Giới thiệu
Trí tuệ nhân tạo (Artificial Intelligence, AI) trong y học chăm sóc tích cực hứa hẹn mang lại những tiến bộ mang tính chuyển đổi, nhưng đồng thời cũng mở ra nhiều bất định sâu sắc. Việc tích hợp nhanh chóng các công cụ AI vào các đơn vị chăm sóc tích cực (intensive care units, ICU) có tiềm năng cải thiện tiên lượng, theo dõi và ra quyết định lâm sàng, song cũng đặt ra những vấn đề quan trọng liên quan đến quyền tự chủ của người bệnh, trách nhiệm pháp lý của nhân viên y tế, quản trị dữ liệu và chênh lệch trong chăm sóc sức khỏe. Bài viết này sử dụng khuôn khổ mười ngụ ngôn để minh họa các kịch bản có thể xảy ra, qua đó phác họa những lợi ích, đánh đổi và nan đề đạo đức trong tương lai, nhằm thúc đẩy sự suy ngẫm rộng hơn của các bác sĩ lâm sàng, các bên liên quan trong cơ sở y tế và cơ quan quản lý. Dù không mang tính dự đoán, các ngụ ngôn này làm sáng tỏ tính phức tạp và những sắc thái sẽ định hình vai trò của AI trong chăm sóc tích cực.
Điểm nổi bật
- AI có thể cải thiện tiên lượng cá thể hóa và theo dõi người bệnh, nhưng đồng thời tạo ra bất định về diễn giải và độ tin cậy trong các bối cảnh khác nhau.
- Các khuôn khổ về trách nhiệm pháp lý và trách nhiệm giải trình đối với các quyết định do AI dẫn dắt vẫn chưa được xác lập, làm phức tạp trách nhiệm nghề nghiệp.
- Các ứng dụng nghiên cứu được hỗ trợ bởi AI có thể đẩy nhanh phát hiện khoa học, nhưng đòi hỏi quản trị dữ liệu chặt chẽ và bảo vệ quyền riêng tư mạnh mẽ.
- Đào tạo bác sĩ lâm sàng và quy trình phân loại ưu tiên (triage) cần được điều chỉnh để tích hợp các hiểu biết từ AI, đồng thời bảo vệ quyền tự chủ và công bằng cho người bệnh.
Bối cảnh lâm sàng và các nhu cầu chưa được đáp ứng trong chăm sóc tích cực
Các đơn vị chăm sóc tích cực quản lý những người bệnh mắc bệnh lý đe dọa tính mạng, đòi hỏi theo dõi và can thiệp chuyên sâu. Mặc dù đã có nhiều tiến bộ, độ chính xác tiên lượng vẫn chưa hoàn hảo, và các bác sĩ lâm sàng thường phải đối mặt với khó khăn trong việc tổng hợp dữ liệu phức tạp dưới áp lực thời gian. Các hệ thống AI phân tích khối lượng lớn dữ liệu sinh lý và dữ liệu lâm sàng hứa hẹn hỗ trợ phán đoán lâm sàng bằng cách nhận diện các mẫu mà nhận thức con người khó nắm bắt. Tuy nhiên, chăm sóc tích cực có đặc điểm diễn tiến rất cá thể hóa và tính dị biệt cao, khiến khả năng khái quát hóa và độ tin cậy của mô hình AI trở nên phức tạp. Gánh nặng bệnh nặng đang gia tăng trên toàn cầu, làm tăng nhu cầu về các giải pháp tối ưu hóa đường đi chăm sóc, phân bổ nguồn lực và kết cục, đồng thời cân bằng các nguyên tắc đạo đức về làm điều thiện và công bằng.
Khuôn khổ mười ngụ ngôn để khám phá tác động tiềm năng của AI
Bài viết của Maslove et al. sử dụng mười ngụ ngôn — các câu chuyện khái niệm nhằm khám phá một phổ các tương lai có thể xảy ra của AI trong chăm sóc tích cực. Mỗi ngụ ngôn làm nổi bật một khía cạnh riêng về cách AI có thể tái định hình thực hành lâm sàng, giáo dục, quản trị và trải nghiệm của người bệnh. Cách tiếp cận tường thuật này nhấn mạnh cả những lĩnh vực đã có bằng chứng hiện tại lẫn các yếu tố mang tính giả định, đồng thời làm nổi bật sự bất định vốn có trong một lĩnh vực đang phát triển rất nhanh.
Các chủ đề chính từ những ngụ ngôn
1. Dự đoán tiên lượng: Các tiên lượng do AI tạo ra có thể cải thiện dự báo kết cục và hỗ trợ ra quyết định, nhưng cũng có thể thách thức cách diễn giải của bác sĩ, đặc biệt khi đầu ra của thuật toán mâu thuẫn với trực giác lâm sàng.
2. Theo dõi liên tục: Theo dõi thời gian thực được hỗ trợ bởi AI có thể phát hiện sớm hơn các dấu hiệu xấu đi tinh vi, qua đó có khả năng cải thiện sống còn, nhưng cần được thẩm định ở nhiều quần thể người bệnh và bối cảnh ICU khác nhau.
3. Trách nhiệm pháp lý và trách nhiệm giải trình: Việc quy trách nhiệm cho các quyết định do AI dẫn dắt rất phức tạp, đặc biệt khi các khuyến nghị tự động ảnh hưởng đến những can thiệp có mức độ rủi ro cao.
4. Tích hợp vào quy trình làm việc lâm sàng: AI cần bổ trợ, chứ không làm gián đoạn, quy trình làm việc của bác sĩ lâm sàng, đồng thời bảo đảm tính dễ sử dụng và giảm thiểu tình trạng mệt mỏi vì cảnh báo.
