The NYT: How A.I. Might Change the Way Doctors Think
(ChatGPT chuyển ngữ. T.Vấn biên tập và hiệu đính)]
AI có thể thay đổi cách các bác sĩ suy nghĩ như thế nào
Tác Giả: Helen Ouyang
(Helen Ouyang là bác sĩ và phó giáo sư y học cấp cứu.)
Một trong những công việc đầu tiên đánh dấu bước khởi đầu của một sinh viên y khoa là học cách viết hồ sơ bệnh án lâm sàng (clinical note). Ngay cả trước khi học xong các môn giải phẫu học và sinh lý học, sinh viên đã được đưa đến giường bệnh cùng với một bác sĩ hướng dẫn, rồi được yêu cầu quay lại với một bản tường trình bằng văn bản về những gì đã diễn ra: bệnh nhân đã kể những gì, bác sĩ quan sát được điều gì, và sau này, khi đã có thêm kinh nghiệm, những chẩn đoán nào có thể giải thích các triệu chứng của bệnh nhân cũng như hướng điều trị thích hợp.
Khi còn học trường y, tôi cảm thấy công việc ấy giống như một nghi thức nhập môn trang trọng mà mình phải nỗ lực mới giành được — một trong những nghi lễ khiêm nhường, qua đó một sinh viên bắt đầu tập suy nghĩ và hành xử như một bác sĩ thực thụ.
Lúc đó, chúng tôi đến bệnh viện là để học. Chưa phải gánh trách nhiệm điều trị cho một danh sách bệnh nhân của riêng mình, nên chúng tôi có rất nhiều thời gian để viết những ghi chép ấy. Nhưng khi trưởng thành thành các bác sĩ nội trú, rồi sau đó là bác sĩ điều trị chính thức, khoảng thời gian ấy không còn nữa. Việc viết bệnh án cũng không còn mang lại cảm giác vinh dự như trước.
Nó trở thành một công việc mệt mỏi, dường như tách rời khỏi điều cốt lõi của nghề y: trò chuyện với bệnh nhân, suy nghĩ về các triệu chứng của họ và, nếu có thể, giúp họ khỏe lại. Nhiều người trong chúng tôi bắt đầu xem việc viết bệnh án là một công việc chẳng mấy liên quan đến việc chăm sóc người bệnh — thậm chí đôi khi còn cản trở việc ấy. Nếu lấy lại được tất cả những giờ đồng hồ đã mất cho việc ghi chép, liệu chúng tôi có thể chăm sóc bệnh nhân tốt hơn không?
Vì thế, khi bệnh viện nơi tôi làm việc với tư cách bác sĩ cấp cứu đưa vào sử dụng các trợ lý trí tuệ nhân tạo — những chương trình lặng lẽ lắng nghe cuộc trò chuyện giữa bác sĩ và bệnh nhân qua điện thoại rồi tự động tạo ra những bản ghi chép hoàn chỉnh và chi tiết — tôi rất háo hức muốn thử.
Vài năm trước đó, khi phỏng vấn giám đốc điều hành của một công ty hàng đầu chuyên phát triển AI ghi chép y khoa, tôi đã nghe nói về tiềm năng của công nghệ này. Khi ông mô tả sản phẩm của mình, tôi hình dung ra phiên bản bác sĩ mà mình sẽ trở thành: một người chữa bệnh tốt hơn, biết lắng nghe hơn, có thể ung dung dành nhiều thời gian hơn cho bệnh nhân bên giường bệnh, thay vì cúi gằm trước máy tính và gõ bàn phím liên tục.
(Và thú thật, tôi cũng ích kỷ hy vọng điều đó sẽ cải thiện cả những lần chính tôi đi khám bệnh. Mỗi năm tôi chỉ gặp bác sĩ của mình một lần, nhưng hầu như suốt buổi khám, mắt bà đều dán vào màn hình máy tính trong khi hai tay không ngừng gõ bàn phím.)
Đó cũng chính là viễn cảnh mà các công ty phát triển AI ghi chép y khoa đang quảng bá tới các cơ sở y tế.
