Nhịp đập công nghệ

AI không thay bác sĩ, nhưng có thể tìm ‘đúng thuốc’ cho từng bệnh nhân ung thư

Hồ Quang (thực hiện) • 17/09/2026 16:45

AI và công nghệ multi-omics đang mở hướng điều trị ung thư theo đặc điểm sinh học từng bệnh nhân, giúp bác sĩ tìm đúng thuốc, đúng thời điểm.

Trong điều trị ung thư, một nghịch lí vẫn luôn khiến giới y khoa trăn trở: hai bệnh nhân cùng mắc một loại ung thư, cùng giai đoạn, thậm chí sử dụng cùng một phác đồ, nhưng kết quả điều trị có thể hoàn toàn trái ngược. Một người đáp ứng tốt, khối u thu nhỏ và duy trì cuộc sống nhiều năm; người khác lại nhanh chóng tiến triển, xuất hiện kháng thuốc dù phác đồ được lựa chọn hoàn toàn đúng theo các hướng dẫn điều trị chuẩn.

Sự khác biệt ấy cho thấy ung thư không đơn thuần là một căn bệnh được quyết định bởi tên gọi hay vị trí khối u. Phía sau một chẩn đoán có thể là cả một “thế giới” sinh học phức tạp, với những biến đổi gene, RNA, protein, vi môi trường khối u và đặc điểm miễn dịch khác nhau ở từng người bệnh. Khi những dấu ấn sinh học đơn lẻ chưa thể giải thích hết cơ chế đáp ứng hay kháng thuốc, y học chính xác, công nghệ giải mã sinh học đa tầng (multi-omics) và trí tuệ nhân tạo (AI) đang mở ra một hướng tiếp cận mới: phân tích khối u ở nhiều tầng dữ liệu để tìm ra chiến lược điều trị phù hợp hơn cho từng bệnh nhân.

Nhưng từ tiềm năng trên lí thuyết đến ứng dụng thực tế vẫn là một khoảng cách lớn. Việt Nam đã có những bước tiến về giải trình tự gene, xét nghiệm phân tử, liquid biopsy và nghiên cứu AI, song bài toán dữ liệu, chuẩn hóa bệnh án, hạ tầng sinh học phân tử, nhân lực và khả năng tiếp cận chi phí vẫn là những thách thức đáng kể.

Vậy AI và multi-omics có thực sự giúp thay đổi cách điều trị ung thư? Việt Nam đang đứng ở đâu trong cuộc chuyển dịch từ “điều trị theo loại ung thư” sang “điều trị theo đặc điểm sinh học của từng khối u”? Và liệu trong tương lai, AI có thể trở thành “trợ lí trí tuệ” giúp bác sĩ lựa chọn đúng thuốc, đúng người bệnh, đúng thời điểm hay không?

Phóng viên Một Thế Giới đã có cuộc trao đổi với ThS.BS Nguyễn Hữu Huy, Quản lý Đơn vị Hóa trị, Trung tâm Ung bướu, Bệnh viện Đa khoa Xuyên Á, để giải mã những câu hỏi đang đặt ra ở giao điểm giữa ung thư học, y học chính xác và trí tuệ nhân tạo.

Vì sao có sự “nghịch lí” trong điều trị ung thư?

- Thưa bác sĩ, trong giới y khoa thường truyền tai nhau một nghịch lí xót xa: hai bệnh nhân ung thư có hồ sơ bệnh án giống hệt nhau, cùng tuổi, cùng giai đoạn, dùng chung một loại thuốc đắt tiền, nhưng một người hồi phục kì diệu còn một người lại chuyển biến xấu nhanh chóng. Thực tế này đang diễn ra như thế nào tại các trung tâm ung bướu lớn ở Việt Nam?

