AI trong Chăm sóc sinh sản: Lời hứa, Bằng chứng và Thực tế lâm sàng

Thế giới đang bước vào một kỷ nguyên dân số mới. Tỷ lệ sinh toàn cầu tỷ lệ sinh đã giảm từ khoảng 4,9 trẻ em mỗi phụ nữ vào những năm 1950 xuống 2,3 hiện nay, và Liên Hợp Quốc dự báo nó sẽ tiếp tục giảm trong suốt thế kỷ này. Tại Vương quốc Anh, tỷ lệ sinh còn thấp hơn – 1,39 trẻ em mỗi phụ nữ ở Anh và Wales vào năm 2025. Khi tỷ lệ sinh giảm, việc hoãn thời gian sinh con và tỉ lệ vô sinh tăng đang làm thay đổi chăm sóc sức khỏe sinh sản, sinh sản đã trở thành một trong những lĩnh vực đầu tư HealthTech phát triển nhanh nhất. Các nhà đầu tư đang ủng hộ các công nghệ hứa hẹn sẽ giúp việc thụ thai dễ dàng hơn, hiểu rõ hơn về sức khỏe sinh sản, và điều hướng điều trị hiệu quả hơn. Thị trường toàn cầu cho công nghệ sinh sản hỗ trợ dự kiến sẽ đạt $33.4 tỷ vào năm 2026. Thị trường FemTech, bao gồm tất cả các công nghệ hỗ trợ sức khỏe phụ nữ, có giá trị ước tính $45.6 tỷ toàn cầu vào năm 2025 và được dự đoán sẽ tăng hơn ba lần vào năm 2033. 

Trí tuệ nhân tạo đã tự nhiên trở thành một phần của làn sóng này. Ngày nay, AI hỗ trợ các ứng dụng theo dõi chu kỳ, thiết bị đeo, xét nghiệm sinh sản tại nhà và công nghệ thụ tinh trong ống nghiệm (IVF), hứa hẹn cung cấp những hiểu biết ngày càng cá nhân hoá về sức khỏe sinh sản. Khi các công cụ này trở nên tinh vi hơn, cuộc trò chuyện đang chuyển từ những gì AI có thể làm sang mức độ tin cậy mà nó nên đạt được. Niềm tin đó không chỉ phụ thuộc vào chất lượng các khuyến nghị mà nó tạo ra, mà còn vào mức độ minh bạch của các công ty về dữ liệu phía sau: dữ liệu nào được dùng để đào tạo các hệ thống này, chúng có độ đại diện và độ tin cậy như thế nào, và giới hạn của chúng nằm ở đâu đối với cả bác sĩ lâm sàng và bệnh nhân. 

Các công cụ sinh sản kỹ thuật số đang thay đổi hành vi bệnh nhân nhanh hơn so với bằng chứng lâm sàng đang bắt kịp

Bằng chứng cho HealthTech sinh sản phức tạp hơn so với những gì các nhà ủng hộ mạnh mẽ nhất hoặc các nhà phê bình khắc nghiệt thường gợi ý. Một đánh giá gần đây của các nhà nghiên cứu của UCL kết luận rằng các công cụ kỹ thuật số – từ ứng dụng sinh sản và thiết bị đeo đến xét nghiệm tại nhà và chăm sóc sức khỏe từ xa – có thể cải thiện kiến thức sinh sản, hỗ trợ tự theo dõi, mở rộng tiếp cận dịch vụ chăm sóc, và tăng cường giao tiếp giữa bệnh nhân và bác sĩ. Khi bệnh nhân tham gia nhiều hơn vào việc hiểu và quản lý sức khỏe sinh sản của mình, AI ngày càng trở thành một phần của hành trình này. Theo một khảo sát KFF năm 2026, một trong ba người trưởng thành ở Hoa Kỳ đã sử dụng chatbot AI để lấy thông tin hoặc lời khuyên sức khỏe, với nhiều người quay tới nó trước khi nói chuyện với nhà cung cấp dịch vụ y tế. Điều này cho thấy AI đang trở thành hơn một công cụ tìm kiếm: nó hiện đang giúp mọi người giải thích thông tin sức khỏe trước khi đưa ra quyết định lâm sàng.

