Microsoft công bố AI chẩn đoán vượt bác sĩ đa khoa trong các ca bệnh khó

Microsoft vừa công bố một kết quả nghiên cứu gây chú ý trong lĩnh vực y tế số: hệ thống chẩn đoán bằng AI của hãng chẩn đoán đúng các ca bệnh phức tạp với tỷ lệ cao gấp hơn hai lần so với bác sĩ đa khoa trong một bài kiểm tra mô phỏng. Mustafa Suleyman, CEO của mảng Microsoft AI, gọi đây là bước tiến hướng tới "siêu trí tuệ y khoa".

Hệ thống chẩn đoán AI của Microsoft được thử nghiệm trên các ca bệnh phức tạp

Hệ thống MAI-DxO hoạt động như thế nào?

Hệ thống mang tên MAI-DxO (viết tắt là DxO) điều phối nhiều tác tử AI (AI agent) cùng hoạt động như một hội đồng bác sĩ. Chúng đặt câu hỏi cho bệnh nhân, chỉ định xét nghiệm và tranh luận để đưa ra chẩn đoán cuối cùng.

Trong một mô phỏng sử dụng các ca bệnh phức tạp lấy từ tạp chí New England Journal of Medicine, DxO đưa ra chẩn đoán chính xác 83% số lần. Các bác sĩ chăm sóc ban đầu và bác sĩ nội khoa tổng quát, làm việc độc lập cùng tài liệu tham khảo, chỉ đúng 36%.

Cần lưu ý rằng những ca bệnh phức tạp đến mức này trên thực tế thường do bác sĩ chuyên khoa hoặc cả ê-kíp bác sĩ xử lý — nhóm đối tượng chưa được đưa vào so sánh trong nghiên cứu.

"Có một điều gì đó rất đáng kể và đáng phấn khích ở đây", Dominic King, Phó chủ tịch mảng Y tế của Microsoft AI, chia sẻ với TechCrunch. "Thách thức lớn nhất trong việc cung cấp dịch vụ y tế hiện nay là khoảng cách ngày càng lớn giữa nhu cầu và nguồn cung chuyên môn y khoa."

Điểm mấu chốt: sức mạnh đến từ mô hình nền tảng

Dù kết quả ấn tượng, chính dữ liệu của nghiên cứu lại cho thấy phần lớn sự cải thiện đến từ các mô hình AI nền tảng mạnh hơn, trong khi hệ thống điều phối của Microsoft chỉ đóng góp thêm một phần.

Microsoft đã thử nghiệm MAI-DxO với mô hình của nhiều hãng khác nhau, gồm OpenAI, Google, Anthropic, Meta và DeepSeek, nhưng kết quả tốt nhất đến từ GPT-5 và GPT-5.5 của OpenAI.

Nhóm nghiên cứu cũng đo cả độ chính xác lẫn chi phí vận hành AI cho mỗi ca bệnh. Khi chạy độc lập với một câu lệnh ngắn, GPT-5 đạt 78,9% trên các ca phức tạp với chi phí khoảng 8.400 USD mỗi ca. DxO giúp giảm khoảng 3.000 USD chi phí nhưng chỉ tăng độ chính xác thêm khoảng bốn điểm phần trăm. Với các ca cấp cứu, mức cải thiện gần như không đáng kể.

Với GPT-5.5, bức tranh có phần rõ ràng hơn: trên ca phức tạp, DxO nâng độ chính xác từ 72% lên gần 87% với chi phí thấp hơn một chút. Nhưng một lần nữa, các ca cấp cứu lại không cho thấy cải thiện — cả hai phiên bản đều đạt khoảng 85% với chi phí tương đương.

DxO tỏ ra hữu ích nhất với các ca phức tạp và với những mô hình AI yếu hơn. Chẳng hạn, Gemini 2.5 Flash tự chạy chỉ đạt 46,4% nhưng lên tới gần 69% khi có DxO hỗ trợ. Dù vậy, khoảng cách giữa mô hình yếu và mạnh vẫn lớn hơn mức cải thiện mà DxO mang lại.

Nhóm nghiên cứu của Microsoft lý giải rằng mức tăng độ chính xác đương nhiên sẽ thu hẹp khi các mô hình tiến gần tới giới hạn lý thuyết. "Việc điều phối của DxO giúp giải quyết bài toán rộng hơn là tối ưu đồng thời cả độ chính xác lẫn chi phí", một phát ngôn viên của hãng cho biết thêm.

Tham vọng "siêu trí tuệ y khoa"

Suleyman, người đang dẫn dắt nỗ lực xây dựng mô hình AI tiên phong của riêng Microsoft, cho biết hãng đang hợp tác với Mayo Clinic để huấn luyện một mô hình nền tảng cho lĩnh vực y tế, dự kiến phát hành vào năm sau. Ông tin mô hình này sẽ giúp công ty "tạo ra những bước nhảy vọt thực sự lớn".

