AI và châm cứu thẩm mỹ khuôn mặt: ba bẫy khi đánh giá bằng ảnh

AI đo mức độ nếp nhăn, sắc tố và lỗ chân lông từ ảnh khuôn mặt. Kết quả này không đủ để kết luận châm cứu thẩm mỹ đem lại lợi ích cho một người hoặc nên tiếp tục liệu trình. Một thử nghiệm ngẫu nhiên công bố năm 2025 đã dùng ảnh chuẩn hóa và thang cải thiện thẩm mỹ toàn cầu (Global Aesthetic Improvement Scale, GAIS). Nghiên cứu còn ghi mức hài lòng và chất lượng sống. Mỗi chỉ số trả lời một câu hỏi khác nhau về thay đổi ngoại hình và trải nghiệm của người tham gia.

Thử nghiệm châm cứu không phải là phép thử của AI

Nghiên cứu tại Mashhad, Iran, phân ngẫu nhiên 72 phụ nữ từ 30 đến 59 tuổi thành hai nhóm, mỗi nhóm 36 người. Nhóm can thiệp được châm cứu khuôn mặt kết hợp châm cứu cơ thể hai lần mỗi tuần trong sáu tuần, tổng cộng 12 buổi. Nhóm đối chứng nằm trong danh sách chờ và không nhận can thiệp trong sáu tuần. Người tham gia được chụp ảnh chuẩn hóa ở tuần 0, tuần 7 và tuần 12; người đánh giá kết quả không biết họ thuộc nhóm nào.

Ở tuần thứ 7, tỷ lệ cải thiện nếp cau mày trong nhóm can thiệp là 63,9% khi khuôn mặt nghỉ và 72,2% khi cau mày tối đa. Đến tuần thứ 12, hai tỷ lệ lần lượt là 68,6% và 57,2%. Nghiên cứu không ghi nhận biến cố nghiêm trọng; chảy máu nhẹ xuất hiện trong 4,86% số buổi điều trị và bầm tím trong 0,69%. Đây là kết quả của một phác đồ cụ thể trong một thử nghiệm nhỏ, không phải độ chính xác của ứng dụng AI phân tích da.

Dấu hiệu cần được đánh giá khẩn cấp sau châm cứu

Bầm nhẹ hoặc chảy máu tại điểm kim đã xuất hiện trong thử nghiệm, nhưng các phản ứng này không phản ánh liệu pháp có hiệu quả hay không. University College London Hospitals (UCLH) là một hệ thống bệnh viện công thuộc Dịch vụ Y tế Quốc gia Anh. Theo UCLH, ho đột ngột, khó thở, đau ngực hoặc đau khi thở là tình huống cần trợ giúp y tế. Mốc theo dõi là 48 giờ sau khi châm kim ở ngực, lưng giữa hoặc vai. Các dấu hiệu này cần được đánh giá khẩn cấp tại cơ sở y tế nơi người bệnh đang sinh sống, dù ở Đài Loan hay Việt Nam.

Thử nghiệm 72 người không cung cấp kết quả cho nam giới, trẻ em, người mang thai hoặc người ngoài độ tuổi 30 đến 59. UCLH yêu cầu người bệnh báo trước nếu đang mang thai, dùng thuốc chống đông hoặc có rối loạn chảy máu. Danh sách còn gồm máy tạo nhịp, tổn thương van tim và nguy cơ nhiễm trùng. Dữ liệu thử nghiệm chưa xác lập tính phù hợp cho trẻ em, người mang thai, người mắc bệnh mạn tính hoặc dùng thuốc dài ngày. Đánh giá vẫn phải dựa trên tiền sử lâm sàng.

AI thực sự đo gì trên ảnh khuôn mặt

Một hệ thống phân tích khuôn mặt thường định vị các vùng da, trích xuất đặc điểm nhìn thấy rồi chuyển chúng thành điểm hoặc nhóm phân loại. Hệ thống dùng học sâu (deep learning) học mối liên hệ giữa ảnh và nhãn do con người tạo ra. Một nghiên cứu dùng 120 ảnh của phụ nữ Hàn Quốc từ 10 đến 60 tuổi. Hệ thống phân tích nếp nhăn, sắc tố, lỗ chân lông và các vùng đỏ trên da. Điểm của hệ thống tương quan với đánh giá trực quan của chuyên gia, nhưng bộ ảnh không gồm người trải qua châm cứu thẩm mỹ.