Đồng thời, các nhà nghiên cứu cho rằng những lợi ích này phụ thuộc vào độ chính xác, tính hợp lệ lâm sàng và việc tích hợp vào các lộ trình chăm sóc sức khỏe, đồng thời cảnh báo rằng nhiều công nghệ sinh sản vẫn ra mắt thị trường mà không có bằng chứng đủ để chứng minh các dự đoán của chúng vững chắc về mặt phân tích, có ý nghĩa lâm sàng hoặc thực sự có lợi cho bệnh nhân. Thách thức không chỉ nằm ở việc AI mắc lỗi hay tạo ra thông tin sai lệch. Nhiều công nghệ sinh sản tiếp cận bệnh nhân trước khi có đủ bằng chứng cho thấy các dự đoán của chúng có ý nghĩa lâm sàng hoặc thực sự cải thiện kết quả, tạo ra rủi ro khi sự tin tưởng vào công nghệ vượt quá bằng chứng hỗ trợ. 

Khoảng trống bằng chứng đó trở nên đặc biệt rõ ràng khi AI chuyển từ việc giải thích sinh học sinh sản cơ bản sang hỗ trợ các quyết định sinh sản. Các nhà nghiên cứu đã so sánh ChatGPT, Gemini, Copilot và Perplexity trên 37 câu hỏi về sinh sản và nhận thấy các mô hình nói chung đáng tin cậy trong các chủ đề như chu kỳ kinh nguyệt và thụ thai, nhưng trở nên kém nhất quán hơn nhiều khi trả lời các câu hỏi về IVF, đông lạnh trứng và các công nghệ sinh sản hỗ trợ khác.

Giải thích lại bất ngờ mang tính thực tiễn hơn là chỉ thuần kỹ thuật. Các khái niệm cơ bản về sinh sản được hỗ trợ bởi hàng thập kỷ bằng chứng đã được thiết lập vững chắc, trong khi các công nghệ sinh sản hỗ trợ tiến triển nhanh hơn nhiều. Như các tác giả lưu ý, ngay cả những mô hình trích dẫn các bài báo khoa học cũng có thể nhấn mạnh quá mức các tình trạng hiếm gặp hoặc các phát hiện đã lỗi thời, đưa ra những câu trả lời tự tin nhưng không phản ánh đúng quần thể bệnh nhân rộng hơn.

Khi các thiết bị healthtech và công cụ AI ngày càng định hình cách mọi người giải thích các triệu chứng, hiểu kết quả xét nghiệm và tiếp cận các quyết định điều trị trước khi đến phòng khám, tiêu chuẩn về bằng chứng, tính minh bạch và giám sát quy định trở nên cao hơn rất nhiều.

Nơi AI có thể tạo ra sự khác biệt lớn nhất trong chăm sóc sinh sản

Trong khi các ứng dụng sinh sản dành cho người tiêu dùng, thiết bị đeo và các xét nghiệm tại nhà tiếp tục phát triển, AI cũng đang chuyển đổi khía cạnh lâm sàng của y học sinh sản. Thay vì thay thế các chuyên gia, nghiên cứu tiềm năng nhất tập trung vào việc hỗ trợ các nhà phôi học, bác sĩ sinh sản và các đội ngũ phòng thí nghiệm đưa ra quyết định sáng suốt hơn. 

Một trong những lĩnh vực nghiên cứu AI lâu đời nhất trong sinh sản là đánh giá phôi trong IVF. Bằng cách phân tích hàng ngàn hình ảnh thời gian thực của quá trình phát triển phôi, các mô hình học máy đã cho thấy kết quả ấn tượng trong việc dự đoán khả năng sống sót của phôi và vẫn là một trong những ứng dụng tiềm năng nhất của lĩnh vực này. Đồng thời, một Nature Medicine trial quan trọng đã chứng minh rằng hiệu suất cao trên các bộ dữ liệu hồi cứu không tự động chuyển thành kết quả lâm sàng tốt hơn, khiến các nhà nghiên cứu nâng cao tiêu chuẩn xác thực. More recent work đã chuyển trọng tâm hơn nữa, nhấn mạnh việc đánh giá lâm sàng trong môi trường thực tế như là bước quan trọng tiếp theo trước khi các hệ thống này có thể được áp dụng rộng rãi trong thực tiễn.

