AI đã thông minh hơn bác sĩ của bạn. Đó không phải là phần đáng sợ.

Tôi muốn AI giải quyết vấn đề này.

Trong nhiều năm, tôi đã thu thập lịch sử bệnh nhân phức tạp, kết quả xét nghiệm, triệu chứng, thuốc men, thực phẩm bổ sung và nhiều năm điều trị trước đây, rồi cố gắng biến tất cả thành một kế hoạch lâm sàng nhất quán. Một trường hợp phức tạp có thể tốn ba giờ nghiên cứu trước khi tôi cảm thấy tự tin quyết định những gì quan trọng và những gì nên làm tiếp theo.

Sau đó, AI sinh tạo đã xuất hiện.

Suy nghĩ đầu tiên của tôi là điều hiển nhiên: cuối cùng.

Đó là một công nghệ có thể tiêu thụ lượng thông tin khổng lồ, nhớ lại kiến thức y tế nhanh hơn tôi bao giờ có thể và tìm ra các mối quan hệ trong một trường hợp trong vài giây. Tôi cho rằng mình có thể đặt một giao diện quanh mô hình ngôn ngữ lớn, xây dựng một vài biện pháp bảo vệ và xong việc.

Điều đó sẽ thật tuyệt vời.

Thay vào đó, sau khoảng một năm và 1 triệu đô la, với các kỹ sư phần mềm làm việc cùng một đội ngũ lâm sàng gồm 10 người, chúng tôi vẫn đang xây dựng.

Lý do không phải là AI không đủ thông minh.

Mà là trí thông minh chỉ là phần dễ dàng.

Tôi đã nhận được một AI khác so với mọi người khác

Manh mối đầu tiên của tôi xuất hiện trước khi chúng tôi thử xây dựng phần mềm lâm sàng. Tôi liên tục nhận thấy mình có thể sử dụng cùng một công cụ AI như người ngồi bên cạnh và đạt được kết quả đáng kể hơn.

Tại sao? Bởi vì tôi không chỉ đặt câu hỏi và nhận câu trả lời. Tôi đã tranh luận với nó. Thách thức các giả định. Cung cấp ngữ cảnh mà nó bỏ lỡ. Sửa lỗi. Thay đổi khung suy nghĩ. Đẩy mạnh lại.

Về mặt kỹ thuật, chúng tôi đang dùng cùng một công cụ. Về mặt chức năng, chúng tôi không như vậy.

Đó là một vấn đề năng suất thú vị khi bạn đang viết quảng cáo. Nó trở thành một vấn đề hoàn toàn khác khi đối tượng là bệnh nhân.

Tôi đã làm việc với hơn 70.000 chuyên gia. Một người có thể xuất sắc về lâm sàng nhưng vẫn kém trong việc khai thác thông tin hữu ích từ hệ thống AI.

Đó là những kỹ năng khác nhau.

Tuy nhiên, phần lớn câu trả lời trong y tế dường như là các bác sĩ chỉ cần học “kỹ thuật gợi ý.”

Tôi không nghĩ đó là một giải pháp nghiêm túc.

Nếu một hệ thống AI lâm sàng yêu cầu bác sĩ phải trở thành một kỹ sư gợi ý tinh vi trước khi hệ thống đáng tin cậy, chúng ta chưa hoàn thành việc xây dựng AI lâm sàng.

Nghiên cứu đã bắt đầu nói cho chúng ta điều không thoải mái

Một thử nghiệm lâm sàng ngẫu nhiên năm 2024 đã đưa 50 bác sĩ các trường hợp chẩn đoán khó. Các bác sĩ sử dụng GPT-4 đạt 76 %; những người dùng tài nguyên truyền thống đạt 74 %, chênh lệch không có ý nghĩa thống kê.

Sau đó các nhà nghiên cứu đã thử GPT-4 một mình. Nó vượt qua các bác sĩ dùng tài nguyên truyền thống 16 điểm phần trăm.

Một thử nghiệm năm 2026 tại Pakistan phát hiện rằng, sau đào tạo về hiểu biết AI, các bác sĩ có quyền truy cập GPT-4o đạt 71,4 % trong lập luận chẩn đoán so với 42,6 % của những người dùng tài nguyên truyền thống. Nhưng GPT-4o một mình đạt 82,9 %.

Một sự tái lập năm 2026 tại Vương quốc Anh phát hiện khoảng cách tương tự: các bác sĩ cải thiện với sự hỗ trợ của AI nhưng vẫn ghi được hơn 21 điểm phần trăm so với mô hình ngôn ngữ lớn tự hoạt động.

Chúng ta cần nói ra phần không thoải mái: trong một số nhiệm vụ nhận thức, AI đã tốt hơn một bác sĩ cá nhân.

Không có bác sĩ nào đọc được mọi bài báo y khoa hoặc có thể nhớ mọi bệnh hiếm, tương tác hay chống chỉ định ngay khi chúng trở nên liên quan. AI có thể xử lý lượng thông tin khổng lồ mà không mệt mỏi hay hết thời gian.

Sai lầm là cho rằng chúng ta có thể đặt một chatbot trước bác sĩ và coi vấn đề đã được giải quyết.

Vấn đề nằm ở hộp gợi ý trống

Hãy tưởng tượng một bác sĩ tải lên báo cáo xét nghiệm chứa 150 chỉ số và yêu cầu một mô hình ngôn ngữ lớn phân tích nó.

Câu trả lời trở lại được sắp xếp một cách đẹp mắt. Chỉ có một vấn đề: hệ thống không trích xuất được một cách đáng tin cậy tất cả 150 chỉ số.