- ThS.BS Nguyễn Hữu Huy: Đây không phải là chuyện hiếm gặp mà trái lại, nó là tình huống chúng tôi phải đối diện gần như hằng ngày trong thực hành lâm sàng ung bướu. Bạn có thể chứng kiến hai bệnh nhân cùng mắc ung thư phổi, cùng ở giai đoạn IV, cùng được truyền một phác đồ hóa chất hoặc thuốc nhắm trúng đích giống nhau đến từng miligram. Người thứ nhất đáp ứng thuốc rất tốt, khối u co nhỏ, duy trì cuộc sống khỏe mạnh suốt nhiều năm trời. Người thứ hai thì ngược lại, chỉ sau vài tháng điều trị, tế bào ung thư đã bùng phát dữ dội.

Khi đối mặt với nghịch lí này, người nhà và ngay cả một số nhân viên y tế trẻ thường hoang mang tự hỏi liệu chúng ta có chọn sai phác đồ hay không. Nhưng câu trả lời là không. Phác đồ hoàn toàn đúng theo mọi hướng dẫn điều trị chuẩn quốc tế. Vấn đề cốt lõi nằm ở chỗ ung thư không phải là một căn bệnh đơn lẻ mang tính đồng nhất, ngay cả khi dưới kính hiển vi của bác sĩ giải phẫu bệnh, chúng được xếp chung vào một tên gọi.

Bên trong khối u là một xã hội thu nhỏ của các tế bào biến dị. Chúng mang những đặc điểm di truyền, cấu trúc sinh học và đột biến rất khác nhau. Thêm vào đó, mỗi người bệnh lại có một hệ miễn dịch riêng biệt, một vi môi trường khối u độc nhất, khả năng chuyển hóa thuốc và sửa chữa DNA hoàn toàn khác nhau. Do đó, việc áp dụng một công thức chung cho tất cả mọi người đang bộc lộ những giới hạn sinh tử.

- Như vậy, việc chúng ta chỉ nhìn vào tên loại ung thư để bốc thuốc giống như việc nhìn bề ngoài của một chiếc khóa mà đoán chiếc chìa. Để phá vỡ giới hạn sinh tử đó, tư duy điều trị trong tương lai cần phải thay đổi như thế nào?

- ThS.BS Nguyễn Hữu Huy: Đúng vậy, chúng ta không thể tiếp tục dùng một chiếc chìa khóa vạn năng cho những ổ khóa có lõi từ khác nhau. Trong kỉ nguyên mới của y học, câu hỏi của người thầy thuốc không chỉ dừng lại ở mức độ bề mặt là bệnh nhân này đang bị ung thư gì, ở cơ quan nào. Chúng ta bắt buộc phải tiến thêm một bước dài và sâu hơn, đó là tìm hiểu xem khối u của chính bệnh nhân này đang vận hành như thế nào ở cấp độ phân tử, và lí do thực sự vì sao nó lại nhạy cảm hoặc kháng cự trơ tráo với phương pháp điều trị hiện tại.

Đây chính là khoảng trống mênh mông mà y học chính xác và các công nghệ AI kết hợp với multi-omics đang cố gắng khỏa lấp. Giới khoa học quốc tế, điển hình như các chuyên gia tại UAE hay công ty công nghệ sinh học Nexomic với nền tảng DeepOmic, đang nỗ lực giải bài toán này. Thay vì chỉ nhìn vào một lát cắt, họ dùng AI để phân tích khối lượng dữ liệu khổng lồ về sinh học khối u, từ đó tìm ra quy luật ẩn giấu sau khả năng đáp ứng điều trị và diễn biến của bệnh.

Các nghiên cứu y học tiến tiến nhất hiện nay đều nhấn mạnh rằng, muốn chiến thắng ung thư, chúng ta phải nhìn nhận nó ở cấp độ hệ thống. Việc tích hợp toàn diện từ genomics, transcriptomics cho đến proteomics cùng dữ liệu lâm sàng thực tế sẽ giúp chúng ta có một cái nhìn toàn cảnh, đa chiều, thay vì chỉ chăm chăm nhìn vào một vài dấu ấn riêng lẻ như trước đây.

