhưng AI không chịu trách nhiệm trước bệnh nhân. Khi đứng trước gia đình người bệnh, bác sĩ phải giải thích, trả lời câu hỏi, giúp họ hiểu lựa chọn điều trị và chịu trách nhiệm cuối cùng. Vì vậy, vai trò của người thầy thuốc dịch chuyển từ người cung cấp thông tin sang người ra quyết định: bác sĩ nhận thông tin từ AI, nhưng con người quyết định và chịu trách nhiệm.

Ở trường y, sinh viên cần được dạy cách làm bạn với AI, làm chủ AI, có tư duy phản biện để tìm ra những gì AI chưa trả lời được. AI càng mạnh, người học y càng phải biết hỏi ngược: dữ liệu này có đủ không, khuyến nghị này có phù hợp với bệnh nhân cụ thể không, có yếu tố đạo đức hoặc hoàn cảnh gia đình nào chưa được tính đến không?

Một quyết định y khoa không chỉ là quyết định khoa học; nó còn là quyết định đạo đức, pháp lý và nhân văn.

PGS.TS.BS Bùi Quốc Thắng tiếp nối bằng góc nhìn lâm sàng. Ông thừa nhận nhiều bạn trẻ lo rằng khi AI phát triển, sinh viên ra trường có thể thất nghiệp. Nhưng trong y khoa, AI trước hết là công cụ hỗ trợ bác sĩ rất nhiều, đặc biệt trong chẩn đoán hình ảnh và một số xét nghiệm cận lâm sàng. Trước đây, bác sĩ chủ yếu dựa vào triệu chứng lâm sàng. Ví dụ, đau bụng hạ sườn phải có thể do gan, thận, ruột hoặc nhiều nguyên nhân khác. Khi có AI hỗ trợ hình ảnh và xét nghiệm, bác sĩ có thêm dữ liệu để định hướng nhanh và chính xác hơn.

Nhưng PGS.TS.BS Bùi Quốc Thắng nhấn mạnh: bác sĩ vẫn là người ra quyết định điều trị, chọn loại thuốc cho từng cá thể, chịu trách nhiệm đạo đức và pháp lý. AI dù giỏi đến đâu cũng không có khả năng khuyên nhủ, vui vẻ, an ủi người bệnh. Vì vậy, bác sĩ không nên lo lắng theo hướng bị thay thế, mà nên học thêm những năng lực mới. Ông đề xuất ba nhóm năng lực quan trọng: tâm lý học để thấu hiểu nỗi đau và cảm nhận của người bệnh; sự thấu cảm và kỹ năng giao tiếp giữa bác sĩ và bệnh nhân; tư duy phản biện để lý giải vì sao mình nghĩ bệnh nhân mắc bệnh này nhưng triệu chứng lại khác đi.

Từ khóa ông để lại ở phần này rất ngắn gọn: AI chỉ là công cụ hỗ trợ chẩn đoán cho bác sĩ.

Y Học Tương Lai Là Liên Ngành, Dữ Liệu Và Một Sức Khỏe

Với câu hỏi sinh viên y khoa và kỹ thuật y sinh nên học thêm điều gì mà chương trình truyền thống chưa đề cập, TS Lê Thanh Điền nói rõ ông làm trong lĩnh vực công nghệ sinh học, công nghệ y sinh, không phải bác sĩ. Chính từ vị trí đó, ông nhìn chăm sóc sức khỏe như một bài toán liên ngành.

Theo ông, chăm sóc sức khỏe cho một bệnh nhân hiện nay không chỉ đến từ bác sĩ mà từ nhiều chuyên gia thuộc nhiều chuyên ngành khác nhau, trong đó có công nghệ sinh học, tin sinh học và phân tích dữ liệu. Sinh viên ngành y được đào tạo rất nhiều về lâm sàng, bệnh học và phác đồ điều trị. Nhưng họ cũng cần tăng cường năng lực liên quan đến “Một Sức Khỏe” (One Health), đặt sức khỏe con người, sức khỏe động vật và sức khỏe môi trường trong cùng một hệ quy chiếu. Nhìn theo hướng này, y học không chỉ điều trị khi bệnh đã xuất hiện, mà còn phòng ngừa và dự phòng cho những dịch bệnh có thể bùng phát.

