Google AMIE và MIRA: 'Vũ khí' AI mới trong y tế – Mạnh mẽ nhưng còn nhiều hạn chế

Hai nghiên cứu mang tính bước ngoặt được công bố trên tạp chí Nature vào tháng 6/2026 đã đưa cuộc thảo luận về AI y tế tự động lên một tầm cao mới. Một nghiên cứu mô tả phiên bản nâng cấp của Google AMIE, không chỉ dừng lại ở chẩn đoán mà còn quản lý bệnh mãn tính qua nhiều lần khám; nghiên cứu còn lại giới thiệu một tác nhân AI có tên MIRA, có khả năng tự động hoạt động trong hệ thống hồ sơ sức khỏe điện tử (EHR) để đề xuất xét nghiệm, kê đơn thuốc và chỉ định nhập viện.

Các tiêu đề đã ca ngợi cách cả hai hệ thống này 'đánh bại' hoặc 'ngang bằng' các bác sĩ đã được chứng nhận trong các môi trường lâm sàng mô phỏng. Tuy nhiên, xem xét kỹ lưỡng các nghiên cứu có sẵn, ý kiến chuyên gia và các nghiên cứu rộng hơn về AI y tế sẽ hé lộ một bức tranh nhiều sắc thái hơn: những khả năng ấn tượng đi kèm với những hạn chế cơ bản, khiến cho việc triển khai lâm sàng trong thế giới thực vẫn còn là mục tiêu xa vời.

Mỗi hệ thống thực sự có thể làm được gì?

AMIE (Articulate Medical Intelligence Explorer), do Google Research, Google DeepMind và Google Health phát triển, đã có sự tiến hóa đáng kể. AMIE ban đầu là một AI hội thoại dựa trên văn bản, được tối ưu hóa cho việc hỏi bệnh sử và chẩn đoán phân biệt. Trong một nghiên cứu chéo mù đôi ngẫu nhiên mang tính bước ngoặt sử dụng các bệnh nhân đóng vai đã được đào tạo, AMIE đã thực hiện các cuộc hội thoại chẩn đoán mô phỏng ít nhất tốt ngang bằng các bác sĩ đa khoa đã được chứng nhận trên nhiều khía cạnh có ý nghĩa lâm sàng .

Một bài báo trên Nature vào tháng 6/2026 đã nâng tầm AMIE lên khả năng quản lý bệnh theo chiều dọc. Trong nghiên cứu này, AMIE sử dụng khả năng ngữ cảnh dài của mô hình Gemini để quản lý các bệnh mãn tính qua nhiều lần khám mô phỏng, với kiến trúc tác nhân kép: một tác nhân đối thoại đồng cảm cho các cuộc trò chuyện thời gian thực với bệnh nhân và một tác nhân suy luận quản lý 'suy nghĩ sâu' để đối chiếu hàng trăm trang hướng dẫn lâm sàng có thẩm quyền .

Trong một đánh giá mù về 100 kịch bản ba lần khám bao gồm tim mạch, hô hấp, thần kinh, sản phụ khoa/tiết niệu và tiêu hóa, mỗi kịch bản đều dựa trên hướng dẫn của NICE và BMJ Best Practice, các khuyến nghị về xét nghiệm và điều trị của AMIE luôn chính xác hơn. Các giám khảo chuyên khoa nhận thấy kế hoạch của AMIE trùng khớp chính xác thường xuyên hơn đáng kể: 99% so với 84% cho các xét nghiệm ở lần khám thứ hai và 100% so với 88% ở lần khám thứ ba, kèm theo trích dẫn rõ ràng các nguồn hướng dẫn .

MIRA, một tác nhân AI riêng biệt, có cách tiếp cận khác. Thay vì tập trung vào hội thoại, nó hoạt động trực tiếp trong các hồ sơ sức khỏe điện tử. Theo một bài đăng trên LinkedIn từ Trung tâm Y tế Kỹ thuật số Else Kröner Fresenius, nhóm nghiên cứu do Jakob Nikolas Kather dẫn đầu đã phát triển MIRA để tự động đánh giá thông tin y tế, yêu cầu xét nghiệm và chuẩn bị các quyết định chẩn đoán và điều trị trong một hệ thống thông tin bệnh viện mô phỏng bằng cách sử dụng các ca bệnh thực tế .

Trong các mô phỏng hồi cứu, MIRA đạt độ chính xác chẩn đoán tổng thể là 87,8%, so với 78,1% của các bác sĩ đã được chứng nhận, với những cải thiện đặc biệt đáng chú ý trong các chẩn đoán cụ thể như viêm tụy (95,2% so với 78,6%) và viêm ruột thừa (100% so với 88%) . MIRA yêu cầu xét nghiệm máu nhiều hơn bác sĩ (51% so với 28%), nhưng bù lại, yêu cầu chụp chiếu ít hơn đáng kể . Hệ thống có quyền truy cập vào hơn 85.000 hành động lâm sàng có thể có và đã được thử nghiệm với 880 lời nhắc đối kháng được thiết kế để đánh lừa AI, và không có trường hợp nào bị rò rỉ dữ liệu .

