dontbemed

Y học chứng cứ song ngữ

Dr. ChatGPT đang ngày càng giỏi trong việc chẩn đoán các vấn đề sức khỏe – nhưng các bác sĩ thực thụ vẫn tốt hơn trong việc cân nhắc các phương án điều trị.

Dr. ChatGPT is getting remarkably good at diagnosing health problems – but actual doctors are still better at weighing treatment options

Dr. ChatGPT đang ngày càng giỏi trong việc chẩn đoán các vấn đề sức khỏe – nhưng các bác sĩ thực thụ vẫn tốt hơn trong việc cân nhắc các phương án điều trị.
Show
Hide
EN – VI
VI – EN

A father is worried about his toddler, who has been running a fever for two days and pulling at one ear. A 65-year-old woman has been getting winded on her morning walks and feeling more fatigued than usual. Both reach for their phones and type their symptoms into an AI chatbot.

Một người cha lo lắng cho đứa con mới biết đi của mình, đứa bé đã sốt hai ngày và kéo tai liên tục. Một phụ nữ 65 tuổi cảm thấy hụt hơi khi đi dạo buổi sáng và mệt mỏi hơn bình thường. Cả hai đều lấy điện thoại ra và gõ các triệu chứng của họ vào một chatbot AI.

“Your child likely has an ear infection,” the father learns. “Your symptoms could indicate a cardiac condition,” the woman reads.

“Con bạn có khả năng bị nhiễm trùng tai,” người cha biết được. “Các triệu chứng của bạn có thể chỉ ra tình trạng tim mạch,” người phụ nữ đọc.

Those are helpful answers – and there’s a good chance they’re correct. Artificial intelligence is approaching, and in some cases exceeding, doctors’ ability to make accurate diagnoses. An April 2026 study found OpenAI’s o1 model had a 78% accuracy rate on complex diagnostic cases published in the New England Journal of Medicine and also outperformed experienced doctors when diagnosing actual emergency room patients. Similarly, ChatGPT, working on its own, outperformed physicians in diagnosing complex cases, a 2024 study found – even when the physicians were able to use ChatGPT themselves.

Đó là những câu trả lời hữu ích – và có khả năng chúng đúng. Trí tuệ nhân tạo đang tiếp cận, và trong một số trường hợp vượt qua, khả năng chẩn đoán chính xác của các bác sĩ. Một nghiên cứu tháng 4 năm 2026 cho thấy mô hình o1 của OpenAI có tỷ lệ chính xác 78% đối với các trường hợp chẩn đoán phức tạp được công bố trên Tạp chí Y khoa New England và cũng vượt trội hơn các bác sĩ có kinh nghiệm khi chẩn đoán bệnh nhân thực tế tại phòng cấp cứu. Tương tự, một nghiên cứu năm 2024 đã phát hiện ra rằng ChatGPT, hoạt động độc lập, đã vượt qua các bác sĩ trong việc chẩn đoán các trường hợp phức tạp – ngay cả khi các bác sĩ tự sử dụng ChatGPT.

Making a correct diagnosis, though, is only half a doctor’s job. The other half is knowing what to do about it – in other words, deciding how to manage a patient’s health condition.

Tuy nhiên, việc đưa ra một chẩn đoán chính xác chỉ là một nửa công việc của bác sĩ. Nửa còn lại là biết phải làm gì với nó – nói cách khác, quyết định cách quản lý tình trạng sức khỏe của bệnh nhân.

I am a doctor and medical educator studying how doctors make these decisions, a process known as management reasoning, and how doctors in training develop this ability. For clear-cut health concerns, an AI diagnosis may be enough for someone to get the care they need – a little numbing cream for a baby’s gums, say, or an appointment with a cardiologist.

Tôi là một bác sĩ và nhà giáo dục y khoa nghiên cứu cách các bác sĩ đưa ra những quyết định này, một quá trình được gọi là lý luận quản lý (management reasoning) , và cách các bác sĩ đang được đào tạo phát triển khả năng này. Đối với các vấn đề sức khỏe rõ ràng, chẩn đoán của AI có thể đủ để ai đó nhận được sự chăm sóc cần thiết – chẳng hạn như một chút kem tê cho nướu của em bé, hoặc một cuộc hẹn với bác sĩ tim mạch.

But uncertainty is common in clinical practice. Often, knowing what ails a patient is necessary but not sufficient for determining how to care for them. And how to manage a patient, even after the diagnosis is settled, is a complex question.

