Năm phút là kết quả đáng kể, nhưng chưa phải thước đo cuối cùng
AI trong bệnh viện là việc sử dụng hệ thống trí tuệ nhân tạo để xử lý dữ liệu và hỗ trợ quy trình quản lý hoặc chăm sóc, với giá trị cần được chứng minh trong điều kiện vận hành thực tế. Trường hợp Trung tâm Y tế Tịnh Biên cho thấy lợi ích có thể bắt đầu từ một công việc cụ thể: tổng hợp số liệu giao ban. Tại hội nghị khoa học AI4Health 2026, diễn ra ngày 23–24/10 do Trường Đại học Y Dược – Đại học Quốc gia Hà Nội tổ chức, BSCKII Nguyễn Tấn Huy cho biết thời gian chuẩn bị số liệu đã giảm từ 3–4 giờ mỗi đêm xuống còn khoảng 5 phút duyệt vào buổi sáng. Đây là bước cải thiện rõ rệt, nhất là khi trước đó báo cáo đôi khi hoàn tất sau lúc cuộc họp bắt đầu. Nhưng tiết kiệm thời gian là bằng chứng về hiệu quả quản trị, chưa tự động chứng minh người bệnh được chẩn đoán tốt hơn hay điều trị an toàn hơn.
AI quản trị bệnh viện giải quyết bài toán vận hành
Ở Tịnh Biên, hệ thống lấy dữ liệu từ phần mềm quản lý bệnh viện, kiểm tra, xử lý rồi trình bày thành báo cáo; hơn 300 chỉ tiêu thuộc 8 khoa được theo dõi và cập nhật hằng ngày. Thay đổi đáng chú ý không chỉ nằm ở khâu tổng hợp số liệu y tế nhanh hơn. Lãnh đạo có thể theo dõi tình hình khoa phòng, số người bệnh nằm viện, công suất giường, người chờ khám và chuyển viện, đồng thời nhận báo cáo trước giờ giao ban. Biểu đồ lượt bệnh nhân theo giờ giúp trung tâm nhận ra thời điểm đông vào sáng sớm và đầu giờ chiều, từ đó điều chỉnh giờ mở phòng khám và bố trí nhân lực. Đây là ví dụ thuyết phục cho AI quản trị bệnh viện: đánh giá bằng thời gian xử lý, độ kịp thời của thông tin và việc dữ liệu có giúp cải thiện phân bổ nguồn lực hay không. Những chỉ số ấy quan trọng, nhưng không nên bị gọi nhầm là hiệu quả lâm sàng.
Độ chính xác không thay thế bằng chứng lâm sàng
Khi AI chuyển từ điều hành sang hỗ trợ chẩn đoán hoặc điều trị, thước đo phải đổi theo. Độ chính xác cao trong nghiên cứu không bảo đảm kết quả tương tự tại bệnh viện, trên nhóm bệnh nhân khác hoặc trong quy trình làm việc thường ngày. Vì vậy, hiệu quả lâm sàng AI cần được đánh giá bằng cải thiện có thể kiểm chứng đối với chăm sóc người bệnh, đồng thời xét đến an toàn, bảo mật, khả năng giải thích và mức độ phù hợp với thực tế. AI phân tích dữ liệu y tế có thể giúp bác sĩ tổng hợp thông tin và đưa ra quyết định tốt hơn, nhưng trách nhiệm chuyên môn vẫn thuộc về người hành nghề. Hội nghị AI4Health 2026 thu hút hơn 300 đại biểu đăng ký, với 48 báo cáo khoa học và 10 báo cáo poster, phản ánh phạm vi ứng dụng từ quản lý bệnh viện đến chẩn đoán hình ảnh và thực hành lâm sàng. Các hướng này không thể dùng chung một bộ tiêu chí: công cụ quản lý cần chứng minh cải thiện quy trình; công cụ lâm sàng phải chứng minh lợi ích và độ an toàn cho người bệnh.
Triển khai theo từng bước, giữ con người ở khâu quyết định
Bài học từ Tịnh Biên còn nằm ở thứ tự triển khai. AI không phải điểm khởi đầu: trung tâm trải qua sáu bước chuyển đổi dữ liệu, trong đó công nghệ tham gia từ bước thứ tư và chỉ vận hành toàn trình ở bước thứ sáu, sau khi dữ liệu được chuẩn bị. Điều đó bác bỏ kỳ vọng rằng chỉ cần đưa một mô hình vào là có thể khắc phục dữ liệu phân tán hoặc quy trình chưa ổn định. Với cơ sở tuyến dưới, hướng đi hợp lý là bắt đầu từ việc dễ kiểm tra như tự động hóa lịch trực, lịch công tác, rồi đến báo cáo giao ban trước khi mở rộng sang nghiệp vụ phức tạp. Dù hệ thống tự động hóa nhiều khâu, nhân viên y tế vẫn cần kiểm tra sai sót trước khi dùng báo cáo để ra quyết định. Hội nghị năm nay tiếp nối kỳ trước và hướng tới mở rộng hợp tác giữa cơ sở đào tạo, viện nghiên cứu, bệnh viện và doanh nghiệp.
Kết luận: trường hợp Tịnh Biên chứng minh AI có thể tạo giá trị thiết thực cho quản trị bệnh viện, nhưng không nên lấy tốc độ xử lý hay độ chính xác thuật toán làm đại diện cho toàn bộ giá trị y tế. Mỗi ứng dụng cần được đánh giá theo đúng mục tiêu: vận hành tốt hơn với công cụ quản lý, kết quả chăm sóc tốt hơn và an toàn hơn với công cụ lâm sàng. Chỉ khi có dữ liệu phù hợp, quy trình đáng tin cậy và bằng chứng về tác động thực tế, AI mới xứng đáng được mở rộng.
