Những xu hướng sức khỏe số đang định hình ứng dụng và nền tảng

Điểm đáng chú ý không nằm ở việc thêm thật nhiều tính năng. Xu hướng đang chuyển từ “một ứng dụng giải quyết một tác vụ” sang nền tảng có thể nhận dữ liệu liên tục, đặt dữ liệu vào đúng ngữ cảnh, hỗ trợ người dùng hoặc nhân viên y tế ra quyết định và duy trì quá trình chăm sóc qua nhiều thời điểm. WHO cũng đặt khả năng tương tác, AI, quản trị dữ liệu, hạ tầng số và công nghệ lấy con người làm trung tâm trong nhóm ưu tiên của quá trình phát triển sức khỏe số.

AI chuyển từ tính năng bổ sung thành lớp hỗ trợ xuyên suốt nền tảng

AI trong sức khỏe số đang dịch chuyển khỏi vai trò chỉ trả lời câu hỏi hoặc tạo nội dung. Giá trị lớn hơn xuất hiện khi AI được đặt vào chuỗi xử lý dữ liệu: nhận tín hiệu, phát hiện mẫu bất thường, phân loại mức ưu tiên, tóm tắt thông tin và hỗ trợ bước xử lý tiếp theo.

Một ứng dụng theo dõi sức khỏe chẳng hạn có thể nhận dữ liệu nhịp tim, giấc ngủ hoặc vận động trong thời gian dài. Thay vì chỉ hiển thị biểu đồ, lớp AI có thể nhận biết sự thay đổi so với trạng thái nền của chính người dùng, kết hợp nhiều tín hiệu và đưa ra cảnh báo phù hợp với ngữ cảnh. Trong môi trường chuyên môn, AI còn được tích hợp vào hình ảnh y khoa, tim mạch, thần kinh, theo dõi tại nhà và nhiều quy trình khác; danh mục thiết bị y tế hỗ trợ AI được FDA cập nhật liên tục cho thấy AI đã trở thành một thành phần thực tế của hệ sinh thái thiết bị và phần mềm y tế, không còn chỉ là hướng thử nghiệm.

Tuy nhiên, “có AI” không đồng nghĩa với một sản phẩm sức khỏe tốt hơn. Độ chính xác phụ thuộc dữ liệu đầu vào, nhóm người được kiểm chứng, mục đích sử dụng và cách kết quả AI được đưa vào quyết định. Với các chức năng ảnh hưởng đến sức khỏe, nền tảng phải làm rõ AI đang hỗ trợ tác vụ nào, mức độ tin cậy ra sao và khi nào cần chuyển sang đánh giá của chuyên gia.

Vì vậy, xu hướng quan trọng hơn chính là AI có ngữ cảnh và có giới hạn, thay vì AI xuất hiện ở mọi nơi.

Kết nối dữ liệu trở thành nền móng thay vì một tính năng tích hợp

Ứng dụng sức khỏe trước đây thường tạo ra những “đảo dữ liệu”: dữ liệu từ đồng hồ nằm ở một nơi, xét nghiệm ở một nơi, bệnh án ở nơi khác và nhật ký tự nhập lại tồn tại trong một ứng dụng riêng. Khi dữ liệu không liên thông, nền tảng khó xây dựng được bức tranh sức khỏe liên tục.

Xu hướng kết nối tìm cách phá vỡ sự phân mảnh đó. Một nền tảng ngày càng phải có khả năng nhận và trao đổi dữ liệu với hồ sơ sức khỏe điện tử, thiết bị đeo, cảm biến, phòng xét nghiệm hoặc những dịch vụ số khác. Các chuẩn trao đổi dữ liệu và API chuẩn hóa vì thế trở thành phần hạ tầng quan trọng. Các chính sách về health IT tại Mỹ, chẳng hạn, tiếp tục thúc đẩy việc truy cập, trao đổi và sử dụng dữ liệu sức khỏe điện tử dựa trên chuẩn tương tác.

Kết nối tạo ra Information Gain khi dữ liệu từ các nguồn có thể bổ sung ngữ cảnh cho nhau. Một chỉ số đơn lẻ thường chỉ mô tả trạng thái tại một thời điểm; chuỗi dữ liệu liên tục kết hợp lịch sử, hành vi và dữ liệu lâm sàng có thể cho thấy xu hướng thay đổi.