“

Các nghiên cứu y học tiến tiến nhất hiện nay đều nhấn mạnh rằng, muốn chiến thắng ung thư, chúng ta phải nhìn nhận nó ở cấp độ hệ thống. Việc tích hợp toàn diện từ genomics, transcriptomics cho đến proteomics cùng dữ liệu lâm sàng thực tế sẽ giúp chúng ta có một cái nhìn toàn cảnh, đa chiều,
thay vì chỉ chăm chăm nhìn vào một vài dấu ấn riêng lẻ như trước đây.

ThS.BS Nguyễn Hữu Huy

Thách thức lớn nhất là việc xây dựng một hệ sinh thái dữ liệu đủ lớn, đủ chuẩn hóa và đủ lâu dài

- Hiện nay, việc chẩn đoán và điều trị tại Việt Nam thường dựa vào các dấu ấn sinh học đơn lẻ như HER2, KRAS, BRCA. Theo bác sĩ, hạn chế lớn nhất của cách tiếp cận này là gì?

- ThS.BS Nguyễn Hữu Huy: Các biomarker đơn lẻ vẫn cực kì quan trọng và chúng ta không nên hiểu rằng multi-omics sẽ thay thế hoàn toàn chúng. Ví dụ, HER2 dương tính mở ra nhóm thuốc hiệu quả trong ung thư vú hoặc dạ dày; EGFR giúp lựa chọn thuốc nhắm trúng đích trong ung thư phổi; BRCA liên quan đến thuốc ức chế PARP. Nhưng một đột biến chỉ là một mảnh ghép của bức tranh. Cùng có một đột biến EGFR, hai bệnh nhân vẫn có thể đáp ứng khác nhau do các con đường tín hiệu khác trong tế bào, sự tồn tại của các dòng tế bào khác nhau hoặc sự thay đổi của vi môi trường khối u. Đặc biệt, khi bệnh nhân tiến triển sau điều trị, sinh học của khối u có thể đã thay đổi, khiến việc chỉ nhìn vào một biomarker ban đầu dễ bỏ sót cơ chế kháng thuốc xuất hiện về sau. Multi-omics hướng tới việc kết hợp nhiều lớp thông tin — như DNA, RNA, biểu hiện gene và dữ liệu sinh học khác — để có bức tranh đầy đủ hơn về khối u.

- Phương pháp multi-omics đòi hỏi hạ tầng dữ liệu và sinh học phân tử rất lớn. Ngành ung thư Việt Nam đang ở đâu trên chặng đường này?

- ThS.BS Nguyễn Hữu Huy: Việt Nam đang ở giai đoạn chuyển tiếp từ precision oncology dựa trên một số biomarker sang y học chính xác dựa trên dữ liệu đa tầng. Hiện nay chúng ta đã có khả năng thực hiện nhiều xét nghiệm phân tử quan trọng như giải trình tự gene, panel gene, một số xét nghiệm RNA, liquid biopsy ở những cơ sở có điều kiện, đồng thời một số trung tâm bắt đầu xây dựng các nhóm nghiên cứu về genomics, AI và dữ liệu y khoa. Nhưng multi-omics ở quy mô lớn là câu chuyện hoàn toàn khác khi không chỉ cần máy giải trình tự, mà còn cần hệ thống lưu trữ dữ liệu lớn, chuẩn hóa bệnh án, ngân hàng mô và mẫu sinh học, đội ngũ bioinformatics, chuyên gia thống kê, AI, sinh học phân tử và sự phối hợp giữa bệnh viện – phòng xét nghiệm – trường đại học – doanh nghiệp. Thách thức lớn nhất không chỉ là “có công nghệ hay chưa”, mà là việc xây dựng một hệ sinh thái dữ liệu đủ lớn, đủ chuẩn hóa và đủ lâu dài, ngay cả khi các thách thức về tiếp cận dữ liệu và áp dụng mô hình AI sang quần thể mới vẫn hiện hữu trên toàn cầu.

