Huấn luyện AI từ dữ liệu NHI tại Đài Loan: ba lớp kiểm định

Dữ liệu của Bảo hiểm Y tế toàn dân của Đài Loan (NHI) được hình thành chủ yếu từ hồ sơ thanh toán chi phí y tế. NHI là chương trình bảo hiểm y tế công cộng bắt buộc tại Đài Loan, tương tự BHYT ở Việt Nam về vai trò. Người nước ngoài đủ điều kiện cư trú hoặc làm việc cũng thuộc diện tham gia NHI. Kho dữ liệu là nguồn đầu vào cho nghiên cứu và huấn luyện AI y tế. Quyền truy cập chỉ mở đầu quy trình, chưa xác nhận mô hình đủ an toàn cho bệnh viện.

Dự án trước hết phải chứng minh quyền dùng đúng phạm vi và xử lý được yêu cầu dừng khai thác dữ liệu. Lớp tiếp theo kiểm tra độ đầy đủ, độ chính xác, tính thống nhất và mức đại diện của mẫu. Lớp cuối cùng đánh giá hiệu năng trong bệnh viện, với nhóm bệnh nhân và quy trình mà mô hình dự kiến phục vụ.

Mục đích ban đầu khác mục đích huấn luyện

Cơ quan Bảo hiểm Y tế Đài Loan vận hành NHI. Cơ quan này trực thuộc Bộ Y tế và Phúc lợi Đài Loan, đầu mối quản lý y tế và phúc lợi tại Đài Loan. Kho dữ liệu NHI được tạo ra từ hồ sơ mà cơ sở y tế gửi để thanh toán chi phí khám chữa bệnh. Dùng dữ liệu cho nghiên cứu, huấn luyện mô hình hoặc phân tích chính sách thuộc phạm vi sử dụng thứ cấp (secondary use). Mục tiêu nghiên cứu, trường dữ liệu cần thiết và kết quả dự kiến phải được xác định trước.

Quy trình của cơ quan bảo hiểm yêu cầu nộp hồ sơ trước, qua thẩm định của chuyên gia và báo cáo kết quả sử dụng. Mỗi hồ sơ được dùng dữ liệu trong một năm, được gia hạn một lần và không quá hai năm tổng cộng. Người dùng truy cập máy chủ dữ liệu qua hạ tầng máy tính để bàn ảo (VDI). Dữ liệu đưa vào hoặc mang ra khỏi môi trường này đều phải được nhân sự phụ trách xem xét và chấp thuận.

Khử định danh không thay thế cho bước xác định mục đích và phạm vi truy cập. Hồ sơ dự án cần nối từng trường dữ liệu với câu hỏi nghiên cứu, đồng thời nêu rõ sản phẩm nào được phép rời môi trường kiểm soát. Nhật ký quản trị cũng phải liên kết phiên bản tập dữ liệu, phiên bản mô hình, thời hạn truy cập và mã hồ sơ nghiên cứu.

Quyền sử dụng và quyền dừng khai thác dữ liệu

Ngày 2 tháng 12 năm 2025, cơ quan lập pháp Đài Loan thông qua Luật Quản lý Dữ liệu Bảo hiểm Y tế toàn dân. Bộ Y tế và Phúc lợi cho biết luật quy định điều kiện sử dụng, thủ tục và cơ chế giám sát. Khung pháp lý cũng bao gồm quyền dừng khai thác và chế tài. Luật có hiệu lực ngày 10 tháng 8 năm 2026.

Người dân tại Đài Loan nộp yêu cầu dừng sử dụng dữ liệu tại quầy hoặc qua ứng dụng chính thức của NHI. Phạm vi lựa chọn gồm thông tin tham gia bảo hiểm, khám và dùng thuốc. Hai nhóm còn lại là hình ảnh y khoa và báo cáo giải phẫu bệnh, cùng kết quả kiểm tra và xét nghiệm. Sau ngày yêu cầu có hiệu lực, dữ liệu tương ứng không được đưa vào hồ sơ xin sử dụng mới. Quyền này không hồi tố, nên dữ liệu đã được cấp quyền trước đó vẫn tiếp tục được dùng theo phạm vi đã duyệt.

Trung tâm Khoa học Dữ liệu Y tế và Phúc lợi tại Đài Loan cung cấp môi trường nghiên cứu dữ liệu của bộ. Trung tâm tạm dừng nhận hồ sơ mới từ ngày 10 tháng 8 đến ngày 8 tháng 9 năm 2026. Hồ sơ cũ tiếp tục thực hiện trong thời gian này. Đây là giai đoạn chuyển tiếp sau khi luật có hiệu lực, không phải lệnh dừng mọi dự án đang chạy. Đơn vị dự kiến nộp hồ sơ sau ngày 8 tháng 9 cần kiểm tra thông báo mới nhất của trung tâm.

