AI có thể phát huy vai trò gì trong ngành điều dưỡng?
Các mô hình ngôn ngữ lớn có thể giúp ngành điều dưỡng giảm thời gian xử lí hồ sơ, tài liệu và công việc hành chính để dành nhiều thời gian hơn cho người bệnh.
Tuy nhiên, theo nghiên cứu của RMIT, AI chỉ thực sự phát huy giá trị khi đóng vai trò trợ lí đáng tin cậy, còn quyết định chuyên môn vẫn phải thuộc về nhân viên y tế.
AI có thể giúp ngành điều dưỡng bớt việc bàn giấy
Điều dưỡng là một trong những mắt xích quan trọng nhất của hệ thống chăm sóc sức khỏe. Công việc của họ không chỉ là theo dõi và chăm sóc người bệnh, mà còn bao gồm ghi chép hồ sơ, xử lí thông tin, giải thích các nội dung y khoa, phối hợp điều trị và thực hiện nhiều nhiệm vụ hành chính.
Trong giai đoạn bệnh viện chịu áp lực ngày càng lớn về nhân lực và khối lượng công việc, trí tuệ nhân tạo (AI) đang được xem là một công cụ có thể hỗ trợ điều dưỡng giảm bớt những nhiệm vụ lặp đi lặp lại.
Theo ông Tom Huỳnh, giảng viên ngành Công nghệ thông tin tại Đại học RMIT Việt Nam, vấn đề không phải là dùng AI để thay thế điều dưỡng mà là giúp họ có thêm thời gian dành cho công việc cốt lõi.
“Chúng tôi bắt đầu nghiên cứu với một câu hỏi rất đơn giản, các mô hình ngôn ngữ lớn có thể thực sự hỗ trợ điều dưỡng ở những khâu nào và cần những cơ chế bảo vệ nào trước khi áp dụng các mô hình này vào môi trường chăm sóc sức khỏe thực tế?”, ông nói.
Đây cũng là câu hỏi đặt ra trong nghiên cứu “Transforming nursing with large language models: from concept to practice” được công bố trên tạp chí European Journal of Cardiovascular Nursing. Công trình phân tích khả năng ứng dụng các mô hình ngôn ngữ lớn (LLM) trong hoạt động điều dưỡng, từ hỗ trợ người bệnh, lập hồ sơ lâm sàng, cung cấp thông tin, tin học y tế đến đào tạo và hỗ trợ xã hội.
Theo ông Tom, một trong những giá trị rõ nhất của LLM là xử lí các công việc vốn tiêu tốn nhiều thời gian nhưng không nhất thiết đòi hỏi điều dưỡng phải trực tiếp thực hiện toàn bộ.
AI có thể hỗ trợ soạn thảo hoặc dịch tài liệu giáo dục sức khỏe, tóm tắt hồ sơ dài, sắp xếp thông tin lâm sàng, chuẩn bị danh mục kiểm tra hay hỗ trợ các hoạt động đào tạo. Trong nghiên cứu và giáo dục, công nghệ này còn có thể tạo ra các tình huống mô phỏng để sinh viên điều dưỡng thực hành.
Nếu những công việc này được xử lí hiệu quả hơn, điều dưỡng có thể giảm thời gian trước máy tính và dành nhiều thời gian hơn để quan sát, trò chuyện, giải thích và chăm sóc người bệnh.
Tuy nhiên, ông Tom cho rằng AI nên được xem như một “cơ phó”, không phải người cầm lái. Công nghệ có thể hỗ trợ sắp xếp thông tin và thực hiện các công việc thường ngày, nhưng nhân viên y tế vẫn phải chịu trách nhiệm về quyết định cuối cùng.
“Cách tiếp cận an toàn nhất là sử dụng công nghệ như một công cụ hỗ trợ thay vì thay thế phán đoán chuyên môn. Điều dưỡng vẫn cần kiểm chứng thông tin, hiểu rõ hoàn cảnh của người bệnh và đưa ra quyết định cuối cùng”, ông nói.
