Máy đọc phim chụp đã làm tốt nhiều việc hẹp, như tìm nốt mờ trên phim phổi hay đánh dấu chỗ nghi gãy xương. Nhưng bác sĩ chẩn đoán hình ảnh vẫn cần, vì họ đọc phim trong bối cảnh của bệnh nhân, đứng tên chịu trách nhiệm kết luận, và làm nhiều việc hơn hẳn chuyện nhìn ảnh. Lời dự báo nghề này sẽ sớm biến mất đã không thành sự thật.
Chào bạn, đây là Nhà Đổi Mới. Đây là một trong những câu chuyện mình thích kể nhất về trí tuệ nhân tạo, vì nó có đủ cả: một lời tiên đoán tự tin, một công nghệ thật sự giỏi, và một kết cục không ai đoán đúng.
Lời dự báo năm hai nghìn mười sáu
Năm hai nghìn mười sáu, nhà khoa học máy tính Geoffrey Hinton, một trong những người đặt nền móng cho học sâu, nói trước công chúng rằng nên ngừng đào tạo bác sĩ chẩn đoán hình ảnh, vì chỉ vài năm nữa máy sẽ đọc phim giỏi hơn họ. Câu nói lan đi rất nhanh.
Lời dự báo đó không vô căn cứ. Máy học sâu thời ấy đang có những bước tiến ngoạn mục trong nhận dạng ảnh. Đọc phim chụp, nhìn từ xa, giống một bài toán nhận dạng ảnh.
Nhiều năm sau, nghề chẩn đoán hình ảnh không biến mất. Ở nhiều nước, người ta còn nói về tình trạng thiếu bác sĩ chuyên ngành này. Nhiều năm sau lời dự đoán đó, nghề này vẫn còn và nhiều nơi vẫn thiếu người làm.
Chuyện này không có nghĩa là máy vô dụng. Nó có nghĩa là người dự báo đã nhìn nghề này hẹp hơn thực tế.
Bác sĩ chẩn đoán hình ảnh làm gì ngoài nhìn phim?
Một bác sĩ chẩn đoán hình ảnh không chỉ nhìn ảnh rồi phán. Họ đọc hồ sơ bệnh án để biết bệnh nhân bị gì trước đó, so phim lần này với phim năm ngoái, gọi điện trao đổi với bác sĩ lâm sàng khi thấy điều bất thường.
Họ cũng quyết định có cần chụp thêm hay không, chụp loại gì, có cần tiêm thuốc cản quang không. Nhiều người còn trực tiếp làm thủ thuật dưới hướng dẫn hình ảnh, như sinh thiết hay dẫn lưu.
Và cuối cùng, họ ký vào kết luận. Một kết luận sai có thể dẫn tới một ca mổ không cần thiết hoặc bỏ sót một khối u. Trách nhiệm ấy cần một con người hiểu bối cảnh.
Máy đọc ảnh giỏi giải quyết một phần nhỏ trong chuỗi việc đó. Phần nhỏ ấy quan trọng, nhưng không phải là cả nghề.
Máy đang giúp ở đâu trong phòng đọc phim?
Ở nhiều bệnh viện trên thế giới, máy được dùng như một người đọc thứ hai. Nó đánh dấu những chỗ nghi ngờ trên phim để bác sĩ xem kỹ hơn, nhất là khi bác sĩ phải đọc hàng trăm phim mỗi ngày.
Máy cũng giúp sắp xếp thứ tự ưu tiên. Phim nào có dấu hiệu nguy cấp như xuất huyết não được đẩy lên đầu danh sách, để bệnh nhân được đọc kết quả sớm hơn.
Ở những nơi thiếu bác sĩ chuyên khoa, như bệnh viện tuyến huyện vùng xa, máy có tiềm năng hỗ trợ sàng lọc ban đầu, rồi gửi ca nghi ngờ lên tuyến trên. Nhưng triển khai ở đâu cụ thể, hiệu quả ra sao, còn tuỳ từng nơi và cần đánh giá nghiêm túc.
