Bài học từ lĩnh vực y tế về lãnh đạo dự án AI thành công
18/09/25
"Theo tôi, AI đang dần vượt qua giai đoạn “mới mẻ” để trở thành một phần hạ tầng cốt lõi. Tương lai không phải là những công cụ AI riêng lẻ, mà ở việc tích hợp và gắn kết trí tuệ vào từng hoạt động hằng ngày - cách chúng ta làm việc, đưa ra quyết định và phục vụ mọi người." - Tiến sĩ R. Ryan Sadeghian.
Ít có ngành nào thử thách AI khắc nghiệt như y tế — với độ phức tạp cao, quy định nghiêm ngặt và tính chất sống còn. Dưới đây là 4 bài học từ những người đi đầu trong lĩnh vực này, về cách triển khai thành công các dự án AI trong bất kỳ lĩnh vực nào.
Y tế là một trong những ngành phức tạp, được quản lý chặt chẽ và có tính rủi ro cao nhất thế giới, khiến nó trở thành môi trường thử nghiệm lý tưởng cho việc ứng dụng AI. Trong loạt podcast AI Today × Healthcare Information and Management Systems Society (HIMSS), các nhà lãnh đạo cấp cao và bác sĩ lâm sàng đã chia sẻ về những yếu tố then chốt để AI phát huy hiệu quả trong bối cảnh đầy thách thức này - từ việc giảm bớt tình trạng kiệt sức của bác sĩ đến việc tái tạo hệ thống ghi chép, chẩn đoán và quản trị.
Những bài học này vượt ra khỏi phạm vi y tế. Đối với các nhà quản lý dự án trong bất kỳ lĩnh vực nào, những cuộc trò chuyện này mang đến góc nhìn về cách triển khai các dự án AI thành công dưới sự giám sát chặt chẽ, kỳ vọng cao và những ràng buộc thực tế. Để tìm hiểu về một khung chuẩn hóa hỗ trợ quản lý các dự án như vậy, bạn có thể tham khảo chứng chỉ Cognitive Project Management in Artificial Intelligence (CPMAI)™ của PMI.
1. Tăng cường vai trò con người
Trong lĩnh vực y tế, một trong những cơ hội rõ ràng nhất để ứng dụng AI là giải phóng bác sĩ khỏi các công việc mang lại ít giá trị. Robert Havasy, Giám đốc Cấp cao về Chiến lược Thông tin tại HIMSS, cho biết mục tiêu là để các bác sĩ dành thời gian và sự tập trung cho việc “giao tiếp với bệnh nhân, thể hiện sự đồng cảm, chia sẻ kiến thức và giúp bệnh nhân đưa ra quyết định” - những công việc chỉ con người mới có thể làm được.
Người dẫn chương trình Kathleen Walch gọi đây là “trí tuệ tăng cường”: công nghệ hỗ trợ và nâng cao năng lực con người.
Tại Đại học Toledo Health, Tiến sĩ R. Ryan Sadeghian, Giám đốc Thông tin Y tế - CMIO, đã áp dụng ý tưởng này thông qua các công cụ tùy chỉnh dựa trên GPT, tạo ghi chú riêng cho từng bệnh nhân và đánh dấu các chi tiết quan trọng cho bác sĩ lâm sàng. Được thiết kế riêng cho từng chuyên khoa, các công cụ này đã rút ngắn thời gian lập hồ sơ khoảng 30% đồng thời cải thiện chất lượng. Ông chia sẻ: "Chúng tôi cần một giải pháp thông minh, nhanh chóng và nhận biết được ngữ cảnh... một giải pháp có thể tích hợp bên trong hoặc song song với hệ thống lâm sàng của chúng tôi mà không yêu cầu bác sĩ trở thành chuyên gia công nghệ".
Bài học cho các nhà quản lý dự án: Ở bất kỳ lĩnh vực nào, AI cần được đánh giá bằng khả năng giúp chuyên gia tập trung vào những việc mang lại giá trị cao. Nếu AI chỉ chuyển gánh nặng sang nơi khác, thì rõ ràng là chưa đạt mục tiêu.