Các công ty khởi nghiệp trong lĩnh vực này mọc lên ngày càng nhiều. Kể từ năm 2019, họ đã huy động được gần 5 tỷ đô la Mỹ, với lời hứa vừa giúp giảm tình trạng kiệt sức của nhân viên y tế, vừa nâng cao hiệu quả hoạt động của toàn bộ hệ thống chăm sóc sức khỏe.
Trong một nghiên cứu được công bố năm ngoái, toàn bộ 43 hệ thống bệnh viện phi lợi nhuận tại Hoa Kỳ hoàn thành khảo sát đều cho biết họ đang phát triển, thử nghiệm hoặc đã triển khai các công cụ AI ghi chép.
Dĩ nhiên, không phải bác sĩ nào cũng sẽ lựa chọn sử dụng công nghệ này — mặc dù áp lực từ các tổ chức y tế trong tương lai có thể khiến việc sử dụng nó giống như một yêu cầu bắt buộc hơn là một lựa chọn cá nhân. Tuy vậy, tại một số phòng khám và khoa điều trị, tỷ lệ áp dụng đã lên tới 80%.
Adam Rodman, giáo sư Trường Y Harvard và giám đốc các chương trình AI tại Viện Carl J. Shapiro về Giáo dục và Nghiên cứu, gần đây nhận xét trong một chương trình podcast rằng AI có lẽ là “công nghệ y học được tiếp nhận nhanh nhất trong lịch sử“.
Trong vô số khả năng đầy hứa hẹn mà AI mang lại cho y học — từ chẩn đoán các bệnh hiếm gặp, dự đoán nguy cơ mắc bệnh của từng cá nhân cho đến khám phá các loại thuốc mới — thì một trong những ứng dụng đã bám rễ vững chắc nhất trong ngành y hiện nay lại chính là khả năng lắng nghe cuộc trò chuyện giữa bác sĩ và bệnh nhân rồi nhanh chóng tạo ra hồ sơ bệnh án.
Quá trình này không đơn thuần chỉ là chép lại nguyên văn cuộc đối thoại đã được ghi âm. Một AI ghi chép y khoa sẽ trích lọc, tổng hợp thông tin từ cuộc trò chuyện ấy — đôi khi còn đưa ra cả cách diễn giải riêng — rồi tạo thành một văn bản được trình bày đúng cấu trúc và văn phong của một bệnh án lâm sàng.
Và phải nói rằng, bản bệnh án mà AI tạo ra đẹp đến mức khó chê.
Không còn lỗi chính tả. Ngữ pháp chuẩn xác. Câu văn đầy đủ, mạch lạc.
Rất nhiều bác sĩ cảm thấy hài lòng. Tôi cũng vậy.
Suy cho cùng, chẳng phải đó vẫn luôn là sức hấp dẫn lớn nhất của AI hay sao? Nó hứa hẹn giải phóng chúng ta khỏi tất cả những công việc tẻ nhạt, lặp đi lặp lại và tiêu tốn thời gian.
Chỉ đến sau này tôi mới bắt đầu tự hỏi: liệu trong quá trình ấy, có điều gì cũng đang âm thầm mất đi hay không?
Ít nhất ở thời điểm hiện nay, việc để AI viết bệnh án có lẽ là cách an toàn nhất để đưa công nghệ này vào hệ thống chăm sóc sức khỏe trên quy mô lớn. Đây là một ứng dụng có mức độ rủi ro thấp, còn rất xa so với viễn cảnh đáng sợ hơn nhiều là để máy móc tự đưa ra những quyết định sinh tử về điều trị.
Không có gì đáng ngạc nhiên khi các AI ghi chép y khoa lan rộng nhanh đến vậy.
Suốt nhiều năm, các hệ thống bệnh viện vẫn phải nghe các bác sĩ than phiền rằng máy tính đã trở thành vật cản giữa họ và bệnh nhân. Và giờ đây, cuối cùng họ cũng sẵn sàng đầu tư vào một công nghệ dường như hứa hẹn sẽ đưa mọi thứ trở lại như trước.
