AI hỗ trợ quyết định lâm sàng là gì? Ứng dụng và rủi ro

Trong khám chữa bệnh, bác sĩ phải đánh giá đồng thời triệu chứng, tiền sử bệnh, kết quả xét nghiệm và thuốc đang sử dụng. Khi dữ liệu phân tán hoặc bệnh nhân có nhiều bệnh nền, việc tổng hợp thông tin và nhận diện nguy cơ trở nên phức tạp. AI hỗ trợ quyết định lâm sàng có thể giúp phân tích dữ liệu, phát hiện dấu hiệu bất thường và cung cấp cảnh báo để bác sĩ xem xét. Trong bài viết này, Bizfly sẽ cùng bạn tìm hiểu cách AI hỗ trợ bác sĩ ra quyết định, những ứng dụng thực tế và các điều kiện cần thiết để triển khai an toàn.

AI hỗ trợ quyết định lâm sàng là gì?

AI hỗ trợ quyết định lâm sàng (AI-enabled Clinical Decision Support – AI-CDS) là việc ứng dụng trí tuệ nhân tạo để phân tích dữ liệu y khoa, cung cấp cảnh báo, dự đoán nguy cơ hoặc gợi ý giúp bác sĩ đánh giá tình trạng bệnh nhân và cân nhắc quyết định chẩn đoán, điều trị phù hợp.

Công nghệ này có thể được tích hợp vào hệ thống hỗ trợ quyết định lâm sàng (CDSS). Tuy nhiên, không phải mọi CDSS đều sử dụng AI; một số hệ thống hoạt động dựa trên quy tắc chuyên môn được thiết lập sẵn.

Đây là một ứng dụng của AI trong y tế, trong đó AI đóng vai trò cung cấp thông tin hỗ trợ, không thay thế đánh giá và trách nhiệm chuyên môn của bác sĩ.

AI tham gia vào quá trình ra quyết định lâm sàng như thế nào?

Quá trình hỗ trợ quyết định lâm sàng thường gồm ba bước: tổng hợp dữ liệu bệnh nhân, phân tích để đưa ra cảnh báo hoặc khuyến nghị và hỗ trợ bác sĩ kiểm chứng trước khi quyết định.

Tiếp nhận và tổng hợp thông tin bệnh nhân

AI có thể tổng hợp dữ liệu từ hồ sơ bệnh án, kết quả xét nghiệm, tiền sử bệnh và thuốc đang sử dụng. Qua đó, hệ thống làm nổi bật những thông tin bất thường hoặc còn thiếu để bác sĩ kiểm tra.

Ví dụ, với bệnh nhân có nhiều bệnh nền, AI có thể hỗ trợ rà soát tiền sử dị ứng và danh sách thuốc trước khi kê đơn. Kết quả phụ thuộc vào độ chính xác và đầy đủ của dữ liệu.

Việc ứng dụng AI bệnh án điện tử và AI phân tích dữ liệu y tế có thể hỗ trợ bước tổng hợp thông tin khi các chức năng này được triển khai phù hợp.

Phân tích dữ liệu và đưa ra cảnh báo hoặc khuyến nghị

Dựa trên thông tin thu thập, hệ thống AI có thể hỗ trợ:

• Cảnh báo nguy cơ: Phát hiện dấu hiệu bất thường hoặc nguy cơ tương tác thuốc.
• Đánh giá rủi ro: Nhận diện trường hợp cần theo dõi hoặc kiểm tra thêm.
• Đề xuất tham khảo: Cung cấp thông tin giúp bác sĩ cân nhắc phương án xử lý.

Khả năng này phụ thuộc vào chức năng và phạm vi sử dụng đã được đánh giá của từng hệ thống.

Bác sĩ kiểm chứng và đưa ra quyết định

Bác sĩ đối chiếu cảnh báo hoặc khuyến nghị của AI với tình trạng bệnh nhân, kết quả thăm khám và hướng dẫn chuyên môn.

Từ đó, bác sĩ quyết định chấp nhận, điều chỉnh hoặc không sử dụng khuyến nghị nếu không phù hợp. Quyết định lâm sàng vẫn thuộc trách nhiệm của bác sĩ.

AI hỗ trợ bác sĩ trong những quyết định lâm sàng nào?