Nhưng sự không chắc chắn là điều phổ biến trong thực hành lâm sàng. Thường thì, việc biết bệnh nhân bị gì là cần thiết nhưng chưa đủ để xác định cách chăm sóc họ. Và việc quản lý một bệnh nhân, ngay cả sau khi chẩn đoán đã được xác định, là một câu hỏi phức tạp.

People are seeking answers for health problems from AI platforms like ChatGPT.
Mọi người đang tìm kiếm câu trả lời cho các vấn đề sức khỏe từ các nền tảng AI như ChatGPT.

Diagnosis categorizes, but management prioritizes

Chẩn đoán phân loại, nhưng điều trị là ưu tiên

Experienced doctors do not assess each patient from scratch. Over years of practice, they build mental shortcuts called illness scripts.

Các bác sĩ có kinh nghiệm không đánh giá từng bệnh nhân từ đầu. Qua nhiều năm thực hành, họ xây dựng các lối tắt tinh thần gọi là kịch bản bệnh tật.

Illness scripts are more than symptom checklists. They capture what a disease typically looks like, who tends to get it and how it most often progresses. When a doctor sees a new patient, they match what they observe against these mental scripts – a process of categorization and pattern recognition.

Kịch bản bệnh tật không chỉ là danh sách kiểm tra triệu chứng. Chúng ghi lại những gì một căn bệnh thường biểu hiện, ai có xu hướng mắc nó và nó thường tiến triển như thế nào. Khi bác sĩ gặp một bệnh nhân mới, họ đối chiếu những gì quan sát được với các kịch bản tinh thần này – một quá trình phân loại và nhận dạng mẫu.

When a patient appears with a familiar pattern of signs and symptoms, a doctor calls up the matching mental script almost without thinking. This frees them to notice elements that don’t quite align: a symptom that doesn’t fit, or a detail in the patient’s history – a recent trip abroad, an unusual exposure at work – that points toward a different diagnosis.

Khi một bệnh nhân xuất hiện với một mô hình dấu hiệu và triệu chứng quen thuộc, bác sĩ sẽ gọi ra kịch bản tinh thần phù hợp gần như không cần suy nghĩ. Điều này giúp họ chú ý đến những yếu tố không hoàn toàn khớp: một triệu chứng không phù hợp, hoặc một chi tiết trong lịch sử bệnh nhân – một chuyến đi nước ngoài gần đây, một tiếp xúc bất thường tại nơi làm việc – cho thấy một chẩn đoán khác.

It’s not surprising that AI is good at this pattern-matching process. Large language models like ChatGPT work in a similar way. They predict what word should come next in a sentence based on patterns learned from enormous amounts of text, including the medical literature. In that literature, the word “pneumonia” reliably follows certain symptom patterns: fever, say, combined with a cloudy patch on a chest X-ray. Pattern matching, at this level, is essentially the same thing a doctor does when fitting a patient’s symptoms to an illness script.

Không có gì đáng ngạc nhiên khi AI giỏi về quá trình đối sánh mẫu này. Các mô hình ngôn ngữ lớn như ChatGPT hoạt động theo cách tương tự. Chúng dự đoán từ nào nên xuất hiện tiếp theo trong một câu dựa trên các mẫu đã học từ lượng văn bản khổng lồ, bao gồm cả tài liệu y khoa. Trong tài liệu đó, từ “viêm phổi” thường đi kèm với các mô hình triệu chứng nhất định: chẳng hạn như sốt, kết hợp với một vùng mờ trên phim X-quang ngực. Đối sánh mẫu, ở cấp độ này, về cơ bản là điều mà bác sĩ làm khi đối chiếu triệu chứng của bệnh nhân với một kịch bản bệnh tật.

But deciding what to do next – what tests to run, what treatments to try, what to monitor and what to follow up on – works differently. Instead of one right answer, a doctor faces multiple reasonable options. The art of medical management is prioritizing which among these options is best for the patient in front of you.

Nhưng việc quyết định bước tiếp theo – những xét nghiệm nào cần thực hiện, những phương pháp điều trị nào nên thử, những gì cần theo dõi và những gì cần tái khám – lại hoạt động khác. Thay vì một câu trả lời đúng duy nhất, bác sĩ phải đối mặt với nhiều lựa chọn hợp lý. Nghệ thuật quản lý y tế là ưu tiên lựa chọn nào trong số các phương án này là tốt nhất cho bệnh nhân trước mặt bạn.

The human advantage

Lợi thế của con người

So how does a doctor go from diagnosing a patient to figuring out how best to care for them? The answer is almost always, “It depends.”