Nhưng càng nhiều nguồn không mặc nhiên càng tốt. Dữ liệu phải đồng nhất về ý nghĩa, thời gian đo, đơn vị, chất lượng và danh tính người dùng. Nếu chỉ gom dữ liệu mà không giải quyết những khác biệt này, nền tảng tạo ra một kho dữ liệu lớn hơn chứ chưa chắc tạo ra hiểu biết tốt hơn.

Cá nhân hóa chuyển từ nội dung theo hồ sơ sang phản hồi theo trạng thái thực tế

Cá nhân hóa thế hệ đầu thường dựa trên vài thuộc tính cố định như tuổi, giới tính, mục tiêu hoặc câu trả lời lúc đăng ký. Xu hướng mới sử dụng dữ liệu theo thời gian để điều chỉnh trải nghiệm dựa trên trạng thái và hành vi của chính người dùng.

Sự khác biệt nằm ở vòng phản hồi. Người dùng tạo dữ liệu thông qua hoạt động hằng ngày hoặc thiết bị theo dõi; nền tảng cập nhật mô hình trạng thái; nội dung, nhắc nhở hoặc mức ưu tiên được điều chỉnh; phản ứng tiếp theo của người dùng lại trở thành dữ liệu mới. Cá nhân hóa vì thế không còn là một cấu hình được thiết lập một lần.

Cơ chế này đặc biệt phù hợp với những vấn đề cần theo dõi dài hạn. Một mục tiêu vận động có thể thay đổi theo mức hoạt động thực tế; kế hoạch quản lý hành vi có thể điều chỉnh theo mức tuân thủ; hệ thống theo dõi có thể ưu tiên những biến động khác thường so với đường nền cá nhân thay vì chỉ so với một ngưỡng chung.

Giới hạn nằm ở chất lượng suy luận. Dữ liệu cá nhân nhiều hơn không bảo đảm khuyến nghị chính xác hơn nếu dữ liệu thiếu, cảm biến sai lệch hoặc mô hình suy diễn quá xa so với điều thực sự đo được. Cá nhân hóa có giá trị khi mức độ điều chỉnh tương xứng với độ tin cậy của dữ liệu.

Theo dõi liên tục đưa chăm sóc ra ngoài thời điểm khám bệnh

Một hướng phát triển khác là chuyển từ dữ liệu “theo lần tương tác” sang dữ liệu “theo dòng thời gian”. Điện thoại, đồng hồ, vòng đeo, miếng dán và các cảm biến kết nối cho phép một số chỉ số được thu thập ngay trong sinh hoạt hằng ngày.

FDA hiện duy trì riêng danh sách thiết bị sức khỏe số dựa trên cảm biến được cấp phép, bao gồm các dạng thiết bị đeo và những hệ thống có thể dùng để theo dõi liên tục hoặc kiểm tra từng thời điểm ngoài cơ sở y tế.

Sự thay đổi này ảnh hưởng trực tiếp tới cấu trúc của ứng dụng. Nếu dữ liệu xuất hiện liên tục, nền tảng không thể chỉ đóng vai trò màn hình lưu kết quả; nó cần phát hiện những thay đổi đáng chú ý, kiểm soát cảnh báo và xác định khi nào người dùng cần hành động.

Đây cũng là điểm chăm sóc từ xa gắn với AI và kết nối dữ liệu. Một buổi tư vấn video đơn thuần chỉ số hóa cuộc hẹn. Một hệ thống chăm sóc từ xa sâu hơn có thể sử dụng dữ liệu giữa các lần gặp để theo dõi tiến triển, nhận biết trường hợp cần chú ý và cung cấp thêm ngữ cảnh trước khi chuyên gia tương tác với người bệnh.

Trade-off là lượng dữ liệu lớn dễ tạo ra cảnh báo dư thừa. Một nền tảng hữu ích không phải nền tảng thông báo mọi biến động, mà là nền tảng phân biệt được tín hiệu nào đủ quan trọng để cần sự chú ý.

Quyền riêng tư, minh bạch và quản trị AI trở thành thuộc tính của sản phẩm

Khi ứng dụng chỉ lưu vài thông tin do người dùng nhập, quản trị dữ liệu có thể được xem như lớp hậu trường. Khi nền tảng kết hợp bệnh án, cảm biến, dữ liệu hành vi và AI, cách dữ liệu được thu thập và sử dụng trở thành một phần trực tiếp của trải nghiệm sản phẩm.

