AI + Gen + Y học cổ truyền: Y học chính xác sẽ bắt đầu từ đâu tại Việt Nam?

3 ý chính: (1) AI trong bệnh viện nên bắt đầu từ những việc tốn thời gian nhất của bác sĩ, để trả thời gian đó lại cho người bệnh. (2) Gen không để đoán mệnh mà để cá thể hóa phòng ngừa; điểm nghẽn của Việt Nam là dữ liệu, không phải công nghệ. (3) Y học cổ truyền là lợi thế riêng, nếu được "dịch" sang ngôn ngữ dữ liệu và kiểm chứng bằng nghiên cứu.

1. Từ câu hỏi của người bệnh đến câu hỏi của hệ thống

Trong gần 35 năm làm lâm sàng, tôi đã gặp rất nhiều người bệnh đến với cùng một câu hỏi, chỉ khác cách diễn đạt: "Bác sĩ ơi, bệnh này có phải do gen nhà tôi không? Tôi có bị giống bố mẹ tôi không? Con tôi có bị không?"

Trước đây, chúng ta thường trả lời bằng kinh nghiệm và xác suất chung của cả quần thể. Ngày nay, chúng ta có thể trả lời bằng dữ liệu của chính người đó: gen, chuyển hóa, lối sống, môi trường, tiền sử gia đình.

Đó là bản chất của y học chính xác. Không phải chữa bệnh đắt tiền hơn, mà là chữa đúng người, đúng thời điểm, đúng can thiệp, và quan trọng nhất là phòng ngừa sớm hơn.

Tại NIC, cuộc trò chuyện của chúng tôi xoay quanh ba mảnh ghép: AI, Gen và Y học cổ truyền. Ba mảnh ghép tưởng như xa nhau, nhưng đặt cạnh nhau lại tạo thành một bức tranh rất Việt Nam.

2. AI: Không phải để thay bác sĩ, mà để bác sĩ có thêm thời gian cho người bệnh

Tôi vẫn thường nói với đồng nghiệp tại Vinmec Đà Nẵng: AI trong bệnh viện nên bắt đầu từ những việc tốn thời gian nhất.

Mỗi ngày, bác sĩ và điều dưỡng dành không ít thời gian cho việc hỏi lại bệnh sử, ghi chép, nhập liệu, hoàn thiện hồ sơ. Đó là thời gian lẽ ra dành cho người bệnh.

Trong bài "AI trong y tế không phải để thay thế bác sĩ, mà để thay đổi cách cả hệ thống ra quyết định", tôi đã chia sẻ về hướng tiếp cận này. Tại LIFE AI, câu chuyện đi xa hơn một bước: AI không chỉ giúp ghi chép, mà giúp tổng hợp dữ liệu để hỗ trợ bác sĩ ra quyết định.

Ví dụ: một người bệnh 55 tuổi, tăng huyết áp, tiền đái tháo đường, có bố bị đột quỵ ở tuổi 60. Nếu chỉ nhìn vào từng chỉ số riêng lẻ, chúng ta sẽ thấy một người bệnh "bình thường". Nhưng nếu AI tổng hợp gen, HbA1c theo thời gian, huyết áp 24 giờ, giấc ngủ, vận động và nguy cơ gia đình, chúng ta sẽ thấy một quỹ đạo nguy cơ đang hình thành, trước khi biến cố xảy ra.

Đó chính là điều tôi đang theo đuổi tại Vinmec Đà Nẵng: xây dựng một hệ sinh thái y tế nơi công nghệ không đứng riêng lẻ, mà được tích hợp vào toàn bộ hành trình chăm sóc người bệnh.

Tuy nhiên, tôi luôn đặt ra ba câu hỏi trước khi quyết định triển khai bất kỳ công nghệ nào:

• Thứ nhất: Nó có giảm bớt việc tốn thời gian cho bác sĩ không, hay lại tạo thêm một việc phải nhập liệu?
• Thứ hai: Nó có giúp người bệnh cảm thấy được lắng nghe và an tâm hơn không? Điều làm tôi vui nhất không phải là một ca mổ thành công, mà là khi người bệnh, dù đến từ đâu, cảm thấy được lắng nghe suốt hành trình điều trị.
• Thứ ba: Nó có đo lường được kết quả lâm sàng không? Nếu không đo được, chúng ta không nên gọi đó là đổi mới.