TS Lê Thanh Điền cũng nhấn mạnh kỹ năng dữ liệu và phân tích dữ liệu để hỗ trợ chẩn đoán và vận dụng vào điều trị. Riêng trong công nghệ sinh học, kỹ thuật y sinh, chương trình của Văn Lang đã tích hợp ứng dụng trí tuệ nhân tạo, phân tích tin sinh học chuyên ngành và các học phần về Một Sức Khỏe. Sinh viên không cần thông thạo tất cả, nhưng cần hiểu đủ để phối hợp trong lực lượng liên ngành giải quyết các vấn đề ở tầm quốc gia và quốc tế.

PGS.TS. Phạm Ngọc Tuấn Anh, từ góc nhìn Khoa Dược, nhấn mạnh rằng con người sẽ ngày càng làm việc cùng AI. Với khối sức khỏe, một bác sĩ hay nhân viên y tế giỏi không chỉ giới hạn ở chuyên môn. Ngoài tư duy liên ngành và năng lực dùng AI như công cụ hỗ trợ, điều quan trọng nhất theo ông là sự thấu cảm và đồng cảm. Những điều này được đào tạo qua thực tế, các học phần tâm lý học, giao tiếp và cảm nhận giữa con người với con người. Người máy không thể làm thay phần ấy.

TS. Lưu Phúc Lợi đưa vào phiên thảo luận một câu nói nổi tiếng trong giới AI: AI không thể thay thế bác sĩ hay nhà xét nghiệm, nhưng bác sĩ, nhà xét nghiệm biết dùng AI tốt sẽ thay thế những người không biết dùng. Vì vậy, điều cần bổ sung không nhất thiết là học để xây dựng mô hình AI, mà là học cách sử dụng AI để khai thác, tự động hóa và làm công việc đỡ vất vả hơn. Ông kể chính mình khi làm ở bệnh viện cũng xây dựng các công cụ AI, ví dụ công cụ hỗ trợ ghi nhớ quy định sử dụng thuốc theo bảo hiểm y tế, vì con người khó nhớ hết còn AI có bộ nhớ rất tốt.

Ông cũng đề xuất bổ sung y học hệ gen (genomic medicine), tức y học dựa trên gen. Theo TS. Lưu Phúc Lợi, lĩnh vực này hiện chưa được giảng dạy nhiều trong ngành xét nghiệm cũng như y dược ở Việt Nam, trong khi thế giới đã có những cơ sở dữ liệu gen rất lớn có thể ứng dụng để điều trị và xét nghiệm tốt hơn.

Điều Trị Cá Thể Hóa: Rào Cản Là Dữ Liệu, Chi Phí Và Hệ Sinh Thái

Với chăm sóc y tế cá thể hóa (personalized medicine), mỗi người có giải pháp điều trị riêng. Câu hỏi đặt ra là rào cản thực sự để điều trị cá thể hóa đến với bệnh nhân Việt Nam là gì: công nghệ, dữ liệu hay chi phí?

PGS.TS. Phạm Ngọc Tuấn Anh cho rằng cá thể hóa điều trị là hướng đi rất nên làm, vì hiệu quả điều trị không chỉ dựa trên phác đồ chuẩn hay thuốc tốt hàng đầu, mà còn phụ thuộc vào từng bệnh nhân. Trong ngành dược, nhiều nhà khoa học đã xây dựng mô hình AI để đưa ra khuyến nghị điều trị riêng.

