Hồ sơ sức khỏe số: Nền tảng để AI thực sự tạo ra giá trị trong y tế

Hôm trước, trong một buổi giới thiệu về hệ sinh thái Healthcare IT và AI, mình có thêm một trải nghiệm khá thú vị.

Phần mình nhớ nhất không phải lúc trình bày những tính năng mới. Đó là gần một tiếng trao đổi sau phần giới thiệu, khi mọi câu hỏi dần rời khỏi chủ đề AI và chuyển sang dữ liệu.

Một anh phụ trách CNTT hỏi:

Nếu dữ liệu vẫn nằm ở nhiều hệ thống khác nhau thì AI sẽ lấy thông tin từ đâu?

Một bác sĩ lại đặt vấn đề:

Nếu hồ sơ người bệnh thiếu thông tin, khuyến nghị của AI có còn đáng tin không?

Có người quan tâm đến bảo mật. Có người hỏi về việc chia sẻ dữ liệu giữa các bệnh viện. Một câu hỏi khác rất thực tế là người bệnh có được quyết định ai được xem hồ sơ của mình hay không.

Những trao đổi đó cho thấy một vấn đề quan trọng: AI chỉ có thể tạo ra giá trị khi phía dưới nó là một nền tảng hồ sơ sức khỏe số được kết nối, chính xác và quản trị đúng cách.

Công nghệ có thể rất mạnh. Nhưng nếu HIS nằm một nơi, PACS một nơi, LIS một nơi và EMR lại lưu theo một cách khác, AI cũng chỉ nhìn thấy từng mảnh nhỏ của người bệnh.

Một buổi Q&A về AI nhưng mọi câu hỏi lại xoay quanh dữ liệu

Trong nhiều buổi giới thiệu giải pháp, AI thường là phần thu hút sự chú ý nhất.

AI có thể hỗ trợ đọc hình ảnh. AI có thể tóm tắt hồ sơ. AI có thể cảnh báo nguy cơ và hỗ trợ bác sĩ ra quyết định.

Nhưng khi bước sang phần trao đổi thực tế, người làm trong bệnh viện thường không dừng lại ở câu hỏi AI có thể làm gì. Họ muốn biết công nghệ đó sẽ hoạt động như thế nào trong môi trường thật.

Điều bệnh viện quan tâm không chỉ là tính năng

Một hệ thống có thể trình diễn rất tốt với dữ liệu mẫu. Tuy nhiên, triển khai trong bệnh viện lại là một câu chuyện khác.

Người dùng sẽ quan tâm:

• AI lấy dữ liệu từ hệ thống nào?
• Dữ liệu được cập nhật theo thời gian thực hay theo từng đợt?
• Kết quả có được hiển thị ngay trong màn hình bác sĩ đang sử dụng không?
• Khi thông tin thiếu hoặc mâu thuẫn, hệ thống xử lý thế nào?
• Ai chịu trách nhiệm kiểm tra và xác nhận khuyến nghị?
• Dữ liệu có được sử dụng đúng mục đích hay không?

Đây không phải là những câu hỏi phụ. Chúng quyết định một giải pháp có được sử dụng lâu dài hay chỉ dừng ở giai đoạn thử nghiệm.

Những câu hỏi thực tế về dữ liệu và quyền riêng tư

Dữ liệu y tế liên quan trực tiếp đến sức khỏe, lịch sử điều trị và đời sống riêng tư của mỗi người.

Vì vậy, bài toán không chỉ là kết nối được dữ liệu. Bệnh viện còn phải xác định rõ:

• Ai được quyền truy cập?
• Truy cập trong hoàn cảnh nào?
• Dữ liệu nào được phép chia sẻ?
• Người bệnh được thông báo ra sao?
• Hoạt động truy cập có được ghi nhận và kiểm tra không?

Nếu thiếu cơ chế quản trị, một hệ thống càng kết nối rộng càng có thể tạo ra nhiều rủi ro.

