Tóm tắt
Khai thác bệnh sử là một trong những kỹ năng nền tảng của thực hành lâm sàng. Trong lĩnh vực Răng Hàm Mặt, khai thác bệnh sử không chỉ giúp định hướng chẩn đoán mà còn có vai trò quan trọng trong lựa chọn phương pháp điều trị, tiên lượng, phòng ngừa biến chứng và xây dựng mối quan hệ giao tiếp phù hợp giữa bác sĩ và người bệnh [1].
Các hình thức đào tạo truyền thống như bài giảng lý thuyết, đóng vai giữa sinh viên, quan sát giảng viên, thực hành với bệnh nhân thật hoặc bệnh nhân chuẩn hóa đã được sử dụng rộng rãi và có giá trị nhất định. Tuy nhiên, các phương pháp này thường đòi hỏi nhiều nhân lực, thời gian, chi phí tổ chức và khó triển khai thường xuyên cho số lượng lớn sinh viên [2].
Trong những năm gần đây, sự phát triển nhanh chóng của trí tuệ nhân tạo đã mở ra nhiều hướng tiếp cận mới trong giáo dục y khoa, nổi bật là mô hình ngôn ngữ lớn có khả năng hiểu và sinh ngôn ngữ tự nhiên, tạo tình huống lâm sàng, mô phỏng vai trò bệnh nhân và cung cấp phản hồi tức thì cho người học. Trên cơ sở đó, các hệ thống chatbot hoặc “bệnh nhân ảo” có thể được thiết kế để hỗ trợ sinh viên luyện tập khai thác bệnh sử. Sinh viên có thể tương tác với chatbot như với một người bệnh và luyện tập nhiều lần với các bệnh cảnh khác nhau [3].
Ưu điểm nổi bật của mô hình ngôn ngữ lớn trong rèn luyện kỹ năng khai thác bệnh sử là khả năng mở rộng, tính linh hoạt và khả năng cá nhân hóa trải nghiệm học tập. Người học có thể thực hành ngoài giờ học chính khóa, không bị giới hạn bởi thời gian lớp học hoặc số lượng bệnh nhân chuẩn hóa [4]. Công cụ này cũng có thể cung cấp phản hồi nhanh về mức độ đầy đủ của thông tin được khai thác, trình tự hỏi bệnh, cách đặt câu hỏi và các nội dung còn bị bỏ sót. Điều này đặc biệt phù hợp với giai đoạn tiền lâm sàng, khi sinh viên cần có nhiều cơ hội luyện tập trước khi tiếp xúc với bệnh nhân thật.
Các nghiên cứu quốc tế gần đây đã bước đầu ghi nhận tiềm năng của mô hình ngôn ngữ lớn trong đào tạo kỹ năng khai thác bệnh sử. Nghiên cứu của Wang và cộng sự năm 2025 tại Đại học Y khoa An Huy, Trung Quốc [5] cho thấy phương pháp huấn luyện bằng GPT có tính khả thi và được so sánh với phương pháp đóng vai truyền thống trong cải thiện kỹ năng khai thác bệnh sử của sinh viên. Một nghiên cứu khác năm 2024 [6] đánh giá bệnh nhân mô phỏng dựa trên mô hình ngôn ngữ cho thấy GPT-4 có khả năng hỗ trợ mô phỏng trải nghiệm bệnh nhân và cung cấp phản hồi tự động đối với hội thoại khai thác bệnh sử của sinh viên y khoa. Những kết quả này gợi ý rằng mô hình ngôn ngữ lớn có thể trở thành một công cụ bổ trợ có giá trị trong đào tạo kỹ năng lâm sàng.
Tại Việt Nam, việc ứng dụng trí tuệ nhân tạo trong giáo dục y khoa đang được quan tâm nhiều hơn, nhưng các nghiên cứu đánh giá hiệu quả cụ thể của mô hình ngôn ngữ lớn trong đào tạo kỹ năng lâm sàng vẫn còn hạn chế. Trong lĩnh vực Răng Hàm Mặt, bằng chứng về việc sử dụng chatbot hoặc bệnh nhân ảo tiếng Việt để rèn luyện kỹ năng khai thác bệnh sử cho sinh viên còn rất ít. Trong khi đó, sinh viên Răng Hàm Mặt có nhu cầu lớn về thực hành giao tiếp lâm sàng.
Từ thực tiễn trên, việc xây dựng và đánh giá một mô hình ngôn ngữ lớn nhằm hỗ trợ sinh viên Răng Hàm Mặt rèn luyện kỹ năng khai thác bệnh sử là cần thiết. Nghiên cứu này không nhằm thay thế phương pháp đào tạo truyền thống, mà hướng đến cung cấp bằng chứng ban đầu về khả năng ứng dụng trí tuệ nhân tạo trong đào tạo kỹ năng lâm sàng nha khoa, đồng thời góp phần định hướng phát triển các phương pháp giảng dạy hiện đại.
Vì vậy, chúng tôi thực hiện đề tài: “Nghiên cứu ứng dụng mô hình ngôn ngữ lớn trí tuệ nhân tạo trong rèn luyện kỹ năng khai thác bệnh sử cho sinh viên Răng Hàm Mặt” với hai mục tiêu sau:
- Đánh giá hiệu quả của chatbot dựa trên mô hình ngôn ngữ lớn trong rèn luyện kỹ năng khai thác bệnh sử cho sinh viên Răng Hàm Mặt so với phương pháp đào tạo truyền thống.
- Khảo sát mức độ hài lòng, thái độ học tập và khả năng chấp nhận của sinh viên Răng Hàm Mặt đối với hình thức rèn luyện kỹ năng khai thác bệnh sử bằng chatbot.
