AI đang bước vào bệnh viện với tốc độ rất nhanh. Từ việc đọc ảnh X-quang, CT, MRI, phân tích kết quả xét nghiệm, hỗ trợ phát hiện dấu hiệu bất thường cho đến việc gợi ý chẩn đoán và theo dõi diễn biến của người bệnh, AI có thể giúp bác sĩ xử lý một lượng thông tin mà con người khó có thể xem xét nhanh chóng. Nhưng có một câu hỏi ít được đặt ra hơn: khi chúng ta đưa toàn bộ bệnh án, hình ảnh chụp chiếu, kết quả xét nghiệm hay những thông tin rất riêng tư vào một hệ thống AI, dữ liệu đó thực sự đi đâu?
Đây là điểm cần đặc biệt thận trọng. Một hệ thống AI muốn đưa ra kết quả tốt thường cần rất nhiều dữ liệu đầu vào. Với y tế, đó có thể là tuổi, giới tính, tiền sử bệnh, thuốc đang sử dụng, kết quả xét nghiệm, hình ảnh X-quang, CT, MRI, hồ sơ điều trị và thậm chí những thông tin liên quan đến lối sống. Khi tất cả được đưa vào một công cụ AI trực tuyến, người dùng rất khó biết phía sau màn hình đang có những hệ thống nào tiếp nhận, xử lý và lưu trữ dữ liệu. Dữ liệu có thể được xử lý trên máy chủ của nhà cung cấp, được lưu trong thời gian nhất định để phục vụ vận hành hoặc cải thiện dịch vụ, được chia sẻ với các bên cung cấp hạ tầng theo điều khoản của dịch vụ. Điều đáng nói là người bệnh thường không có đủ thông tin để biết chính xác dữ liệu của mình đang được xử lý ở đâu và trong bao lâu.
AI trong y tế vì thế có một nghịch lý khá thú vị. AI càng muốn thông minh, nó càng cần nhiều dữ liệu; nhưng dữ liệu y tế càng nhiều thì cái giá phải trả nếu dữ liệu bị lộ càng lớn. Một địa chỉ email bị lộ có thể đổi mật khẩu. Một số điện thoại bị lộ có thể thay số. Nhưng nếu thông tin về bệnh tật, tiền sử điều trị, hình ảnh cơ thể hoặc dữ liệu sinh trắc học bị phát tán thì gần như không thể “đổi” sang một danh tính mới. Đây là loại dữ liệu gắn với con người trong thời gian rất dài.
Không thể phủ nhận lợi ích của AI trong khám chữa bệnh. Một bác sĩ có thể mất nhiều thời gian để đọc hàng trăm hình ảnh y khoa, trong khi AI có thể rà quét nhanh một lượng lớn dữ liệu và đánh dấu những vùng có dấu hiệu bất thường để bác sĩ kiểm tra kỹ hơn. AI cũng có thể hỗ trợ tổng hợp bệnh án, phát hiện những mối liên hệ mà con người dễ bỏ qua, hỗ trợ bác sĩ đưa ra quyết định và giúp người bệnh tiếp cận thông tin y tế nhanh hơn. Trong những trường hợp phù hợp, đây có thể là một “trợ lý” rất hữu ích cho bác sĩ chứ không nhất thiết phải là người thay thế bác sĩ.
Đây là điểm cần đặc biệt thận trọng. Một hệ thống AI muốn đưa ra kết quả tốt thường cần rất nhiều dữ liệu đầu vào. Với y tế, đó có thể là tuổi, giới tính, tiền sử bệnh, thuốc đang sử dụng, kết quả xét nghiệm, hình ảnh X-quang, CT, MRI, hồ sơ điều trị và thậm chí những thông tin liên quan đến lối sống. Khi tất cả được đưa vào một công cụ AI trực tuyến, người dùng rất khó biết phía sau màn hình đang có những hệ thống nào tiếp nhận, xử lý và lưu trữ dữ liệu. Dữ liệu có thể được xử lý trên máy chủ của nhà cung cấp, được lưu trong thời gian nhất định để phục vụ vận hành hoặc cải thiện dịch vụ, được chia sẻ với các bên cung cấp hạ tầng theo điều khoản của dịch vụ. Điều đáng nói là người bệnh thường không có đủ thông tin để biết chính xác dữ liệu của mình đang được xử lý ở đâu và trong bao lâu.
AI trong y tế vì thế có một nghịch lý khá thú vị. AI càng muốn thông minh, nó càng cần nhiều dữ liệu; nhưng dữ liệu y tế càng nhiều thì cái giá phải trả nếu dữ liệu bị lộ càng lớn. Một địa chỉ email bị lộ có thể đổi mật khẩu. Một số điện thoại bị lộ có thể thay số. Nhưng nếu thông tin về bệnh tật, tiền sử điều trị, hình ảnh cơ thể hoặc dữ liệu sinh trắc học bị phát tán thì gần như không thể “đổi” sang một danh tính mới. Đây là loại dữ liệu gắn với con người trong thời gian rất dài.
Không thể phủ nhận lợi ích của AI trong khám chữa bệnh. Một bác sĩ có thể mất nhiều thời gian để đọc hàng trăm hình ảnh y khoa, trong khi AI có thể rà quét nhanh một lượng lớn dữ liệu và đánh dấu những vùng có dấu hiệu bất thường để bác sĩ kiểm tra kỹ hơn. AI cũng có thể hỗ trợ tổng hợp bệnh án, phát hiện những mối liên hệ mà con người dễ bỏ qua, hỗ trợ bác sĩ đưa ra quyết định và giúp người bệnh tiếp cận thông tin y tế nhanh hơn. Trong những trường hợp phù hợp, đây có thể là một “trợ lý” rất hữu ích cho bác sĩ chứ không nhất thiết phải là người thay thế bác sĩ.