Điểm khó nhất, theo ông, không nằm ở công nghệ hay chi phí, mà ở bộ dữ liệu, đặc biệt là dữ liệu trên chính bệnh nhân Việt Nam và dữ liệu theo dõi nồng độ thuốc khi sử dụng. Ông lấy ví dụ vancomycin, một thuốc có khoảng trị liệu hẹp, cần lịch sử và quá trình theo dõi nồng độ để có cơ sở dữ liệu đủ tốt cho AI dự đoán nồng độ hợp lý và hiệu quả nhất, từ đó khuyến cáo cho bác sĩ. Với ông, dữ liệu hiện là thách thức lớn nhất ở Việt Nam, nhưng hoàn toàn có thể làm được.

TS. Lưu Phúc Lợi trả lời từ chuyên môn điều trị cá thể hóa cho ung thư. Ông lấy ví dụ hai phụ nữ cùng bị ung thư vú, nhưng khi dùng cùng một thuốc hóa trị, hiệu quả có thể không giống nhau. Điều trị cá thể hóa nghĩa là tùy đối tượng mà chọn phương pháp phù hợp. Ví dụ, khi giải trình tự gen BRCA1 và BRCA2, nếu phát hiện đột biến gây bệnh, bác sĩ có thể dùng thuốc trúng đích olaparib của AstraZeneca, thuốc nhắm vào đột biến ở hai gen này. Như vậy, cùng bị ung thư vú, nhưng chỉ người có đột biến phù hợp mới dùng liệu pháp trúng đích cụ thể.

Về kỹ thuật, theo ông, Việt Nam đã làm được và thế giới đã có nhiều thuốc trúng đích. Vấn đề lớn hiện nay là chi phí. Cách đây bốn năm, giải trình tự hai gen BRCA1 và BRCA2 tốn khoảng mười bốn triệu đồng mỗi lần, quá đắt với nhiều bệnh nhân ung thư. Ông cũng chia sẻ một dự báo lạc quan từ hội nghị gần đây: trong tương lai, có thể chỉ cần khoảng hai mươi đô la là giải được cả hệ gen. Khi chi phí giảm, khả năng tiếp cận sẽ thay đổi rất lớn. Nhưng ở thời điểm hiện tại, tài chính vẫn là rào cản quan trọng.

PGS.TS.BS Bùi Quốc Thắng bổ sung về rào cản hệ thống. Việt Nam cần có bộ gen của người Việt để AI phát triển trong y học, vì big data về bộ gen người Việt sẽ giúp tìm ra các bệnh lý đặc thù. Bên cạnh dữ liệu, còn có rào cản về trang thiết bị và nhân sự: nếu cơ sở không đủ thiết bị hiện đại và nhân sự chất lượng, sẽ khó chẩn đoán các bệnh khó. Ngoài ra, phân mảnh giàu - nghèo trong điều trị là điều có thể xảy ra: người có điều kiện theo đuổi kỹ thuật cao hơn hoặc ra nước ngoài. Vì vậy, cải thiện hệ thống bảo hiểm y tế là một hướng để dần san lấp khoảng cách.

Hỏi Đáp: Học Gì Để Giữ Lửa Nghề Y?

Một bạn học sinh định hướng ngành y đặt câu hỏi: cần chuẩn bị nền tảng kiến thức gì để duy trì việc học suốt sáu năm mà không bị mất lửa nghề? PGS.TS.BS Bùi Quốc Thắng trả lời bằng kinh nghiệm cá nhân. Thời phổ thông, ông học ban toán - lý, nhưng theo yêu cầu gia đình lại thi vào y khối toán - hóa - sinh. Khi ấy, kiến thức sinh học của ông không nhiều, nhưng ông vẫn thi đỗ và dẫn đầu.

Từ kinh nghiệm đó, ông rút ra rằng điều đầu tiên phải có là lửa đam mê. Có thể một, hai năm đầu người học chưa cảm nhận rõ, nhưng khi đã học, ngọn lửa ấy dần xuất hiện. Về nền tảng, học sinh nên chú ý Sinh học và Hóa học. Tiếng Anh là bắt buộc, và Toán cũng không thể bỏ qua, nhất là trong thời đại AI và phân tích dữ liệu. Khi vào ngành y, sinh viên sẽ có hai năm học các môn khoa học cơ bản như giải phẫu học, sinh lý học, di truyền học, mô phôi.