Trong khoa Cấp cứu, cuộc trao đổi giữa bệnh nhân và bác sĩ hiếm khi diễn ra theo một trình tự mạch lạc, gọn gàng. Một bệnh nhân bắt đầu bằng việc kể về cơn đau ngực, rồi quay lại nhắc đến cơn sốt; sau đó mới nhớ ra mình đã tự ngừng uống một loại thuốc; đến khi người vợ gợi ý, ông mới kể thêm tiền sử gia đình có bệnh tim; rồi đúng lúc cuộc khám gần kết thúc, ông lại bổ sung thêm một triệu chứng nữa.
Thế nhưng, trợ lý AI lại có thể biến cuộc đối thoại vòng vo, ngập ngừng và rời rạc ấy thành một bản tóm lược lâm sàng gọn ghẽ, mạch lạc — tưởng như một phép màu. Toàn bộ sự lộn xộn rất con người của buổi khám được trả lại cho tôi chỉ chưa đầy một phút sau, dưới dạng một bản ghi hoàn chỉnh, sạch sẽ và được chấm câu không chê vào đâu được.
Trong một thời gian sau khi bắt đầu sử dụng AI ghi chép, vai trò của tôi trong việc tạo lập hồ sơ bệnh án dường như trở nên hết sức đơn giản: đọc bản nháp, sửa những chỗ sai và ký xác nhận. Nhanh biết bao. Dễ dàng biết bao.
Nhưng rồi chính quy trình ấy bắt đầu khiến tôi thấy bất an. Tôi dần nhận ra rằng việc biên tập một bản ghi do người khác tạo ra không đòi hỏi ở tôi cùng một kiểu tư duy như tự mình viết nên bản ghi ấy.
Tôi không còn phải tự lần theo diễn tiến của cuộc gặp với bệnh nhân, không còn phải nghiền ngẫm ý nghĩa của những thông tin mình vừa thu thập được. Thay vào đó, tôi chỉ đang kiểm tra một phiên bản mà người khác — hay đúng hơn là cỗ máy — đã hoàn thành sẵn cho mình.
Thoạt đầu, sự khác biệt ấy có vẻ rất nhỏ.
Dẫu sao thì bản ghi cũng được tạo ra từ chính những cuộc khám của tôi, từ những điều đã được nói trong phòng khám. Và sau đó tôi vẫn đọc lại, chỉnh sửa và hiệu đính những gì AI viết ra.
Nhưng theo thời gian, tôi mới nhận ra rằng một phần rất lớn quá trình tư duy của chính mình vốn đã gắn chặt với hành động viết bệnh án.
Nhà tâm lý học hành vi, đồng thời là người đoạt Giải Nobel Kinh tế Daniel Kahneman, từng phân biệt hai phương thức phán đoán của con người.
Một là những trực giác nhanh chóng, gần như xuất hiện tức thì.
Hai là kiểu suy luận chậm rãi hơn, đòi hỏi nhiều nỗ lực hơn, luôn đặt câu hỏi và kiểm chứng lại những trực giác ban đầu ấy.
Người bác sĩ phải vận dụng cả hai.
Nhiều khi, ngay từ lúc bước vào phòng bệnh, tôi đã mơ hồ cảm nhận được chẩn đoán, dù lúc ấy chưa thể giải thích đầy đủ vì sao mình nghĩ như vậy. Nhưng chính trong quá trình viết bệnh án, tôi buộc mình phải chậm lại để thực hiện phần suy luận có chủ đích ấy.
Việc viết ghi chú giúp tôi hình thành lập luận chuyên môn của mình, rồi lại tự kiểm tra xem lập luận ấy có thật sự đứng vững hay không.
Nếu tôi nhận thấy mình đang cố gắng quá mức để giải thích cho qua những triệu chứng của bệnh nhân; cố gắng quá mức để gạt đi một dấu hiệu sinh tồn đáng lo; hoặc cố gắng quá mức để ép một kết quả bất thường vào một câu chuyện nghe có vẻ yên tâm hơn, thì có lẽ chính tôi cần phải xem xét lại kết luận của mình.
Liệu tôi đã thực sự loại trừ được khả năng nào đó một cách thuyết phục như mình tưởng chưa?
Liệu tôi có đang bám quá nhanh vào một chẩn đoán ban đầu?
