Isaac Kohane

Chuyên gia AI Hoa Kỳ — Nhân vật #29: Isaac Kohane

Ngữ cảnh: III — AI & Sức khỏe, Sinh học & Y học (America 250 AI Pioneers)

I. DANH TÍNH & VỊ TRÍ CHIẾN LƯỢC

Isaac "Zak" Kohane, MD, PhD, là nhà khoa học y sinh học người Mỹ gốc Thụy Sĩ (sinh tại Geneva), đang giữ vị trí Marion V. Nelson Professor và Chủ nhiệm khoa sáng lập (inaugural Chair) của Khoa Tin học Y Sinh học (Department of Biomedical Informatics — DBMI) tại Harvard Medical School (HMS) từ năm 2015. Ông đồng thời là thành viên của Kempner Institute Faculty Steering Committee — viện nghiên cứu trí tuệ nhân tạo liên ngành mới nhất của Harvard.

Bằng cấp: BS Khoa học máy tính (MIT, thập niên 1980), PhD Khoa học máy tính (Harvard), MD (Harvard Medical School). Kohane hoàn thành fellowship và residency nhi khoa tại Boston Children's Hospital.

Kohane là nhà khoa học hiếm có kết hợp ba năng lực trong một cá nhân: lập trình viên AI từ thập niên 1980, bác sĩ lâm sàng (nội tiết nhi khoa), và kiến trúc sư hạ tầng dữ liệu y tế quy mô quốc gia. Vị thế này cho phép ông có tiếng nói định hướng cả về kỹ thuật lẫn thực hành lâm sàng — một lợi thế mà phần lớn các nhà AI lý thuyết thiếu.

II. ĐÓNG GÓP KỸ THUẬT CỐT LÕI

2.1 i2b2 — Hạ tầng dữ liệu y tế lớn nhất thế giới

Kohane sáng lập và lãnh đạo Informatics for Integrating Biology and the Bedside (i2b2) — trung tâm quốc gia được NIH tài trợ (National Center for Biomedical Computing, thành lập 2004), tập hợp các nhà nghiên cứu từ Harvard-affiliated hospitals, MIT, Harvard School of Public Health và HMS. i2b2 xây dựng hạ tầng phần mềm mã nguồn mở cho phép 200+ bệnh viện và trung tâm nghiên cứu trên thế giới truy xuất và khai thác dữ liệu hồ sơ bệnh án điện tử (EHR) phục vụ nghiên cứu y sinh — biến bệnh viện thành "living laboratories" (phòng thí nghiệm sống).

Hệ thống i2b2 là tiền thân kỹ thuật của các mạng nghiên cứu lâm sàng phân tán (distributed clinical research networks) hiện đang là xương sống của hệ thống NIH All of Us và PCORnet tại Hoa Kỳ.

2.2 AI lâm sàng từ thập niên 1990 — Ứng dụng tiên phong

Kohane có lịch sử ứng dụng AI trong y học dài hơn hầu hết đồng nghiệp cùng trang lứa:

• 1987: "Temporal Reasoning in Medical Expert Systems" (MIT/LCS TR-389) — lý luận thời gian trong hệ thống chuyên gia y tế
• 1993: "Automated Trend Detection with Alternate Temporal Hypotheses" (IJCAI) — theo dõi dữ liệu lâm sàng thưa thớt và nhiễu
• 1997: Thử nghiệm tiền cứu kiểm soát nồng độ oxy cơ học bằng máy tính cho trẻ sơ sinh thở máy (J Pediatrics) — một trong những ứng dụng AI lâm sàng prospective đầu tiên được kiểm chứng
• Phát hiện lạm dụng gia đình (domestic abuse detection) qua dữ liệu EHR
• Chẩn đoán tự kỷ (autism) từ dữ liệu đa phương thức (multimodal), bao gồm genomics và hồ sơ lâm sàng

2.3 Chẩn đoán bệnh hiếm gặp và bộ gen toàn chuỗi

Nghiên cứu hiện tại của Kohane tập trung chẩn đoán bệnh không rõ nguyên nhân (undiagnosed diseases) kết hợp trình tự genome toàn chuỗi (whole genome sequencing — WGS) với lịch sử lâm sàng, sử dụng AI. Năm 2024, nhóm ông công bố trên NEJM AI về cải thiện chẩn đoán di truyền cho bệnh nhân chưa có chẩn đoán bằng mô hình random forest huấn luyện trên cơ sở dữ liệu chuyên biệt — mô tả là "đỉnh của tảng băng chìm cho AI chẩn đoán các ca khó."