"Liên minh Châu Âu có một cách diễn đạt rất hay, đó là 'công nghệ lạnh nâng đôi bàn tay ấm áp'. Công việc của chúng ta là làm sáng tỏ những lựa chọn để bệnh nhân có thể quyết định con đường mình muốn đi. Vậy làm sao chúng ta có thể đưa bác sĩ và y tá trở lại đúng vai trò ấy?" - Robert Havasy
2. Xây dựng quản trị và niềm tin từ đầu
Việc áp dụng AI bền vững phụ thuộc vào niềm tin và cấu trúc quản trị. Ở Đại học Toledo Health, Tiến sĩ Sadeghian đã triển khai AI trong bộ phận tin học lâm sàng, với mô hình quản trị nhiều tầng, có ủy ban giám sát và nhóm “cố vấn đáng tin cậy” đại diện từ các phòng ban. Nhờ vậy, việc giám sát luôn được đảm bảo, và mọi đơn vị đều có tiếng nói trong quá trình này. Ông giải thích: "Các đề xuất của AI không bao giờ là quyết định cuối cùng. Chúng có thể được xem xét, chỉnh sửa... và các bác sĩ vẫn giữ quyền tác giả cũng như trách nhiệm giải trình."
Bác sĩ chuyên khoa tiêu hóa kiêm cố vấn công nghệ y tế Lukasz Kowalczyk thì xây dựng niềm tin ngay từ giai đoạn đầu. Ông gặp gỡ trực tiếp các bác sĩ gây mê, y tá, điều phối viên và các bên liên quan khác để giới thiệu bản demo đơn giản. Những buổi trao đổi này không chỉ giúp phát hiện yêu cầu dễ bị bỏ sót mà còn tạo đà để đội ngũ sẵn sàng tiếp nhận giải pháp AI. Ông chia sẻ: “Tôi học được rất nhiều khi tìm hiểu công việc và nhu cầu của từng người. Và đó chính là cách để xây dựng niềm tin thực sự.”
Bài học cho các nhà quản lý dự án: Quản trị giúp giảm thiểu rủi ro, còn việc tham gia sớm giúp nhận diện các rào cản triển khai khi ta vẫn kịp thời khắc phục. Hãy đặt cả hai yếu tố này vào trọng tâm trong kế hoạch dự án.
"Chúng tôi nghiên cứu AI nghiêm túc như bất kỳ biện pháp can thiệp y khoa nào. Điều này đòi hỏi mô hình quản trị nhiều tầng. Nếu một công cụ AI không đạt kỳ vọng hoặc gây rủi ro, chúng tôi sẽ loại bỏ và cải tiến lại. Nó phải minh bạch, an toàn và phù hợp với thực hành lâm sàng." - Tiến sĩ R. Ryan Sadeghian
3. Bắt đầu từ mức độ sẵn sàng dữ liệu
Mức độ trưởng thành của dữ liệu quyết định sự thành công của AI. Tiến sĩ Kowalczyk khuyên mọi tổ chức nên trả lời 3 câu hỏi trước khi bắt đầu: “Dữ liệu có dễ truy cập không? Dữ liệu có độc quyền không? Chi phí để thu thập dữ liệu là bao nhiêu?” Những câu trả lời của các câu hỏi này sẽ xác định tiềm năng của dự án.
Ông cũng chỉ ra nghiên cứu của HIMSS cho thấy 80% hệ thống bệnh viện ở Mỹ có "mức độ trưởng thành về dữ liệu bằng không". Tiến sĩ Kowalczyk nhấn mạnh rằng các chiến lược AI hiệu quả nên bắt đầu từ thực tế về năng lực hiện tại, chứ không phải là một tầm nhìn lý tưởng.
Havasy chỉ ra một hệ quả khác: phần lớn dữ liệu bệnh viện thu thập chỉ được lưu trữ mà không được khai thác. Trung bình một bệnh viện tạo ra khoảng 50 petabyte dữ liệu mỗi năm, nhưng 95% trong số đó chỉ được truy cập một lần hoặc thậm chí không bao giờ. Việc lưu trữ dữ liệu chưa sử dụng không hề miễn phí vì nó đòi hỏi cơ sở hạ tầng và quản lý. Điều này khiến việc không thể biến chúng thành giá trị trở thành một gánh nặng đáng kể. Ông nhấn mạnh: "Hầu hết dữ liệu đều vô giá trị, cho đến khi một phần của nó trở nên vô giá. Lấy ví dụ về phát hiện nhiễm trùng máu… các dấu hiệu ban đầu rất khó phát hiện. Nhưng nếu bỏ lỡ, gần như không thể khắc phục về sau."
