Tuy nhiên, đằng sau làn sóng ấy là một thực tế đáng chú ý: tỷ lệ sử dụng AI tăng nhanh, nhưng mức độ ứng dụng thực chất, an toàn và đồng đều giữa các cơ sở y tế, chuyên khoa và nhóm nhân sự vẫn còn rất khác nhau.
Từ thử nghiệm đến vận hành thực tế
Các khảo sát quốc tế gần đây cho thấy y tế đang nằm trong nhóm lĩnh vực có tốc độ tiếp nhận AI nhanh nhất. Khảo sát của McKinsey công bố tháng 4/2026 ghi nhận các tổ chức chăm sóc sức khỏe tại Mỹ đang chuyển từ giai đoạn thử nghiệm sang tìm kiếm hiệu quả đầu tư và tích hợp AI vào vận hành thực tế. AI không còn chỉ là chủ đề của phòng nghiên cứu, mà đã trở thành vấn đề quản trị của toàn hệ thống.
Một nghiên cứu trên JAMA Health Forum năm 2025 cho thấy việc sử dụng AI trong chăm sóc sức khỏe tăng rõ rệt giai đoạn 2023-2025, dù vẫn thấp hơn tài chính, giáo dục hay công nghệ thông tin. Ở cấp bệnh viện, hơn 2.000 bệnh viện tại Mỹ cho thấy 31,5% đã tích hợp AI tạo sinh với hồ sơ sức khỏe điện tử năm 2024, trong khi 24,7% dự kiến triển khai trong năm tiếp theo.
Chỉ trong thời gian ngắn, AI tạo sinh đã tiến gần hơn đến các quy trình vận hành lõi của bệnh viện, đặc biệt là quản lý hồ sơ, hỗ trợ ghi chú lâm sàng và tự động hóa tác vụ hành chính.
Có dùng AI không có nghĩa là dùng hiệu quả
Tuy nhiên, "có sử dụng AI" không đồng nghĩa với "ứng dụng AI hiệu quả". Sự khác biệt giữa thử nghiệm và triển khai thực tế trong y tế là rất lớn. Một bệnh viện có thể dùng AI để hỗ trợ hành chính nhưng chưa sẵn sàng dùng trong chẩn đoán. Một bác sĩ có thể dùng AI để tóm tắt tài liệu nhưng chưa được đào tạo đầy đủ về cách kiểm chứng kết quả, bảo vệ dữ liệu bệnh nhân hay nhận diện sai lệch thuật toán. Một khoa chẩn đoán hình ảnh có thể tiếp cận phần mềm AI tiên tiến, trong khi tuyến y tế cơ sở vẫn thiếu dữ liệu số hóa, hạ tầng kết nối và nhân lực có năng lực sử dụng công nghệ.
AI đang lan tỏa nhanh nhất ở những nơi có dữ liệu tốt, quy trình chuẩn hóa cao và khả năng đầu tư lớn - như chẩn đoán hình ảnh, xét nghiệm, quản lý hồ sơ bệnh án và điều phối vận hành. Các lĩnh vực đòi hỏi tương tác lâm sàng phức tạp hoặc ra quyết định điều trị cá nhân hóa vẫn cần nhiều tầng kiểm soát hơn.
Đào tạo: Hạ tầng mềm quyết định thành công
Tại Việt Nam, chuyển đổi số y tế đang mở ra nền tảng quan trọng cho việc ứng dụng AI. Các bệnh viện lớn đã bắt đầu triển khai bệnh án điện tử, hệ thống lưu trữ và truyền tải hình ảnh, khám chữa bệnh từ xa, cùng các giải pháp hỗ trợ chẩn đoán. AI đang được ứng dụng trong chẩn đoán hình ảnh, quản lý hồ sơ điện tử, tự động hóa tác vụ hành chính và hỗ trợ phát hiện bệnh sớm.
Tuy nhiên, ngành y tế Việt Nam vẫn đối mặt với các thách thức đặc thù: dữ liệu phân mảnh, khả năng liên thông hạn chế, hạ tầng số chưa đồng đều giữa các tuyến, và thiếu nhân lực vừa hiểu chuyên môn y tế vừa có năng lực sử dụng AI.
Thực trạng này cho thấy đào tạo AI trong y tế không thể chỉ dừng ở việc giới thiệu công cụ hay hướng dẫn dùng chatbot. Điều quan trọng hơn là hình thành tư duy đúng: AI là công cụ hỗ trợ, không thay thế trách nhiệm chuyên môn của bác sĩ, điều dưỡng, dược sĩ hay nhà quản lý bệnh viện. Người học cần hiểu AI làm tốt điều gì, còn hạn chế ở đâu, khi nào nên dùng và cách kiểm chứng đầu ra trước khi áp dụng vào công việc.
Theo khuyến nghị của WHO, triển khai AI trong y tế phải gắn với minh bạch, trách nhiệm giải trình, bảo vệ quyền riêng tư và giám sát của con người. Vì vậy, chương trình đào tạo cần thiết kế theo từng nhóm: bác sĩ, điều dưỡng, nhân viên vận hành và lãnh đạo bệnh viện. Với bác sĩ, trọng tâm là ứng dụng AI trong tra cứu y văn, hỗ trợ chẩn đoán và ra quyết định dựa trên bằng chứng. Với điều dưỡng và nhân viên vận hành, AI hỗ trợ lập kế hoạch chăm sóc, quản lý lịch hẹn và giảm tải hành chính. Với lãnh đạo bệnh viện, nội dung quan trọng hơn là chiến lược triển khai, quản trị dữ liệu, đánh giá hiệu quả đầu tư và kiểm soát rủi ro pháp lý.
Trong y tế, giá trị của AI không nằm ở số lượng công cụ, mà ở năng lực con người. Vì vậy, đào tạo chính là hạ tầng mềm quyết định thành công.
(Nguồn: VLAB Innovation)
.svg){kind=icon}