Có thể bệnh nhân cần được hỏi thêm một câu nữa, khám thêm một lần nữa hoặc làm thêm một xét nghiệm nữa.
Cuối cùng, điều quan trọng là bạn phải tự thuyết phục được chính mình, trước khi thuyết phục bất kỳ ai khác.
Khi phần lao động nhận thức ấy được giao cho máy móc đảm nhiệm, tôi dần nhận ra rằng công việc của mình cũng thay đổi theo.
Ngay cả khi tôi cố gắng nói thành lời toàn bộ lập luận chuyên môn của mình để AI ghi lại, thì việc ấy vẫn hoàn toàn khác với việc tự tay viết bệnh án.
Tôi không còn sử dụng từng câu chữ trong bản ghi để tự suy nghĩ về ca bệnh bằng chính ngôn từ của mình; để quyết định điều gì cần nhấn mạnh, điều gì nên diễn đạt nhẹ đi; hoặc để nhận ra ngay trong lúc viết rằng lập luận của mình đang bắt đầu gượng ép.
Khác với khi đọc ghi âm để soạn bệnh án, tôi cũng không còn nhìn thấy từng câu chữ của chính mình hiện lên trên màn hình theo thời gian thực.
Với bản ghi do AI tạo ra, tôi chỉ còn làm công việc kiểm toán sau cùng.
Nó giống như trò chơi “Tìm Waldo” vậy.
Điều gì đang bị thiếu?
Bản ghi này có đi chệch hướng không?
Nếu có thì chệch ở chỗ nào?
Điều đó lại càng khó hơn bởi bản nháp của AI luôn xuất hiện với giọng văn trôi chảy, tự tin và đầy sức thuyết phục.
Nó nghe quá đúng.
Sự thay đổi trong tư duy ấy không phải bắt đầu khi AI hoàn thành bản ghi.
Nó đã bắt đầu ngay từ trong phòng khám.
Bởi vì tôi biết AI đang ghi âm, nên tôi không còn lắng nghe bệnh nhân theo cách trước đây nữa.
Trước khi AI xuất hiện, trong lúc bệnh nhân kể chuyện, tôi luôn âm thầm dựng nên trong đầu một mạch diễn biến, ghép từng mảnh thông tin lại với nhau để biết câu hỏi tiếp theo cần đặt là gì.
Khi có AI bên cạnh, công việc ấy bị trì hoãn.
Cứ để máy làm.
Và tâm trí tôi bắt đầu lơi đi.
Trong khoa Cấp cứu, khi bệnh nhân được bàn giao từ bác sĩ này sang bác sĩ khác lúc đổi ca, chúng tôi thường có cảm giác mình hiểu họ kém hơn; bởi bệnh nhân ấy đã được “lọc” qua cách kể của một người khác.
Khi AI âm thầm hoạt động ở hậu trường, một điều tương tự cũng xảy ra.
Ngay cả khi tôi là bác sĩ đầu tiên khám cho bệnh nhân, họ vẫn bắt đầu đem lại cho tôi một cảm giác kỳ lạ — như thể họ không còn hoàn toàn là bệnh nhân của chính tôi nữa.
Sự thay đổi ấy trong phòng khám còn khiến tôi băn khoăn vì một lý do khác.
Cỗ máy đang lắng nghe.
Điều khiến tôi lo không hẳn là các đoạn ghi âm ấy có thể xuất hiện trước tòa nhiều năm sau. (Chúng tôi được cho biết các bản ghi chỉ được lưu trong ba tháng.)
Điều làm tôi bất an là cuộc gặp gỡ ấy không còn hoàn toàn giống với điều mà y học, ở tầng sâu nhất của nó, vốn phải là:
một cuộc trao đổi riêng tư giữa hai con người.
Phòng bệnh phải là nơi có thể chứa đựng nỗi sợ hãi, sự xấu hổ và cảm giác tội lỗi; nơi cưu mang những điều con người chỉ dám nói ra trong những thời khắc bệnh tật sâu kín nhất.
Tôi từng nghe những người mẹ thú nhận rằng họ cảm thấy oán giận chính đứa con mới sinh của mình.