3. Gen: Không phải để đoán mệnh, mà để cá thể hóa phòng ngừa

Nhiều người vẫn hiểu sai về xét nghiệm gen. Gen không phải để đoán số phận. Gen là để hiểu nguy cơ và lựa chọn can thiệp phù hợp.

Có người mang nguy cơ di truyền đái tháo đường cao, nhưng nếu thay đổi lối sống sớm, họ có thể trì hoãn bệnh nhiều năm. Có người chuyển hóa thuốc khác người khác vì gen. Ví dụ quen thuộc trong tim mạch là clopidogrel: người mang biến thể giảm chức năng của gen CYP2C19, khá phổ biến ở người châu Á, chuyển hóa thuốc kém nên tác dụng chống ngưng tập tiểu cầu giảm. Biết trước điều đó, bác sĩ có thể chọn thuốc hoặc liều phù hợp ngay từ đầu.

Vấn đề lớn nhất tại Việt Nam hiện nay không phải là công nghệ giải trình tự gen. Chúng ta đã làm được. Vấn đề là dữ liệu.

Dữ liệu gen của người Việt còn thiếu, còn phân mảnh. Chúng ta chưa có đủ cơ sở dữ liệu tham chiếu lớn để khẳng định: biến thể gen này có ý nghĩa gì với người Việt, trong môi trường sống, chế độ ăn và khí hậu Việt Nam?

Đó là lý do cuộc làm việc với LIFE AI tại NIC, nơi có trung tâm giải mã gen của Genetica, có ý nghĩa. Chúng ta cần những đối tác hiểu rằng dữ liệu gen là tài sản, nhưng trước hết là trách nhiệm.

Trong bài "Dữ liệu y tế: tài sản hay trách nhiệm?", tôi đã viết: dữ liệu không thuộc về bệnh viện, không thuộc về công ty công nghệ. Dữ liệu thuộc về người bệnh; chúng ta chỉ là người được ủy thác. Điều này nay đã có căn cứ pháp lý rõ ràng: Luật Bảo vệ dữ liệu cá nhân có hiệu lực từ 01/01/2026, trong đó dữ liệu sức khỏe và dữ liệu di truyền là dữ liệu cá nhân nhạy cảm. Mọi ứng dụng AI trên dữ liệu gen phải bắt đầu từ sự đồng thuận có hiểu biết, bảo mật và minh bạch về mục đích sử dụng.

Nếu chúng ta làm đúng, Việt Nam có thể đi nhanh, vì chúng ta có lợi thế: tỷ lệ sử dụng smartphone cao và hệ thống bệnh viện đang chuyển đổi số mạnh mẽ. Nếu chúng ta làm vội, chúng ta sẽ đánh mất niềm tin, thứ khó lấy lại nhất trong y tế.

4. Y học cổ truyền: Điểm khác biệt mà thế giới không có

Đây là phần tôi tâm đắc nhất trong buổi làm việc tại NIC.

Khi nói về y học chính xác, thế giới thường nói về dữ liệu gen, thuốc và nghiên cứu chủ yếu từ quần thể phương Tây. Nhưng Việt Nam có một kho tàng mà ít quốc gia có: Y học cổ truyền.

Tôi không xem Y học cổ truyền là đối lập với y học hiện đại. Tôi xem đó là một hệ thống tri thức về thể trạng, cơ địa, cân bằng, được tích lũy qua hàng trăm năm quan sát con người trong môi trường sống cụ thể.

Câu hỏi đặt ra là: AI có thể giúp chúng ta hệ thống hóa tri thức đó không?

Ví dụ: một bài thuốc cổ truyền được dùng cho người "thể hàn, tỳ hư". Nếu đặt giả thuyết rằng "thể hàn" tương ứng với những dấu hiệu đo được, như chuyển hóa cơ bản thấp, huyết áp thấp, rối loạn giấc ngủ, hệ vi sinh đường ruột đặc trưng, rồi kiểm chứng bằng nghiên cứu, chúng ta sẽ có một ngôn ngữ chung giữa Y học cổ truyền và Y học hiện đại.

