ChatGPT kết nối hồ sơ bệnh án Epic và 9 nguồn y tế chính thức

OpenAI vừa đưa ChatGPT for Healthcare tới gần hệ thống dữ liệu vận hành thật của bệnh viện: kết nối hồ sơ sức khỏe điện tử Epic và một plugin truy cập có cấu trúc vào chín nguồn dữ liệu y tế chính thức.

Theo thông báo ngày 01/09/2026, nhân sự y tế có thể dùng ChatGPT để tổng hợp bối cảnh bệnh nhân đã được cấp quyền từ Epic, đồng thời tra cứu nghiên cứu, thuốc, thử nghiệm lâm sàng và chính sách chi trả từ các nguồn như PubMed, DailyMed, ClinicalTrials.gov, RxNorm và CMS Coverage.

Thay đổi quan trọng không chỉ là “AI đọc được hồ sơ bệnh án”. Đó là việc đưa dữ liệu bệnh nhân, bằng chứng y khoa và dữ liệu công vào cùng một workspace có quyền truy cập, trích dẫn nguồn và audit. Với ngành có rủi ro cao như y tế, chất lượng kết nối và khả năng kiểm chứng quan trọng không kém năng lực của mô hình.

Kết nối Epic giúp làm gì?

Trong môi trường được hỗ trợ, tổ chức y tế có thể kết nối Epic với ChatGPT for Healthcare. Nhân viên lâm sàng có thể hỏi những câu như: điều gì thay đổi từ lần khám trước, kết quả xét nghiệm nào cần xem, thuốc có thay đổi không, hay còn vấn đề theo dõi nào chưa được giải quyết.

ChatGPT tổng hợp thông tin liên quan từ phần hồ sơ mà người dùng được phép truy cập và chỉ ngược về dữ liệu trong bệnh án. OpenAI mô tả hai cách triển khai: đưa bối cảnh EHR vào ChatGPT, hoặc nhúng ChatGPT trực tiếp trong giao diện EHR ở những triển khai được hỗ trợ.

Mục tiêu là giảm thời gian tìm và ghép thông tin nằm rải rác trong ghi chú khám, xét nghiệm, thuốc và tài liệu chuyên khoa. Tuy nhiên, đầu ra vẫn là phần chuẩn bị để bác sĩ và nhân sự y tế xem xét, không phải quyết định lâm sàng tự động.

Một plugin gom chín nguồn y tế chính thức

Healthcare Public Data plugin cung cấp connector chuyên dụng tới chín nguồn dữ liệu công. OpenAI nêu tên ClinicalTrials.gov, CMS Coverage, RxNorm, DailyMed và PubMed trong thông báo.

Khác với tìm kiếm web mở, plugin cho phép làm việc với bản ghi, trường dữ liệu, định danh và phiên bản cụ thể. Nhóm nghiên cứu có thể lọc thử nghiệm đang tuyển và so sánh tiêu chí; nhóm dược có thể kiểm tra nhãn thuốc, cảnh báo và định danh; nhóm sức khỏe cộng đồng có thể đặt nghiên cứu, thử nghiệm đang hoạt động và chính sách Medicare cạnh nhau để đánh giá một chương trình.

Nguồn: OpenAI, 01/09/2026. Học viện AI diễn giải; không phải sơ đồ kỹ thuật chính thức của Epic hay OpenAI.

OpenAI công bố bằng chứng đánh giá nào?

OpenAI cho biết đang hợp tác với hàng trăm bác sĩ tại 60 quốc gia, 49 ngôn ngữ và 26 chuyên khoa để đánh giá và cải thiện phản hồi y tế. Tính tới thời điểm công bố, các bác sĩ này đã xem hơn 700.000 phản hồi của mô hình.

Riêng bài kiểm tra ChatGPT với bối cảnh EHR được kết nối, bác sĩ đánh giá phản hồi trên 27 tình huống lâm sàng, gồm chuẩn bị trước khám, timeline lâm sàng, rà soát thuốc và tóm tắt bàn giao. Trong 4.363 lượt chấm, 99,1% phản hồi được đánh giá là an toàn trên toàn bộ các tình huống.

Ở một đánh giá hai vòng khác, bác sĩ xem hàng trăm phản hồi cho câu hỏi lâm sàng phức tạp dựa trên các bộ dữ liệu y tế lớn của Mỹ. Với mỗi trong năm nguồn dữ liệu kết nối được thử nghiệm, hơn 93% phản hồi được chấm độ chính xác ở mức “tốt” trở lên.

Đây là số liệu đáng chú ý nhưng có giới hạn rõ. Các đánh giá do OpenAI công bố, chưa phải thử nghiệm độc lập đo outcome điều trị. Tỷ lệ “an toàn” hay “độ chính xác tốt” trong bộ tình huống được chọn không chứng minh hệ thống không thể bỏ sót thông tin, hiểu sai ngữ cảnh hoặc tạo lỗi trong mọi ca bệnh thật.