Những hạn chế quan trọng

Bất chấp những con số ấn tượng, cả hai hệ thống đều phải đối mặt với cùng một thực tế nghiệt ngã: chúng chưa được thử nghiệm trên bệnh nhân thực trong môi trường lâm sàng thực tế. Khoảng cách giữa mô phỏng và thực tế này là chủ đề chính trong các đánh giá độc lập của chuyên gia về các tác nhân AI chăm sóc sức khỏe.

Một bài tổng quan toàn diện trên PMC đã chỉ ra thách thức chính một cách thẳng thắn: “thiếu sự xác nhận lâm sàng mạnh mẽ trong môi trường thực tế” . Các đánh giá thường dựa trên các bộ dữ liệu tổng hợp lý tưởng hóa thay vì xử lý tính thưa thớt, mất cân bằng và các giá trị thiếu đặc trưng của hồ sơ bệnh nhân thực tế. Đánh giá này kết luận rằng hiệu quả lâm sàng thực tế của các hệ thống này phần lớn vẫn chưa được xác nhận bởi các nghiên cứu tiền cứu .

Các hạn chế lớn khác bao gồm:

• Giới hạn dựa trên văn bản. Cả AMIE và MIRA chủ yếu hoạt động thông qua văn bản và dữ liệu có cấu trúc. Cả hai đều không thể thực hiện thăm khám thực thể—sờ nắn bụng, nghe âm thanh tim, hay quan sát dáng đi của bệnh nhân. Đây không phải là một khoảng trống nhỏ; thăm khám thực thể vẫn là nền tảng cho nhiều chẩn đoán.
• Không có khả năng học tập liên tục. Một phân tích trong báo cáo AI Index năm 2026 xác nhận rằng không có hệ thống nào thể hiện khả năng học tập liên tục hoặc trí nhớ dài hạn qua các lần gặp bệnh nhân khác nhau .
• Bệnh nhân mô phỏng, không phải thật. Nghiên cứu quản lý bệnh đa lần khám của AMIE, dù có phương pháp chặt chẽ, chỉ sử dụng các diễn viên chuyên nghiệp trong các buổi OSCE ảo. Đánh giá của MIRA sử dụng các ca hồi cứu và các tác nhân AI mô phỏng hành vi của bệnh nhân thay vì tương tác với bệnh nhân thực .
• Lỗ hổng an toàn. Cùng phân tích của AI Index đã chỉ ra ảo giác, ra quyết định thiếu minh bạch, thất bại phối hợp giữa các tác nhân và dễ bị tấn công vào EHR là những rủi ro an toàn đang mở đối với AI y tế tự động .

Lời cảnh báo từ chuyên gia

Các nhà khoa học bình luận về hai nghiên cứu trên Nature đã thừa nhận tầm quan trọng của chúng trong khi nhấn mạnh khoảng cách đến ứng dụng lâm sàng. Một phản ứng chuyên gia do Trung tâm Truyền thông Khoa học Vương quốc Anh tổng hợp đã mô tả công trình này là “một bước nhảy vọt về chất” nhưng lưu ý rằng kết quả đến từ môi trường được kiểm soát .

Nghiên cứu rộng hơn về các tác nhân AI trong chăm sóc sức khỏe xác định một số mối quan tâm dai dẳng:

Khả năng diễn giải và niềm tin. Khi các tác nhân AI đưa ra khuyến nghị chẩn đoán hoặc điều trị, lý do cơ bản thường thiếu tính minh bạch, khiến các bác sĩ lâm sàng khó có thể truy vết cách đưa ra kết luận. Điều này làm suy yếu niềm tin và hạn chế việc áp dụng .

Trách nhiệm giải trình mơ hồ. Trong trường hợp xảy ra kết quả sai sót, vẫn chưa rõ ai sẽ chịu trách nhiệm pháp lý và đạo đức—nhà phát triển AI, tổ chức triển khai hay bác sĩ giám sát. Các khuôn khổ pháp lý hiện tại, bao gồm của FDA và Đạo luật AI của EU, vẫn chưa giải quyết được các nhu cầu quản trị đặc thù của AI y tế tự động .

Tính khái quát hóa. Các hệ thống được đào tạo và đánh giá trên dữ liệu từ một trung tâm y tế duy nhất hoặc các bộ dữ liệu cụ thể (như MIMIC-IV) có thể không hoạt động đáng tin cậy trên các nhóm nhân khẩu học, giao thức hành chính hoặc hệ thống y tế khác nhau .

