10 câu hỏi chính về Agentic AI dành cho lãnh đạo y tế và khoa học sự sống

Theo bài báo, đến năm 2026, AI tác nhân (agentic AI) sẽ trở thành hiện thực trong các hệ thống doanh nghiệp, nhưng để được ứng dụng an toàn và hiệu quả, các nhà lãnh đạo trong lĩnh vực chăm sóc sức khỏe và dược phẩm cần trả lời 10 câu hỏi chính. Đầu tiên, cần xác định quy trình làm việc nào (ví dụ: phân tích thử nghiệm lâm sàng, ủy quyền trước, quản lý chu kỳ doanh thu) sẽ được hưởng lợi từ việc đưa vào các tác nhân, và thiết lập các chỉ số thành công (giảm thời gian chu kỳ, cải thiện năng suất và độ chính xác). Thứ hai, một nền tảng dữ liệu đáng tin cậy và được quản trị tốt, hợp nhất các nguồn dữ liệu phân tán (hồ sơ sức khỏe điện tử, dữ liệu xét nghiệm, hình ảnh, hệ thống bảo hiểm và thương mại) là rất quan trọng — nếu không, các tác nhân sẽ đưa ra câu trả lời không đầy đủ hoặc sai. Quản trị phải bao trùm không chỉ quyền truy cập dữ liệu mà còn cả các hành động của tác nhân: hệ thống nào chúng có thể gọi, dữ liệu nào chúng có thể truy xuất, quyết định nào chúng có thể đề xuất và bước nào yêu cầu xác nhận thủ công. Cần tránh tạo ra các kho dữ liệu mới — kiến trúc nên cho phép các tác nhân truy cập an toàn vào dữ liệu doanh nghiệp mà không cần sao chép. Để ngăn chặn ảo giác (hallucination), cần có các nguồn đã được xác minh, quyền truy cập dựa trên vai trò và tính minh bạch về nguồn gốc của các kết luận. Bảo mật, quyền riêng tư và khả năng kiểm toán (HIPAA — Đạo luật về Trách nhiệm Giải trình và Bảo hiểm Y tế; GxP — Thực hành Tốt; FedRAMP — Chương trình Quản lý Rủi ro và Ủy quyền Liên bang) là bắt buộc đối với triển khai sản xuất. Chiến lược nên tránh sự phụ thuộc vào nhà cung cấp, cho phép các tổ chức chọn mô hình phù hợp với các nhiệm vụ cụ thể trong khi vẫn giữ quyền kiểm soát dữ liệu của chính họ. Tính minh bạch về chi phí cũng cần thiết — khả năng ước tính mỗi cuộc gọi tác nhân đa bước tốn bao nhiêu và đặt ngân sách tương ứng. Để hợp tác giữa các tổ chức khác nhau (tổ chức nghiên cứu hợp đồng, công ty dược phẩm, bệnh viện, công ty bảo hiểm), các tác nhân phải hỗ trợ chia sẻ dữ liệu an toàn mà không mất kiểm soát. Cuối cùng, hạ tầng không nên trở thành gánh nặng cho mỗi nhóm riêng lẻ — tốt hơn là sử dụng các nền tảng có sẵn, như Snowflake AI Data Cloud, để các chuyên gia lĩnh vực có thể tập trung vào chuyên môn của họ thay vì vào các hoạt động học máy.