Câu hỏi khác gửi tới PGS.TS. Phạm Ngọc Tuấn Anh: nếu AI biết mọi chỉ số sức khỏe nhưng không thể hiểu nỗi sợ hãi của con người khi nhận kết quả bệnh, tương lai y học cần công nghệ nhiều hơn hay con người nhiều hơn? Ông cho rằng không nên đánh giá cái nào cần hơn, mà phải xác định rõ vai trò mỗi bên. Bác sĩ chịu trách nhiệm cuối cùng trong hiệu quả điều trị; AI là trợ thủ giúp rút ngắn thời gian, hỗ trợ tìm dữ liệu, tra thông số chẩn đoán, phân tích hoặc tìm guideline. Khi AI lo phần số liệu và dữ liệu tốt hơn, bác sĩ có nhiều thời gian hơn để đồng hành, chia sẻ, thấu cảm và tư vấn phù hợp cho người bệnh.

Đây là một luận điểm xuyên suốt phiên thảo luận: AI không làm y học bớt cần con người; nếu dùng đúng, AI giúp con người có thêm thời gian và năng lượng để làm phần người nhất của y học.

Những Thông Điệp Cuối Phiên

PGS.TS. Phạm Ngọc Tuấn Anh chọn từ khóa “trách nhiệm”: trách nhiệm với những quyết định của mình. PGS.TS.BS Bùi Quốc Thắng nhắc lại điều cốt lõi: AI là trợ thủ, bác sĩ là người quyết định. TS. Lưu Phúc Lợi lặp lại câu nói về AI: AI sẽ không thay thế bác sĩ, nhưng bác sĩ biết dùng AI sẽ thay thế bác sĩ không biết dùng. Ông cũng nhắn rằng con đường theo ngành y không dễ, nhưng nó mang theo đam mê và niềm tự hào.

TS Lê Thanh Điền gửi thông điệp về Một Sức Khỏe: để bảo vệ sức khỏe toàn diện cho con người, chúng ta phải đặt sức khỏe con người cùng với sức khỏe động vật và sức khỏe môi trường, dựa trên nền tảng tiến bộ của khoa học sức khỏe, khoa học sự sống và khoa học dữ liệu. TS. Lê Văn Chương kết lại bằng một thông điệp giàu hình ảnh: thế hệ của ông học cách sử dụng máy tính; thế hệ các bạn cần học cách sử dụng và cộng tác với AI. Nhưng dù AI thay đổi nhanh đến đâu, những giá trị làm nên một thầy thuốc giỏi vẫn không đổi: sự tò mò để học hỏi, tư duy để phản biện và ra quyết định, trách nhiệm với cộng đồng. “AI có thể trở thành bộ não thứ hai của ngành y, nhưng trái tim vẫn thuộc về con người.”

Đúc kết từ phiên thảo luận

Nếu muốn học ngành sức khỏe, hãy chuẩn bị nền tảng Sinh học, Hóa học, Toán và tiếng Anh thật chắc.
Đừng học y chỉ để ghi nhớ; hãy rèn tư duy phản biện để biết kiểm tra dữ liệu, triệu chứng và khuyến nghị của AI.
Học cách dùng AI như công cụ hỗ trợ, không như người quyết định thay mình.
Rèn giao tiếp, tâm lý học và sự thấu cảm, vì bệnh nhân cần được hiểu chứ không chỉ được chẩn đoán.
Tìm hiểu y học hệ gen, dữ liệu y tế và điều trị cá thể hóa, vì đây là các hướng lớn của y học tương lai.
Nhìn sức khỏe theo hướng Một Sức Khỏe: con người, động vật và môi trường liên hệ chặt chẽ với nhau.
Công nghệ cao cần đi cùng dữ liệu sạch, chi phí tiếp cận hợp lý, thiết bị và nhân sự chất lượng.
Hãy nhớ thông điệp cốt lõi: AI là trợ thủ, bác sĩ là người quyết định, và trái tim ngành y vẫn thuộc về con người.