AI có thể hỗ trợ bác sĩ trong đánh giá nguy cơ, cân nhắc chẩn đoán, kiểm tra an toàn kê đơn, lựa chọn phương án điều trị và theo dõi diễn biến bệnh nhân.

Đánh giá nguy cơ và xác định mức độ ưu tiên

AI có thể phân tích chỉ số sức khỏe, tiền sử bệnh và các yếu tố nguy cơ để hỗ trợ bác sĩ nhận diện những trường hợp cần được đánh giá sớm.

Ví dụ, với bệnh nhân nội trú, hệ thống có thể phát hiện những thay đổi đáng chú ý từ dữ liệu theo dõi và cảnh báo nguy cơ diễn biến nặng. Nhờ đó, nhân viên y tế có thêm thông tin để xác định mức độ ưu tiên thăm khám.

Tuy nhiên, kết quả AI dự đoán bệnh hoặc dự báo nguy cơ không đồng nghĩa với chẩn đoán xác định và cần được kiểm chứng.

Hỗ trợ cân nhắc chẩn đoán và xét nghiệm bổ sung

Trong quá trình chẩn đoán, AI có thể tổng hợp triệu chứng, tiền sử bệnh và kết quả xét nghiệm để làm nổi bật những thông tin cần chú ý.

Tùy chức năng hệ thống, AI có thể gợi ý các khả năng cần xem xét hoặc thông tin còn thiếu. Bác sĩ sẽ quyết định có cần thực hiện xét nghiệm bổ sung dựa trên tình trạng thực tế của bệnh nhân.

Khác với AI trong chẩn đoán hình ảnh, vốn tập trung hỗ trợ phân tích dữ liệu hình ảnh y khoa, ứng dụng này chú trọng cung cấp thông tin tham khảo cho quá trình ra quyết định.

Kiểm tra an toàn kê đơn và tương tác thuốc

Kê đơn cho bệnh nhân có nhiều bệnh nền hoặc đang sử dụng nhiều loại thuốc đòi hỏi bác sĩ kiểm tra kỹ nguy cơ tương tác, chống chỉ định và tiền sử dị ứng.

Hệ thống hỗ trợ quyết định lâm sàng có thể đối chiếu những thông tin này để cảnh báo nguy cơ trước khi kê đơn. Ví dụ, khi phát hiện hai loại thuốc có khả năng tương tác bất lợi, hệ thống sẽ thông báo để bác sĩ hoặc dược sĩ đánh giá và lựa chọn cách xử lý phù hợp.

Cảnh báo tương tác thuốc không nhất thiết sử dụng AI mà cũng có thể dựa trên quy tắc chuyên môn được thiết lập sẵn.

Hỗ trợ cân nhắc phương án điều trị

AI có thể cung cấp thông tin tham khảo giúp bác sĩ cân nhắc phương án điều trị dựa trên đặc điểm của từng bệnh nhân.

Các yếu tố được xem xét có thể gồm bệnh nền, kết quả xét nghiệm, thuốc đang sử dụng và nguy cơ liên quan. Chẳng hạn, hệ thống có thể làm nổi bật những thông tin cần lưu ý khi bác sĩ đánh giá phương án điều trị cho bệnh nhân mắc nhiều bệnh đồng thời.

AI không tự quyết định phác đồ. Bác sĩ cần đánh giá lợi ích, rủi ro và mức độ phù hợp trước khi lựa chọn phương án điều trị.

Theo dõi diễn biến và cảnh báo nguy cơ

Trong quá trình điều trị, AI có thể hỗ trợ theo dõi sự thay đổi của các chỉ số sức khỏe và nhận diện dấu hiệu cần được kiểm tra.

Ví dụ, khi dữ liệu theo dõi cho thấy nhiều chỉ số thay đổi bất thường, hệ thống có thể phát cảnh báo để nhân viên y tế đánh giá lại tình trạng bệnh nhân.

Khả năng này giúp bổ sung thông tin cho quá trình theo dõi nhưng không thay thế hoạt động thăm khám và giám sát trực tiếp của đội ngũ y tế.

Ví dụ minh họa AI hỗ trợ quyết định lâm sàng trong thực tế

Để hiểu rõ cách hệ thống hỗ trợ quyết định lâm sàng phối hợp với bác sĩ, có thể xem xét tình huống giả định về kiểm tra an toàn kê đơn.