Các mô hình ngôn ngữ đa năng không phải là bộ phân tích tài liệu lâm sàng định tính. Các bảng và báo cáo y tế dày đặc vẫn đặc biệt khó khăn. Điều đáng sợ là phản hồi cuối cùng có thể không thông báo, “Tôi đã bỏ lỡ 50 giá trị.”

Nó có thể chỉ trả lời.

Bây giờ hãy tưởng tượng một trong những giá trị bị thiếu cần được đánh giá y tế khẩn cấp.

Đó không phải là giới hạn mà tôi sẵn sàng chấp nhận. Chúng tôi phải tạo ra công nghệ trích xuất khác để xử lý báo cáo xét nghiệm một cách chính xác và có thể tái tạo trước khi phần suy luận lâm sàng của hệ thống có thể bắt đầu.

Trải nghiệm đó đã thay đổi cách tôi suy nghĩ về an toàn AI.

Một hệ thống AI nói với bạn rằng nó không biết điều gì đó là bất tiện.

Một hệ thống AI không biết mình đã bỏ lỡ gì là nguy hiểm.

Tại Sao Chúng Tôi Phải Xây Dựng Vượt Qua AI

Công việc lâm sàng đòi hỏi một thứ mà AI sinh tạo đa năng không tự nhiên cung cấp: khả năng tái tạo.

Chúng tôi cần kiểm soát những gì đưa vào và những gì đưa ra: trích xuất dữ liệu đáng tin cậy, kiến thức có cấu trúc, logic quyết định, các biện pháp bảo vệ và hệ thống có khả năng đánh giá các mối quan hệ trong lịch sử bệnh nhân.

Lý luận lâm sàng không chỉ là một tập hợp các câu lệnh nếu-thì. Đôi khi tín hiệu là mối quan hệ giữa nhiều chỉ số. Đôi khi năm phát hiện riêng lẻ không đáng chú ý trở nên quan trọng khi được xem xét cùng nhau.

Kỹ sư cần các quy tắc đủ rõ ràng để phần mềm thực thi. Các bác sĩ dành cả đời mình để nói, “Có, ngoại trừ…”.

Sinh học con người đầy rẫy các ngoại lệ, yếu tố điều chỉnh, ngữ cảnh và các giải thích cạnh tranh. Đôi khi, việc xây dựng hệ thống giống như một nhóm giao tiếp bằng ngôn ngữ ký hiệu trong khi nhóm còn lại nói Klingon.

Câu trả lời không bao giờ là “AI” hay “không AI”. Đó là xác định chính xác nơi mỗi yếu tố thuộc về.

AI Có Thể Đọc Bảng Biểu. Con Người Có Thể Đọc Không Gian.

Khi được sử dụng đúng cách, AI có thể mở rộng trí nhớ của bác sĩ, tăng tốc nghiên cứu, đưa ra các khả năng hiếm gặp và nhận diện các mẫu trong lượng thông tin khổng lồ.

Điều đó dần trở nên ít giống việc thay thế người thực hành và nhiều hơn là xây dựng một người thực hành bionic.

Nhưng bệnh nhân không phải là một trường hợp lâm sàng.

Một bác sĩ nghe thấy sự do dự trước câu trả lời. Bà nhận thấy khi câu chuyện thay đổi. Bà học được rằng một bệnh nhân thường xuyên giảm thiểu triệu chứng trong khi người khác lại báo cáo mọi cảm giác ở mức độ tối đa. Bà biết khi “Tôi ổn” rõ ràng không có nghĩa là ổn.

Thông tin đó có thể không bao giờ xuất hiện trong hồ sơ.

Tương tác con người trong y học không chỉ là một lớp thú vị chúng ta thêm vào sau khi máy đã thực hiện công việc trí tuệ. Đó là một nguồn dữ liệu lâm sàng khác.

AI có thể đọc hồ sơ. Con người có thể đọc không gian.

Các hệ thống lâm sàng tốt nhất sẽ cần cả hai.

Ngừng Hỏi AI Có Thay Thế Bác Sĩ Hay Không

Chúng ta đang đặt câu hỏi sai.

Tương lai không nhất thiết sẽ thuộc về công ty có chatbot thông minh nhất hay mô hình nền tảng thông minh nhất. Đổi mới quan trọng ngày càng diễn ra xung quanh mô hình: cách thông tin được thu thập và xác minh, kiến thức nào được cung cấp, hệ thống được phép suy luận gì, nơi các kiểm soát quyết định tiếp quản và nơi con người phải duy trì vòng lặp.

Trí tuệ thô đang trở nên dồi dào.

Các hệ thống đáng tin cậy để áp dụng trí tuệ đó khó xây dựng hơn rất nhiều.

Và chúng ta không nên giải quyết vấn đề này bằng cách yêu cầu mọi bác sĩ trở thành nhà phát triển AI nghiệp dư. Độ phức tạp nên nằm trong công nghệ, không phải trong lời nhắc của bác sĩ.

Bác sĩ của tương lai sẽ không thắng AI về trí nhớ. Cuộc tranh tài đó đã trở nên vô nghĩa.

Thay vào đó, chúng ta nên xây dựng các hệ thống cung cấp cho bác sĩ trí nhớ, sức mạnh xử lý và khả năng nhận dạng mẫu của máy móc đồng thời bảo tồn ngữ cảnh, phán đoán, hoài nghi và kết nối con người của người thực hành.

Chúng tôi gọi đó là bác sĩ bionic.

Tôi đoán bệnh nhân cuối cùng sẽ gọi nó bằng một cách đơn giản hơn nhiều.

Bác sĩ của họ.