Điểm nếp nhăn là một chỉ dấu trên ảnh. Mức hài lòng, vẻ tự nhiên của biểu cảm, đau, chảy máu và chất lượng sống là các kết quả lâm sàng hoặc do người tham gia tự báo cáo. Thử nghiệm châm cứu ghi các kết quả này ở những mục riêng. Nghiên cứu AI chủ yếu kiểm tra mức đồng thuận giữa mô hình và nhãn ngoại hình. Vì thế, cùng một con số không thể đại diện cho toàn bộ lợi ích và nguy cơ của liệu trình.

Ba bẫy khi đánh giá bằng hình ảnh

Ánh sáng và biểu cảm bị nhầm với thay đổi sau điều trị

Một phép so sánh trước và sau chỉ có giá trị khi điều kiện chụp ổn định. Các yếu tố gồm góc máy, khoảng cách, ánh sáng, thiết bị, biểu cảm và thời điểm chụp. Nghiên cứu tại Bệnh viện Đại học Augsburg dùng ảnh chuẩn hóa và video biểu cảm của 25 tình nguyện viên khỏe mạnh. Bốn người có kinh nghiệm da liễu chấm tám đặc điểm. Thiết kế này cho phép đối chiếu dạng hình ảnh và khác biệt giữa người chấm.

Khi chấm video, một số thang đo về nếp nhăn, quầng thâm, lỗ chân lông hoặc độ chảy xệ cho điểm cao hơn ảnh tĩnh. Bốn người chấm cũng cho kết quả khác nhau ở một số đặc điểm. Từ kết quả này, chênh lệch giữa hai ảnh chụp trong điều kiện khác nhau có nguy cơ phản ánh cách ghi hình thay vì thay đổi do điều trị.

Thành phần dữ liệu quyết định phạm vi áp dụng

Bộ 120 ảnh trong nghiên cứu Hàn Quốc chỉ gồm phụ nữ và được dùng để khảo sát thay đổi da theo tuổi. Một nghiên cứu khác xây dựng bộ dữ liệu 3.662 ảnh khuôn mặt công khai trên Internet, do một bác sĩ da liễu gắn nhãn về loại da, sắc tố, mẩn đỏ và nếp nhăn. Mô hình tốt nhất đạt độ chính xác trung bình 85,41 ± 9,86% trên tập kiểm tra. Diện tích dưới đường cong ROC (area under the ROC curve, AUROC) trung bình là 0,8306 ± 0,0960. Hiệu năng thường cao hơn ở hai đầu thang điểm và thấp hơn tại các mức trung gian khó phân biệt.

Độ chính xác 85,41% không phải tỷ lệ thành công của châm cứu thẩm mỹ. Bộ dữ liệu thứ nhất không có nam giới hoặc phụ nữ thuộc nhóm dân số khác. Bộ thứ hai lấy ảnh trên Internet trong nhiều điều kiện nhưng không theo dõi một liệu trình châm cứu. Hai nghiên cứu cũng không đánh giá đau, biến cố bất lợi hoặc quyết định tiếp tục điều trị. Một con số trung bình vì thế chưa đủ để bảo đảm hiệu năng cho người Việt Nam hoặc người đang điều trị tại Đài Loan.

Chỉ số ngoại hình bị xem như lợi ích của người điều trị

Nếp nhăn nhạt hơn trên ảnh không đồng nghĩa mọi kết quả người điều trị quan tâm đều tốt hơn. Thử nghiệm tại Iran tách điểm ngoại hình, mức hài lòng và chất lượng sống. Các nghiên cứu AI lại đối chiếu đầu ra với nhãn da do chuyên gia cung cấp. AI cũng không quan sát đầy đủ tiền sử, phản ứng sau thủ thuật hoặc mong đợi của từng người qua một bức ảnh. Điểm số phù hợp hơn với vai trò hỗ trợ theo dõi; quyết định lâm sàng vẫn cần người có chuyên môn chịu trách nhiệm.