Từng nghe những người bạn đời thú nhận chuyện ngoại tình.
Từng nghe bệnh nhân ung thư nói rằng họ đã sẵn sàng ra đi, nhưng người thân thì vẫn chưa thể buông bỏ.
Từng nghe một người lái tàu điện ngầm kể trong nước mắt về người đàn ông đã gieo mình xuống đường ray ngay trước đầu tàu của ông.
Khi mọi lời nói đều được ghi âm — cho dù bản ghi ấy chỉ nằm trong một cỗ máy — thì dường như vẫn có điều gì đó bị mất đi.
Trong những khoảnh khắc như thế, vốn có — hoặc ít nhất cũng nên có — một điều gì gần như thiêng liêng.
Việc hành nghề y còn dựa trên một kiểu trao đổi khác:
đó là sự trao đổi giữa các bác sĩ với nhau.
Năm ngoái, một đồng nghiệp của tôi khám lại cho một bệnh nhân mà trước đó tôi từng điều trị.
Sau khi đọc bệnh án của tôi, cô ấy nhắn tin:
“Mình cảm nhận được sự lo lắng của bạn.”
Đó chính là điều tôi hy vọng bản ghi ấy sẽ truyền tải:
không chỉ kết luận chuyên môn của tôi, mà còn cả sức nặng của những điều khiến tôi trăn trở — điều gì làm tôi lo ngại, điểm nào tôi vẫn chưa thật sự yên tâm.
Bản ghi bệnh án khi ấy đã thực hiện đúng điều mà Lawrence Weed từng kỳ vọng ở hồ sơ y khoa:
“một phương tiện giao tiếp tồn tại cho mọi thời đại.”
Giờ đây, khi đọc những bệnh án do AI tạo ra cho các đồng nghiệp khác, tôi không còn chắc mình thật sự biết họ đã nghĩ gì.
Những bản ghi quá dài dòng có thể biến một vấn đề rất đơn giản thành cả một thiên trường ca.
AI có thể dành sự chú ý ngang nhau cho một ngón chân bị va đập với những phát hiện phức tạp về bệnh thấp khớp hay các biến chứng ngoại khoa hiếm gặp.
Một bản ghi có thể được viết rất đẹp mà chưa chắc đã giúp người đọc hiểu rõ hơn.
Không ít lần tôi phải đọc lướt qua rất nhiều câu chữ bóng bẩy chỉ để cố tìm xem rốt cuộc điều gì mới là mối bận tâm thật sự của bác sĩ.
Cuối cùng thì bác sĩ muốn nói điều gì?
Quan trọng hơn, họ thực sự đã nghĩ gì?
Ngày nay, nếu muốn, chính bệnh nhân cũng có thể đọc ngay những bản ghi ấy trên ứng dụng trong điện thoại của mình — đôi khi ngay cả khi họ vẫn còn đang nằm trên băng ca trước mặt bạn.
Điều đó đôi lúc cũng gây ra những tình huống hơi khó xử, dù nhìn chung đây có lẽ vẫn là một bước tiến tích cực.
Dẫu vậy, ngôn ngữ y khoa vẫn có thể gây hiểu lầm hoặc khiến bệnh nhân hoang mang.
Có lẽ AI rồi đây có thể tự động chuyển những ghi chú chuyên môn ấy thành thứ ngôn ngữ dễ hiểu hơn, giúp giải thích các thuật ngữ và cách viết tắt vốn chỉ quen thuộc với giới y khoa.
Tôi nhớ có một bệnh nhân từng rất bức xúc khi đọc thấy trong bệnh án của mình dòng ghi: “+anorexia.”
Điều vị bác sĩ muốn nói chỉ đơn giản là bệnh nhân ăn kém do bệnh cấp tính.
Nhưng bệnh nhân lại tưởng mình vừa được chẩn đoán mắc chứng chán ăn tâm thần (anorexia nervosa).
Từ lâu, các ghi chú y khoa vẫn mang theo những cách diễn đạt và những thiên kiến riêng của người viết.
Có lẽ AI cũng có thể giúp loại bỏ bớt những cách dùng từ vô tình tạo nên sự kỳ thị ấy.