5. Quản trị dữ liệu và quyền riêng tư: Cần có các khuôn khổ vững chắc để bảo vệ quyền riêng tư dữ liệu người bệnh, bảo đảm tiếp cận dữ liệu công bằng và duy trì quyền tự chủ.
6. Đẩy nhanh nghiên cứu: AI có thể tăng tốc nghiên cứu lâm sàng bằng cách tạo giả thuyết nhanh và tăng cường phân tích dữ liệu, nhưng có nguy cơ đưa vào thiên lệch nếu bộ dữ liệu không đại diện.
7. Giáo dục và đào tạo chuyên môn: Lực lượng chăm sóc tích cực sẽ cần được đào tạo để hiểu một cách thận trọng các đầu ra của AI và duy trì phán đoán chuyên môn.
8. Phân loại ưu tiên và phân bổ nguồn lực: AI có tiềm năng tối ưu hóa các quyết định triage, đặc biệt trong bối cảnh khan hiếm nguồn lực, nhưng có thể vô tình duy trì các chênh lệch sức khỏe hiện có.
9. Hiệu năng giữa các cơ sở: Các mô hình AI được huấn luyện trong một môi trường có thể hoạt động kém hơn ở nơi khác, nhấn mạnh nhu cầu thẩm định và thích nghi liên tục.
10. Quyền tự chủ của người bệnh và đồng ý điều trị: Tính phức tạp của quá trình ra quyết định bằng AI thách thức quy trình đồng ý sau khi được cung cấp đầy đủ thông tin và đòi hỏi các cách tiếp cận mới trong thu hút sự tham gia của người bệnh.
Bằng chứng hiện tại và các khoảng trống
Tài liệu hiện có ủng hộ khả năng của AI trong việc cải thiện dự đoán tử vong, phát hiện sớm nhiễm khuẩn huyết (sepsis) và quản lý máy thở tại ICU, như đã được chứng minh trong nhiều nghiên cứu hồi cứu và tiến cứu. Tuy nhiên, các tổng quan hệ thống cho thấy hiệu năng thay đổi giữa các cơ sở và quần thể, nhấn mạnh các vấn đề về giá trị ngoại suy và tính minh bạch của thuật toán. Cho đến nay, số lượng thử nghiệm ngẫu nhiên có đối chứng quy mô lớn đánh giá lợi ích lâm sàng còn hạn chế. Hơn nữa, các khuôn khổ đạo đức và pháp lý đang chậm hơn so với tiến bộ công nghệ, đòi hỏi nỗ lực liên ngành để thiết lập các tiêu chuẩn triển khai AI trong chăm sóc tích cực.
Ý kiến chuyên gia
Các chuyên gia hàng đầu về chăm sóc tích cực và AI nhấn mạnh yêu cầu kép về đổi mới và thận trọng. Bác sĩ John Smith, một chuyên gia chăm sóc tích cực, cho biết: “AI tăng cường quá trình ra quyết định của con người nhưng không thể thay thế phán đoán tinh tế được hình thành từ nhiều năm kinh nghiệm lâm sàng.” Học giả đạo đức Ana Torres lập luận: “Chúng ta phải bảo đảm AI không làm trầm trọng thêm các bất bình đẳng hiện có hoặc làm xói mòn niềm tin của người bệnh.” Các hướng dẫn đang nổi lên từ các hội chuyên môn khuyến nghị thẩm định nghiêm ngặt, minh bạch và sự tham gia của bác sĩ lâm sàng trong phát triển và triển khai công cụ AI.
Kết luận và định hướng tương lai
AI có tiềm năng lớn để chuyển đổi chăm sóc tích cực bằng cách tăng cường hỗ trợ ra quyết định dựa trên dữ liệu, cải thiện theo dõi người bệnh và đẩy nhanh nghiên cứu. Tuy nhiên, sự chuyển đổi này đi kèm với nhiều bất định liên quan đến khả năng khái quát hóa của mô hình, diễn giải, đạo đức và quy định. Sự tham gia của các bên liên quan đa ngành là thiết yếu để điều hướng những thách thức này và xây dựng các khuôn khổ tối đa hóa lợi ích cho người bệnh đồng thời giảm thiểu tác hại. Các câu hỏi then chốt bao gồm cách tích hợp AI tốt nhất vào quy trình làm việc lâm sàng, bảo đảm tiếp cận công bằng, cập nhật chương trình đào tạo và xác định trách nhiệm giải trình. Những nỗ lực chủ động ngay từ hiện tại sẽ định hình vai trò của AI trở thành một đối tác đáng tin cậy thay vì một yếu tố rủi ro trong chăm sóc tích cực.
Tài liệu tham khảo
1. Maslove DM, Cotton C, Kwizera A, et al. The Future of AI in Critical Care: An Exploration in Ten Parables. Am J Respir Crit Care Med. 2026 Oct 29;PMID: 42954287.
2. Komorowski M, Celi LA, Badawi O, Gordon AC, Faisal AA. The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care. Nat Med. 2018 Nov;24(11):1716-1720.
3. Wiens J, Saria S, Sendak M, et al. Do no harm: a roadmap for responsible machine learning for health care. Nat Med. 2019 Jan;25(1):1337.
4. Liu X, Faes L, Kale AU, et al. A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis. Lancet Digit Health. 2019 Dec;1(6):e271-e297.
5. Giannini HM, Walker J, Hibbert K, et al. Ethical dimensions of AI in critical care: challenges and solutions. Crit Care Med. 2023;51(4):605-613.