Tình huống bệnh nhân có nhiều bệnh nền và đang sử dụng nhiều loại thuốc

Một bệnh nhân lớn tuổi mắc tăng huyết áp, tiểu đường và bệnh thận mạn tính, đang sử dụng nhiều loại thuốc để kiểm soát sức khỏe.

Khi bệnh nhân cần được kê thêm thuốc, bác sĩ phải xem xét danh sách thuốc hiện tại, tiền sử dị ứng, chức năng thận và nguy cơ tương tác. Việc kiểm tra nhiều thông tin cùng lúc đòi hỏi sự thận trọng, đặc biệt khi tình trạng sức khỏe của bệnh nhân có thể thay đổi.

AI hỗ trợ cảnh báo và bác sĩ xử lý như thế nào?

Trong tình huống này, hệ thống hỗ trợ quyết định lâm sàng có thể tham gia theo bốn bước:

1. Nhập thông tin: Bác sĩ nhập hoặc xác nhận thuốc dự kiến kê cùng dữ liệu bệnh nhân trên hệ thống.
2. Kiểm tra và cảnh báo: Hệ thống đối chiếu thông tin liên quan, hiển thị cảnh báo nếu phát hiện nguy cơ tương tác thuốc hoặc yếu tố cần lưu ý.
3. Đánh giá chuyên môn: Bác sĩ xem xét mức độ nghiêm trọng của cảnh báo, tình trạng bệnh nhân và các hướng dẫn chuyên môn phù hợp.
4. Đưa ra quyết định: Bác sĩ quyết định giữ nguyên đơn thuốc, điều chỉnh hoặc lựa chọn phương án khác và ghi nhận theo quy trình.

Cảnh báo trong ví dụ này có thể đến từ CDSS dựa trên quy tắc hoặc hệ thống tích hợp AI, tùy công nghệ được sử dụng.

Giá trị cốt lõi là cung cấp thông tin đúng thời điểm, giúp bác sĩ kiểm tra các yếu tố quan trọng trước khi đưa ra quyết định lâm sàng.

AI mang lại giá trị gì cho quá trình ra quyết định lâm sàng?

Giá trị của AI nằm ở khả năng cung cấp thông tin liên quan đúng thời điểm, giúp bác sĩ nhận diện nguy cơ và có thêm căn cứ khi đánh giá tình trạng bệnh nhân.

Tuy nhiên, những giá trị này không tự động xuất hiện ở mọi hệ thống AI. Hiệu quả thực tế phụ thuộc vào chất lượng dữ liệu, độ tin cậy của mô hình và khả năng tích hợp vào quy trình chuyên môn.

Vì vậy, cơ sở y tế cần đánh giá hiệu quả trong môi trường triển khai thực tế, đặc biệt là chất lượng cảnh báo, mức độ phù hợp của khuyến nghị và ảnh hưởng đến an toàn người bệnh.

Khuyến nghị của AI có đáng tin cậy không? Những rủi ro cần lưu ý

Độ tin cậy của AI hỗ trợ quyết định lâm sàng phụ thuộc vào từng hệ thống, mục đích sử dụng, chất lượng dữ liệu và bằng chứng kiểm định. Không thể áp dụng một mức độ chính xác chung cho mọi công cụ.

Khi khuyến nghị ảnh hưởng đến sức khỏe bệnh nhân, cơ sở y tế cần đặc biệt chú ý đến những rủi ro sau.

Khuyến nghị sai hoặc thiếu căn cứ

AI có thể đưa ra kết quả không chính xác khi dữ liệu bệnh nhân thiếu, sai lệch hoặc khác biệt đáng kể so với dữ liệu dùng để phát triển hệ thống.

Với AI tạo sinh, một rủi ro khác là AI hallucination trong y tế – hiện tượng tạo ra thông tin có vẻ hợp lý nhưng thiếu căn cứ đáng tin cậy.

Vì vậy, khuyến nghị cần được kiểm chứng bằng thông tin lâm sàng và nguồn chuyên môn phù hợp trước khi sử dụng.