Hiện tại, dẫu vậy, hệ thống này vẫn chưa phải là không có sai sót.
Mới đây, một đồng nghiệp của tôi than phiền rằng AI đã gây ra một rắc rối mới khi tự ý ghi bệnh nhân của cô là “người nghiện rượu” (an alcoholic). (Ít ra thì giờ đây bác sĩ cũng có thể tiện thể đổ lỗi cho cỗ máy: AI viết đấy, chứ không phải tôi!)
Chỉ mới vài năm trước, ngành y dường như đã bắt đầu nhận ra rằng những bệnh án cứng nhắc, rập khuôn theo mẫu không nhất thiết giúp cải thiện chất lượng chăm sóc bệnh nhân.
Ví dụ, phần “đánh giá theo từng hệ cơ quan” (review of systems) — một bảng kiểm các triệu chứng mà trước đây bác sĩ phải rà soát qua từng cơ quan trong cơ thể mỗi bệnh nhân — đã không còn là yêu cầu bắt buộc để phục vụ việc thanh toán bảo hiểm.
Chúng tôi cũng không còn phải ghi chép đầy đủ mọi đặc điểm nhỏ nhặt của, chẳng hạn, một cơn đau bụng chỉ để được hoàn trả đầy đủ chi phí điều trị.
Trọng tâm một lần nữa được đưa trở lại quá trình lập luận chuyên môn của bác sĩ (medical decision-making) — phần của bệnh án mà từ lâu các bác sĩ luôn xem là quan trọng nhất.
Vậy thì tại sao giờ đây chúng ta lại để AI đảm nhận chính công việc ấy?
Có lẽ cách mà AI được đưa vào sử dụng phần nào cho thấy câu trả lời.
Khi các trợ lý AI ghi chép được triển khai tại bệnh viện nơi tôi làm việc, một đoạn video đã được phổ biến nội bộ, trong đó một số đồng nghiệp của tôi hết lời ca ngợi sáng kiến này.
Ở phần cuối video, một bác sĩ đã liệt kê những lợi ích của hệ thống:
- năng suất làm việc tăng lên;
- doanh thu tăng lên;
- và cuối cùng mới là…
- chất lượng chăm sóc bệnh nhân được cải thiện.
Có thể thứ tự ấy chẳng mang ý nghĩa gì.
Nhưng giờ đây tôi bắt đầu tự hỏi:
Phải chăng bệnh án đang được giao cho AI không phải chủ yếu để giúp bác sĩ chăm sóc bệnh nhân tốt hơn, mà để theo đuổi mục tiêu nâng cao hiệu quả vận hành trong thêm một lĩnh vực nữa của nền y học hiện đại?
Cho đến nay, các nghiên cứu đều cho thấy những bác sĩ chủ động sử dụng AI ghi chép cảm thấy gánh nặng về công việc hồ sơ giảm đi rõ rệt và ít bị kiệt sức hơn.
Nhiều bác sĩ cũng cho biết công nghệ này giúp giảm đáng kể gánh nặng nhận thức.
Tôi hoàn toàn hiểu sức hấp dẫn ấy.
Bản thân tôi cũng nhiều lần bị cuốn theo, nhất là những lúc mệt mỏi, bởi đơn giản là nó khiến công việc trở nên nhẹ nhàng hơn — ít nhất là trong khoảnh khắc ấy.
Điều cho đến nay vẫn hầu như chưa được nghiên cứu là:
AI ghi chép ảnh hưởng đến quá trình nhận thức của bác sĩ ở mức độ sâu xa như thế nào.
Việc giao phó bệnh án cho AI liệu có đang làm xói mòn chính cách các bác sĩ tư duy và làm thay đổi quá trình họ xác định điều gì thực sự quan trọng?
Mối nguy không chỉ nằm ở khả năng AI có thể viết sai.
Điều đáng lo hơn là, bằng cách tạo ra những bản ghi trôi chảy và nghe rất hợp lý, AI có thể khiến chúng ta dễ dàng giao phó luôn một phần quá trình suy luận mà nghề y đòi hỏi, khiến chúng ta bớt đi công việc nhọc nhằn nhưng thiết yếu là tự mình vật lộn với những điều chưa chắc chắn.
