CVPH Nguyễn Tâm Hoài – IVF Vạn Hạnh
Sự ra đời của AI trong lựa chọn phôi tại các hội nghị sinh sản năm 2018 đánh dấu bước ngoặt trong y học sinh sản. Các thuật toán học sâu (Deep Learning - DL) được báo cáo có khả năng xác định phôi khả thi chính xác hơn so với các nhà phôi học lâm sàng, hứa hẹn tăng tỷ lệ thành công IVF mà không cần can thiệp vật lý. Tuy nhiên, các nghiên cứu ban đầu tập trung vào kỹ thuật, thiếu phân tích đạo đức toàn diện. Các mối quan ngại đạo đức sớm được nêu lên, bao gồm phân biệt đối xử, phẩm giá phôi, và các vấn đề rộng hơn liên quan đến AI trong lâm sàng. Tổng quan này nhằm phân tích cuộc tranh luận đạo đức, xem xét các quan điểm đa dạng và thách thức khi áp dụng AI trong lựa chọn phôi.

1. Phương pháp nghiên cứu

Đây là một tổng quan không hệ thống, tìm kiếm trên PubMed (26/10/2024) với từ khóa về AI, lựa chọn phôi, và đạo đức. Tiêu chí bao gồm bài tiếng Anh, xuất bản 5 năm gần đây, có thảo luận về đạo đức. Rủi ro AI được phân tích theo khung MIT (7 lĩnh vực: phân biệt đối xử, quyền riêng tư, thông tin sai lệch, lạm dụng, tương tác người-máy, tác hại kinh tế-xã hội, an toàn hệ thống). Lợi ích được đánh giá theo khung NBCA (xã hội, cá nhân, người khác). Bài không liên quan, không bằng tiếng Anh, hoặc không truy cập được toàn văn bị loại. Hai bài báo bổ sung được thêm qua tìm kiếm thủ công từ danh sách tham khảo.

2. Kết quả

1. 1. Rủi ro tiềm năng

• Phân biệt đối xử và độc hại:
  • Một số tác giả coi phôi có tư cách đạo đức đầy đủ từ khi thụ thai, xem lựa chọn phôi bằng AI là vi phạm phẩm giá và quyền sống, biến phôi thành hàng hóa trong mô hình kỹ trị.
  • Việc sử dụng xét nghiệm di truyền trước trước làm tổ sàng lọc đa gen (preimplantation genetic testing for polygenic - PGT-P) để chọn đặc điểm như trí thông minh gây lo ngại đạo đức và tôn giáo.
  • Thiên kiến thuật toán từ dữ liệu huấn luyện có thể ưu tiên các đặc điểm không liên quan đến bệnh lý (giới tính, chủng tộc), làm gia tăng bất bình đẳng và ảnh hưởng nhân khẩu học. Mô hình “hộp đen” không minh bạch làm khó phát hiện thiên kiến.
• Quyền riêng tư và an ninh: Dữ liệu sinh sản và di truyền có tính nhạy cảm cao, đòi hỏi các khung bảo mật đặc biệt. Các tác giả nhấn mạnh cần có mã hóa, ẩn danh, và các biện pháp an ninh mạnh mẽ. Công nghệ blockchain được đề xuất để hỗ trợ chia sẻ dữ liệu và đồng thuận trong nghiên cứu liên trung tâm.

• Thông tin sai lệch: IVF thương mại hóa cao dẫn đến áp dụng AI sớm mà thiếu bằng chứng lâm sàng. Điều này có thể gây kỳ vọng không thực tế, đặc biệt với các nhóm dễ tổn thương. Cần phương thức rõ ràng để thông báo kết quả xác suất và đồng thuận thông tin minh bạch.
• Tác nhân ác ý và lạm dụng: Việc chọn đặc điểm không y tế (trí thông minh, ngoại hình) có thể dẫn đến thực hành giống ưu sinh. Một số công ty đã cung cấp dịch vụ này mà không có xác nhận khoa học.
• Tương tác người-máy: Mô hình “hộp đen” làm suy yếu quyết định chung, dẫn đến “chủ nghĩa gia trưởng máy móc”. Bác sĩ ít kinh nghiệm có thể phụ thuộc quá mức vào AI, trong khi AI nên hỗ trợ, không thay thế, phán đoán con người.
• Tác hại kinh tế-xã hội và môi trường: AI trong IVF có thể làm gia tăng bất bình đẳng nếu không tiếp cận công bằng, gửi thông điệp tiêu cực về giá trị người khuyết tật, hoặc làm lệch tỷ lệ dân số. Không có đánh giá về tác động môi trường.
• An toàn và hạn chế hệ thống AI: Mô hình mạng nơ-ron tích chập (convolutional neural network - CNN) dễ quá khớp, thiếu tổng quát hóa do dữ liệu huấn luyện hạn chế. Mô hình “hộp đen” thiếu minh bạch, gây rủi ro thiên kiến và lỗi. Cần RCT để đánh giá hiệu quả, an toàn, và kết quả dài hạn.