AI nói hay chưa có nghĩa là nói đúng
Thách thức lớn nhất khi đưa LLM vào môi trường y tế nằm ở chính khả năng khiến người dùng tin tưởng của công nghệ.
Một mô hình AI có thể tạo ra câu trả lời trôi chảy, logic và tự tin nhưng vẫn chứa thông tin sai. Hiện tượng này thường được gọi là “ảo giác AI”. Trong lĩnh vực chăm sóc sức khỏe, rủi ro đặc biệt lớn bởi một thông tin sai có thể ảnh hưởng trực tiếp đến quyết định của người bệnh hoặc nhân viên y tế.
“Điều khiến tôi bất ngờ nhất là việc ngôn ngữ trôi chảy rất dễ bị nhầm lẫn với kiến thức đáng tin cậy. Một LLM có thể diễn đạt rất mạch lạc, tự tin, thậm chí thể hiện sự đồng cảm, nhưng vẫn đưa ra câu trả lời sai”, ông Tom nhận xét.
Với Việt Nam, bài toán còn phức tạp hơn bởi hạn chế về dữ liệu tiếng Việt. Lượng dữ liệu số và dữ liệu y khoa chất lượng cao bằng tiếng Việt phục vụ huấn luyện AI vẫn nhỏ hơn rất nhiều so với tiếng Anh. Vì vậy, một mô hình có kết quả tốt khi sử dụng bằng tiếng Anh chưa chắc đạt độ tin cậy tương tự khi chuyển sang tiếng Việt.
Các nghiên cứu của ông Tom cho thấy khoảng cách này có thể ảnh hưởng trực tiếp đến kết quả. Trong một nghiên cứu tình huống, GPT-3.5 liên tục nhầm lẫn giữa chứng rung nhĩ và bệnh Parkinson khi trả lời bằng tiếng Việt. Một mô hình mã nguồn mở được nghiên cứu cũng có dữ liệu huấn luyện gồm 89,7% tiếng Anh nhưng chỉ 0,08% tiếng Việt.
“Điều này cho thấy cùng một công nghệ có thể mang lại lợi ích cho nhóm người này nhưng lại kém tin cậy đối với nhóm khác. Ngôn ngữ là một phần của hạ tầng AI và khi hạ tầng đó còn yếu thì người dùng sẽ chịu nhiều bất lợi”, ông nói.
Vì vậy, thay vì đưa AI vào bệnh viện một cách ồ ạt, ông Tom cho rằng Việt Nam cần triển khai theo từng bước và dựa trên bằng chứng thực tế.
Những ứng dụng có rủi ro thấp có thể được ưu tiên trước, chẳng hạn hỗ trợ đào tạo nhân viên, soạn thảo tài liệu hành chính không nhạy cảm hoặc cung cấp thông tin cho người bệnh dưới sự kiểm chứng của nhân viên y tế. Các hệ thống hỗ trợ lập hồ sơ có thể được triển khai khi đã có cơ chế bảo mật và được đánh giá trong bối cảnh Việt Nam.
Trong khi đó, những công cụ có khả năng hỗ trợ quyết định lâm sàng cần được thử nghiệm thận trọng hơn và chịu sự đánh giá của cơ quan quản lí trước khi sử dụng rộng rãi.
Để làm được điều này, Việt Nam cần đầu tư vào dữ liệu y khoa tiếng Việt chất lượng cao, đánh giá độc lập các mô hình AI, bảo vệ quyền riêng tư và an ninh mạng, xác định rõ trách nhiệm nghề nghiệp, đồng thời đào tạo nhân viên y tế về cách sử dụng và kiểm chứng kết quả do AI tạo ra.