Điều tôi lo ngại là, sớm hay muộn, sự mất mát ấy sẽ biểu hiện ngay trong chất lượng chăm sóc mà bệnh nhân nhận được.
Những buổi chiều nhất định trong những năm đầu học y vẫn còn in đậm trong ký ức tôi.
Các bệnh nhân đã được lựa chọn trước — có lẽ vì quá buồn chán khi phải nằm cả ngày trong bệnh viện — thường sẵn lòng dành thời gian cho chúng tôi, những sinh viên y khoa.
Chúng tôi rụt rè lặp đi lặp lại những câu hỏi còn vụng về (hẳn bệnh nhân cũng tự hỏi tại sao mình lại phải trả lời cùng một câu hỏi hết lần này đến lần khác), rồi thực hiện những thao tác khám lâm sàng còn lóng ngóng (còn chúng tôi thì thắc mắc tại sao không nghe thấy gì qua ống nghe, cho đến khi nhận ra mình đang áp nhầm mặt của ống lên người bệnh).
Dẫu vậy, chúng tôi vẫn thu thập được những “nguyên liệu” vô cùng quý giá vào những cuốn sổ nhỏ nhét trong túi áo blouse trắng.
Sau đó, chúng tôi cố gắng ghép những ghi chép rời rạc ấy thành một bản bệnh án có đầu có cuối, vật lộn trên từng trang giấy để hiểu xem bệnh nhân thực sự vừa kể cho mình điều gì.
Khi ấy tôi không hề biết rằng, chính trong những giờ phút ấy, tôi đang bắt đầu học cách tư duy như một bác sĩ.
Điều khó khăn nhất luôn là con người bằng xương bằng thịt đang ngồi trước mặt chúng tôi.
Khác với những ca bệnh trong giáo trình, họ không hề biểu hiện đúng như sách vở nói.
Có người có quá nhiều triệu chứng.
Có người lại quá ít.
Có người mô tả cảm giác của mình bằng những ngôn từ chẳng hề giống những gì chúng tôi đã học thuộc.
Tại sao những triệu chứng này lại hướng đến chẩn đoán này mà không phải chẩn đoán khác?
Làm sao giải thích những dấu hiệu dường như không khớp ấy?
Những bản tổng hợp của chúng tôi khi ấy thường rất sơ sài, thậm chí hoàn toàn sai.
Đơn giản vì kiến thức y học của chúng tôi còn quá ít.
Nhưng điều đó không phải là điều quan trọng nhất.
Điều quan trọng là chính trong quá trình viết bệnh án ấy, chúng tôi bắt đầu học cách biến một tập hợp rời rạc gồm những lời kể chủ quan và những dấu hiệu trên cơ thể thành một điều có ý nghĩa.
Chúng tôi đang tiếp nối một truyền thống mà William Osler — một trong những giáo sư sáng lập Trường Y Johns Hopkins — đã góp phần xây dựng từ cuối thế kỷ XIX.
Theo ông, giáo dục y khoa không thể chỉ diễn ra trong giảng đường.
Sinh viên phải được đưa đến bên giường bệnh ngay từ những năm đầu và được dạy:
“Quan sát, ghi chép, hệ thống hóa và truyền đạt.”
Viết chính là một phần quan trọng của quá trình học nghề ấy, giúp biến những gì sinh viên nghe và thấy bên giường bệnh thành tri thức.
Như nhà nghiên cứu giáo dục Janet Emig từng viết trong bài luận nổi tiếng năm 1977:
“Viết là một hình thức học tập độc nhất vô nhị — không chỉ hữu ích, không chỉ đặc biệt, mà là độc nhất.”
Bệnh án của sinh viên hiếm khi thật sự trau chuốt.
Nhưng nó cho thấy một sự chuyển hóa mà nghề y đòi hỏi:
từ mô tả,
đến thấu hiểu,
rồi cuối cùng là phán đoán.
Qua đó có thể thấy người viết đã nhận ra điều gì, bỏ sót điều gì, đánh giá quá cao điều gì và xem nhẹ điều gì.