2.4 Human Values Project — Quản trị giá trị trong AI lâm sàng

Kohane đang chủ trì Human Values Project — sáng kiến quốc tế theo dõi giá trị nào được nhúng vào mô hình AI lâm sàng. Hơn 1.000 bác sĩ từ ba châu lục đã tham gia, đo lường sự tương đồng giữa quyết định của mô hình AI và bác sĩ con người. Sáng kiến này bao gồm:

• Khung minh bạch "Values in the Model"
• Alignment Compliance Index cho AI lâm sàng
• MedLog: chuẩn ghi nhật ký AI phổ quát trong y tế

Một quan sát nổi bật năm 2026: cùng một ca lâm sàng, cùng mô hình AI — khi được nhắc như bác sĩ nội tiết nhi khoa thì AI khuyến nghị điều trị; khi được nhắc như bên chi trả bảo hiểm thì AI khuyến nghị từ chối. Kohane đã công bố phát hiện này trên Boston Globe như cảnh báo chính sách.

2.5 The AI Revolution in Medicine (2023)

Cuốn sách The AI Revolution in Medicine: GPT-4 and Beyond (Pearson, 2023) — đồng tác giả với Peter Lee (Microsoft) và Carey Goldberg — là tác phẩm thương mại đầu tiên và có uy tín nhất về ứng dụng lâm sàng của GPT-4. Cuốn sách được mô tả là "hướng dẫn thực tế cho người dùng phổ thông về tác động của AI tạo sinh trong y sinh học, nghiên cứu, và trải nghiệm bệnh nhân."

III. GIẢI THƯỞNG & CÔNG NHẬN QUỐC TẾ

Kohane đã công bố hơn 500 bài báo trong văn liệu y học — một khối lượng xuất bản hiếm có ngay cả trong cộng đồng học thuật y khoa hàng đầu.

IV. MỐI LIÊN HỆ VỚI VIỆT NAM

4.1 NEJM AI và cộng đồng y tế Việt Nam

NEJM (New England Journal of Medicine) có uy tín đặc biệt trong cộng đồng y tế Việt Nam — là tạp chí y khoa được trích dẫn nhiều nhất tại các khoa lâm sàng và hội nghị y khoa trong nước. Sự ra đời của NEJM AI (tháng 1/2024) với Kohane làm Tổng biên tập có ý nghĩa trực tiếp: tạp chí này sẽ thiết lập tiêu chuẩn đánh giá và chứng nhận cho AI lâm sàng — tiêu chuẩn mà Việt Nam sẽ phải tham chiếu khi cấp phép thiết bị y tế AI theo Luật AI 2025 và quy định của Bộ Y tế.

Biên tập viên của NEJM AI đặt ra yêu cầu: AI phải được đánh giá so với thực hành y tế hiện tại (không phải với tiêu chuẩn lý tưởng), phải minh bạch về tập dữ liệu huấn luyện, và phải có giám sát hậu thị trường (post-marketing surveillance) — đây là bộ ba yêu cầu Kohane đã lặp đi lặp lại trong các bình luận chính sách.