Vậy làm thế nào một bác sĩ có thể đi từ việc chẩn đoán bệnh nhân đến việc xác định cách chăm sóc tốt nhất cho họ? Câu trả lời gần như luôn là: “Tùy thuộc vào tình trạng cụ thể.”

Consider two men, Marcus and Tomás, both 68, both just diagnosed with early-stage prostate cancer. Their biopsies show the same thing: a slow-growing tumor confined to the prostate.

Hãy xem xét hai người đàn ông, Marcus và Tomás, đều 68 tuổi, cả hai vừa được chẩn đoán ung thư tuyến tiền liệt giai đoạn sớm. Sinh thiết của họ cho thấy cùng một điều: một khối u phát triển chậm và giới hạn trong tuyến tiền liệt.

Both are offered the same two management options. Treat now, with surgery or radiation, accepting the risks of urinary incontinence and changes to sexual function. Or monitor closely with regular tests and biopsies, treating only if it grows. A study that followed more than 82,000 men with early-stage prostate cancer for 15 years found that fewer than 3 in 100 died of their prostate cancer regardless of which path they chose, though men who chose monitoring were about twice as likely to see their cancer spread.

Cả hai đều được đưa ra hai lựa chọn quản lý giống nhau. Điều trị ngay bằng phẫu thuật hoặc xạ trị, chấp nhận rủi ro mất kiểm soát tiểu tiện và thay đổi chức năng tình dục. Hoặc theo dõi chặt chẽ bằng các xét nghiệm và sinh thiết định kỳ, chỉ điều trị nếu khối u phát triển. Một nghiên cứu theo dõi hơn 82.000 nam giới mắc ung thư tuyến tiền liệt giai đoạn sớm trong 15 năm cho thấy ít hơn 3/100 người tử vong do ung thư tuyến tiền liệt, bất kể họ chọn con đường nào, mặc dù những người chọn theo dõi có khả năng ung thư lan rộng cao hơn khoảng gấp đôi.

AI can present both options alongside those statistics. What a doctor brings is knowledge of the person sitting across from them.

AI có thể trình bày cả hai lựa chọn cùng với các số liệu thống kê đó. Điều mà một bác sĩ mang lại là sự hiểu biết về người đang ngồi đối diện với họ.

Marcus has no other significant health conditions. His doctor knows this, and knows Marcus well enough to know that uncertainty sits badly with him. For a patient without other pressing health concerns, a slow-growing tumor has time to progress and become something more serious. Both management paths are genuinely reasonable, but Marcus cannot live with waiting. Knowing cancer is in his body, watched but untreated, is not something he can set aside. He chooses treatment.

Marcus không có các bệnh lý nghiêm trọng nào khác. Bác sĩ của anh biết điều này, và hiểu Marcus đủ để biết rằng sự không chắc chắn khiến anh khó chịu. Đối với một bệnh nhân không có các vấn đề sức khỏe cấp bách nào khác, một khối u phát triển chậm có thời gian tiến triển và trở nên nghiêm trọng hơn. Cả hai con đường quản lý đều hợp lý, nhưng Marcus không thể sống với việc chờ đợi. Việc biết rằng ung thư đang ở trong cơ thể mình, được theo dõi nhưng chưa điều trị, là điều anh không thể bỏ qua. Anh chọn điều trị.

Figure
AI chatbots are not especially good at prioritizing options in the face of risk and uncertainty. MoMo Productions/DigitalVision via Getty Images
Chatbot AI không đặc biệt giỏi trong việc ưu tiên các lựa chọn khi đối mặt với rủi ro và sự không chắc chắn. MoMo Productions/DigitalVision qua Getty Images

Tomás has advanced heart failure, something his doctor has been managing alongside him for years. She knows that his heart condition poses a more immediate threat to his health than this slow-growing tumor does. She knows, too, that he watched a friend go through radiation and come out diminished. Treating aggressively would mean bearing real costs for a benefit that may never arrive. She recommends active surveillance. For Tomás, it is the right answer and a relief.

Tomás bị suy tim giai đoạn nặng, một tình trạng mà bác sĩ của anh đã quản lý cùng anh trong nhiều năm. Cô biết rằng tình trạng tim của anh gây ra mối đe dọa tức thời hơn đối với sức khỏe của anh so với khối u phát triển chậm này. Cô cũng biết rằng anh đã chứng kiến một người bạn trải qua xạ trị và trở nên suy giảm. Điều trị tích cực sẽ đồng nghĩa với việc phải chịu những chi phí thực tế cho một lợi ích có thể không bao giờ đến. Cô khuyến nghị theo dõi chủ động. Đối với Tomás, đó là câu trả lời đúng đắn và là một sự nhẹ nhõm.