Nguy cơ phụ thuộc AI và quá tải cảnh báo

Nhân viên y tế có thể quá tin tưởng vào khuyến nghị của AI mà bỏ qua những dấu hiệu không phù hợp với tình trạng thực tế của bệnh nhân.

Ngược lại, nếu hệ thống liên tục đưa ra cảnh báo thiếu liên quan, bác sĩ có thể dần bỏ qua cả những cảnh báo quan trọng.

Để hạn chế rủi ro, cơ sở y tế cần đánh giá độ chính xác, mức độ hữu ích và tần suất cảnh báo trong quá trình sử dụng.

Bảo mật dữ liệu và an toàn người bệnh

Hồ sơ bệnh án, kết quả xét nghiệm và thông tin điều trị là dữ liệu nhạy cảm, cần được bảo vệ khi tích hợp với AI.

Cơ sở y tế cần xây dựng cơ chế bảo mật dữ liệu y tế khi ứng dụng AI, bao gồm kiểm soát quyền truy cập, mục đích xử lý và việc chia sẻ thông tin với các hệ thống bên ngoài.

Đồng thời, cần có quy trình phát hiện lỗi, giám sát hoạt động và xử lý khi hệ thống đưa ra kết quả bất thường.

Trách nhiệm kiểm chứng của bác sĩ

Khuyến nghị của AI không mặc nhiên là căn cứ duy nhất để đưa ra quyết định lâm sàng.

Bác sĩ cần đối chiếu kết quả với tình trạng bệnh nhân, kết quả thăm khám và hướng dẫn chuyên môn. Cơ sở y tế cũng phải xác định rõ quyền hạn sử dụng, trách nhiệm kiểm chứng và cơ chế giám sát theo từng loại hệ thống.

Việc có bác sĩ tham gia đánh giá là biện pháp kiểm soát quan trọng, nhưng không thay thế yêu cầu kiểm định và theo dõi độ an toàn của hệ thống AI.

Các nguyên tắc này phù hợp với định hướng quản trị AI có trách nhiệm trong y tế của WHO và hướng dẫn về Clinical Decision Support của FDA.

Bệnh viện cần đánh giá những gì trước khi triển khai AI hỗ trợ quyết định lâm sàng?

Trước khi triển khai AI hỗ trợ quyết định lâm sàng, bệnh viện cần đánh giá ba yếu tố: nhu cầu thực tế, chất lượng dữ liệu và hiệu quả sử dụng. Mục tiêu không chỉ là lựa chọn công nghệ phù hợp mà còn bảo đảm hệ thống hỗ trợ bác sĩ an toàn, đúng thời điểm.

Xác định nhu cầu lâm sàng cần hỗ trợ

Bệnh viện nên bắt đầu từ một vấn đề cụ thể, chẳng hạn cảnh báo tương tác thuốc hoặc nhận diện bệnh nhân có nguy cơ diễn biến nặng.

Với mỗi trường hợp, cần làm rõ:

• Ai sử dụng? Bác sĩ, dược sĩ hay nhân viên điều dưỡng.
• Sử dụng khi nào? Trong quá trình kê đơn, thăm khám hoặc theo dõi bệnh nhân.
• Hỗ trợ quyết định gì? Kiểm tra nguy cơ, ưu tiên đánh giá hay cân nhắc phương án xử lý.

Việc xác định đúng nhu cầu giúp tránh triển khai AI chỉ vì xu hướng công nghệ mà thiếu giá trị lâm sàng rõ ràng.

Đánh giá dữ liệu và mức độ phù hợp của hệ thống

Hiệu quả của AI phụ thuộc đáng kể vào dữ liệu và môi trường sử dụng. Bệnh viện cần xem xét:

• Chất lượng dữ liệu: Thông tin bệnh án, xét nghiệm và thuốc có đầy đủ, chính xác, được cập nhật không?
• Khả năng tích hợp: Hệ thống có kết nối phù hợp với hồ sơ bệnh án điện tử và quy trình hiện tại không?
• Bằng chứng kiểm định: Công cụ đã được đánh giá trên nhóm bệnh nhân và tình huống tương tự chưa?

Ngoài ra, cần kiểm tra quyền truy cập dữ liệu, giới hạn sử dụng và khả năng kiểm chứng kết quả trước khi đưa hệ thống vào hoạt động.