Nghiên cứu về LLM trong điều dưỡng cũng cho thấy tầm quan trọng của hợp tác quốc tế. Công trình có sự tham gia của các nhà nghiên cứu từ Đại học Quốc gia Singapore, Đại học Trung văn Hồng Kông, Trung tâm Nghiên cứu AI thuộc Viện Nghiên cứu Hon Hai và Đơn vị Nghiên cứu lâm sàng Đại học Oxford tại Việt Nam, dưới sự dẫn dắt của Phó giáo sư Arthur Tang, Phó khoa phụ trách Nghiên cứu và đổi mới sáng tạo, Khoa Khoa học, Kỹ thuật và Công nghệ, RMIT Việt Nam.
Theo ông Tom, mục tiêu không nên là biến Việt Nam thành quốc gia ứng dụng AI trong y tế nhanh nhất, mà là một trong những nơi triển khai công nghệ này có trách nhiệm và công bằng.
“Tôi không cho rằng AI nên bị loại khỏi lĩnh vực điều dưỡng. Điều tôi mong muốn là AI được ứng dụng theo cách giúp ngành điều dưỡng trở nên vững mạnh hơn”, ông nói.
Không chỉ cần AI tốt, bệnh viện còn phải biết quản trị
Kinh nghiệm quốc tế cho thấy đưa AI vào điều dưỡng không chỉ là câu chuyện lựa chọn một mô hình đủ thông minh. Một báo cáo của Trường Điều dưỡng thuộc Đại học Pennsylvania (Penn Nursing), công bố trên Nursing Outlook vào tháng 6/2026, cảnh báo các bệnh viện có thể gặp rủi ro nếu triển khai AI khi chưa có cơ chế quản trị và đánh giá đủ chặt chẽ.
Theo bà Antonia Villarruel, Tiến sĩ, điều dưỡng viên và Hiệu trưởng Penn Nursing, một trong những rào cản lớn nhất là nhiều bệnh viện muốn đưa AI vào sử dụng nhanh nhưng chưa có tiêu chuẩn rõ ràng để đánh giá độ chính xác, tính công bằng, quá trình triển khai và trách nhiệm khi xảy ra sai sót.
“Đôi khi một hệ thống AI rất ấn tượng về mặt kỹ thuật vẫn có thể thất bại nếu không phù hợp với cách điều dưỡng thực sự chăm sóc người bệnh, hoặc thậm chí làm tăng thêm gánh nặng thay vì giảm tải”, bà nói.
Nhận định này đặt ra một yêu cầu quan trọng với ngành điều dưỡng: Hiệu quả của AI không nên chỉ được đo bằng khả năng tạo văn bản, tóm tắt hồ sơ hay phân tích dữ liệu, mà phải được đánh giá trong chính môi trường bệnh viện.
Nếu một công cụ giúp hoàn thành hồ sơ nhanh hơn nhưng khiến điều dưỡng phải kiểm tra thêm nhiều bước, nhập dữ liệu nhiều lần hoặc xử lí những cảnh báo không cần thiết, AI chưa chắc đã giúp giảm áp lực công việc. Ngược lại, một hệ thống được thiết kế sát với quy trình chăm sóc có thể giúp điều dưỡng tiết kiệm thời gian mà không làm giảm vai trò chuyên môn.
Báo cáo của Penn Nursing cũng cho rằng khoa học điều dưỡng có vị trí đặc biệt trong quá trình này vì ngành không chỉ quan tâm đến công nghệ mà còn tập trung vào trải nghiệm người bệnh, quy trình lâm sàng và quyền lợi của người được chăm sóc. AI có thể hỗ trợ tự động hóa công việc hành chính, tăng tốc nghiên cứu, hỗ trợ quyết định lâm sàng và cá nhân hóa việc cung cấp thông tin cho người bệnh. Tuy nhiên, công nghệ không thể thay thế những chức năng cốt lõi của điều dưỡng như sự đồng cảm, phán đoán đạo đức và bảo vệ quyền lợi người bệnh.
Vì vậy, AI trong điều dưỡng cần được xem là một công cụ hỗ trợ có kiểm soát. Bệnh viện phải xác định rõ dữ liệu nào được sử dụng, người bệnh có quyền gì đối với dữ liệu của mình, ai kiểm tra kết quả AI và ai chịu trách nhiệm cho quyết định cuối cùng.