“

Mô hình lí tưởng trong tương lai sẽ không phải là “AI thay bác sĩ”, mà là sự kết hợp giữa bác sĩ, nhà sinh học phân tử, chuyên gia dữ liệu và AI cùng làm việc. Xu hướng này cũng đang được phát triển tại các trung tâm quốc tế kết hợp AI, multi-omics, genomics và dữ liệu lâm sàng.

ThS.BS Nguyễn Hữu Huy

AI có tiềm năng lớn trong việc ứng phó với bệnh nhân ung thư kháng thuốc

- Kháng thuốc là một thách thức lớn. Các bác sĩ Việt Nam thường đối phó với hiện tượng kháng thuốc bất ngờ ra sao bằng các công cụ hiện có?

- ThS.BS Nguyễn Hữu Huy: Trong thực tế, khi bệnh nhân tiến triển, trước tiên chúng tôi phải xác định đó có thật sự là tiến triển hay không, sau đó tìm hiểu cơ chế có thể dẫn đến kháng thuốc. Tùy loại ung thư, chúng tôi có thể sử dụng hình ảnh học, sinh thiết lại tổn thương, xét nghiệm mô bệnh học, các xét nghiệm phân tử hoặc liquid biopsy để tìm các thay đổi phân tử trong máu. Ví dụ, ở ung thư phổi EGFR, sau khi bệnh nhân kháng thuốc nhắm trúng đích thế hệ thứ ba, chúng ta cần tìm các cơ chế kháng thuốc mới để xem bệnh nhân còn mục tiêu điều trị nào khác hay không. Tuy nhiên, không phải lúc nào xét nghiệm cũng tìm được một “đột biến kháng thuốc” rõ ràng vì kháng thuốc có thể liên quan đến nhiều cơ chế đồng thời. Đây là lí do AI có tiềm năng rất lớn: thay vì chỉ hỏi “đột biến nào xuất hiện?”, chúng ta có thể tiến tới câu hỏi “toàn bộ mạng lưới sinh học nào đã thay đổi khiến tế bào ung thư không còn nhạy với thuốc?”.

- Các nền tảng AI như DeepOmic cần một khối lượng lớn dữ liệu sinh học khối u. Cơ sở dữ liệu ung thư và bệnh án điện tử tại Việt Nam hiện nay đã đủ sẵn sàng chưa?

- ThS.BS Nguyễn Hữu Huy: Hiện chưa thể nói là đã hoàn toàn sẵn sàng ở quy mô quốc gia, và đây cũng là một trong những vấn đề lớn nhất cần giải quyết. AI càng mạnh thì càng cần dữ liệu chất lượng cao, bao gồm kết quả xét nghiệm gene, tuổi tác, đặc điểm mô bệnh học, giai đoạn bệnh, thuốc đã sử dụng, liều lượng, thời gian điều trị, đáp ứng, độc tính, thời gian sống thêm, hình ảnh CT/MRI/PET và nhiều thông tin khác. Nếu mỗi bệnh viện lưu dữ liệu theo một cách khác nhau, sử dụng hệ thống khác nhau và không liên thông, việc xây dựng mô hình AI có khả năng khái quát hóa sẽ rất khó khăn. Bài học từ các chương trình quốc tế cho thấy cần xây dựng hệ thống quản trị dữ liệu, chuẩn hóa và kiểm chứng mô hình trên những quần thể độc lập (như cách DeepOmic hợp tác đánh giá với dữ liệu từ Genomics England). Do đó, với Việt Nam, xây dựng hạ tầng dữ liệu ung thư chuẩn hóa quan trọng không kém việc mua thêm công nghệ xét nghiệm mới.

- Nếu các công nghệ multi-omics được đưa về Việt Nam, làm thế nào để người bệnh tiếp cận mà không vượt quá khả năng chi trả?