"Tôi thực sự tin rằng đến năm 2027, chúng ta sẽ đứng trước ngưỡng cửa của một đột phá kiểu 'lập trình' đối với hồ sơ bệnh án", Suleyman nói. "Tôi nghĩ chúng ta sẽ có thể dự đoán chính xác cao về cách một hồ sơ bệnh án có thể diễn tiến — và khả năng tiên liệu đó đối với một bác sĩ lâm sàng là vô giá."

Suleyman đã dành cả sự nghiệp để dùng AI giải quyết các vấn đề y khoa. Trước đây ông là đồng sáng lập DeepMind, được Google mua lại năm 2014. Năm sau đó, Google DeepMind mua lại Hark — ứng dụng quản lý công việc lâm sàng do King sáng lập — và hai người cùng khởi động DeepMind Health. Suleyman gia nhập Microsoft để lãnh đạo mảng AI vào năm 2024, King theo chân vài tháng sau đó.

Ông dự đoán các mô hình AI y tế sẽ "giỏi hơn gấp một bậc về năng lực trong vòng 24 đến 36 tháng tới".

"Như chúng ta đã thấy nhiều lần trong năm sáu năm qua, tiến bộ diễn ra rất nhanh một khi bạn có được vòng quay tăng tốc (flywheel)", Suleyman nói. "Một vòng quay nghĩa là chúng ta có mô hình đang vận hành thực tế, liên tục lặp lại với dữ liệu sử dụng thật để tìm ra lỗ hổng, vá lại và cải thiện. Đó là điều đã xảy ra với lập trình, và trước đó là với trò chuyện. Tôi nghĩ năm sau nó sẽ bắt đầu xảy ra với hồ sơ bệnh án và hỗ trợ quyết định lâm sàng."

Bước tiếp theo: thử nghiệm trong bệnh viện thực tế

Qua một thỏa thuận hợp tác mới với Beth Israel Deaconess Medical Center tại Boston, Microsoft sẽ đánh giá năng lực lập luận lâm sàng của DxO trong nhiều môi trường bệnh viện khác nhau.

King giải thích cách nghiên cứu sẽ diễn ra: bệnh nhân nhận điều trị tiêu chuẩn, gồm phân loại cấp cứu, khám chuyên khoa, điều trị, xét nghiệm và quyết định có đủ an toàn để xuất viện hay không. Song song đó, những người đồng ý sẽ tương tác thêm với DxO. Microsoft và đối tác sẽ so sánh khuyến nghị của DxO với quyết định của bác sĩ.

"Công nghệ này đã sẵn sàng cho các đánh giá trong thế giới thực, và bạn có thể hình dung được mức độ phức tạp và đa dạng của các ca bệnh tại một khoa cấp cứu ở Boston vào tối thứ Sáu", King nói.

Ông kỳ vọng đây sẽ là "nghiên cứu lớn nhất thuộc loại này", trải rộng không chỉ ở môi trường cấp cứu mà cả các cơ sở chăm sóc khẩn cấp. Kết quả dự kiến sẽ cung cấp bằng chứng thuyết phục về khả năng triển khai các hệ thống này ở quy mô lớn hơn trong tương lai.

Nghiên cứu trên tạp chí Science của Microsoft đi kèm một bản tuyên ngôn về những gì cần thiết để xây dựng "siêu trí tuệ y khoa" — được định nghĩa là "khả năng vượt qua các hệ thống y tế do con người dẫn dắt mạnh nhất đương thời về lập luận và phối hợp y khoa xuyên suốt toàn bộ hành trình chăm sóc". Microsoft mong muốn vượt ra khỏi việc đánh giá từng tác vụ riêng lẻ — như trả lời câu hỏi thi y khoa hay tạo chẩn đoán — để tích hợp với bác sĩ và hệ thống y tế nhằm đạt kết quả tốt hơn.

"Đây là loại công nghệ mà cả thế giới đều mong muốn, và đó là lý do chúng tôi cam kết làm mọi thứ có thể để đưa nó ra thế giới nhanh hơn", Suleyman nói, đồng thời cho rằng trọng tâm này có thể là yếu tố khác biệt hóa của Microsoft so với các phòng thí nghiệm AI tiên phong khác.

Microsoft hiện đã bán các công cụ đọc chính tả và X-quang cho bác sĩ, và xem DxO là bước mở rộng cho những nỗ lực đó.

"Chúng tôi phải có những sản phẩm hỗ trợ quyết định lâm sàng y khoa tốt nhất, hiện đại nhất trong vài năm tới", Suleyman khẳng định.