Bài học cho các nhà quản lý dự án: Lợi thế cạnh tranh nằm ở việc rút ngắn khoảng cách giữa “vô giá trị” và “vô giá”. Cho dù bạn đang theo dõi sức khỏe bệnh nhân, hành vi khách hàng hay hiệu suất chuỗi cung ứng, bạn cần có các công cụ và quy trình để đưa ra dữ liệu phù hợp vào thời điểm cần thiết.
"Điều quý giá nhất trong mọi quy trình chính là con người. Vì vậy, chúng tôi phải thiết kế một hệ thống có thể vừa khai thác giá trị đó, vừa ghi nhận được dữ liệu." - Tiến sĩ Lukasz Kowalczyk.
4. Lãnh đạo trong sự thay đổi nhanh chóng
AI phát triển nhanh hơn hầu hết các phương pháp lập kế hoạch truyền thống, điều này gây áp lực lên các nhà lãnh đạo trong việc dẫn dắt đội ngũ vượt qua giai đoạn bất ổn. Ngay cả những chuyên gia giàu kinh nghiệm cũng có thể bị dao động, vì vậy khả năng thích ứng là quan trọng, có thể sánh ngang với chuyên môn kỹ thuật.
Havasy cho rằng, để lãnh đạo trong bối cảnh này cần ba phẩm chất: linh hoạt, không quá theo đuổi sự hoàn hảo, và lãnh đạo dựa trên nguyên tắc tôn trọng những người bị ảnh hưởng. Ông chia sẻ: “Chúng ta suy nghĩ theo lối tuyến tính, nhưng lại sống trong một thế giới phát triển theo cấp số nhân. Bạn cần tôn trọng tốc độ thay đổi nhanh chóng và khả năng kiểm soát nó của chính mình.”
Tiến sĩ Sadeghian bổ sung: “Thách thức lớn nhất không phải là công nghệ, mà là quản trị, đào tạo và quản lý thay đổi.” Trong tương lai, ông dự đoán: “Những người biết cách làm việc với AI sẽ thay thế những người không biết. Tương lai thuộc về những ai kết hợp chuyên môn với sự am hiểu kỹ thuật số”.
Bài học cho các nhà quản lý dự án: Trong một môi trường thay đổi nhanh chóng, hãy dẫn dắt đội ngũ bằng việc xác định rõ ưu tiên, xây dựng kế hoạch linh hoạt và thường xuyên đào tạo về AI. Hãy giúp họ đủ tự tin để thích ứng khi công nghệ tiến hóa - và khi công việc của họ cũng đổi thay theo đó.
"Theo tôi, AI đang dần vượt qua giai đoạn “mới mẻ” để trở thành một phần hạ tầng cốt lõi. Tương lai không phải là những công cụ AI riêng lẻ, mà ở việc tích hợp và gắn kết trí tuệ vào từng hoạt động hằng ngày - cách chúng ta làm việc, đưa ra quyết định và phục vụ mọi người." - Tiến sĩ R. Ryan Sadeghian.
Đưa bài học vào thực tiễn
Từ bệnh viện đến doanh nghiệp, bí quyết thành công của dự án AI luôn giống nhau: xác định rõ lợi ích cho con người, xây dựng niềm tin và cơ chế quản trị, chuẩn bị dữ liệu tốt, và lãnh đạo bằng sự linh hoạt. Dù “bệnh nhân” của bạn là khách hàng, đối tác hay người dùng cuối, những nguyên tắc này giúp AI luôn gắn với nhu cầu thực tế và giữ cho đội ngũ tập trung vào những điều cốt lõi.
Bạn có thể nghe toàn bộ các bài học và câu chuyện chi tiết trong loạt podcast AI Today × HIMSS:
- Robert Havasy on AI Healthcare Transformation (Chuyển đổi AI trong Y tế)
- Dr. R. Ryan Sadeghian: The Future of AI in Healthcare (Tương lai của AI trong Y tế)
- Dr. Lukasz Kowalczyk on Practical AI Adoption in Healthcare (Ứng dụng AI thực tiễn trong Y tế)
Nếu muốn biến các nguyên tắc này thành quy trình có thể lặp lại, chứng chỉ CPMAI mang đến một khung quản lý dự án chuyên biệt cho AI, được công nhận trên toàn cầu. CPMAI kết hợp kinh nghiệm nhiều thập kỷ về tiêu chuẩn nghề nghiệp với phương pháp quản lý dự án chuyên biệt cho các sáng kiến AI — giúp bạn kết nối mục tiêu kỹ thuật và kinh doanh, giảm rủi ro và tạo ra kết quả đo lường được.
Tác giả: Deborah Walker.
Nguồn: PMI.