Quyền, audit và phạm vi sử dụng

OpenAI cho biết ChatGPT for Healthcare có kiểm soát truy cập theo vai trò, đăng nhập một lần và audit log. Với Business Associate Agreement phù hợp, khách hàng có thể dùng ChatGPT Work, Codex, app và plugin trong cùng workspace để hỗ trợ workflow tuân thủ HIPAA.

Kết nối Epic hiện dành cho tổ chức y tế trong cấu hình được hỗ trợ, không cung cấp cho tài khoản cá nhân. Khách hàng ChatGPT Enterprise phải làm việc với OpenAI để xác nhận điều kiện và cấu hình Regulated Workspace; người dùng ChatGPT for Clinicians đủ điều kiện tại Mỹ có thể cài plugin dữ liệu công nhưng không dùng kết nối EHR.

Điểm này cần được đọc đúng: “có thể hỗ trợ workflow tuân thủ HIPAA” không có nghĩa mọi cách sử dụng tự động tuân thủ. Tổ chức vẫn phải cấu hình quyền, hợp đồng, lưu giữ dữ liệu, audit, quy trình phê duyệt và trách nhiệm chuyên môn của riêng mình.

Góc nhìn Học viện AI: AI y tế cần ba lớp bằng chứng

Nhận định của Học viện AI là một hệ thống AI y tế hữu ích cần chứng minh đồng thời ba lớp:

1. Nguồn dữ liệu: dữ liệu nào được dùng, phiên bản nào, ai có quyền truy cập và có thể truy ngược không?
2. Chất lượng đầu ra: phản hồi được kiểm thử trên tình huống nào, ai chấm, tiêu chí an toàn và độ chính xác là gì?
3. Outcome vận hành: hệ thống có thực sự giảm thời gian tổng hợp, giảm lỗi bàn giao hoặc cải thiện chất lượng công việc mà không tăng gánh nặng review không?

Thông báo lần này cung cấp nhiều thông tin hơn ở hai lớp đầu, nhưng lớp outcome vận hành vẫn cần dữ liệu triển khai dài hạn và đánh giá độc lập. Doanh nghiệp không nên dùng con số 99,1% như giấy phép tự động hóa quyết định y khoa.

Kiến trúc đúng phải giữ nguyên quyền từ hệ thống nguồn, giống nguyên tắc Salesforce mở API cho AI Agent nhưng không bỏ workflow hiện có. Mỗi hành động nhạy cảm cũng cần phạm vi và kiểm soát ở thời gian chạy như Broadcom AgentMinder. Với dữ liệu phân tán, việc phân loại và cấp quyền từ nguồn — tương tự Google Drive dùng Gemini phân loại dữ liệu cho AI Agent — là điều kiện nền tảng.

Ba câu hỏi trước khi kết nối dữ liệu nhạy cảm với AI

Trước tiên, tổ chức cần xác định use case cụ thể và người chịu trách nhiệm cuối. “Tổng hợp thay đổi trước buổi khám” khác hoàn toàn “đề xuất chẩn đoán”; hai việc phải có mức quyền và kiểm định khác nhau.

Tiếp theo, phải kiểm tra đường dữ liệu: trường nào được truy xuất, có giới hạn theo vai trò hay bệnh nhân không, log nằm ở đâu và bao lâu, đầu ra có dẫn về bản ghi nguồn không.

Cuối cùng, hãy đo lỗi và tải review, không chỉ đo tốc độ. Một bản tóm tắt nhanh hơn nhưng khiến bác sĩ phải kiểm tra lại toàn bộ hồ sơ không tạo ra lợi ích ròng. Pilot nên theo dõi thời gian tiết kiệm, thông tin bị bỏ sót, cảnh báo sai, tỷ lệ phải sửa và sự cố quyền truy cập.

Việc ChatGPT kết nối Epic và dữ liệu y tế công cho thấy AI doanh nghiệp đang rời khỏi ô chat để đi vào hệ thống nguồn. Nhưng trong y tế, “kết nối được” chỉ là bước đầu. Giá trị thật xuất hiện khi dữ liệu có quyền, đầu ra có nguồn, con người giữ quyền quyết định và outcome được đo bằng bằng chứng thực tế.

CTA: Doanh nghiệp có dữ liệu nhạy cảm và muốn thử AI theo cách kiểm soát được? Đăng ký tư vấn 1:1 với Học viện AI để thiết kế use case, ma trận quyền, tiêu chí đánh giá và pilot an toàn; hoặc xem chương trình AI cho doanh nghiệp.

Lưu ý: Bài viết phân tích sản phẩm và quản trị AI, không cung cấp tư vấn hoặc quyết định y khoa. Các số liệu đánh giá là do OpenAI công bố ngày 01/09/2026; phần “Góc nhìn Học viện AI” và khuyến nghị triển khai là nhận định biên tập.