Đợt hội nghị rồi, có dịp ngồi lại với mấy anh em BS thân quen, qua câu chuyện cũng chạm về AI và cách dùng hữu ích

1. “Nghiên cứu quá nhiều, không biết đâu mới nhất, đáng tin”

– Mỗi tháng hàng trăm bài báo về thụ tinh ống nghiệm, tiêm tinh trùng vào trứng, chẩn đoán di truyền phôi thai… được xuất bản

– Thời gian có hạn, không thể đọc hết

– Phân biệt đâu là nghiên cứu chất lượng, đâu là “rác”

2. “Cập nhật hướng dẫn liên tục nhưng không kịp”

– Hiệp hội sinh sản Mỹ, Châu Âu thường xuyên update khuyến cáo

– Mỗi hội nghĩa thuật sinh sản lại có thông tin mới

– Khó tổng hợp và so sánh với phác đồ đang áp dụng

3. “Phân tích số liệu nghiên cứu nội bộ rối rắm”

– Tỷ lệ có thai, tỷ lệ sinh sống cần so sánh với tiêu chuẩn

– Tìm quy luật trong các chu kỳ thất bại để tối ưu phác đồ

– Báo cáo cho hội đồng khoa học

Chợt nhớ ra, chuyên ngành Hỗ trợ sinh sản của Ngành Công nghệ sinh học, Đại học Tự nhiên là lựa chọn của mình trong thời đại học. 6 tháng từ 7h tối đến 7h sáng trong phòng thí nghiệm cho đề tài ICSI.

Cùng với đó là 3 năm tiếp cận với các bác sĩ đầu ngành khi làm BM cho dòng hiếm muộn, để thấy các vấn đề và giờ đây cũng đã có hướng để tối ưu, giảm bớt thời gian hơn phần nào các việc trên.

Mấy BS mình có dịp nói chuyện đều chia sẻ đã dùng AI, có thể tốt hoặc chưa tốt theo từng nhu cầu và ngưỡng mong muốn khác nhau, nhưng có vài điều có thể tinh chỉnh:

– Cách trao đổi với AI để hiệu quả (Prompting & Contexting)…

– Hiểu ưu điểm hạn chế của các AI phổ biến như ChatGPT, Claude, Gemini… cũng như những model của các AI này để tận dụng hiệu quả theo từng nhu cầu

– Làm việc với AI cũng cần sự rõ ràng, tỉ mỉ như cách BS trao đổi với BN, chuyên viên phôi lặng lẽ trong Lab

– Kết hợp với chuyên môn lâu năm để khai thác hiệu quả.

1. Chọn AI phù hợp:

– Deep Research của Gemini hoặc ChatGPT o1 (thinking)

– Perflexity với nguồn Science được chọn lọc

2. Prompt cần tinh chỉnh:

– Kết hợp thuật ngữ chuyên môn của ngành

– Framework 5W1H cho research

Ví dụ đơn giản: “Phân tích nghiên cứu mới nhất về tác động của AMH (Anti-Müllerian Hormone) trong đánh giá dự trữ buồng trứng, tập trung vào: ai nghiên cứu, phương pháp nào được sử dụng, kết quả chính là gì…”

3. Rà soát tính chính xác:

– Kiểm tra source (PubMed, Cochrane, các tạp chí uy tín)

– Xác thực thuật ngữ chuyên môn

– Đối chiếu với guidelines quốc tế

4. Tạo output trực quan:

Thay vì các báo cáo đầy chữ, có thể điều chỉnh trực quan hơn, đa mục đích:

– Canvas trên Gemini cho infographic hoặc bộ hỏi đáp.

– GENPARK, Gamma để tạo slide presentation nhanh.

– Podcast với Gemini để nghe bổ sung kiến thức

LUÔN KIỂM TRA VÀ PHẢN BIỆN KẾT QUẢ TỪ TRÍ TUỆ NHÂN TẠO

Đây là điều mình học được sau hành trình ứng dụng:

– Không tin tuyệt đối vào kết quả AI đưa ra.

– Xác minh nguồn gốc: Tìm lại bài báo gốc trên PubMed, Cochrane, NCBI, Science…

– Kiểm tra logic khoa học: Kết luận có hợp lý với phương pháp nghiên cứu?

– So sánh với kinh nghiệm thực tế: Có khớp với những gì thấy trong lâm sàng?

– Tham khảo đồng nghiệp: Hỏi ý kiến các bác sĩ khác trong nhóm

– Tra cứu thêm: Tìm ít nhất 2-3 nguồn khác để xác nhận

VÀI NOTE NHỎ:

– AI hiện tại không thay thế đánh giá lâm sàng, nhưng giúp xử lý thông tin nhanh hơn

– Câu lệnh cần có thuật ngữ chuyên môn chính xác

– Luôn kiểm tra kỹ với nguồn gốc

– Tạo mẫu cho các tình huống thường gặp

– Giữ tư duy phản biện

Để thấy rằng với mỗi KHÓ KHĂN trong công việc, luôn có cách giải quyết phù hợp. ĐI SẼ TỎ ĐƯỜNG.

Trí tuệ nhân tạo hay Nhân tạo Trí tuệ tuỳ cách ứng dụng và lựa chọn của mỗi người

p/s:

1. Hình ảnh mang tính chất tham khảo

2. Prompt dành cho Research, anh em đồng môn quan tâm mình gửi luôn nha

Bửu Trung – Dân Lười, thích Tối ưu