Đó không phải là thay thế thầy thuốc Y học cổ truyền bằng máy. Đó là giúp thầy thuốc có thêm bằng chứng, giúp người trẻ hiểu cơ thể mình bằng ngôn ngữ khoa học, và giúp thế giới hiểu được giá trị của y học Việt Nam.

Tôi tin rằng nếu làm được điều này, chúng ta sẽ không chỉ là người đi sau trong y học chính xác, mà có thể tạo ra một mô hình riêng: y học chính xác mang bản sắc Việt Nam.

5. Từ NIC về Đà Nẵng: Bắt đầu từ 2–3 hướng ứng dụng

NIC là nơi kết nối startup, viện nghiên cứu và bệnh viện. Bệnh viện là nơi kiểm chứng lâm sàng. Không có bệnh viện, đổi mới chỉ dừng ở phòng thí nghiệm.

Trở về Đà Nẵng, tôi xác định: Vinmec Đà Nẵng sẽ không chạy theo mọi công nghệ. Chúng tôi sẽ chọn 2–3 hướng ứng dụng (use case) để làm thật sâu, đo lường thật kỹ, rồi mới nhân rộng.

• Thứ nhất: Nội tiết – Chuyển hóa. Đây là lĩnh vực tôi gắn bó cả đời: đái tháo đường, béo phì, rối loạn chuyển hóa. Đây cũng là nơi gen, AI và lối sống tạo ra giá trị rõ nhất.
• Thứ hai: Tim mạch – Phòng ngừa. Kết nối với nghiên cứu về ngưng thở khi ngủ, giấc ngủ và nguy cơ tim mạch mà chúng tôi đang triển khai cùng GS. Dương Quý Sỹ.
• Thứ ba: Longevity – Tuổi thọ khỏe mạnh. Tại Da Nang Longevity Summit & Exhibition 2026 ngày mai, 13/11, tôi sẽ thảo luận về "Healthy Brain, Healthy Metabolism", tiếp nối bài "Não khỏe, chuyển hóa khỏe: vì sao cần can thiệp sớm hơn". Theo báo cáo của Ủy ban Lancet về sa sút trí tuệ năm 2024, khoảng 45% trường hợp sa sút trí tuệ có thể phòng ngừa hoặc trì hoãn nếu kiểm soát tốt 14 yếu tố nguy cơ có thể điều chỉnh, trong đó có tăng huyết áp, đái tháo đường, béo phì và LDL-cholesterol cao. Đó không phải là con số trừu tượng. Đó là gần một nửa số gia đình có thể tránh được nỗi đau khi người thân bắt đầu quên.

Ba hướng này không tách rời. Chúng là một hành trình: chuyển hóa khỏe → tim mạch khỏe → não bộ khỏe → tuổi thọ khỏe.

Kết: Công nghệ chỉ có giá trị khi y tế nhân văn hơn

Tôi rời NIC với một cảm nhận rất rõ: chúng ta đang đứng trước một cơ hội lớn, nhưng cũng là một trách nhiệm lớn.

AI có thể đọc gen nhanh hơn chúng ta. AI có thể tổng hợp dữ liệu nhiều hơn chúng ta. Nhưng AI không thể lắng nghe nỗi lo của một người mẹ khi con mình bị bệnh, không thể nắm tay một người bệnh cao tuổi đang sợ hãi trước ca mổ, và không thể thay thế sự tin cậy mà người bệnh trao cho bác sĩ.

Triết lý lãnh đạo của tôi vẫn không thay đổi: công nghệ chỉ thực sự có giá trị khi giúp y tế trở nên nhân văn hơn, dễ tiếp cận hơn và lấy người bệnh làm trung tâm.

Nếu giữ được điều đó, AI, Gen và Y học cổ truyền sẽ không phải là ba câu chuyện riêng lẻ. Đó sẽ là một câu chuyện duy nhất: câu chuyện về một nền y tế Việt Nam hiện đại nhưng vẫn rất Việt Nam, nơi mỗi người bệnh được hiểu đúng, được chăm sóc đúng và được sống khỏe lâu hơn.

Anh chị đang quan tâm đến xét nghiệm gen hay y học chính xác? Xin chia sẻ câu hỏi của mình; tôi sẽ chọn những câu hỏi chung nhất để viết bài tiếp theo.

Nội dung mang tính thông tin, không thay thế tư vấn khám chữa bệnh cá nhân.