
Một bệnh nhân ho vào điện thoại thông minh trong chương trình thí điểm tầm soát bệnh lao bằng ứng dụng tích hợp AI Swaasa, do đội ngũ nhân viên y tế cộng đồng ASHA thực hiện tại làng Chagallu, bang Andhra Pradesh, Ấn Độ - Ảnh: Salcit Technologies
Chẩn đoán từ tiếng ho và video trẻ sơ sinh
Panthula Uha cùng nhóm hỗ trợ sức khỏe cộng đồng ASHA (Ấn Độ) vốn chẳng nề hà gì trong các chuyến đến vùng sâu vùng xa, thăm hỏi người dân để tầm soát bệnh lao. Tuy vậy, phương pháp hỏi bệnh truyền thống của cô thường bỏ sót những người mắc bệnh lao nhưng chưa phát tán triệu chứng rõ rệt. Giờ thì đã khác.
Tháng 3-2026, Uha và đồng nghiệp bắt đầu gõ cửa từng nhà tại Chagallu, một ngôi làng nghèo thuộc bang Andhra Pradesh, và nhờ họ làm một chuyện "khác thường": ho vào một cái smartphone. Thiết bị đã mở sẵn Swaasa, một ứng dụng AI có khả năng phân tích tiếng ho để phát hiện các dấu hiệu bất thường về đường hô hấp.
Chuyện nghe thật khó tin, nhất là với các cụ già như bà Gowramma. Cụ bà 73 tuổi chưa từng nghĩ khám lao lại có thể đơn giản đến thế. "Trước đây mỗi lần ho là tôi đều lo không biết có bệnh tật gì không. Giờ thì nhân viên y tế đến tận nhà và thăm khám cho tôi chỉ qua tiếng ho trên app. Thật tiện lợi" - bà nói với trang CNA.
Uha cho biết công cụ này giúp phát hiện các trường hợp mắc bệnh không có triệu chứng để tiến hành xét nghiệm sâu hơn, từ đó nhiều người đã được chẩn đoán mắc lao và đưa vào điều trị kịp thời.
Cách Chagallu hàng trăm cây số về phía tây, tại vùng duyên hải Daman, Jyotsna Patel, một nhân viên ASHA với 14 năm kinh nghiệm, lại dùng AI cho một nhiệm vụ khác: theo dõi sự sống của trẻ sơ sinh.
Báo cáo về dinh dưỡng của UNICEF công bố tháng 2-2025 cho thấy tại Ấn Độ, trẻ sinh nhẹ cân (dưới 2,5kg) và sinh thiếu tháng chiếm tới 48% tổng số ca tử vong sơ sinh.
Thay vì phải mang vác dụng cụ cồng kềnh vào tận bản làng, giờ Patel chỉ cần mở ứng dụng Shishu Maapan, quay một đoạn video ngắn khoảng 30 giây cận cảnh đứa bé.
Với thuật toán được huấn luyện trên dữ liệu của hơn 30.000 trẻ sơ sinh để ước tính cân nặng, chiều cao và vòng đầu của trẻ dưới 42 ngày tuổi, ứng dụng sẽ xác định em bé có phát triển ổn định hay không.
Nhờ chỉ số hiển thị ngay tức thì, các nhân viên cơ sở kịp thời can thiệp, hướng dẫn người mẹ phương pháp cho con bú mẹ hoàn toàn ngay trong tuần đầu tiên.

Tại Api, nhân viên y tế cộng đồng ASHA, ghi nhận các chỉ số của một trẻ sơ sinh bằng ứng dụng tích hợp AI Shishu Maapan - Ảnh: Wadhwani AI
Cũng như nhiều người lớn tuổi không tin chỉ ho vào cái điện thoại là biết có mắc lao hay không, nhiều bà mẹ cũng bán tín bán nghi khi nghe nói có thể "cân" em bé chỉ bằng cách quay video, theo Aparna Chaudhary, giám đốc y tế quốc gia tại tổ chức Wadhwani AI, đơn vị phát triển ứng dụng.
"Nhưng chỉ sau vài lần, chính các bà mẹ lại háo hức chờ nhân viên quay video để xem con mình có tăng cân hay không" - Patel nhớ lại.
Tiết kiệm thời gian, tiền bạc
Những câu chuyện tại làng quê Ấn Độ không phải là hiện tượng đơn lẻ. Báo cáo từ Văn phòng Khu vực Đông Nam Á của Tổ chức Y tế Thế giới (WHO) công bố ngày 21-9 đánh giá: chẩn đoán bằng AI đang trở thành lực đẩy quan trọng thay đổi diện mạo y tế nông thôn tại Indonesia, Philippines và Campuchia, nơi tình trạng thiếu hụt bác sĩ chuyên khoa đã kéo dài nhiều thập kỷ.
Tại Philippines, bài toán y tế mang tính sống còn cũng xoay quanh bệnh lao. Dữ liệu từ WHO cho thấy riêng trong năm 2024, Philippines ghi nhận khoảng 739.000 ca mắc lao mới, chiếm 6,8% tổng số ca bệnh toàn cầu (10,8 triệu ca).
Để giải quyết bài toán này, công nghệ của Qure.ai đã được tích hợp vào các xe chụp X-quang lưu động thuộc Dự án ACCESS TB nhằm tầm soát cho người dân ở những cộng đồng hẻo lánh. Theo công ty, chương trình đã phát hiện và ghi nhận báo cáo cho hơn 8.700 ca mắc lao.