1. 2. Lợi ích tiềm năng

• Lợi ích cho xã hội: AI có thể nâng cao hiểu biết về sinh sản, tối ưu hóa phác đồ điều trị, giảm chi phí, và cải thiện tiếp cận IVF.
• Lợi ích cho cá nhân: Tăng tỷ lệ mang thai, giảm thời gian và căng thẳng cảm xúc/tài chính, cung cấp thông tin cá nhân hóa, tăng quyền tự chủ sinh sản.
• Lợi ích cho người khác: Hỗ trợ quyết định cho bác sĩ, giảm biến thiên giữa các nhà phôi học, tự động hóa nhiệm vụ, tăng thời gian chăm sóc bệnh nhân.

3. Thảo luận

AI trong IVF mở ra tiềm năng cải thiện tỷ lệ thành công và cá nhân hóa điều trị, nhưng kéo theo nhiều vấn đề đạo đức và xã hội. Lợi ích bao gồm tăng độ chính xác trong đánh giá phôi, giảm gánh nặng cho bệnh nhân, và cải thiện hiệu quả lâm sàng. Nguyên tắc “lợi ích sinh sản” của Julian Savulescu ủng hộ việc chọn phôi tốt nhất để đảm bảo cuộc sống tốt cho con. Tuy nhiên, rủi ro nghiêm trọng bao gồm:

• Phẩm giá phôi: Một số quan điểm cho rằng lựa chọn phôi vi phạm quyền sống, đặc biệt nếu phôi bị xem như hàng hóa. Jürgen Habermas lập luận rằng lựa chọn phôi làm suy yếu quyền tự chủ của trẻ tương lai.
• Kết quả RCT: Nghiên cứu RCT đầu tiên (Illingworth et al., 2024) cho thấy thuật toán học sâu (iDAScore) không vượt trội so với đánh giá hình thái chuẩn (46,5% so với 48,2% tỷ lệ mang thai lâm sàng), dù tăng tốc độ đánh giá. Điều này đặt câu hỏi về chi phí và giá trị lâm sàng của AI.
• Bất bình đẳng: có thể gia tăng nếu chỉ một nhóm nhỏ có thể tiếp cận công nghệ AI. Judith Daar cảnh báo về tái tạo ý tưởng ưu sinh qua việc hạn chế tiếp cận đối với các nhóm thiểu số, người nghèo, hoặc LGBTQ+.
• Trách nhiệm pháp lý: Thiếu quy định rõ ràng về trách nhiệm khi AI gây lỗi.
• Minh bạch: Mô hình “hộp đen” làm xói mòn niềm tin và khó phát hiện thiên kiến.

Tác động xã hội: Cần khung hợp tác liên ngành để đảm bảo quyền tự chủ, minh bạch, và công bằng. Sự tham gia của bệnh nhân và các nhóm vận động sẽ tăng cường niềm tin và quyền sở hữu đối với lựa chọn sinh sản.

4. Kết luận

AI trong lựa chọn phôi IVF có tiềm năng cải thiện tỷ lệ mang thai và giảm chi phí, nhưng các rủi ro đạo đức và xã hội hiện vượt trội hơn lợi ích. Các vấn đề bao gồm phẩm giá phôi, quyền tự chủ, quyền riêng tư, bất bình đẳng, và thiếu minh bạch trong thuật toán. Kết quả RCT đầu tiên cho thấy AI không vượt trội so với phương pháp truyền thống, khiến việc áp dụng hiện tại thiếu cơ sở khoa học và đạo đức. Việc triển khai AI chỉ khả thi nếu các mối quan ngại được giải quyết.

5. Hướng đi tương lai

• Nghiên cứu: Thực hiện RCT đa trung tâm để đánh giá hiệu quả, an toàn, và kết quả dài hạn. Sử dụng AI giải thích được để tăng minh bạch.
• Bảo mật: Xây dựng khung bảo vệ dữ liệu với mã hóa và blockchain.
• Đồng thuận thông tin: Cung cấp tài liệu minh bạch về phương pháp AI, rủi ro, và tỷ lệ thành công.
• Phản hồi bệnh nhân: Tích hợp phản hồi để cá nhân hóa thuật toán theo giá trị đạo đức/tôn giáo.
• Giáo dục: Đào tạo bác sĩ và bệnh nhân về tiềm năng và rủi ro của AI.
• Quản trị đạo đức: Thiết lập cơ chế xem xét liên ngành để giám sát và điều chỉnh khung đạo đức.

Nguồn: Aufieri, R., & Mastrocola, F. (2025). Balancing Technology, Ethics, and Society: A Review of Artificial Intelligence in Embryo Selection. Information, 16(1), 18. https://doi.org/10.3390/info16010018

Từ khóa: Trí tuệ nhân tạo; deep-learning; thụ tinh trong ống nghiệm; lựa chọn phôi; đạo đức; minh bạch; công bằng