Dịch y tế bằng AI: vì sao tiếng Việt vẫn cần người

💡 Tóm tắt: Năm 2026 khiến nhiều người tưởng dịch thuật y tế bằng AI đã hoàn hảo. Nhưng một nghiên cứu bình duyệt trên JAMA Network Open cho thấy sự thật khắc nghiệt: khi AI dịch hướng dẫn xuất viện, kết quả ngang với người ở tiếng Tây Ban Nha, nhưng tệ hơn hẳn với tiếng Việt, tiếng Trung và tiếng Somali. Riêng tiếng Việt, AI tạo lỗi ảnh hưởng lâm sàng ở 41% số mục, so với 14% của biên dịch viên chuyên nghiệp. Với mọi thứ bệnh nhân làm theo, dịch y tế do con người thực hiện vẫn là lựa chọn an toàn.

AI dịch thuật vừa có một năm ồn ào nhất

Nếu chỉ đọc tiêu đề, bạn sẽ nghĩ rào cản ngôn ngữ đã sụp đổ trong năm 2026. Công cụ dịch giọng nói thời gian thực trở nên phổ biến, và DeepL công bố rằng 96% biên dịch viên chuyên nghiệp ưa chuộng sản phẩm DeepL Voice trong các bài đánh giá ẩn danh, với điểm chất lượng gần 96 trên 100 và giảm 76% lỗi nghiêm trọng so với đối thủ. Dịch giọng nói nay phủ hơn 40 ngôn ngữ. Tôi đã viết về mặt trực tiếp của thay đổi này trong bài về dịch trực tiếp bằng Gemini 3.5, và tiến bộ là có thật.

Chính sách cũng theo kịp nhịp đó. Tháng 6 năm 2026, The Joint Commission triển khai chứng nhận Sử dụng AI có Trách nhiệm trong Y tế (RUAIH) theo hình thức tự nguyện, và tháng 7 Hiệp hội Y khoa Hoa Kỳ (AMA) cập nhật chính sách AI với yêu cầu đội ngũ giám sát do bác sĩ dẫn dắt và nhật ký kiểm toán cấp phát ngôn cho mọi giao tiếp lâm sàng có hỗ trợ AI. Cả hai cơ quan đều đặt ra cùng một nguyên tắc: AI là công cụ hợp lệ, nhưng cần một con người có chứng chỉ chịu trách nhiệm với từng đầu ra tiếp xúc bệnh nhân. Tôi phân tích so sánh trong bài về AI và dịch thuật con người năm 2026.

Vì vậy câu hỏi khó là: nếu AI giỏi đến thế với cuộc gọi hội nghị và trò chuyện du lịch, thì dịch thuật y tế bằng AI đã đủ tốt để trao cho bệnh nhân tờ hướng dẫn xuất viện mà không cần người kiểm tra chưa? Câu trả lời trung thực đến từ một nghiên cứu bệnh viện, không phải từ thông cáo báo chí.

Chuyện gì xảy ra khi AI dịch giấy xuất viện

Trên JAMA Network Open, nhóm nghiên cứu do Melissa Martos và K. Casey Lion dẫn dắt đã làm một phép so sánh sạch sẽ. Họ lấy 148 đoạn từ 34 bộ hướng dẫn xuất viện nhi khoa có thật, rồi dịch mỗi đoạn sang bốn ngôn ngữ phổ biến trong các gia đình bệnh nhân ở Mỹ: tiếng Tây Ban Nha, tiếng Trung giản thể, tiếng Việt và tiếng Somali. Một bản do công cụ dịch máy nơ-ron Azure AI Translator tạo ra, bản kia do biên dịch viên chuyên nghiệp thực hiện.

Sau đó, hai biên dịch viên chuyên nghiệp cho mỗi ngôn ngữ chấm điểm ẩn danh từng đoạn theo thang năm điểm về độ trôi chảy, độ đầy đủ, độ trung thành về nghĩa và mức độ nghiêm trọng của lỗi, đồng thời đánh dấu lỗi nào có ảnh hưởng lâm sàng, tức có thể làm thay đổi điều cha mẹ thực sự làm ở nhà. Đây là phép thử đúng, vì hướng dẫn xuất viện không phải nội dung quảng cáo. Nó nói cho gia đình biết cho uống bao nhiêu thuốc, bao lâu một lần, và dấu hiệu nào nghĩa là phải quay lại cấp cứu.