Tại Đài Loan, mục đích sử dụng quyết định yêu cầu quản lý

Cục Quản lý Thực phẩm và Dược phẩm Đài Loan (TFDA) quản lý thuốc, thực phẩm và thiết bị y tế tại Đài Loan. Hướng dẫn kỹ thuật của TFDA áp dụng cho phần mềm là thiết bị y tế dùng AI hoặc máy học (machine learning, ML) từ dữ liệu lâm sàng. Dữ liệu gồm số đo, cơ sở dữ liệu và hình ảnh. Hồ sơ cần mô tả mục đích sử dụng, nguồn dữ liệu, cách huấn luyện, đầu ra, giới hạn và đánh giá hiệu năng lâm sàng. Văn bản cũng lưu ý đầu ra phần mềm không được dùng riêng lẻ để xác lập chẩn đoán.

Tên sản phẩm có chữ AI không tự quyết định phần mềm thuộc diện thiết bị y tế tại Đài Loan. Phạm vi quản lý gắn với mục đích dự kiến, chức năng và tuyên bố của nhà sản xuất. Trang danh sách thiết bị AI hoặc ML của TFDA được bảo trì ngày 3/9/2026. Trang ghi thêm một thiết bị trong nước vào tháng 6 và hai thiết bị nhập khẩu vào tháng 8/2026. Danh sách được cập nhật không có nghĩa mọi ứng dụng phân tích khuôn mặt đều đã được phê duyệt cho mục đích y tế.

Bộ Y tế và Phúc lợi Đài Loan là cơ quan quản lý y tế cấp trung ương. Hướng dẫn ngày 29/5/2026 của cơ quan này coi bệnh án, hình ảnh và âm thanh là dữ liệu nhạy cảm. Những dữ liệu này cần được quản trị trong suốt vòng đời hệ thống AI tạo sinh tại cơ sở y tế. Tài liệu mang tính hướng dẫn hành chính, không phải quy định bắt buộc.

Phạm vi của tài liệu là AI tạo sinh. Tài liệu không trực tiếp phân loại phần mềm chấm ảnh da. Vấn đề truyền ảnh tới dịch vụ bên ngoài vẫn đòi hỏi cơ sở y tế xác định luồng dữ liệu và quyền truy cập.

Năm nhóm thông tin cần có trước khi dùng điểm AI

Tài liệu hỏi đáp của TFDA yêu cầu hồ sơ AI hoặc ML giải thích dữ liệu, người dùng và môi trường vận hành. Hồ sơ còn phải nêu cách xác thực phần mềm và quản lý thay đổi phiên bản. Các yêu cầu này dành cho sản phẩm thuộc diện thiết bị y tế tại Đài Loan. Yêu cầu pháp lý có thể khác với công cụ chỉ phục vụ mỹ phẩm hoặc nghiên cứu. Dù vậy, năm nhóm thông tin cho thấy cách kiểm tra cơ sở của một điểm số.

Mục đích sử dụng. Hồ sơ phải phân biệt các mục đích: đo ảnh trước và sau, hỗ trợ lập kế hoạch, nghiên cứu dữ liệu, chẩn đoán hoặc đề xuất liệu trình. Mỗi mục đích kéo theo đầu ra và bằng chứng khác nhau. Một trang quảng cáo chỉ ghi “phân tích bằng AI” chưa xác định được phạm vi đã kiểm chứng.

Dữ liệu và nhóm dân số. Báo cáo cần cho biết tuổi, giới, màu da, tình trạng lâm sàng, thiết bị chụp và tiêu chí đưa ảnh vào hoặc loại trừ. Kết quả tổng hợp phải đi kèm hiệu năng ở các nhóm có ý nghĩa đối với người dùng dự kiến. Dữ liệu thiếu người Việt Nam hoặc người điều trị tại Đài Loan làm giảm cơ sở để suy rộng sang hai nhóm này.