- ThS.BS Nguyễn Hữu Huy: Chúng ta không nên đặt mục tiêu là tất cả bệnh nhân ung thư đều phải làm multi-omics, vì đây là xét nghiệm rất chuyên sâu và cần được sử dụng đúng bệnh nhân, đúng thời điểm và đúng câu hỏi lâm sàng. Ví dụ, với một bệnh nhân ung thư có một biomarker rõ ràng và đã có thuốc điều trị chuẩn hiệu quả, chúng ta không nhất thiết phải làm một xét nghiệm multi-omics rất rộng. Ngược lại, ở những trường hợp ung thư hiếm, bệnh tiến triển sau nhiều dòng điều trị, hoặc không còn lựa chọn điều trị rõ ràng, xét nghiệm chuyên sâu có thể mang lại giá trị lớn hơn. Con đường phù hợp với Việt Nam là bắt đầu bằng các nhóm bệnh nhân có khả năng hưởng lợi cao nhất, sau đó đánh giá hiệu quả và chi phí – hiệu quả trước khi mở rộng. Y học chính xác cuối cùng không chỉ phải “chính xác” về mặt sinh học mà còn phải hợp lí về kinh tế và công bằng về khả năng tiếp cận, phù hợp với định hướng toàn cầu của Tổ Chức Y Tế Thế Giới.

- Việc ứng dụng AI và phân tích dữ liệu lớn đòi hỏi bác sĩ ung thư phải hiểu công nghệ và sinh học tính toán. Đào tạo y khoa tại Việt Nam đã chuẩn bị đủ chưa?

-ThS.BS Nguyễn Hữu Huy: Đây là một lĩnh vực chúng ta còn rất nhiều việc phải làm. Bác sĩ ung thư tương lai không nhất thiết phải trở thành một lập trình viên, nhưng họ cần hiểu những khái niệm cơ bản như genomic data, biomarker, machine learning, xác suất, thống kê, độ nhạy – độ đặc hiệu và đặc biệt là những giới hạn của AI. Quan trọng hơn, bác sĩ phải biết đặt đúng câu hỏi cho dữ liệu vì AI có thể tìm ra mối liên quan rất phức tạp nhưng chưa chắc đó đã là quan hệ nhân quả hay đủ bằng chứng để thay đổi điều trị. Mô hình lí tưởng trong tương lai sẽ không phải là “AI thay bác sĩ”, mà là sự kết hợp giữa bác sĩ, nhà sinh học phân tử, chuyên gia dữ liệu và AI cùng làm việc. Xu hướng này cũng đang được phát triển tại các trung tâm quốc tế kết hợp AI, multi-omics, genomics và dữ liệu lâm sàng.

Trong tương lai, điều trị ung thư cần theo đặc điểm sinh học của từng khối u và từng bệnh nhân

- Trong 5–10 năm tới, bác sĩ kì vọng y học chính xác và AI sẽ thay đổi điều trị ung thư tại Việt Nam theo hướng nào rõ rệt nhất?

- ThS.BS Nguyễn Hữu Huy: Thay đổi lớn nhất sẽ là chúng ta chuyển dần từ “điều trị theo loại ung thư” sang “điều trị theo đặc điểm sinh học của từng khối u và từng bệnh nhân”. Nếu hiện nay chúng ta bắt đầu bằng câu hỏi bệnh nhân mắc loại ung thư gì (phổi, vú, đại tràng, dạ dày), thì trong tương lai câu hỏi sẽ chuyển thành khối u có đặc điểm phân tử nào, sử dụng con đường sinh học nào, kháng thuốc ra sao và đáp ứng với phương pháp nào. AI sẽ hỗ trợ bác sĩ xử lí khối lượng dữ liệu khổng lồ từ gene, RNA, protein cho đến hình ảnh học và bệnh án điện tử để dự đoán đáp ứng và phân tầng bệnh nhân. Tuy nhiên, AI chưa phải là “chiếc máy tiên tri”, và một mô hình tốt trong phòng thí nghiệm vẫn phải được kiểm chứng trên bệnh nhân thực tế ở nhiều bệnh viện trước khi đưa ra quyết định điều trị. Nếu làm tốt, AI sẽ trở thành “trợ lí trí tuệ” với mục tiêu đơn giản nhưng tối thượng: đúng bệnh nhân – đúng thuốc – đúng thời điểm – với ít điều trị không cần thiết nhất có thể.