Nhưng chính ở đây lại xuất hiện một rủi ro khác, AI có thể trả lời rất thuyết phục ngay cả khi câu trả lời không chính xác. Người dùng phổ thông thường khó phân biệt một câu trả lời y khoa đúng với một câu trả lời được diễn đạt rất chuyên nghiệp nhưng thiếu căn cứ. Nếu sử dụng AI như một công cụ tham khảo để hiểu kết quả xét nghiệm hoặc chuẩn bị câu hỏi cho bác sĩ, lợi ích có thể rất lớn. Nhưng nếu coi AI như một bác sĩ có thể tự chẩn đoán và quyết định điều trị, rủi ro sẽ tăng lên đáng kể.
Vấn đề bảo mật cũng không chỉ nằm ở chuyện “AI có bị hack hay không”. Ngay cả khi hệ thống không bị tấn công, cách dữ liệu được thu thập và sử dụng ngay từ đầu đã là một vấn đề an ninh. Một người dùng có thể chụp nguyên tờ kết quả xét nghiệm rồi tải lên AI mà không nhận ra trong ảnh còn có họ tên, ngày sinh, mã bệnh nhân, địa chỉ hoặc số hồ sơ. Một người khác có thể gửi cả bệnh án để hỏi “tôi mắc bệnh gì?”. Chỉ trong vài thao tác, một lượng lớn thông tin nhạy cảm đã rời khỏi hệ thống y tế và đi vào một dịch vụ bên ngoài.
Đáng lo hơn, dữ liệu y tế không chỉ có giá trị đối với ngành y. Nó có thể trở thành nguồn thông tin rất hấp dẫn đối với tội phạm mạng. Một cơ sở dữ liệu chứa thông tin người mắc bệnh, phụ nữ mang thai, trẻ em, người cao tuổi hoặc những người đang điều trị một căn bệnh cụ thể có thể được sử dụng để thực hiện các cuộc lừa đảo được cá nhân hóa. Khi kẻ xấu biết một người đang điều trị bệnh gì, họ có thể giả danh bệnh viện, bác sĩ, công ty bảo hiểm hoặc nhà thuốc để đưa ra một kịch bản lừa đảo có độ tin cậy cao hơn rất nhiều.
Thậm chí, nguy cơ còn nằm ở những dữ liệu tưởng như đã được “ẩn danh”. Nếu một bộ dữ liệu vẫn còn đủ nhiều thông tin để kết hợp với các nguồn dữ liệu khác, việc xác định lại danh tính một người không phải lúc nào cũng là điều bất khả thi. Vì vậy, câu chuyện bảo mật AI trong y tế không đơn giản là “xóa tên bệnh nhân là xong”. Cần kiểm soát cả quá trình thu thập, truyền tải, lưu trữ, phân quyền truy cập, sử dụng và xóa dữ liệu.
Một nguyên tắc rất quan trọng ở đây là không nên đưa nhiều dữ liệu hơn mức cần thiết vào AI. Nếu chỉ cần hỏi về một chỉ số xét nghiệm, không nhất thiết phải tải cả bệnh án có đầy đủ họ tên và thông tin cá nhân. Nếu bệnh viện triển khai AI nội bộ, quyền truy cập cũng cần được phân chia rõ ràng: bác sĩ nào được xem dữ liệu nào, AI nào được phép truy cập nguồn dữ liệu nào và dữ liệu có được phép sử dụng cho mục đích khác ngoài chẩn đoán hay không. Mọi hoạt động truy cập và xuất dữ liệu quan trọng đều cần được ghi nhận để có thể phát hiện hành vi bất thường.
Ở cấp độ người dùng, cũng nên thay đổi một thói quen rất đơn giản: đừng coi AI giống như một cuốn sách mà mình có thể thoải mái ném mọi thông tin cá nhân vào đó. Trước khi tải ảnh bệnh án, kết quả xét nghiệm hoặc hình ảnh chụp chiếu lên một công cụ AI, cần biết dịch vụ đó thuộc về ai, dữ liệu được xử lý như thế nào, có được lưu lại hay không và được sử dụng cho mục đích gì. Nếu không rõ, tốt nhất không đưa thông tin nhận diện cá nhân vào.
AI chắc chắn sẽ trở thành một phần quan trọng của y tế trong tương lai. Câu hỏi không còn là “có nên dùng AI để khám chữa bệnh hay không?”, mà phải là “dùng AI như thế nào để vừa tận dụng được khả năng của nó, vừa không biến dữ liệu của người bệnh thành cái giá phải trả?”
Bởi một hệ thống AI y tế tốt không chỉ cần chẩn đoán chính xác. Nó còn phải biết dữ liệu nào được phép nhìn thấy, ai được phép sử dụng và khi nào phải quên dữ liệu đó. Nếu chúng ta chỉ quan tâm AI có thể phát hiện bệnh nhanh đến đâu mà quên mất dữ liệu của người bệnh đang nằm ở đâu, thì có thể một ngày chúng ta sẽ có một nền y tế thông minh hơn, nhưng lại là một nền y tế mà người bệnh phải đánh đổi quá nhiều quyền riêng tư để sử dụng.
Được phối hợp thực hiện bởi các chuyên gia của Bkav,
cộng đồng An ninh mạng Việt Nam WhiteHat
và cộng đồng Khoa học công nghệ VnReview
Sửa lần cuối:
