Để AI lo giấy tờ, điều dưỡng lo người bệnh

Để AI lo giấy tờ, điều dưỡng lo người bệnh

Các mô hình ngôn ngữ lớn có thể giúp điều dưỡng giảm bớt thời gian bên bàn giấy để dành nhiều thời gian hơn cho người bệnh. Tuy nhiên, theo nghiên cứu của RMIT, AI chỉ phát huy hiệu quả khi được sử dụng như một trợ lý có thể tin cậy, chứ không phải công cụ tự đưa ra quyết định.

Điều dưỡng là mắt xích quan trọng trong hệ thống y tế. Bên cạnh việc chăm sóc người bệnh, họ dành phần lớn thời gian để ghi chép hồ sơ, giải thích các thông tin y khoa phức tạp, điều phối quá trình điều trị và xử lý công việc hành chính. Trong bối cảnh các hệ thống y tế trên toàn thế giới đang chịu áp lực ngày càng lớn, trí tuệ nhân tạo (AI) nổi lên như một giải pháp tiềm năng giúp giảm bớt gánh nặng này. 

Tuy nhiên, theo ông Tom Huỳnh, giảng viên ngành Công nghệ thông tin tại Đại học RMIT Việt Nam, câu chuyện không nằm chỗ dùng AI thay thế điều dưỡng, mà là giúp họ có thêm thời gian tập trung vào chuyên môn. 

Ông Tom nhớ lại: “Chúng tôi bắt đầu nghiên cứu với một câu hỏi rất đơn giản – các mô hình ngôn ngữ lớn có thể thực sự hỗ trợ điều dưỡng ở những khâu nào và cần những cơ chế bảo vệ nào trước khi áp dụng các mô hình này vào môi trường chăm sóc sức khỏe thực tế?”. 

Đó chính là nền tảng của nghiên cứu “Transforming nursing with large language models: from concept to practice” (Tạm dịch: Chuyển đổi hoạt động điều dưỡng với các mô hình ngôn ngữ lớn: Từ khái niệm đến thực tiễn), được công bố trên tạp chí European Journal of Cardiovascular Nursing. Nghiên cứu phân tích cách các mô hình ngôn ngữ lớn (LLM, hay AI xử lý ngôn ngữ tự nhiên) có thể hỗ trợ hoạt động điều dưỡng thông qua việc tăng nhận thức cho người bệnh, lập hồ sơ lâm sàng, hỗ trợ thông tin, tin học y tế và hỗ trợ xã hội, đồng thời xem xét những rủi ro cũng như các biện pháp bảo đảm cần thiết để triển khai công nghệ này một cách có trách nhiệm. 

Nhờ LLMs, điều dưỡng có thể dành nhiều thời gian hơn cho việc quan sát, giao tiếp, trấn an người bệnh và đánh giá lâm sàng. (Hình: Magnific) Nhờ LLMs, điều dưỡng có thể dành nhiều thời gian hơn cho việc quan sát, giao tiếp, trấn an người bệnh và đánh giá lâm sàng. (Hình: Magnific)

Theo ông Tom, giá trị lớn nhất của LLM nằm ở khả năng giúp điều dưỡng giảm bớt các công việc hành chính lặp đi lặp lại để tập trung chăm sóc người bệnh. 

Ông chia sẻ: “Công nghệ này có thể hỗ trợ soạn thảo hoặc dịch tài liệu giáo dục sức khỏe, tóm tắt các hồ sơ dài, sắp xếp tài liệu lâm sàng và chuẩn bị các danh mục kiểm tra. LLM cũng có thể hỗ trợ hoạt động đào tạo liên tục, các nhiệm vụ nghiên cứu và phương pháp học tập dựa trên tình huống dành cho sinh viên điều dưỡng”. 

“Cách tiếp cận an toàn nhất là sử dụng công nghệ như một công cụ hỗ trợ thay vì thay thế phán đoán chuyên môn. Điều dưỡng vẫn cần kiểm chứng thông tin, hiểu rõ hoàn cảnh của người bệnh và đưa ra quyết định cuối cùng”. 