Một nghiên cứu riêng từ Đại học Colorado công bố vào tháng 6 năm 2026 bổ sung thêm một cảnh báo: các chỉ số chất lượng tự động phổ biến như BLEU và NIST chấm điểm cao cho những bản dịch AI mà chính bác sĩ lâm sàng đánh giá là nguy hiểm. Điểm số tự động và nhận định lâm sàng chỉ về hai hướng đối lập. Các đơn vị y tế chỉ dựa vào cổng kiểm soát thuật toán thay vì người có chuyên môn lâm sàng ký duyệt vì vậy mù quáng chính xác với những lỗi quan trọng nhất.

Tiếng Việt chính là nơi vết nứt lộ ra

Con số tổng đã nghiêng về con người: trên tất cả ngôn ngữ, bản dịch của người vượt AI ở cả độ trôi chảy, độ đầy đủ, độ trung thành về nghĩa và mức độ lỗi, mọi khoảng cách đều có ý nghĩa thống kê. Nhưng phần quan trọng cho dịch tài liệu y tế tiếng Việt nằm ở chi tiết từng ngôn ngữ. Với tiếng Tây Ban Nha, AI gần như ngang ngửa, lỗi ảnh hưởng lâm sàng khoảng 7% số đoạn ở cả hai bên. Tiếng Việt lại là chuyện khác.

• Lỗi ảnh hưởng lâm sàng: 41% số đoạn tiếng Việt do AI dịch, so với 14% của biên dịch viên.
• Độ trung thành về nghĩa, độ trôi chảy và mức độ lỗi: đều thấp hơn rõ rệt ở AI, mỗi chênh lệch đều có ý nghĩa thống kê.
• Tiếng Trung cũng kém tương tự, lỗi lâm sàng ở 52% đoạn của AI so với 20% của người, còn tiếng Somali tệ nhất, 92% so với 13%.

Hãy đọc lại con số đó. Ở gần một nửa số đoạn tiếng Việt, bản AI chứa lỗi đủ nghiêm trọng để có thể gây hại cho một đứa trẻ. Đó không phải lỗi đánh máy. Đó là vấn đề an toàn người bệnh.

Số tháng 7 năm 2026 của tạp chí JAMIA (tập 33, số 7) củng cố thêm điểm này: hệ thống chữ viết không thuộc hệ Latin, bao gồm tiếng Việt, tiếp tục cho thấy độ chính xác AI thấp hơn ngay cả khi các nhà nghiên cứu dùng mô hình chuyên biệt được tinh chỉnh theo lĩnh vực thay vì công cụ đa năng thông thường. Chuyên biệt hóa thu hẹp khoảng cách nhưng không lấp đầy được. Để hiểu rõ hơn về vị trí của hồ sơ y tế tiếng Việt trong bức tranh này, xem bài về dịch hồ sơ y tế tiếng Việt.

Vì sao tiếng Tây Ban Nha ổn còn tiếng Việt thì không

Sự chênh lệch không ngẫu nhiên. Chất lượng dịch máy phụ thuộc vào lượng dữ liệu song ngữ chất lượng cao mà mô hình từng thấy. Tiếng Anh và tiếng Tây Ban Nha chia sẻ một kho ngữ liệu khổng lồ, căn chỉnh tốt: luật pháp, tờ hướng dẫn thuốc, tin tức và sách song song. Tiếng Việt, tiếng Trung và tiếng Somali tương đối ít tài nguyên cho văn bản lâm sàng, nên mô hình đứng trên nền mỏng đúng ở chỗ cần chính xác nhất.

Tiếng Việt còn có bẫy riêng. Dấu thanh và dấu phụ mang nghĩa, nên rơi một dấu có thể biến từ này thành từ khác. Tiếng Việt dựa vào loại từ và ngữ cảnh thay vì số nhiều và thì tường minh như tiếng Anh, khiến liều lượng và tần suất dễ bị làm mờ. Và từ vựng y khoa tiếng Việt thực sự chuyên biệt: từ thường ngày và thuật ngữ y học đúng thường không trùng nhau, mà một công cụ phổ thông lại hay chọn từ thường ngày.