Quy trình chụp. Nền, khoảng cách, ánh sáng, góc máy, biểu cảm và thời điểm đánh giá cần được chuẩn hóa. Ảnh gốc, ảnh đầu vào của mô hình và đầu ra phải còn khả năng truy vết. Nếu đầu vào không lặp lại được, thay đổi điểm số không tách được khỏi sai lệch do chụp.

Người rà soát và kết quả lâm sàng. Cơ sở sử dụng cần xác định ai kiểm tra đầu ra, ai được quyền bác bỏ điểm AI và ai chịu trách nhiệm giải thích giới hạn. Giao diện phải cho thấy thang điểm đo đặc điểm nào và không được che khuất mức bất định. Điểm ảnh cần được đặt cạnh phản hồi của người điều trị, phản ứng an toàn và đánh giá lâm sàng có liên quan.

Phiên bản và thay đổi. Mỗi báo cáo phải gắn với phiên bản mô hình, dữ liệu hiệu chỉnh và ngày cập nhật. TFDA yêu cầu đánh giá rủi ro khi phần mềm thay đổi. Mức ảnh hưởng quyết định phạm vi xác thực, còn hiệu năng mô hình phải được đánh giá lại khi cần. Kết quả từ phiên bản cũ không tự động chứng minh phiên bản mới giữ nguyên hiệu năng.

Khoảng trống dữ liệu đối với Việt Nam

Các tài liệu quản lý nêu trên chỉ mô tả yêu cầu và tình trạng tại Đài Loan. Tính đến thời điểm bài viết được thực hiện, chúng tôi chưa tìm thấy văn bản chính thức của cơ quan chức năng Việt Nam đưa ra số liệu so sánh cho trường hợp này. Khoảng trống tìm kiếm không chứng minh Việt Nam không có cơ sở dùng AI để phân tích ảnh da. Với người Việt đang điều trị tại Đài Loan, mục đích sử dụng và tình trạng phê duyệt tại đây là dữ kiện trực tiếp. Các dữ kiện này không xác lập tình trạng pháp lý hoặc hiệu quả của cùng sản phẩm ở Việt Nam.

Các bằng chứng trên đặt AI ở vai trò đo cùng một đặc điểm theo quy trình ổn định. Một điểm số chỉ có ý nghĩa khi tên chỉ số, điều kiện chụp, nhóm dữ liệu, sai số và phiên bản mô hình đều được công bố. Đánh giá liệu trình còn phải kết hợp phản hồi của người điều trị, biến cố an toàn và khám lâm sàng. Nếu thiếu các lớp thông tin này, tỷ lệ “cải thiện” không đủ để truy nguyên hoặc quy trách nhiệm.

Câu hỏi thường gặp

AI chấm ảnh trước và sau chính xác hơn mắt người không?
Chưa có bằng chứng trong các nghiên cứu nêu trên để kết luận chung như vậy. Ảnh và quy tắc gắn nhãn vẫn cần được chuẩn hóa để kết quả AI so sánh được. Kết quả còn phụ thuộc dữ liệu huấn luyện và người tạo nhãn. Một phép so sánh hợp lệ cần nghiên cứu đối đầu trong đúng nhóm người và đúng điều kiện sử dụng.

Điểm AI cho thấy cải thiện 70% có nghĩa châm cứu đạt hiệu quả không?
Con số 70% chỉ rõ nghĩa sau khi xác định nó đại diện cho diện tích nếp nhăn, mức thay đổi trên thang điểm hay tỷ lệ người cải thiện. Thử nghiệm năm 2025 tách nếp cau mày, mức hài lòng và chất lượng sống thành các kết quả riêng. Một tỷ lệ đơn lẻ không bao quát toàn bộ lợi ích, nguy cơ hoặc lý do tiếp tục điều trị.

Phần mềm phân tích khuôn mặt tại Đài Loan có cần giấy phép TFDA không?
Câu trả lời phụ thuộc vào mục đích sử dụng dự kiến, chức năng và tuyên bố của sản phẩm tại Đài Loan. Phần mềm phục vụ mục đích y tế cần được đối chiếu với phạm vi quản lý và hồ sơ phê duyệt tương ứng của TFDA. Chữ AI trong tên hoặc một trang tiếp thị không thay thế được số giấy phép, phạm vi được duyệt và bằng chứng xác thực.