AI hỗ trợ chẩn đoán và điều trị tại một số bệnh viện YHCT ở Trung Quốc. Ảnh minh họa: Canva

Những câu chuyện thực tế 

Ngày nay, tại một số bệnh viện YHCT ở Trung Quốc, quy trình thăm khám đang có thêm một bước mới: Bệnh nhân đặt cổ tay lên cảm biến áp lực, hoặc thè lưỡi trước camera để AI hỗ trợ phân tích trước khi thầy thuốc tiếp nhận. 

Ở đây, hệ thống bắt mạch điện tử sử dụng thuật toán học máy để nhận diện các mạch tượng như huyền, hoạt, sác, trì theo lý luận YHCT. Còn các mô hình học sâu (deep learning) được huấn luyện trên hàng chục nghìn ảnh lưỡi lâm sàng đã đạt độ chính xác phân loại lên tới 93–97% với một số đặc điểm lưỡi như vết răng, điểm ứ huyết hay nứt lưỡi, từ đó mở ra khả năng khách quan hóa thiệt chẩn (quan sát lưỡi), vốn là một bước thăm khám phụ thuộc nhiều vào kinh nghiệm chủ quan của người thầy thuốc.

Trong châm cứu AI cũng có mặt, từ phân tích dữ liệu lâm sàng - nơi các thuật toán khai thác hàng nghìn hồ sơ điều trị để nhận diện mô hình phối huyệt thường dùng nhất cho từng bệnh lý, hay cung cấp bằng chứng thực tế hỗ trợ xây dựng phác đồ, cho đến tự động hóa một phần kỹ thuật bằng cách sử dụng robot châm cứu dùng camera 3D và mô hình giải phẫu số để xác định vị trí huyệt đạo, thực hiện tiến kim với góc và độ sâu được tính toán sẵn. 

Mặc dù những công nghệ này vẫn trong giai đoạn thử nghiệm, nhưng nó cho thấy tiềm năng tự động hóa một phần kỹ thuật châm cứu trong tương lai. 

Trong dược học cổ truyền, vai trò của AI cũng không kém cạnh. Ví dụ để đánh giá các bài thuốc cổ phương, các thuật toán có thể phân tích y thư kinh điển để tìm ra những cặp phối ngũ thường gặp (như toan táo nhân và phục linh, hay viễn chí và đương quy trong các bài thuốc an thần), từ đó giúp nhà nghiên cứu hiểu rõ tư duy lập phương của người xưa. 

Ngoài ra, AI cũng được sử dụng trong bào chế. Hệ thống sắc thuốc tự động tích hợp AI điều chỉnh nhiệt độ, thời gian sắc và lượng nước dựa trên đặc tính từng vị thuốc, phân biệt dược liệu cần cho sắc trước hay sắc sau hay các vị chứa tinh dầu dễ bay hơi, từ đó chuẩn hóa chất lượng bào chế và giảm thiểu sai lệch giữa các mẻ thuốc.

Tiềm năng và thách thức 

Tiềm năng của AI trong YHCT trở nên rõ ràng hơn khi nhìn vào quy mô tri thức cần xử lý. Nguồn kiến thức từ trong các tác phẩm kinh điển như Hoàng Đế Nội Kinh, Thương Hàn Luận, hay Hải Thượng Y Tông Tâm Lĩnh,... với một khối lượng thông tin vượt xa khả năng tổng hợp của bất kỳ thầy thuốc nào. 

AI có thể lưu trữ, phân tích và khai thác kho tàng đó một cách có hệ thống và nhanh chóng. Ngoài ra, khi AI tổng hợp dữ liệu từ nhiều cơ sở điều trị, nó còn có thể hỗ trợ chuẩn hóa lâm sàng, từ đó hỗ trợ giải bài toán mà YHCT vốn gặp lâu nay: Cùng một bệnh nhân, cùng biểu hiện bệnh, nhưng mỗi thầy thuốc lại biện chứng theo một hướng khác nhau tùy trường phái và kinh nghiệm cá nhân. 

Tuy nhiên, chính những đặc điểm cốt lõi của YHCT lại tạo ra thách thức khó vượt qua. YHCT không chỉ là tập hợp dữ liệu mà là một hệ thống tư duy tổng hợp, trong đó chẩn đoán phụ thuộc không nhỏ vào trạng thái tâm lý của người bệnh. Trong đó, các cảm xúc như giận, lo, sợ, buồn đều là yếu tố bệnh sinh quan trọng theo lý luận YHCT. AI vốn dựa trên thuật toán và dữ liệu, không thể cảm nhận được một cách toàn diện các vấn đề tâm lý này. 

Bên cạnh đó, chất lượng và tính chuẩn hóa của dữ liệu cũng là rào cản thực tế. Hồ sơ lâm sàng YHCT thường không đồng nhất về cách ghi chép biện chứng, tên bệnh, liều lượng dược liệu và nhiều tri thức thực hành quý báu chưa bao giờ được ghi chép ra giấy mà chỉ truyền miệng giữa thầy trò. Khi dữ liệu đầu vào thiếu chuẩn hóa, các mô hình AI sẽ học những mẩu không mang tính đại diện, từ đó có thể tạo ra kết quả sai lệch. 

Robot bắt mạch có thể giúp người thầy thuốc YHCT chẩn bệnh tốt hơn. Ảnh minh họa: Canva

Về pháp lý, nhiều quốc gia vẫn chưa có khung quy định rõ ràng cho AI trong y tế. Nhiều câu hỏi vẫn chưa thể trả lời: Nếu một hệ thống AI gợi ý sai phác đồ và gây hại cho bệnh nhân, trách nhiệm thuộc về ai? Nhà phát triển phần mềm, cơ sở y tế hay người thầy thuốc trực tiếp sử dụng? Cần biết rằng, dữ liệu sức khỏe của bệnh nhân qua các thiết bị chẩn đoán thông minh cũng tiềm ẩn nguy cơ bảo mật khi hành lang pháp lý còn chưa hoàn thiện.

Năm 2019, khi Tổ chức Y tế thế giới (WHO) đưa YHCT vào ICD-11 (Bảng phân loại quốc tế về bệnh tật lần thứ 11), nhiều nhà khoa học đã lo ngại rằng sự hợp thức hóa này có thể kéo theo những phương pháp điều trị chưa đủ bằng chứng. Trong bối cảnh này, việc tăng tốc ứng dụng AI nhưng thiếu kiểm soát khoa học càng có thể khuếch đại những khoảng trống bằng chứng vốn đã tồn tại. 

Phần đông các chuyên gia đồng thuận rằng mô hình hợp lý nhất hiện nay là “AI hỗ trợ thầy thuốc”. Cụ thể, máy tính phân tích dữ liệu và đưa gợi ý, nhưng quyết định điều trị cuối cùng phải thuộc về con người. Thầy thuốc vẫn là người đồng hành và đồng quyết định cùng người bệnh. Khi được xây dựng trên nền tảng dữ liệu đáng tin cậy và chuẩn mực khoa học nghiêm túc, AI không đối lập với YHCT mà có thể trở thành cầu nối giữa kho tri thức ngàn năm và những công cụ phân tích hiện đại của thế kỷ 21.

Theo TSK số 705