Con số 90% của chatbot y tế Google không đo việc bạn hỏi chatbot ở nhà
Nghiên cứu AMIE của Google nói bảy mục đầu trong danh sách chẩn đoán của chatbot chứa đáp án cuối ở 90% số ca. Con số đo việc gì, vì sao mục đứng đầu chỉ đúng 56%, và dùng chatbot thế nào để chuẩn bị gặp bác sĩ.
Xong bài này bạn làm được Không dùng con số 90% để tin danh sách chẩn đoán của chatbot khi tự hỏi ở nhà; dùng chatbot để chuẩn bị câu hỏi cho bác sĩ và đi khám ngay khi có dấu hiệu nặng.
Bạn gõ cho chatbot “ho khan hơn một tuần nay, không sốt” và nhận về một danh sách vài nguyên nhân có thể. Google vừa công bố rằng danh sách kiểu đó của chatbot y tế AMIE chứa chẩn đoán cuối cùng của ca khám trong bảy mục đầu ở 90% số ca. Con số nghe như đủ để tin, nhưng nó đo một việc hẹp hơn nhiều so với việc bạn đang làm ở nhà.
Thử nghiệm diễn ra thế nào
Ngày 8/10/2026, Google cùng Beth Israel Deaconess Medical Center, một bệnh viện ở Mỹ, công bố trên tạp chí The Lancet nghiên cứu về AMIE, thứ Google gọi là chatbot chẩn đoán dành cho nghiên cứu. Trước buổi khám, bệnh nhân trò chuyện bằng chữ với AMIE về một triệu chứng mới, không khẩn cấp. Theo trang nghiên cứu của Google, có 100 người trò chuyện và 98 người đến khám. Bác sĩ khám sau đó nhận bản ghi cuộc trò chuyện và bản tóm tắt.
Mỗi cuộc trò chuyện có một bác sĩ theo dõi qua video trực tiếp, sẵn sàng can thiệp theo bốn tiêu chí dừng đặt ra từ trước. Google cho biết không cuộc nào phải dừng.
90% đo cái gì
Con số 90% là tỷ lệ ca mà chẩn đoán cuối cùng nằm trong bảy mục đầu của danh sách AMIE đưa ra, tức 88 trên 98 ca theo bản đăng trước trên arXiv. Cũng theo trang nghiên cứu của Google, tỷ lệ này là 75% nếu chỉ tính ba mục đầu, và 56% nếu chỉ tính mục đứng đầu.
Với bác sĩ đọc danh sách ngay trước khi gặp bệnh nhân, một danh sách có đáp án đúng nằm trong bảy mục đầu vẫn có ích, vì họ biết cách loại bớt. Với người đọc một mình ở nhà thì khác: không ai chỉ cho bạn mục nào trong danh sách là mục đúng, và ở mục đứng đầu thì nhiều ca không đúng. Đây là lý do 90% không trả lời được câu hỏi “tôi có nên tin chatbot khi nó nói về triệu chứng của tôi”.
Con số 75% còn xuất hiện lần nữa trong bài của Google, với nghĩa khác hẳn: bác sĩ cho biết bản tóm tắt giúp họ chuẩn bị buổi khám trong 75% trường hợp. Hai con số trùng nhau nhưng đo hai việc khác nhau, nên đọc nhãn của nó trước khi trích lại.
Những điều kiện bạn không có ở nhà
Nghiên cứu có bác sĩ theo dõi từng cuộc trò chuyện, và có buổi khám thật ngay sau đó để biết chẩn đoán cuối cùng. Chatbot bạn dùng một mình không có hai thứ này.
Nghiên cứu cũng nhỏ và hẹp. Nó diễn ra ở một cơ sở, không có nhóm đối chứng, và bệnh nhân trẻ hơn mức chung của các lượt khám trong thời gian đó. Google viết rằng nghiên cứu không có so sánh có đối chứng nên không hỗ trợ kết luận định lượng về hiệu quả, và cần thử nghiệm lớn hơn để đánh giá chatbot làm việc trực tiếp với bệnh nhân. AMIE chỉ đọc chữ, không xem hồ sơ bệnh án và không khám được; trang của Google ghi bác sĩ làm tốt hơn ở tính thực tế và chi phí của kế hoạch xử trí.
Dùng chatbot thế nào cho hợp với điều nghiên cứu đã thử
Việc nghiên cứu thử là chuẩn bị cho buổi khám, không phải thay buổi khám. Cách dùng gần nhất ở nhà là hỏi chatbot để chuẩn bị gặp bác sĩ: viết ra triệu chứng bắt đầu từ lúc nào, thay đổi ra sao, đang uống thuốc gì, rồi nhờ chatbot gợi ý những câu nên hỏi. Coi danh sách nó đưa ra là những câu hỏi để mang theo, không phải kết luận.
Một cách tự kiểm: sau khi trò chuyện, bạn có nói được ba điều bác sĩ cần biết mà bạn chưa viết ra không? Nếu chưa, chatbot mới chỉ cho bạn thêm chữ, chưa giúp gì cho buổi khám. Còn khi có dấu hiệu nặng hoặc xuất hiện đột ngột như khó thở, đau ngực dữ dội, lú lẫn, đau bụng dữ dội hoặc tăng dần, hay sốt cao, đừng chờ chatbot trả lời: hãy đi khám ngay hoặc gọi cấp cứu 115. Bài này không thay lời khuyên của nhân viên y tế.
Nguồn tham khảo
- Google — Study in The Lancet suggests AI could improve patient-physician relationships — đăng 8/10/2026. Nêu 98 bệnh nhân, không cuộc trò chuyện nào phải dừng, 90% và 75% trong bài của Google, và lời Google rằng cần thử nghiệm lớn hơn.
- Google Research — Exploring the feasibility of conversational diagnostic AI in a real-world clinical study — nêu thiết kế một cơ sở không đối chứng, bốn tiêu chí dừng, tỷ lệ 90%, 75% và 56%, và phần hạn chế.
- arXiv — A prospective clinical feasibility study of a conversational diagnostic AI in an ambulatory primary care clinic — bản nghiên cứu đăng trước của chính nhóm tác giả. Bản này ghi rõ 88 trên 98 ca có chẩn đoán cuối trong bảy mục đầu. Nhóm này viết rằng bác sĩ làm tốt hơn AMIE về tính thực tế và chi phí của kế hoạch xử trí. Bài báo trên The Lancet chưa mở được khi viết bài này, nên số liệu lấy từ ba trang trên.