Trong kỷ nguyên số, dữ liệu đóng vai trò tối quan trọng trong nền kinh tế, và riêng với ngành Y tế, dữ liệu chính là “huyết mạch” nuôi dưỡng các hệ thống trí tuệ nhân tạo (AI).
Khi AI đang dần trở thành công cụ đắc lực để cải thiện sức khỏe nhân loại, tầm quan trọng của dữ liệu càng trở nên sống động hơn bao giờ hết. Nhưng thực tế, trong bất kỳ ngành nghề nào, kho dữ liệu luôn tồn tại song hành cả những giá trị hữu dụng và "dữ liệu rác". Trong thời đại AI học hỏi không ngừng, nếu dữ liệu đầu vào thiếu chuẩn, AI sẽ chỉ cho ra những kết quả vô dụng, thậm chí là sai lệch trong chẩn đoán và điều trị.
Bước ngoặt từ Khung dữ liệu AI Y tế Việt Nam 2026 - 2030
Bên lề sự kiện “Hội thảo khởi động thúc đẩy hợp tác về AI y tế và Tập huấn quản trị và ứng dụng AI cho các cán bộ y tế Việt Nam” diễn ra từ ngày 14-16/1/2026 tại Bộ Y Tế, PGS. TS. Lê Hoàng Sơn - Phó Viện trưởng Viện Công nghệ Thông tin, Đại học Quốc gia Hà Nội kiêm Giám đốc Trung tâm nghiên cứu tiên tiến quốc tế về Trí tuệ nhân tạo ứng dụng (AIRC) đã chỉ ra những điểm nghẽn của dữ liệu, đồng thời đề xuất những phương án “gỡ rối” kịp thời.
Tại đây, PGS. TS. Lê Hoàng Sơn đã trình bày bài tham luận then chốt với tựa đề "Khung dữ liệu AI y tế Việt Nam giai đoạn 2026 - 2030". Báo cáo không chỉ nêu rõ thực trạng nghiên cứu và ứng dụng AI tại nước ta mà còn đề xuất một khung dữ liệu thống nhất. Đây được coi là cơ sở quan trọng để chuẩn hóa dữ liệu, phục vụ huấn luyện AI một cách chính xác và hiệu quả. Đáng chú ý, mô hình hợp tác "3 nhà": Viện/Trường Đại học - Bộ Y Tế - Bệnh viện/Sở Y tế đã nhận được sự cam kết đồng hành mạnh mẽ từ nhiều doanh nghiệp nhằm thúc đẩy ứng dụng AI có trách nhiệm.
Bài học từ thế giới và hành lang pháp lý tại Việt Nam
Nhìn ra thế giới, các cường quốc đã sớm thiết lập "luật chơi" cho AI y tế. Việt Nam có thể học hỏi từ sáu nguyên tắc đạo đức của WHO (đặc biệt là tính minh bạch và trách nhiệm giải trình), hệ thống phân loại rủi ro nghiêm ngặt của EU AI Act, mô hình "Sandbox" an toàn của Vương quốc Anh (NHS), hay chiến lược tiêu chuẩn hóa dữ liệu như một "thiết bị y tế kỹ thuật số" của FDA Hoa Kỳ.
Tại Việt Nam, hành lang pháp lý cho AI y tế đã ghi nhận những bước chuyển dịch mạnh mẽ nhằm bảo đảm sự phát triển bền vững trong tương lai. Nền móng này được củng cố bởi Luật Trí tuệ nhân tạo ban hành năm 2025, giúp định nghĩa rõ phạm vi nghiên cứu và đặt sự an toàn của người bệnh làm trọng tâm. Đồng thời, Luật Bảo vệ dữ liệu cá nhân năm 2025 cũng đóng vai trò thiết yếu trong việc tạo dựng niềm tin số thông qua các quy trình xử lý dữ liệu minh bạch.
Sự phối hợp giữa Luật Dữ liệu năm 2024 và Nghị định 102/2025/NĐ-CP đã đưa ra những quy định chi tiết về quản lý dữ liệu y tế, từ đó thúc đẩy lộ trình hình thành Hồ sơ sức khỏe điện tử toàn diện. Đặc biệt, Quyết định số 2038/QĐ-BYT ban hành ngày 23/6/2025 về việc phê duyệt kế hoạch triển khai khung dữ liệu AI đã minh chứng cho sự sẵn sàng và quyết tâm cao độ của các cơ quan quản lý.
Tuy nhiên, bên cạnh những thuận lợi về pháp lý, hệ thống y tế Việt Nam vẫn phải đối mặt với nhiều rào cản cốt lõi trong tiến trình sẵn sàng cho AI. Thách thức lớn nhất hiện nay là tình trạng phân mảnh dữ liệu, khi thông tin y tế vẫn tồn tại rời rạc như những "ốc đảo" tại từng bệnh viện mà chưa có sự liên thông đồng bộ.
Đi kèm với đó là những hạn chế về năng lực quản trị, đặc biệt là các điểm yếu trong việc bảo mật và quản lý dữ liệu quy mô lớn. Nguồn nhân lực cũng là một bài toán khó khi ngành y tế đang thiếu hụt trầm trọng các chuyên gia đầu ngành, đội ngũ giảng viên chuyên trách cùng sự hạn hẹp về nguồn lực tài chính.
Thêm vào đó, rào cản trong việc tiếp cận dữ liệu lâm sàng do thiếu vắng một cơ chế chia sẻ thông tin rõ ràng giữa các đơn vị cũng đang là nút thắt cần tháo gỡ. Đáng chú ý, áp lực về đạo đức và quyền riêng tư với những lo ngại xoay quanh tính chính xác trong việc ra quyết định của AI cũng như nguy cơ rò rỉ thông tin cá nhân của bệnh nhân vẫn đang là những trở lực tâm lý lớn đối với cả đội ngũ bác sĩ và người bệnh, đòi hỏi những giải pháp thấu đáo để xây dựng niềm tin trọn vẹn trước khi công nghệ này được ứng dụng rộng rãi.
Để giải quyết những vấn đề này, Khung dữ liệu AI Y tế Quốc gia hướng tới 6 mục tiêu chiến lược: Tiêu chuẩn hóa dữ liệu, đảm bảo An toàn lâm sàng, Tuân thủ đạo đức, thúc đẩy Cộng tác liên ngành, Hỗ trợ đào tạo nhân lực và nâng cao Độ tin cậy của AI trong thực tế.
"Kiềng ba chân" và sự tiên phong của Đại học Quốc gia Hà Nội
Để hiện thực hóa khung dữ liệu này, cần một cơ chế phối hợp "ngũ giác" giữa các bên liên quan, tạo nên một hệ sinh thái bền vững. Trong đó, các đại học và viện nghiên cứu đóng vai trò cung cấp dữ liệu mẫu chất lượng cao và đóng góp ý kiến chuyên môn.
Đại học Quốc gia Hà Nội đã chứng minh tính khả thi của mô hình này thông qua các hệ thống AI tiêu biểu được huấn luyện trên bộ dữ liệu lâm sàng thực tế tại Việt Nam:
Hệ thống VNCEPH: Tự động hóa phân tích phim X-quang sọ nghiêng, xây dựng bộ dữ liệu nhân trắc học đặc thù cho cấu trúc xương mặt người Việt.
Hệ thống VNU DIAGNOSIS: Sử dụng Học sâu để chẩn đoán viêm quanh cuống với độ chính xác tương đương chuyên gia đầu ngành.
Hệ thống AIRC-KNEE: Phân tầng mức độ thoái hóa khớp gối dựa trên các thang đo quốc tế, giúp bác sĩ đưa ra phác đồ tối ưu.
Việc xây dựng một khung pháp lý dữ liệu đủ chuẩn không chỉ là câu chuyện kỹ thuật, mà là hành trình xây dựng niềm tin số. Một hệ thống AI biết “lắng nghe” và “thấu hiểu” trên nền tảng dữ liệu chuẩn mực sẽ giúp công nghệ thực sự song hành cùng y bác sĩ, trở thành động lực quan trọng để hiện thực hóa khát vọng nâng cao sức khỏe toàn dân vào năm 2030.
Kim