Nguy cơ lạm dụng. Ngay cả các nhà nghiên cứu phát triển phiên bản có rào chắn của AMIE (gọi là g-AMIE) cũng thừa nhận sự cần thiết của các ràng buộc rõ ràng. g-AMIE được thiết kế để thực hiện việc hỏi bệnh sử trong khi không đưa ra lời khuyên y tế cá nhân hóa—một sự thừa nhận rõ ràng rằng việc sử dụng tự động không hạn chế là quá sớm và có khả năng gây nguy hiểm .

Con đường dẫn đến triển khai thực tế

Cả AMIE và MIRA đều chưa sẵn sàng để triển khai lâm sàng thường quy. AMIE đã thực hiện những bước đầu tiên hướng tới xác thực trong thế giới thực với một nghiên cứu khả thi tiền cứu, đơn nhóm được thực hiện hợp tác với Trung tâm Y tế Beth Israel Deaconess, nhằm khám phá cách AMIE có thể thu thập thông tin bệnh nhân trước các cuộc khám chăm sóc ban đầu ngoại trú . Một nghiên cứu khả thi về chăm sóc cấp cứu riêng biệt với 100 bệnh nhân đã đánh giá khả năng hỏi bệnh sử trước khám của AMIE và phát hiện ra rằng chẩn đoán phân biệt của nó bao gồm chẩn đoán cuối cùng trong 90% trường hợp, với độ chính xác top-3 là 75%—mặc dù các bác sĩ đa khoa vẫn vượt trội hơn AMIE về tính thực tế và hiệu quả chi phí của các kế hoạch quản lý .

Đây là những tín hiệu ban đầu đầy hứa hẹn, nhưng chúng chỉ là các nghiên cứu khả thi—không phải là các thử nghiệm ngẫu nhiên có đối chứng cần thiết để chứng minh kết quả cải thiện trên bệnh nhân. Lĩnh vực tác nhân AI chăm sóc sức khỏe nói chung phải đối mặt với một loạt thách thức chưa được giải quyết trước khi có thể triển khai thực tế:

• Lộ trình pháp lý. Các hệ thống AI lâm sàng hỗ trợ chẩn đoán hoặc quản lý cần có bằng chứng về tính an toàn và hiệu quả. Chưa có cơ quan quản lý lớn nào thiết lập một khuôn khổ rõ ràng cho các tác nhân tự động học tập liên tục trong môi trường lâm sàng.
• Tích hợp EHR. Việc tích hợp các mô hình ngôn ngữ lớn (LLM) vào các hệ thống EHR hiện có đặt ra những thách thức thực tế và quản trị, bao gồm nguy cơ pha trộn nội dung do AI và con người tạo ra theo cách làm lu mờ trách nhiệm lâm sàng .
• Khoảng trống khám thực thể. AI hội thoại dựa trên văn bản và các tác nhân dữ liệu có cấu trúc không thể tái tạo việc đánh giá thực thể thực hành vốn vẫn là trung tâm của thực hành lâm sàng.
• Công bằng sức khỏe. Cả hai hệ thống đều chưa được xác nhận trên các nhóm dân cư đa dạng trong thế giới thực theo cách có thể hỗ trợ các tuyên bố về hiệu suất công bằng.

Tổng kết

Các nghiên cứu tháng 6/2026 đại diện cho sự tiến bộ thực sự. AMIE đã phát triển từ các cuộc hội thoại chẩn đoán đơn lẻ sang quản lý bệnh đa lần khám với lý luận dựa trên hướng dẫn. MIRA đã chứng minh rằng một tác nhân tự động có thể điều hướng hồ sơ sức khỏe điện tử và yêu cầu xét nghiệm và điều trị ở mức độ tương đương hoặc vượt quá bác sĩ trong các mô phỏng hồi cứu được kiểm soát chặt chẽ .

Nhưng khoảng cách giữa các minh chứng này và y học thế giới thực vẫn còn rất rộng. Như bài tổng quan về các tác nhân AI chăm sóc sức khỏe đã kết luận, hầu hết các đánh giá dựa trên các bộ dữ liệu và bối cảnh không phản ánh sự nhiễu, sự mơ hồ, các ràng buộc về nguồn lực và các yêu cầu về trách nhiệm giải trình của môi trường lâm sàng thực tế .

Các cột mốc quan trọng tiếp theo sẽ là các nghiên cứu tiền cứu trên bệnh nhân thực, các khuôn khổ pháp lý rõ ràng, sự an toàn đã được chứng minh trên các nhóm dân cư đa dạng và bằng chứng cho thấy các hệ thống này cải thiện kết quả điều trị thay vì chỉ phù hợp với hiệu suất của bác sĩ lâm sàng trong các kịch bản thử nghiệm. Cho đến lúc đó, AMIE và MIRA vẫn là những nguyên mẫu nghiên cứu ấn tượng—không phải sự thay thế cho các bác sĩ con người, mà là những công cụ tiềm năng trong tương lai cần được xác nhận thêm đáng kể trước khi chúng có thể xuất hiện trong bất kỳ phòng khám nào.