Vị giảng viên RMIT cho biết thêm: “Tôi xem LLM như một ‘cơ phó’ vì công nghệ này có thể hỗ trợ các công việc thường ngày và giúp sắp xếp thông tin, nhưng người chịu trách nhiệm vẫn phải là nhân viên y tế. Mục tiêu không phải là thay thế điều dưỡng, mà giúp họ có thêm thời gian và sự tập trung dành cho công việc chính là điều dưỡng”. 

Tuy mang lại nhiều cơ hội, ông cũng cảnh báo rằng hạn chế của AI quan trọng không kém những khả năng mà công nghệ này mang lại. 

Một trong những mối lo ngại lớn nhất là LLM có thể tạo ra những câu trả lời nghe rất thuyết phục nhưng lại không chính xác về mặt thực tế, được gọi là “ảo giác AI” (AI hallucination). 

“Điều khiến tôi bất ngờ nhất là việc ngôn ngữ trôi chảy rất dễ bị nhầm lẫn với kiến thức đáng tin cậy. Một LLM có thể diễn đạt rất mạch lạc, tự tin, thậm chí thể hiện sự đồng cảm, nhưng vẫn đưa ra câu trả lời sai. Đây là một vấn đề nghiêm trọng trong lĩnh vực chăm sóc sức khỏe vì mọi người có thể tin vào cách diễn đạt trước khi kiểm chứng thông tin”. 

Đối với Việt Nam, thách thức không chỉ nằm ở riêng công nghệ. 

Tiếng Việt được xem là ngôn ngữ có nguồn dữ liệu hạn chế đối với AI vì lượng dữ liệu số và dữ liệu y khoa chất lượng cao phục vụ huấn luyện mô hình ít hơn rất nhiều so với tiếng Anh. Do đó, một mô hình hoạt động tốt bằng tiếng Anh có thể cho kết quả kém tin cậy hơn đáng kể khi sử dụng bằng tiếng Việt. 

Các nghiên cứu rộng hơn của ông Tom đã cho thấy rõ khoảng cách này. Trong một nghiên cứu tình huống, GPT-3.5 liên tục nhầm lẫn giữa chứng rung nhĩ và bệnh Parkinson khi trả lời bằng tiếng Việt. Nhóm nghiên cứu cũng phát hiện một mô hình mã nguồn mở được sử dụng rộng rãi có dữ liệu huấn luyện gồm 89,7% tiếng Anh nhưng chỉ 0,08% tiếng Việt. 

“Điều này cho thấy cùng một công nghệ có thể mang lại lợi ích cho nhóm người này nhưng lại kém tin cậy đối với nhóm khác. Ngôn ngữ là một phần của hạ tầng AI và khi hạ tầng đó còn yếu thì người dùng sẽ chịu nhiều bất lợi”.

Mr Tom Huynh, AssocÔng Tom Huỳnh, giảng viên ngành Công nghệ thông tin, Khoa Khoa học, Kỹ thuật và Công nghệ, Đại học RMIT Việt Nam (Hình: RMIT) iate Lecturer in the Information Technology program, School of Science, Engineering & Technology, RMIT Vietnam (Image: RMIT)Ông Tom Huỳnh, giảng viên ngành Công nghệ thông tin, Khoa Khoa học, Kỹ thuật và Công nghệ, Đại học RMIT Việt Nam (Hình: RMIT)

Thay vì vội vàng đưa AI vào bệnh viện, ông Tom cho rằng Việt Nam nên theo đuổi lộ trình triển khai từng bước, dựa trên bằng chứng khoa học. 

Theo ông, Việt Nam sở hữu đội ngũ nghiên cứu AI tài năng, các trường đại học đổi mới sáng tạo và nhiều cơ sở y tế sẵn sàng thử nghiệm công nghệ mới. Tuy nhiên, mức độ sẵn sàng không chỉ phụ thuộc vào việc một mô hình AI có thể tạo ra văn bản trôi chảy hay không. 