Different management decisions are the norm in medicine. The right path for any patient depends on who that patient is and what they value, and on a doctor’s judgment about where the evidence is reliable and where genuine uncertainty remains.

Các quyết định quản lý khác nhau là điều bình thường trong y học. Con đường đúng đắn cho bất kỳ bệnh nhân nào phụ thuộc vào việc bệnh nhân đó là ai và họ coi trọng điều gì, cũng như sự phán đoán của bác sĩ về nơi bằng chứng đáng tin cậy và nơi sự không chắc chắn thực sự vẫn còn.

Judging risk and uncertainty

Đánh giá rủi ro và sự không chắc chắn

To decide how to manage a patient’s condition, a doctor first considers evidence from the medical literature and then applies the available management options to the patient’s particular circumstances. This requires honest communication, shared decision-making, jointly navigating risk and acknowledging uncertainty.

Để quyết định cách quản lý tình trạng của bệnh nhân, bác sĩ trước tiên xem xét bằng chứng từ tài liệu y khoa và sau đó áp dụng các lựa chọn quản lý sẵn có vào hoàn cảnh cụ thể của bệnh nhân. Điều này đòi hỏi giao tiếp trung thực, ra quyết định chung, cùng nhau điều hướng rủi ro và thừa nhận sự không chắc chắn.

Some risk can be measured. For chest pain, doctors use scoring tools that estimate a patient’s short-term likelihood of a heart attack based on their symptoms and test results. AI can likely work through those numbers faster than most doctors.

Một số rủi ro có thể được đo lường. Đối với đau ngực, bác sĩ sử dụng các công cụ tính điểm để ước tính khả năng bệnh nhân bị nhồi máu cơ tim trong thời gian ngắn dựa trên các triệu chứng và kết quả xét nghiệm. AI có thể xử lý những con số đó nhanh hơn hầu hết các bác sĩ.

But risk and uncertainty at the bedside or in the clinic are difficult to measure. Scoring systems and practice guidelines are designed for the average patient – an idealized person, who does not exist. And both doctors’ and patients’ sense of risk and uncertainty are shaped by their experience. For many patients, this includes a long and justified history of mistrust in the healthcare system.

Nhưng rủi ro và sự không chắc chắn tại giường bệnh hoặc phòng khám rất khó đo lường. Các hệ thống tính điểm và hướng dẫn thực hành được thiết kế cho bệnh nhân trung bình – một người lý tưởng hóa, người không tồn tại. Và nhận thức về rủi ro và sự không chắc chắn của cả bác sĩ và bệnh nhân đều được định hình bởi kinh nghiệm của họ. Đối với nhiều bệnh nhân, điều này bao gồm lịch sử lâu dài và có cơ sở để mất lòng tin vào hệ thống chăm sóc sức khỏe.

AI does not know what you have been through or what risk trade-offs you are willing to accept. It cannot acknowledge uncertainty the way a good doctor can, returning to it with you as your circumstances change.

AI không biết bạn đã trải qua những gì hoặc bạn sẵn sàng chấp nhận những đánh đổi rủi ro nào. Nó không thể thừa nhận sự không chắc chắn như một bác sĩ giỏi có thể, mà phải cùng bạn xem xét lại khi hoàn cảnh của bạn thay đổi.

This is where diagnosis and management part ways. The father of the feverish toddler probably got a useful answer: AI has seen enough feverish toddlers in the medical literature to make a reasonable call. But knowing what to do next, including when to stop watching and start worrying, is a conversation best had with your doctor.

Đây là nơi chẩn đoán và quản lý tách biệt. Người cha của đứa trẻ sốt có lẽ đã nhận được một câu trả lời hữu ích: AI đã thấy đủ những đứa trẻ sốt trong tài liệu y khoa để đưa ra một phán đoán hợp lý. Nhưng việc biết phải làm gì tiếp theo, bao gồm cả việc khi nào nên ngừng theo dõi và bắt đầu lo lắng, là một cuộc trò chuyện tốt nhất nên có với bác sĩ của bạn.

Andrew Parsons does not work for, consult, own shares in or receive funding from any company or organization that would benefit from this article, and has disclosed no relevant affiliations beyond their academic appointment.

Andrew Parsons không làm việc cho, tư vấn, sở hữu cổ phần hoặc nhận tài trợ từ bất kỳ công ty hoặc tổ chức nào được hưởng lợi từ bài viết này, và đã không tiết lộ bất kỳ mối liên hệ nào liên quan ngoài vị trí học thuật của mình.

Có thể bạn quan tâm