Người dùng cần biết loại dữ liệu nào được thu thập, dữ liệu phục vụ chức năng gì, được chia sẻ trong điều kiện nào và liệu quyết định có sử dụng thuật toán hay không. Ở cấp hệ thống, yêu cầu minh bạch đối với thuật toán cũng đang trở nên cụ thể hơn; quy định HTI-1 của Mỹ đưa ra yêu cầu minh bạch đối với AI và các thuật toán dự báo trong health IT được chứng nhận, nhằm giúp người dùng chuyên môn đánh giá những yếu tố như tính phù hợp, hiệu lực, hiệu quả và an toàn.

Điều này tạo ra một thay đổi đáng kể trong cách thiết kế nền tảng: quyền riêng tư không chỉ là trang điều khoản, còn quản trị AI không chỉ là vấn đề của đội kỹ thuật. Quyền truy cập, sự đồng thuận, khả năng giải thích và kiểm soát dữ liệu phải gắn với chính luồng sử dụng.

Một hệ thống có nhiều dữ liệu và AI mạnh nhưng khiến người dùng không hiểu dữ liệu được sử dụng như thế nào sẽ gặp giới hạn về niềm tin. Trong sức khỏe số, niềm tin là điều kiện để công nghệ được sử dụng đủ lâu và đủ nhất quán để tạo giá trị.

Nền tảng sức khỏe số đang hội tụ thành một hệ thống chăm sóc có vòng phản hồi

AI, khả năng kết nối, cá nhân hóa và theo dõi liên tục không phát triển độc lập. Chúng đang hội tụ thành một kiến trúc chung:

Thu thập dữ liệu → kết nối và chuẩn hóa → phân tích → xác định ngữ cảnh → cá nhân hóa hành động → theo dõi phản hồi

Chính vòng phản hồi này phân biệt một nền tảng với một tập hợp tính năng. Thiết bị đeo cung cấp dữ liệu nhưng không tự tạo ra quá trình chăm sóc. AI tạo phân tích nhưng cần dữ liệu đúng và một điểm hành động. Cá nhân hóa cần lịch sử đủ đáng tin cậy. Chăm sóc từ xa cần kết nối các thành phần đó với người dùng hoặc chuyên gia ở thời điểm phù hợp.

Do đó, khi đánh giá một xu hướng hoặc nền tảng sức khỏe số, câu hỏi hữu ích không chỉ là “nó có AI hay không”. Cần nhìn vào toàn bộ chuỗi: dữ liệu đến từ đâu, có kết nối được không, hệ thống rút ra điều gì, điều đó thay đổi trải nghiệm của từng người như thế nào và cơ chế kiểm soát sai lệch hoặc rủi ro nằm ở đâu.

Đây cũng là lý do các ứng dụng đơn chức năng chưa biến mất. Một ứng dụng giải quyết tốt một nhiệm vụ cụ thể vẫn có giá trị. Xu hướng hội tụ chỉ cho thấy rằng khi nhiệm vụ yêu cầu chăm sóc liên tục và nhiều nguồn dữ liệu, lợi thế sẽ chuyển về những nền tảng có khả năng phối hợp các lớp này thay vì vận hành chúng riêng rẽ.

Tóm lại, xu hướng sức khỏe số đang tập trung vào AI, dữ liệu kết nối và cá nhân hóa, nhưng ba yếu tố này chỉ tạo giá trị đầy đủ khi được đặt trong một hệ thống có khả năng theo dõi liên tục và tạo vòng phản hồi. AI biến dữ liệu thành phân tích; khả năng tương tác đưa dữ liệu từ nhiều nguồn vào cùng ngữ cảnh; cá nhân hóa chuyển phân tích đó thành trải nghiệm phù hợp hơn với từng người.

Vì vậy, hướng phát triển đáng chú ý nhất không phải là ứng dụng có nhiều chức năng hơn, mà là nền tảng biến được dữ liệu phân mảnh thành hành động có ngữ cảnh, đồng thời duy trì các giới hạn cần thiết về chất lượng dữ liệu, minh bạch, quyền riêng tư và vai trò của chuyên gia.