- Nếu các nhóm nghiên cứu công nghệ sinh học hoặc y tế tại Việt Nam muốn bắt tay vào việc xây dựng các giải pháp hỗ trợ điều trị ung thư dựa trên AI, đâu là bài toán cấp bách đầu tiên mà họ nên giải quyết?

- ThS.BS Nguyễn Hữu Huy: Bài toán cấp bách nhất là dữ liệu, chứ chưa phải thuật toán. Chúng ta cần bắt đầu bằng việc xây dựng những cơ sở dữ liệu ung thư có cấu trúc và được chuẩn hóa, liên kết chặt chẽ theo từng bệnh nhân và diễn tiến thời gian (từ thông tin bệnh nhân, mô bệnh học, hình ảnh học, xét nghiệm gene, phác đồ, độc tính cho đến thời gian sống còn). Nếu không có dữ liệu tốt, AI dù sử dụng mô hình hiện đại cũng có thể cho ra kết quả thiếu chính xác hoặc khó áp dụng trong thực tế. Bên cạnh đó, thay vì ôm đồm bài toán quá lớn như “AI điều trị ung thư”, các nhóm nên chọn một bài toán lâm sàng cụ thể có dữ liệu tương đối đầy đủ và đo lường được hiệu quả, chẳng hạn dự đoán đáp ứng điều trị, phát hiện nguy cơ tái phát, phân tích hình ảnh hoặc nhận diện nguy cơ kháng thuốc. Điều quan trọng nhất mà Việt Nam cần làm là xây dựng chiếc cầu nối giữa những người giỏi AI và những người giỏi ung thư.

- Nhìn chung, chìa khóa để y học chính xác và AI thực sự đi vào đời sống y tế tại Việt Nam nằm ở yếu tố nào, thưa bác sĩ?

- ThS.BS Nguyễn Hữu Huy: Chìa khóa cốt lõi nằm ở sự đồng bộ và tầm nhìn chiến lược của toàn bộ hệ sinh thái y tế, bao gồm cả công nghệ, hạ tầng dữ liệu, khung pháp lí và chính sách tài chính y tế. Công nghệ tiên tiến đến đâu cũng chỉ là công cụ hỗ trợ nếu thiếu đi những dữ liệu lâm sàng chuẩn hóa, đội ngũ nhân lực đủ năng lực chuyên môn vận hành và một hệ thống thanh toán bảo hiểm y tế hoặc cơ chế tài chính giúp người bệnh tiếp cận công bằng. Khi các yếu tố này được giải quyết hài hòa, y học chính xác và AI sẽ không chỉ dừng lại ở các báo cáo khoa học hay phòng thí nghiệm quốc tế, mà sẽ thực sự hiện diện tại các phòng khám, mang lại hi vọng sống dài lâu và chất lượng hơn cho người bệnh ung thư tại Việt Nam.

- Xin cảm ơn bác sĩ về cuộc trò chuyện vô cùng sâu sắc, mở mang tầm nhìn và tràn đầy hy vọng này!

Máy móc tỉ USD vẫn ‘bó tay’ trước ung thư, vì sao?

Khi cánh tay robot ‘siêu việt’ cứu bệnh nhân ung thư từ những góc khuất ngặt nghèo

Mắc ung thư vú tuổi 23, cô gái nhận cái kết bất ngờ nhờ ‘phép màu’ y học hiện đại

Vì sao uống trà, cà phê quá nóng sẽ tăng nguy cơ ung thư thực quản?