Dữ liệu chuẩn hóa vẫn cần kiểm tra chất lượng

Trung tâm Xác minh và Thẩm định AI Lâm sàng Đài Loan công bố thông tin về kiểm chứng AI trong môi trường bệnh viện. Trung tâm cho biết mã chẩn đoán, mã thuốc và định dạng hồ sơ thanh toán của NHI đã được chuẩn hóa cao, thuận lợi cho nghiên cứu liên viện. Cùng nguồn này nêu ba trở ngại: hệ thống phân tán, thiếu mã định danh thống nhất và định nghĩa trường dữ liệu khác nhau. Chuẩn hóa định dạng giảm công sức ghép dữ liệu, nhưng không bảo đảm từng trường phù hợp với mục tiêu lâm sàng.

Tổng quan hệ thống của Lewis và cộng sự đăng năm 2023 đã xem xét 103 công trình về đánh giá chất lượng hồ sơ sức khỏe điện tử. Bảy khía cạnh gồm độ đầy đủ, độ chính xác, tính tương hợp, tính hợp lý, tính cập nhật, mức tuân thủ cấu trúc và sai lệch. Công trình này bàn về hồ sơ sức khỏe điện tử nói chung, không đo trực tiếp kho NHI của Đài Loan. Vì vậy, bảy khía cạnh trên là khung kiểm tra, không phải chứng nhận chất lượng cho một tập dữ liệu cụ thể.

Trước khi huấn luyện, nhóm phát triển cần lập hồ sơ chất lượng gắn với mục tiêu sử dụng. Mỗi phép đo phải có định nghĩa, ngưỡng chấp nhận và người chịu trách nhiệm xử lý sai lệch. Năm phép kiểm tra dưới đây giúp tách lỗi kỹ thuật khỏi giới hạn đại diện của mẫu.

• Độ đầy đủ cho thấy trường bắt buộc và mốc thời gian quan trọng bị thiếu ở mức nào.
• Độ chính xác đối chiếu mã, nhãn và kết quả với nguồn tham chiếu phù hợp.
• Tính thống nhất kiểm tra cùng một khái niệm có được ghi giống nhau giữa các cơ sở hay không.
• Mức đại diện so sánh tuổi, giới, tình trạng bệnh và nơi điều trị giữa dữ liệu huấn luyện với nhóm dự kiến sử dụng.
• Tính cập nhật xác định dữ liệu còn phản ánh quy trình và thực hành y tế tại thời điểm triển khai hay không.

Danh mục công khai của NHI gồm hồ sơ tham gia bảo hiểm, khám và dùng thuốc. Các nhóm khác là hình ảnh y khoa, báo cáo giải phẫu bệnh cùng kết quả xét nghiệm. Danh mục không xác nhận đây là một bệnh án điện tử hoàn chỉnh. Các yếu tố như dấu hiệu sinh tồn, diễn biến, mức tuân thủ dùng thuốc hoặc nhận định của bác sĩ cần được kiểm tra riêng. Nếu mô hình cần các yếu tố đó, nhóm phát triển phải xác minh nguồn và cách ghép dữ liệu tại từng bệnh viện.

Điểm số trên dữ liệu chưa phải hiệu năng tại bệnh viện

Chỉ số diện tích dưới đường cong (AUC) hoặc độ chính xác mô tả kết quả trong bộ thử, theo nhãn và ngưỡng đã chọn. Chỉ số đó chưa trả lời mô hình hoạt động ra sao tại bệnh viện khác, với thiết bị khác hoặc trong luồng công việc thực tế. Tổ chức Y tế Thế giới đặt đạo đức và quyền con người ở trung tâm khi thiết kế, triển khai và sử dụng AI y tế. Hướng dẫn cũng nhấn mạnh trách nhiệm giải trình của các bên đối với nhân viên y tế và cộng đồng chịu tác động.

Trung tâm tại Đài Loan mô tả dự án liên kết bốn bệnh viện. Các đơn vị gồm Bệnh viện Đại học Quốc gia Đài Loan, Bệnh viện Trường Canh Lâm Khẩu, Bệnh viện Đại học Y Trung Sơn và Bệnh viện Cathay. Bốn cơ sở dùng học liên kết (federated learning) để phát triển mô hình cảnh báo nguy cơ ngừng tim trong bệnh viện trước sáu giờ. Nguồn này đồng thời lưu ý số ca ngừng tim ít và tỷ lệ nhóm đối chứng cao tạo ra mất cân bằng dữ liệu. Trường hợp trên cho thấy hợp tác liên viện vẫn phải xử lý phân bố mẫu, dù hồ sơ gốc không rời từng cơ sở.