Lawrence Weed từng viết:
“Cách sinh viên tổ chức dữ liệu phải cho người thầy biết liệu người viết bệnh sử có nhìn thấy toàn bộ câu chuyện hay không.”
Khi làm việc với sinh viên tại khoa Cấp cứu, tôi luôn nhận ra từ những bản bệnh án còn đầy khiếm khuyết ấy cách mà một bác sĩ tương lai đang học để suy nghĩ.
Thế hệ bác sĩ mới đang trưởng thành trong một thế giới mà AI có thể tóm tắt tài liệu nghiên cứu, trả lời các câu hỏi chuyên môn và thậm chí đưa ra chẩn đoán.
Tôi không hề cho rằng sinh viên hay bác sĩ nội trú cần phải hoàn toàn tránh xa AI.
Những công cụ ấy có thể rất mới mẻ, nhưng thói quen dựa vào tài liệu tham khảo thì không.
Từ trước đến nay, bác sĩ vẫn luôn sử dụng các nguồn tra cứu, từ những cuốn sổ tay bỏ túi cho đến những bộ giáo trình dày cộp.
Trong khoa Cấp cứu, tôi cũng không ngần ngại tham khảo các nền tảng AI như OpenEvidence — một chatbot chuyên môn được huấn luyện trên các tài liệu y học đã qua phản biện khoa học.
Hơn bao giờ hết, chúng giúp tôi tiếp cận những thông tin mới nhất, dễ tìm hơn và phù hợp hơn với từng bệnh nhân cụ thể.
Theo cách ấy, AI giúp tôi quay trở lại bên giường bệnh với khả năng phán đoán sắc bén hơn, được trang bị bằng những bằng chứng khoa học cập nhật nhất.
Nhưng điều đó hoàn toàn khác với việc giao luôn cho AI viết bản bệnh án — nơi người bác sĩ, hoặc người sinh viên rồi sẽ trở thành bác sĩ, tự mình suy nghĩ về bệnh nhân.
Theo những gì tôi được biết, hiện nay sinh viên y khoa vẫn chưa sử dụng AI để viết bệnh án.
Dẫu vậy, tôi lo ngại rằng khi toàn ngành ngày càng quen với việc xem bệnh án là công việc AI có thể đảm nhiệm, thì chính việc tự tay viết bệnh án sẽ dần bị coi là không còn cần thiết.
Có lẽ vì thế mà một email tôi nhận được cách đây vài tháng khiến tôi cảm thấy vô cùng nặng lòng.
Email thông báo rằng các sinh viên y khoa năm thứ ba thực tập tại khoa Cấp cứu của chúng tôi sẽ không còn phải viết bệnh án trong thời gian trực nữa.
Có thể rồi đây tôi sẽ tìm ra cách sử dụng AI ghi chép mà không để nó rút ngắn quá trình suy luận lâm sàng của mình.
Cũng có thể nếu việc chỉnh sửa bản ghi được thực hiện thật cẩn thận, nó vẫn sẽ khơi gợi được phần nào quá trình tư duy mà trước đây việc viết bệnh án từng đòi hỏi.
Hoặc cũng có thể tôi sẽ đơn giản bị cuốn theo làn sóng ấy, khi AI ghi chép không còn là một lựa chọn mà trở thành một chuẩn mực của cả hệ thống.
Trong y học, điều gì trở thành thông lệ thì sớm muộn cũng sẽ trở thành một phần trong cách thế hệ bác sĩ mới hiểu về nghề của mình.
Nếu việc viết bệnh án dần biến mất, những mất mát đi kèm có thể sẽ chưa bộc lộ ngay.
Chúng sẽ bị che khuất phần nào bởi những lợi ích trước mắt về hiệu quả công việc.
Nhưng rồi, đến một lúc nào đó, chúng ta có thể nhận ra rằng chính công việc tưởng chừng bình thường ấy đã góp phần quan trọng biết bao trong việc hình thành nên một người bác sĩ.
Helen Ouyang
(Helen Ouyang là bác sĩ và Phó Giáo sư Y học Cấp cứu.)