Để có thể tích hợp AI an toàn vào hoạt động chăm sóc sức khỏe thường nhật, Việt Nam cần xây dựng các bộ dữ liệu y khoa bằng tiếng Việt chất lượng hơn, thực hiện đánh giá độc lập, tăng cường các biện pháp bảo vệ quyền riêng tư và an ninh mạng, xác định rõ trách nhiệm nghề nghiệp, đào tạo nhân lực và thu thập thêm bằng chứng từ môi trường lâm sàng thực tế. 

“Cách tiếp cận theo từng giai đoạn sẽ hợp lý hơn. Việt Nam có thể bắt đầu với các ứng dụng có rủi ro thấp như đào tạo nhân viên, hỗ trợ soạn thảo các tài liệu hành chính không nhạy cảm và cung cấp thông tin cho người bệnh dưới sự kiểm chứng của bác sĩ hoặc điều dưỡng. Các ứng dụng hỗ trợ lập hồ sơ có thể được triển khai sau khi có hệ thống bảo mật và các đánh giá trong bối cảnh Việt Nam. Những ứng dụng hỗ trợ ra quyết định lâm sàng chỉ nên được xem xét sau khi trải qua quá trình thử nghiệm cẩn trọng và đánh giá của cơ quan quản lý. Mục tiêu là triển khai AI một cách an toàn và công bằng, thay vì áp dụng bằng mọi giá”. 

Nghiên cứu cũng phản ánh cam kết của RMIT Việt Nam trong việc ứng dụng các công nghệ mới để giải quyết những thách thức thực tiễn thông qua hợp tác quốc tế. Công trình quy tụ các nhà nghiên cứu từ Đại học Quốc gia Singapore, Đại học Trung văn Hồng Kông, Trung tâm Nghiên cứu AI thuộc Viện Nghiên cứu Hon Hai (Đài Loan) và Đơn vị Nghiên cứu lâm sàng Đại học Oxford tại Việt Nam. Chương trình nghiên cứu tổng thể do Phó giáo sư Arthur Tang, Phó khoa phụ trách Nghiên cứu và đổi mới sáng tạo, Khoa Khoa học, Kỹ thuật và Công nghệ, Đại học RMIT Việt Nam, dẫn dắt. 

Hướng đến tương lai, nghiên cứu viên RMIT kỳ vọng Việt Nam sẽ được biết đến không phải là quốc gia ứng dụng AI trong y tế nhanh nhất, mà là quốc gia triển khai công nghệ này một cách có trách nhiệm và công bằng. 

“Tôi không cho rằng AI nên bị loại khỏi lĩnh vực điều dưỡng. Điều tôi mong muốn là AI được ứng dụng theo cách giúp ngành điều dưỡng trở nên vững mạnh hơn. Công nghệ này nên giúp giảm bớt những gánh nặng không cần thiết, hỗ trợ mọi người hiểu rõ hơn về thông tin sức khỏe và đưa ra quyết định tốt hơn, đồng thời vẫn bảo vệ mối quan hệ giữa người với người – yếu tố cốt lõi của hoạt động chăm sóc”. 

Khi AI ngày càng được tích hợp sâu hơn vào lĩnh vực chăm sóc sức khỏe, ông Tom tin rằng đóng góp lớn nhất của công nghệ này sẽ không phải là thay thế điều dưỡng, mà là trao cho họ điều đặc biệt quý giá: nhiều thời gian hơn để chăm sóc người bệnh. 

Đằng sau mỗi thay đổi lớn là một câu chuyện đáng tìm hiểu. Một chạm, vạn biến là chuỗi bài viết chuyên gia dựa trên các nghiên cứu từ Đại học RMIT Việt Nam. Kết nối tri thức học thuật với những câu chuyện thời sự, chuỗi bài mang đến cho độc giả hiểu biết sâu hơn về những biến chuyển trong kinh tế, công nghệ, môi trường và xã hội, đồng thời gợi mở các giải pháp và cơ hội cho tương lai. 

Bài: Thùy Dung

Chia sẻ

Tin tức liên quan