AI và bộ công cụ X-quang di động - Ảnh: Qure.ai
Tại các vùng sâu Philippines, khi một người dân chụp X-quang ngực, họ thường phải chờ đợi từ vài tuần đến cả tháng mới có kết quả đọc từ bác sĩ chẩn đoán hình ảnh "trên tỉnh". Sự chậm trễ này đồng nghĩa với việc bệnh nhân phải nghỉ làm, tốn chi phí đi lại nhiều lần, hoặc bỏ dở quy trình tầm soát.
Đứng trước thực trạng đó, nhóm nhà khoa học thuộc Đại học Ateneo de Manila đã xây dựng mô hình phân tích kinh tế trên tập hợp mẫu 1.000 người nghi mắc lao tại các trạm y tế nông thôn.
Mô hình tính toán của nhóm chỉ ra rằng chi phí tầm soát thủ công truyền thống rơi vào khoảng 1,14 triệu Peso/năm cho nhóm 1.000 người (tương đương 1.142 Peso/người). Trong khi đó, chi phí khi tích hợp phần mềm AI phân tích X-quang rút xuống còn khoảng 877.330 Peso/năm (tương đương 877 Peso/người). Kết quả nghiên cứu này đã được trang tin y khoa News-Medical đăng lại ngày 25-9.
Tuy nhiên, các tác giả nhấn mạnh giá trị lớn nhất của công nghệ không nằm ở con số tiết kiệm tiền bạc. Đối với các cộng đồng thiếu hụt tài nguyên, câu hỏi quan trọng nhất không phải là liệu AI có thể vượt qua chuyên gia hay không.
Điều cốt yếu là liệu công nghệ có thể đưa năng lực chẩn đoán chuyên môn đến những nơi đang thiếu hụt bác sĩ một cách khả thi, bình đẳng và bền vững hay không.
Nút thắt con người
Dù mang lại hiệu quả rõ rệt, thực tế triển khai tại Ấn Độ hay Philippines đều chỉ ra một nghịch lý: muốn nhân rộng AI giữa bối cảnh thiếu hụt nhân lực, công nghệ bắt buộc phải lồng ghép nhịp nhàng vào quy trình sẵn có chứ không thể trở thành gánh nặng mới cho nhân viên y tế.
Sagar Sen, phó chủ tịch cấp cao Công ty Qure.ai, chia sẻ trên CNA rằng các bác sĩ và nhân viên y tế cộng đồng vốn đã quá tải công việc. Thách thức lớn nhất là phải thiết kế AI xoay quanh quy trình làm việc hiện hữu, để máy móc gánh bớt một phần thủ tục chứ không phải tạo ra thêm một đầu việc.
Mặt khác, dù kỹ thuật tầm soát có hiện đại đến đâu, rào cản lớn nhất vẫn nằm ở tâm lý người dân: khám ra bệnh thì biết vậy, chừng nào sức khỏe thực sự có dấu hiệu thì hẵng tính.

Ảnh: healthcareexecutive.in
Tiến sĩ Govind Desai, bác sĩ chuyên khoa phổi tại Goa (Ấn Độ), kể lại trường hợp một bệnh nhân nam 54 tuổi đi chụp X-quang do chấn thương vai. Phần mềm Qure.ai lập tức khoanh vùng một nốt mờ nhỏ ở phổi chỉ sau vài phút, nhưng bệnh nhân kiên quyết từ chối chụp CT kiểm tra sâu hơn vì cho rằng mình vẫn khỏe mạnh.
Theo Rohan Devidas, trưởng nhóm điều phối viên y tế của Qure.ai, trong những trường hợp như vậy, đội ngũ của ông phải nhờ đến các nhân viên y tế chính phủ, những người vốn thông thuộc và hiểu rõ cộng đồng địa phương, đến tận nhà giải thích về kết quả chẩn đoán và vận động bệnh nhân. Một số bệnh nhân ban đầu từ chối xét nghiệm đã quay trở lại khám sau những chuyến ghé thăm như vậy.
Devidas nhấn mạnh đây chính là lý do lực lượng nhân viên tuyến đầu vẫn giữ vai trò trung tâm, ngay cả khi công nghệ ngày càng phát triển.
AI có thể phát hiện bất thường trong chớp mắt, rút ngắn thời gian chẩn đoán chuyên khoa từ vài tuần xuống còn 3-4 ngày, nhưng việc thuyết phục một người dân chịu đi điều trị vẫn dựa hoàn toàn vào mối liên kết của nhân viên y tế cộng đồng.
Nút thắt cuối cùng của AI y tế, vì thế, không nằm ở thuật toán. "Mối liên kết trực tiếp giữa con người với con người trong cộng đồng là điều cực kỳ quan trọng. Ban đầu, người dân có thể gặp nhiều khó khăn để đặt niềm tin vào các công nghệ mới" - Devidas giải thích.
Theo các báo cáo từ WHO, công nghệ chẩn đoán AI và y tế từ xa đang tạo nên bước ngoặt thu hẹp khoảng cách y tế nông thôn tại Đông Nam Á.
Tại Indonesia và Campuchia, AI hỗ trợ tự động hóa việc chẩn đoán lao, tiểu đường và viêm phổi qua ảnh X-quang ngay tại trạm y tế xã.
Trong khi đó, Thái Lan ứng dụng các nền tảng y tế từ xa (telemedicine) tích hợp AI để kết nối trực tiếp bệnh nhân vùng xa với bác sĩ chuyên khoa đô thị theo thời gian thực.
Để bảo đảm tính bền vững, WHO đã phối hợp tập huấn nâng cao năng lực cho lực lượng y tế cơ sở, vừa giải quyết triệt để bài toán thiếu hụt bác sĩ, vừa thúc đẩy sự bình đẳng trong tiếp cận dịch vụ chăm sóc sức khỏe chất lượng cao.