Hồ sơ sức khỏe số không phải là nơi lưu thật nhiều dữ liệu

Sau buổi trao đổi, mình dành thời gian đọc thêm nhiều góc nhìn về mô hình người bệnh số và hồ sơ sức khỏe số.

Có một điểm rất gần với những gì mọi người đã thảo luận: mục tiêu không phải là tập hợp càng nhiều dữ liệu càng tốt.

Điều quan trọng là dữ liệu phải:

• chính xác;
• có cấu trúc;
• được cập nhật;
• có nguồn gốc rõ ràng;
• kết nối được giữa các hệ thống;
• đến đúng người vào đúng thời điểm.

Một kho dữ liệu rất lớn nhưng khó tìm kiếm hoặc thiếu bối cảnh chưa chắc đã giúp ích cho bác sĩ.

Bác sĩ cần đúng thông tin, không cần tất cả thông tin

Khi tiếp nhận một người bệnh, bác sĩ không nhất thiết phải đọc ngay hàng trăm trang hồ sơ cũ.

Họ cần thấy nhanh những thông tin có ảnh hưởng trực tiếp đến quyết định hiện tại, chẳng hạn:

• tiền sử bệnh quan trọng;
• dị ứng;
• thuốc đang sử dụng;
• chẩn đoán gần nhất;
• kết quả xét nghiệm bất thường;
• hình ảnh chẩn đoán có liên quan;
• cảnh báo nguy cơ;
• những lần nhập viện gần đây.

Một hồ sơ sức khỏe số tốt không chỉ lưu trữ dữ liệu. Nó phải giúp sắp xếp và trình bày dữ liệu theo đúng bối cảnh lâm sàng.

Dữ liệu phải đến đúng người, đúng thời điểm

Cùng một dữ liệu nhưng giá trị có thể rất khác nhau tùy thời điểm.

Một cảnh báo dị ứng thuốc chỉ hữu ích khi xuất hiện trước lúc bác sĩ kê đơn. Một kết quả xét nghiệm bất thường cần được gửi đến đúng người có trách nhiệm xử lý. Một phim chụp cũ nên được hiển thị khi bác sĩ cần so sánh diễn tiến.

Nếu thông tin đến quá muộn, nó vẫn đúng nhưng không còn nhiều giá trị trong quy trình chăm sóc.

Vì sao AI không thể tạo giá trị trên dữ liệu rời rạc?

AI thường được mô tả như một lớp thông minh nằm phía trên dữ liệu.

Điều này cũng có nghĩa là chất lượng của AI phụ thuộc rất nhiều vào những gì nằm phía dưới.

Mỗi hệ thống chỉ giữ một phần của bức tranh

Trong bệnh viện, dữ liệu người bệnh có thể được phân tán ở nhiều hệ thống:

• HIS lưu thông tin hành chính, viện phí và một phần dữ liệu khám chữa bệnh.
• EMR quản lý hồ sơ bệnh án điện tử.
• LIS lưu kết quả xét nghiệm.
• RIS quản lý quy trình chẩn đoán hình ảnh.
• PACS lưu trữ và phân phối hình ảnh DICOM.
• Hệ thống dược quản lý thuốc và đơn thuốc.
• Thiết bị theo dõi lưu các chỉ số sinh tồn.

Nếu các hệ thống không trao đổi dữ liệu với nhau, mỗi ứng dụng chỉ có một phần thông tin.

AI phân tích hình ảnh có thể nhìn thấy tổn thương, nhưng không biết tiền sử bệnh. AI cảnh báo thuốc có thể biết đơn hiện tại, nhưng không có đầy đủ dữ liệu dị ứng hoặc kết quả xét nghiệm mới nhất.

Khi đó, vấn đề không nằm ở việc thuật toán yếu. Vấn đề là thuật toán không được cung cấp đủ bối cảnh.

Dữ liệu thiếu làm giảm độ tin cậy của khuyến nghị

Một kết quả AI thường được người dùng nhìn nhận như một câu trả lời tương đối hoàn chỉnh.

Tuy nhiên, trong y tế, khuyến nghị chỉ đáng tin khi hệ thống biết dữ liệu nào đang có và dữ liệu nào còn thiếu.

Một giải pháp tốt cần minh bạch về:

• nguồn dữ liệu được sử dụng;
• thời điểm dữ liệu được cập nhật;
• mức độ chắc chắn của kết quả;
• các giới hạn của mô hình;
• thông tin quan trọng đang bị thiếu.

AI không nên tạo cảm giác chắc chắn khi dữ liệu đầu vào chưa đầy đủ.

Hồ sơ sức khỏe số cần những nền tảng nào?

Xây dựng hồ sơ sức khỏe số không chỉ là triển khai thêm một phần mềm.

Đó là quá trình thiết kế lại cách dữ liệu được tạo ra, trao đổi, sử dụng và bảo vệ trong toàn bộ hành trình người bệnh.

Định danh người bệnh thống nhất

Muốn kết nối dữ liệu, trước tiên phải xác định đúng dữ liệu thuộc về ai.

Sai lệch họ tên, ngày sinh, mã người bệnh hoặc thông tin giấy tờ có thể khiến hồ sơ bị trùng hoặc bị ghép nhầm.

Vì vậy, quản lý định danh người bệnh là một trong những nền tảng đầu tiên cần được giải quyết.

Chuẩn hóa và liên thông dữ liệu

Các hệ thống cần thống nhất cách biểu diễn dữ liệu và sử dụng những tiêu chuẩn tích hợp phù hợp.

Mục tiêu không chỉ là gửi được dữ liệu từ hệ thống A sang hệ thống B. Dữ liệu sau khi nhận phải được hiểu đúng, đặt đúng ngữ cảnh và sử dụng được trong quy trình chuyên môn.

Khả năng liên thông thực sự bao gồm cả kết nối kỹ thuật lẫn sự thống nhất về ý nghĩa dữ liệu.

Quản trị quyền truy cập và bảo mật

Không phải người dùng nào cũng cần xem toàn bộ hồ sơ.

Quyền truy cập nên được thiết kế dựa trên vai trò, nhiệm vụ và bối cảnh chăm sóc. Đồng thời, hệ thống cần có khả năng ghi nhận lịch sử truy cập để kiểm tra khi cần thiết.

Người bệnh cũng cần được cung cấp thông tin rõ ràng về cách dữ liệu của mình được sử dụng và chia sẻ.

Tích hợp vào workflow lâm sàng

Dữ liệu chỉ có giá trị khi được đưa vào đúng bước công việc.

Nếu bác sĩ phải mở nhiều phần mềm, đăng nhập lại hoặc tìm kiếm thủ công, hệ thống vẫn tạo thêm gánh nặng dù phía sau đã kết nối về mặt kỹ thuật.

Một nền tảng tốt phải giảm số thao tác, không làm gián đoạn workflow và cung cấp thông tin ngay trên giao diện người dùng đang làm việc.

Người bệnh số và hành trình chăm sóc liên tục

Khái niệm người bệnh số không nên được hiểu đơn giản là một tài khoản trên ứng dụng hoặc một hồ sơ điện tử.

Ở góc độ rộng hơn, người bệnh số là hình ảnh số hóa xuyên suốt của một cá nhân trong toàn bộ hành trình chăm sóc sức khỏe.

Dữ liệu cần đồng hành với người bệnh

Người bệnh có thể khám tại nhiều cơ sở, thực hiện xét nghiệm ở nhiều nơi và được theo dõi bởi nhiều chuyên khoa.

Nếu mỗi lần đến một cơ sở mới, họ phải bắt đầu lại từ đầu, cung cấp lại lịch sử bệnh và thực hiện lại những kiểm tra không cần thiết, hệ thống y tế chưa thực sự lấy người bệnh làm trung tâm.

Hồ sơ sức khỏe số cần đồng hành với người bệnh thay vì bị giới hạn trong phạm vi một phần mềm hoặc một bệnh viện.

Vai trò của người bệnh trong quản lý dữ liệu cá nhân

Trong tương lai, người bệnh không chỉ là đối tượng được lưu dữ liệu.