Thử nghiệm, giám sát và đo lường hiệu quả

Bệnh viện nên thử nghiệm trong phạm vi được kiểm soát, có sự tham gia của đội ngũ chuyên môn và tiêu chí đánh giá rõ ràng.

Việc mở rộng triển khai cần dựa trên kết quả thử nghiệm, đánh giá chuyên môn và khả năng giám sát lâu dài, thay vì chỉ dựa vào những tính năng do nhà cung cấp giới thiệu.

Bizfly hỗ trợ kết nối thông tin và tự động hóa quy trình trong y tế

Bên cạnh hoạt động khám chữa bệnh, bệnh viện còn phải xử lý nhiều công việc như tiếp nhận yêu cầu, tra cứu thông tin, điều phối công việc và chăm sóc bệnh nhân. Khi các hoạt động này thiếu sự kết nối, nhân viên y tế có thể mất nhiều thời gian xử lý thông tin thủ công.

Bizfly là thương hiệu cung cấp các giải pháp công nghệ và AI hỗ trợ doanh nghiệp, tổ chức trong hoạt động vận hành và chăm sóc khách hàng. Trong đó, AI Agent là một giải pháp do Bizfly cung cấp, có thể hỗ trợ tự động hóa các tác vụ phù hợp khi được cấu hình và kết nối với hệ thống nghiệp vụ.

Trong môi trường y tế, cơ sở khám chữa bệnh có thể xem xét ứng dụng AI Agent trong y tế để:

• Tiếp nhận và phân loại yêu cầu của bệnh nhân.
• Hướng dẫn thủ tục, quy trình khám chữa bệnh.
• Tra cứu thông tin trong phạm vi được cấp quyền.
• Chuyển tiếp yêu cầu cần xử lý đến nhân sự phụ trách.

Các hoạt động này thuộc phạm vi hỗ trợ thông tin và vận hành, không thay thế quyết định chẩn đoán, kê đơn hay điều trị của bác sĩ.

Cơ sở y tế có nhu cầu tự động hóa quy trình tiếp nhận và chăm sóc bệnh nhân có thể tìm hiểu giải pháp AI Agent do Bizfly cung cấp để đánh giá khả năng ứng dụng phù hợp.

Câu hỏi thường gặp về AI hỗ trợ quyết định lâm sàng

AI hỗ trợ quyết định lâm sàng có thể thay thế bác sĩ không?

Không. AI có thể hỗ trợ phân tích dữ liệu, cảnh báo nguy cơ và cung cấp khuyến nghị tham khảo. Tuy nhiên, bác sĩ vẫn chịu trách nhiệm đánh giá tình trạng bệnh nhân và đưa ra quyết định chuyên môn, không phụ thuộc hoàn toàn vào kết quả AI.

AI hỗ trợ quyết định lâm sàng có chính xác không?

Độ chính xác phụ thuộc vào chức năng, chất lượng dữ liệu, bằng chứng kiểm định và môi trường sử dụng của từng hệ thống. Không có mức chính xác chung cho mọi công cụ AI. Vì vậy, các khuyến nghị cần được kiểm chứng trước khi áp dụng vào thực tế lâm sàng.

Bệnh viện nhỏ có thể ứng dụng AI hỗ trợ quyết định lâm sàng không?

Có thể, nếu lựa chọn ứng dụng phù hợp với nhu cầu và nguồn lực hiện có. Bệnh viện nên bắt đầu từ một vấn đề cụ thể, đồng thời bảo đảm yêu cầu về chất lượng dữ liệu, an toàn người bệnh, kiểm định hệ thống và giám sát chuyên môn.

AI hỗ trợ quyết định lâm sàng giúp bác sĩ tiếp cận thông tin, nhận diện nguy cơ và có thêm cơ sở để cân nhắc phương án chẩn đoán, điều trị. Tuy nhiên, hiệu quả phụ thuộc vào chất lượng dữ liệu, mức độ phù hợp của hệ thống, bằng chứng kiểm định và cách sử dụng thực tế. Vì vậy, việc ứng dụng AI cần đặt an toàn người bệnh và trách nhiệm chuyên môn của bác sĩ làm trọng tâm, thay vì phụ thuộc hoàn toàn vào khuyến nghị của công nghệ.