Một hướng tiềm năng khác là dự đoán phản ứng buồng trứng trước IVF. Các nhà nghiên cứu đang sử dụng AI để kết hợp các chỉ số lâm sàng như tuổi, mức hormone anti-Müllerian (AMH) và số lượng nang nang antral nhằm ước tính khả năng phản ứng của bệnh nhân với kích thích buồng trứng trước khi điều trị bắt đầu. Recent studies cho thấy các mô hình này có thể cải thiện việc lập kế hoạch điều trị và giúp xác định bệnh nhân có thể hưởng lợi từ can thiệp sớm hơn hoặc chiến lược kích thích cá nhân hoá hơn, mặc dù việc xác thực lâm sàng rộng rãi vẫn là bước quan trọng tiếp theo.

Mức độ trưởng thành của các công nghệ này dao động đáng kể. Một số công cụ AI đã hỗ trợ các bác sĩ trong các phòng thí nghiệm IVF hiện nay, trong khi những công cụ khác vẫn đang chuyển từ nghiên cứu đại học đầy hứa hẹn sang giai đoạn xác thực lâm sàng. Sự khác biệt này quan trọng vì nó phản ánh một xu hướng rộng hơn trong chăm sóc sinh sản: tác động ngắn hạn lớn nhất ngày càng đến từ các hệ thống AI hỗ trợ quy trình làm việc lâm sàng thay vì thay thế phán đoán của bác sĩ.

Từ những đột phá AI đến việc cải thiện chăm sóc bệnh nhân hàng ngày

Không có gì bí mật rằng điều chính các doanh nghiệp mong đợi từ các công cụ AI là giảm chi phí. Ngành sinh sản cũng không ngoại lệ – IVF có thể là một quy trình tốn kém. Vì vậy, không có gì ngạc nhiên khi các phòng khám và công ty khác đang tìm cách giảm chi phí và làm cho điều trị trở nên tiếp cận được với càng nhiều người càng tốt.

Chúng ta không thể làm cho IVF và điều trị sinh sản nói chung trở nên dễ dàng hơn vì khía cạnh sinh học của nó rất phức tạp. Điều chúng ta có thể đơn giản hoá là hành trình của bệnh nhân và quy trình làm việc lâm sàng. Vì vậy, chúng tôi đã hướng tới AI để giảm thời gian các bác sĩ của chúng tôi dành cho việc chuẩn bị hồ sơ – một trong những nguồn lực quý giá nhất trong chăm sóc sinh sản.

Theo quan điểm của tôi, công cụ hữu ích nhất hiện nay sẽ là một hệ thống AI được thiết kế để phân tích toàn bộ lịch sử lâm sàng của bệnh nhân, các điều trị trước đó và kết quả xét nghiệm, sau đó sắp xếp thông tin đó thành một hồ sơ có cấu trúc. Ví dụ, nó có thể đưa ra đề xuất liều thuốc cho bác sĩ dựa trên kết quả xét nghiệm máu. Quyết định lâm sàng vẫn hoàn toàn do bác sĩ đưa ra; AI chỉ đơn giản giảm thời gian chuẩn bị cho quyết định đó.

Tại Plan Your Baby, chúng tôi hiện đang hợp tác với các đối tác trong ngành để xây dựng hệ thống như vậy. Trong tầm nhìn của chúng tôi, nó phải được huấn luyện trên dữ liệu ẩn danh thu thập trong nhiều năm chăm sóc sinh sản, vì trong y học chất lượng của một sản phẩm AI phụ thuộc không kém vào bối cảnh lâm sàng đằng sau dữ liệu so với mô hình tự nó. Mỗi hồ sơ đều được xóa nhận dạng trước khi được sử dụng cho việc phát triển, cho phép hệ thống học hỏi từ chăm sóc thực tế đồng thời bảo vệ quyền riêng tư của bệnh nhân.

Cũng cần nhấn mạnh rằng vì công nghệ này sẽ trở thành một phần của quy trình làm việc lâm sàng, nên không thể xem nó như một sản phẩm AI thông thường. Các công cụ như vậy cần được xây dựng với việc chứng nhận thiết bị y tế ngay từ đầu, vì trong chăm sóc sức khỏe, việc triển khai chỉ khả thi nếu công nghệ đáp ứng được các tiêu chuẩn tương tự như bất kỳ công cụ lâm sàng nào khác.