Một dự án nên tách giai đoạn nghiên cứu dữ liệu khỏi giai đoạn kiểm chứng lâm sàng. Giai đoạn đầu xác định dữ liệu có trả lời được câu hỏi nghiên cứu và đáp ứng yêu cầu sử dụng hay không. Giai đoạn sau đánh giá mô hình tại bệnh viện, nhóm bệnh nhân và quy trình đã chỉ định. Chỉ số nghiệm thu, người phê duyệt và hồ sơ truy vết của hai giai đoạn phải được quản lý riêng.

Cục Quản lý Thực phẩm và Dược phẩm Mỹ (FDA) phối hợp với Bộ Y tế Canada. Đối tác thứ ba là Cơ quan Quản lý Dược phẩm và Sản phẩm Y tế Anh (MHRA). Ba cơ quan xác định năm nguyên tắc cho kế hoạch kiểm soát thay đổi định trước (PCCP) của thiết bị y tế dùng máy học. Các nguyên tắc bao quát phạm vi thay đổi, quản lý rủi ro, bằng chứng, minh bạch và toàn bộ vòng đời sản phẩm. Tài liệu yêu cầu theo dõi hiệu năng sau triển khai và quản lý rủi ro tái huấn luyện, nhưng không thay thế quy định tại Đài Loan.

Năm câu hỏi trước khi duyệt dự án

Một hồ sơ AI dùng dữ liệu NHI cần trả lời năm câu hỏi trước khi bàn đến điểm số mô hình. Các câu hỏi tách mục tiêu y tế, chất lượng dữ liệu, quyền sử dụng và trách nhiệm vận hành thành những phần có thể kiểm tra. Chúng không thay thế hồ sơ pháp lý hoặc quy trình thẩm định tại Đài Loan.

1. Mô hình phục vụ bước nào trong quy trình y tế, ai xem đầu ra và ai quyết định có sử dụng kết quả hay không?
2. Nguồn, định nghĩa, giá trị thiếu và mốc thời gian của từng trường đã được ghi trong từ điển dữ liệu hay chưa?
3. Nhóm huấn luyện khác nhóm triển khai ở những điểm nào, và kế hoạch kiểm chứng xử lý các khác biệt đó ra sao?
4. Khi yêu cầu dừng sử dụng có hiệu lực, tập dữ liệu, phiên bản mô hình và báo cáo liên quan được đánh dấu thế nào?
5. Ai theo dõi suy giảm hiệu năng, lỗi vận hành và thay đổi mô hình, với tiêu chí dừng sử dụng nào?

Nếu hồ sơ chưa trả lời được các câu hỏi trên, điểm số cao trên bộ thử chưa đủ để đưa mô hình vào bệnh viện. Từng quyết định cần để lại dấu vết nối từ quyền truy cập dữ liệu tới phiên bản mô hình và kết quả kiểm chứng. 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.

Câu hỏi thường gặp

Doanh nghiệp có được tải thẳng dữ liệu NHI về máy để huấn luyện AI không?

Quy trình công khai tại Đài Loan yêu cầu hồ sơ được thẩm định trước khi truy cập. Người dùng kết nối tới máy chủ trong môi trường kiểm soát, còn dữ liệu mang vào hoặc mang ra phải qua phê duyệt. Khử định danh không tạo quyền tải xuống hoặc sử dụng không giới hạn.

Người dân dừng sử dụng dữ liệu thì mô hình cũ có phải xóa không?

Thông báo của cơ quan bảo hiểm nêu quyền dừng sử dụng không hồi tố. Dữ liệu đã được cấp quyền trước ngày yêu cầu có hiệu lực vẫn tiếp tục được dùng theo phạm vi đã duyệt. Cách xử lý một mô hình cụ thể còn phụ thuộc hồ sơ nghiên cứu, điều kiện truy cập và khả năng truy vết của dự án.

Độ chính xác cao đã đủ để triển khai mô hình tại bệnh viện chưa?

Điểm số trên bộ thử chỉ phản ánh dữ liệu, nhãn và ngưỡng của phép đánh giá đó. Bệnh viện còn phải kiểm tra hiệu năng trên nhóm dự kiến phục vụ, tác động tới quy trình và cách xử lý kết quả sai. Theo dõi sau triển khai cũng cần gắn với phiên bản mô hình và tiêu chí dừng rõ ràng.