Một lỗi ảnh hưởng lâm sàng trông như thế nào

Sau nhiều năm dịch Anh - Việt trong hồ sơ y tế và pháp lý, các kiểu lỗi rất quen thuộc. Lỗi nguy hiểm hiếm khi kỳ lạ. Chúng nhỏ, trôi chảy và đầy tự tin:

• Đảo phủ định: không tiếp tục dùng thuốc biến thành tiếp tục dùng thuốc. Câu vẫn đọc trơn tru, và chính điều đó làm nó nguy hiểm.
• Lệch liều và tần suất: hai lần mỗi ngày lặng lẽ thành hai ngày một lần, hoặc 5 mL thành 5 mg. Đơn vị và khoảng cách là nơi bản máy kém tin cậy nhất.
• Tráo giải phẫu và triệu chứng: một từ gần nghĩa thay cho thuật ngữ chính xác, khiến dấu hiệu cảnh báo mất đi sức nặng.

Cha mẹ không được nhìn bản tiếng Anh gốc. Họ tin vào tiếng Việt trên tay. Khi văn bản đó trôi chảy nhưng sai, sự trôi chảy trở thành mối nguy, vì nó xóa đi đúng sự bối rối lẽ ra có thể khiến họ đặt câu hỏi.

Nơi AI thực sự có chỗ đứng

Tất cả những điều này không có nghĩa AI vô dụng trong ngôn ngữ y tế. Dùng đúng cách, nó là trợ thủ mạnh. Nó có thể dựng bản nháp đầu để một biên dịch viên y tế đủ trình độ rà soát và sửa, nhanh hơn bắt đầu từ trang trắng. Nó có thể phục vụ giao tiếp tức thời, rủi ro thấp, như giúp lễ tân hiểu một yêu cầu đơn giản. Nó có thể phân loại tồn đọng để con người dành giờ cho những tài liệu mang rủi ro thật.

Nguyên tắc là khớp công cụ với mức rủi ro. Với ghi chú nội bộ, trò chuyện thoáng qua và nắm ý, bản máy thường ổn. Với bất cứ thứ gì bệnh nhân ký, uống hay làm theo, quy trình cần một con người có chứng chỉ chịu trách nhiệm về kết quả. Nhóm tác giả JAMA cũng kết luận như vậy, kêu gọi triển khai thận trọng và bao trùm thay vì áp dụng đại trà.

Cẩm nang an toàn cho nội dung y tế tiếng Việt

Nếu tổ chức của bạn phục vụ bệnh nhân nói tiếng Việt, vài thói quen sẽ loại bỏ phần lớn rủi ro. Thứ nhất, đưa mọi tài liệu rủi ro cao, đơn đồng thuận, hướng dẫn xuất viện và dùng thuốc, công bố pháp lý, sang dịch vụ dịch thuật y tế tiếng Việt có chứng nhận do người có chuyên môn thực hiện, không phải bản máy thô. Thứ hai, yêu cầu dịch ngược các đoạn quan trọng để một người độc lập xác nhận nghĩa còn nguyên vẹn. Thứ ba, xây và tái dùng một bảng thuật ngữ y khoa để các thuật ngữ nhất quán trên mọi tài liệu, đúng kỷ luật tôi đã nêu trong hướng dẫn về chi phí dịch thuật tiếng Việt. Hãy coi AI như công cụ tăng tốc bản nháp trong quy trình do con người làm chủ, không bao giờ là tiếng nói cuối cho nội dung lâm sàng. Chi phí dịch y tế chuyên nghiệp là nhỏ bé so với cái giá của một lần tái nhập viện đáng lẽ tránh được.

Câu hỏi thường gặp

Nguồn: JAMA Network Open

Về tác giả

Dao Huy (Lucas) là biên dịch viên chuyên nghiệp làm việc với tiếng Anh, tiếng Việt, tiếng Trung và tiếng Pháp, hơn 7 năm kinh nghiệm dịch y tế, pháp lý, tài chính và học thuật. Những lỗi hướng dẫn xuất viện trong nghiên cứu này đúng là kiểu lỗi mà dịch y tế cẩn trọng của con người được tạo ra để ngăn chặn: trung thành về nghĩa, đúng liều và cảnh báo không bị lặng lẽ đảo ngược.

Nếu bạn cần dịch Anh - Việt, dịch thuật công chứng tiếng Việt tài liệu y tế hay pháp lý, hoặc bản địa hóa đa ngôn ngữ tự nhiên và an toàn, tôi rất sẵn lòng hỗ trợ. Nhận báo giá tại daohuy.com và cho tôi biết bạn cần dịch gì.