Điểm chung là máy làm cho bác sĩ nhanh hơn và bớt sót hơn, chứ không làm bác sĩ thừa.
Những cái khó khi đưa máy vào bệnh viện
Một cái khó lớn là máy học trên dữ liệu của bệnh viện này có thể kém đi khi dùng ở bệnh viện khác, vì máy chụp khác, cách chụp khác, bệnh nhân khác. Một công cụ rất giỏi trong bài báo khoa học có khi lúng túng ngoài đời.
Cái khó thứ hai là con người tin máy quá mức. Khi máy không đánh dấu gì, bác sĩ mệt mỏi có thể lướt qua nhanh hơn, và bỏ sót điều máy cũng bỏ sót. Đây là cái bẫy gọi là thiên kiến tự động hoá.
Cái khó thứ ba là trách nhiệm pháp lý. Nếu máy gợi ý sai và bác sĩ làm theo, ai chịu trách nhiệm? Câu hỏi này các nước vẫn đang tìm câu trả lời.
Những cái khó này giải thích vì sao đổi mới trong y tế thường chậm hơn trong các ngành khác. Và có lẽ chậm như vậy là có lý do chính đáng.
Bài học cho mọi nghề từ câu chuyện này
Bài học thứ nhất: đừng nhìn một nghề qua một việc dễ thấy nhất của nó. Bác sĩ hình ảnh nhìn phim, nhưng nghề của họ là chẩn đoán trong bối cảnh và chịu trách nhiệm.
Bài học thứ hai: máy làm một việc nhanh hơn có thể làm cho việc đó được làm nhiều hơn. Khi đọc phim nhanh hơn, bệnh viện có thể chụp và đọc nhiều hơn, và nhu cầu bác sĩ không nhất thiết giảm.
Bài học thứ ba: những lời tiên đoán chắc nịch về mốc thời gian thường sai, kể cả khi đến từ người giỏi nhất. Hướng đi có thể đúng, nhưng tốc độ thì gần như luôn bị nói quá.
Lần tới bạn nghe ai đó nói nghề này sẽ biến mất trong năm năm, hãy nhớ tới phòng đọc phim, nơi máy đã vào làm việc mà bác sĩ vẫn chưa ai thất nghiệp.
Câu hỏi thường gặp
Trí tuệ nhân tạo đọc phim X quang có chính xác không?
Ở một số việc hẹp, máy đạt độ chính xác tương đương hoặc hỗ trợ tốt cho bác sĩ. Nhưng độ chính xác có thể giảm khi dùng ở nơi có máy chụp và bệnh nhân khác, nên vẫn cần bác sĩ kiểm tra.
Ai chịu trách nhiệm khi máy chẩn đoán sai?
Hiện nay, ở phần lớn nơi, bác sĩ ký kết luận vẫn là người chịu trách nhiệm chuyên môn. Khung pháp lý cho công cụ hỗ trợ chẩn đoán đang được các nước tiếp tục xây dựng.
Bệnh nhân có nên lo khi bệnh viện dùng máy đọc phim?
Không cần lo nếu máy được dùng như công cụ hỗ trợ và bác sĩ vẫn đọc lại. Nếu có thắc mắc về kết quả, bệnh nhân nên hỏi trực tiếp bác sĩ điều trị.
Sinh viên y có nên chọn chuyên ngành chẩn đoán hình ảnh?
Nhu cầu bác sĩ chuyên ngành này vẫn lớn ở nhiều nơi. Người học nên chuẩn bị tinh thần làm việc cùng công cụ hỗ trợ và giữ vững kiến thức lâm sàng.
Thiên kiến tự động hoá là gì?
Là xu hướng con người tin vào gợi ý của máy quá mức và bớt tự kiểm tra. Trong y tế, nó có thể khiến bác sĩ bỏ sót điều mà máy cũng không phát hiện.
