Dự báo để không chờ đến lúc thiếu máu
AI dự báo máu là hệ thống dùng dữ liệu về người hiến, nhu cầu điều trị và đặc điểm từng khu vực để ước tính lượng máu có thể tiếp nhận, nơi có nguy cơ thiếu hoặc dư, từ đó hỗ trợ lập kế hoạch cung ứng và phân phối.
Giá trị của cách tiếp cận này nằm ở việc chuyển quản lý nguồn cung máu từ phản ứng sau khi khan hiếm xảy ra sang chuẩn bị trước. Hiện nước ta mới đáp ứng khoảng 54% nhu cầu máu cho điều trị, trong khi các chế phẩm chỉ có thể sử dụng khoảng 5–35 ngày tùy loại. Thiếu hụt khiến bệnh viện và người bệnh phải trông chờ vào những đợt vận động hiến máu khẩn cấp; nguồn dư kéo dài lại có thể hết hạn. Trong bối cảnh ấy, dự báo không phải phép màu tạo ra máu, nhưng có thể giúp các đơn vị nhận diện sớm điểm lệch giữa nhu cầu và lượng dự trữ, rồi hành động khi vẫn còn thời gian.
Mô hình kết nối bốn mắt xích của chuỗi cung ứng
Công trình “Tối ưu hóa chuỗi cung ứng máu theo hướng ứng dụng mô hình đa tác tử và trí tuệ nhân tạo” do nhóm sinh viên liên ngành Trí tuệ nhân tạo và Kinh doanh quốc tế của Đại học FPT thực hiện. Nhóm mô phỏng bốn thành phần: người hiến máu, trung tâm tiếp nhận, cơ sở lưu trữ và bệnh viện. Mỗi thành phần được xem như một tác tử có thể tương tác, trao đổi thông tin, qua đó tái hiện dòng máu từ lúc tiếp nhận đến khi phân phối.
Hệ thống được định hướng phân tích yếu tố khu vực, thời gian và mùa vụ, đồng thời có thể bổ sung dữ liệu lịch sử sử dụng máu và nhu cầu điều trị. Nếu được phát triển đầy đủ, dự báo nơi có nguy cơ thiếu hoặc thừa có thể giúp ngành y tế cân đối nguồn cung sớm hơn, thay vì chỉ điều chuyển sau khi bệnh viện phát tín hiệu cấp bách. Đây là điểm đáng chú ý: AI không thay thế quyết định chuyên môn, mà có thể cung cấp một bức tranh liên kết để các đơn vị cân nhắc điều phối máu.
Kết quả ban đầu có triển vọng, nhưng chưa phải triển khai thực tế
Cần phân biệt tiềm năng của hệ thống với năng lực đã được kiểm chứng. Ở giai đoạn hiện tại, nhóm chưa triển khai mô hình tại cơ sở y tế; thử nghiệm tập trung dự báo lượng máu có thể thu nhận từ người hiến. Dữ liệu gồm 3.000 người tại hai cụm phường ở khu vực Quy Nhơn, với thông tin về tuổi, giới tính, cân nặng, sức khỏe và tần suất hiến máu.
Kết quả bước đầu đạt độ chính xác khoảng 92%, sai số khoảng 37,28 mL. Con số này đáng khích lệ trong phạm vi thử nghiệm, nhưng chưa chứng minh hệ thống có thể dự báo chính xác nhu cầu của bệnh viện hay điều phối hiệu quả trên quy mô rộng. Muốn biến kết quả nghiên cứu thành công cụ vận hành, dữ liệu giữa cơ sở y tế, địa phương và các đơn vị trong chuỗi cần chính xác, đồng bộ và được cập nhật thường xuyên. Thiếu nền tảng dữ liệu ấy, dự báo có thể lệch khỏi thực tế mà nó cần phục vụ.
Từ dự báo đến điều phối: bước phát triển cần thiết
Theo định hướng của nhóm, khi nhận diện nguy cơ thiếu máu, hệ thống có thể xem xét lượng máu đang lưu trữ, nhu cầu bệnh viện, khoảng cách vận chuyển và thời gian đáp ứng để đề xuất nguồn điều chuyển phù hợp. Dự báo nhu cầu tăng cũng có thể giúp lên kế hoạch tổ chức chiến dịch hiến máu trước khi thiếu hụt trở nên cấp thiết. Với người bệnh, lợi ích kỳ vọng rất cụ thể: nguồn máu được phân bổ sát nhu cầu điều trị hơn, thay vì nơi thừa có nguy cơ bỏ phí còn nơi khác phải kêu gọi khẩn cấp.
Công trình được hội đồng chuyên môn chấp nhận tại Hội nghị quốc tế GOODTECHS 2025 và dự kiến xuất bản trong kỷ yếu của Springer Nature vào tháng 2/2027. Bước tiếp theo, nhóm dự kiến mở rộng dữ liệu, hoàn thiện kiến trúc đa tác tử và phát triển các mô hình dự báo lượng máu hiến, hiệu quả chiến dịch, nhu cầu cùng nguy cơ thiếu hụt theo khu vực và thời điểm. Đây là hướng đi đáng theo đuổi, nhưng hiệu quả sau cùng sẽ phụ thuộc vào khả năng kết nối dữ liệu và thử nghiệm với nhu cầu vận hành thật.
AI hữu ích khi giúp hệ thống hành động sớm
Nghiên cứu của sinh viên FPTU đặt đúng trọng tâm: bài toán máu không chỉ là vận động thêm người hiến, mà còn là đưa đúng lượng máu đến đúng nơi, đúng lúc. AI dự báo máu có thể hỗ trợ mục tiêu ấy bằng cách nhận diện mất cân đối và đề xuất điều phối, song kết quả thử nghiệm hiện mới là bước đầu, chưa phải bằng chứng về một hệ thống đã sẵn sàng áp dụng rộng rãi.
Nếu nhóm và các đơn vị y tế giải quyết được bài toán dữ liệu, kiểm chứng dự báo trong thực tế và kết nối thông tin lưu trữ với nhu cầu bệnh viện, công cụ này có thể giúp nguồn cung máu được quản lý chủ động hơn. Đó mới là thước đo quan trọng: không phải AI dự đoán được bao nhiêu con số, mà là dự báo có giúp giảm thiếu hụt, hạn chế lãng phí và điều phối nguồn máu kịp thời hay không.