Họ cần trở thành một bên tham gia trong việc quản lý hồ sơ của chính mình.

Điều đó có thể bao gồm:

• xem thông tin sức khỏe;
• kiểm tra lịch sử truy cập;
• bổ sung dữ liệu cá nhân;
• quản lý sự đồng ý chia sẻ;
• chủ động theo dõi điều trị;
• nhận nhắc nhở và cảnh báo phù hợp.

Khi người bệnh được tham gia, dữ liệu thường đầy đủ hơn và hành trình chăm sóc cũng liên tục hơn.

Chuyển đổi số y tế không phải là triển khai thêm hệ thống

Cuối buổi Q&A hôm đó, một bác sĩ nói một câu mà mình nhớ rất lâu:

Điều chúng tôi cần không phải thêm một hệ thống. Điều chúng tôi cần là mọi hệ thống có thể làm việc cùng nhau.

Theo mình, đây cũng là một định nghĩa rất thực tế về chuyển đổi số y tế.

Khi các hệ thống có thể làm việc cùng nhau

Một bệnh viện có thể sở hữu rất nhiều phần mềm hiện đại nhưng người dùng vẫn phải:

• nhập lại cùng một dữ liệu nhiều lần;
• đối chiếu thông tin thủ công;
• gọi điện để xác nhận kết quả;
• chuyển file qua các kênh không chính thức;
• mở nhiều màn hình để tìm một thông tin.

Trong trường hợp đó, số lượng hệ thống tăng lên nhưng hiệu quả vận hành chưa chắc được cải thiện.

Chuyển đổi số chỉ có ý nghĩa khi công nghệ giúp quy trình liền mạch hơn.

AI là lớp giá trị phía trên nền tảng dữ liệu

AI vẫn là một phần quan trọng của tương lai y tế.

Nhưng AI nên được xem là lớp giá trị được xây dựng trên nền tảng dữ liệu, tích hợp và quản trị đã đủ trưởng thành.

Khi có một hồ sơ sức khỏe số đáng tin cậy, AI mới có thể:

• hỗ trợ bác sĩ ra quyết định nhanh hơn;
• tổng hợp đúng thông tin quan trọng;
• giảm công việc nhập liệu;
• phát hiện nguy cơ sớm;
• theo dõi người bệnh liên tục;
• đánh giá hiệu quả điều trị;
• hỗ trợ điều phối nguồn lực.

Nếu nền tảng dữ liệu chưa được giải quyết, triển khai thêm AI có thể chỉ tạo ra một hệ thống rời rạc mới.

Suy nghĩ của tôi về hồ sơ sức khỏe số và AI trong y tế

Hồ sơ sức khỏe số không chỉ là nơi tập hợp thật nhiều dữ liệu. Giá trị của nó nằm ở khả năng cung cấp thông tin chính xác, đúng ngữ cảnh và đúng thời điểm cho người cần sử dụng.

AI cũng không thể tự tạo ra giá trị nếu HIS, EMR, LIS, RIS và PACS vẫn hoạt động như những hòn đảo riêng biệt.

Tương lai của y tế không nhất thiết nằm ở việc mỗi bệnh viện sở hữu thêm một công cụ AI. Tương lai có thể bắt đầu từ một điều căn bản hơn: mỗi người bệnh có một hồ sơ sức khỏe số liên tục, được bảo vệ đúng cách và có thể đồng hành cùng họ trong toàn bộ hành trình chăm sóc.

Khi các hệ thống thực sự làm việc cùng nhau, AI mới có thể làm đúng vai trò của mình: giảm bớt công việc lặp lại, hỗ trợ quyết định chuyên môn và giúp đội ngũ y tế dành nhiều thời gian hơn cho người bệnh.

Với những đơn vị đang xây dựng lộ trình chuyển đổi số, có lẽ câu hỏi đầu tiên không nên là “Nên triển khai thêm công cụ AI nào?”, mà là “Dữ liệu của chúng ta đã đủ kết nối, chính xác và sẵn sàng để tạo ra giá trị hay chưa?”.