4.2 Mô hình i2b2 và hạ tầng dữ liệu y tế Việt Nam

Việt Nam đang xây dựng hồ sơ bệnh án điện tử (HIS — Hospital Information System) trong khuôn khổ Đề án 06 của Chính phủ và chương trình chuyển đổi số y tế của Bộ Y tế. Kiến trúc i2b2 — phần mềm mã nguồn mở cho phép kết hợp dữ liệu từ nhiều bệnh viện mà không chuyển giao dữ liệu thô — là mô hình tham chiếu quan trọng cho Trung tâm Dữ liệu Y tế Quốc gia Việt Nam đang hình thành, đặc biệt trong bối cảnh Luật Bảo vệ Dữ liệu Cá nhân (Nghị định 13/2023) đặt ra các ràng buộc về lưu trữ và chia sẻ dữ liệu bệnh nhân.

4.3 VinBDI, VinMec và hệ sinh thái Vingroup

Từ tháng 8/2024, công nghệ AI của VinBrain (DrAid) đã được tích hợp vào quy trình lâm sàng đa chuyên khoa tại Vinmec Times City — tiết kiệm 80% thời gian xử lý hồ sơ. VinBDI (Vingroup Big Data Institute) đang xây dựng năng lực y sinh học dữ liệu lớn với tham vọng cạnh tranh khu vực. Kinh nghiệm của Kohane trong xây dựng hạ tầng nghiên cứu EHR quy mô lớn (i2b2, Partners HealthCare) là kiến thức thực tiễn trực tiếp áp dụng được cho VinBDI và VinUni Medicine trong việc thiết kế kiến trúc dữ liệu bệnh án phục vụ nghiên cứu.

4.4 Tin học y tế và đào tạo sau đại học

Chương trình Tin học Y tế (Health Informatics / Medical Informatics) tại các trường Đại học Y Hà Nội, Đại học Y Dược TP.HCM và Đại học VinUni Medicine đang trong giai đoạn định hình chương trình đào tạo. Kohane — với tư cách PhD Track Director tại HMS — là đối tác học thuật tiềm năng cho các chương trình trao đổi giảng viên/sinh viên tiến sĩ và định hướng chương trình giảng dạy tin học y sinh.

4.5 Chính sách AI lâm sàng và Luật AI Việt Nam (Luật 134/2025/QH15)

Khung chính sách Kohane đề xuất — informed consent về sử dụng dữ liệu bệnh nhân huấn luyện AI, giám sát hậu thị trường, và minh bạch về comparators — trùng khớp với các yêu cầu kiểm soát AI có rủi ro cao trong Luật AI Việt Nam 2025. Ý kiến chính sách của ông về Báo cáo Lực lượng Đặc nhiệm AI Lưỡng đảng Hạ viện (tháng 12/2024) — ủng hộ consent của bệnh nhân, giám sát hậu thị trường, trách nhiệm pháp lý AI — cung cấp khung tham chiếu thực tiễn cho cơ quan chức năng Việt Nam khi soạn thảo hướng dẫn thi hành.

V. VỊ TRÍ TRONG HỆ SINH THÁI AI TOÀN CẦU

Kohane nằm ở giao điểm của ba đường sức: kỹ thuật AI lâm sàng, hạ tầng dữ liệu y tế quy mô quốc gia, và quản trị AI y tế. Ông không phải nhà xây dựng mô hình nền tảng (foundation model builder) như Sam Altman hay Yann LeCun, mà là người đặt ra các câu hỏi quan trọng nhất về cách triển khai AI trong môi trường lâm sàng thực tế.

Câu hỏi định nghĩa nghiên cứu hiện tại của ông: "AI được so sánh với cái gì? Với thực hành y tế ta đang có, hay với thực hành ta ước muốn?" — một câu hỏi phương pháp luận có hệ quả trực tiếp cho mọi thử nghiệm lâm sàng AI.

Trong hệ sinh thái nhóm III (AI & Health), Kohane bổ sung cho Eric Topol (người tập trung phổ biến hóa AI y tế cho bác sĩ lâm sàng) bằng chiều sâu hạ tầng kỹ thuật và quản trị tạp chí — thiết lập tiêu chuẩn xuất bản cho toàn bộ lĩnh vực.

VI. ĐÁNH GIÁ TẦM QUAN TRỌNG

6.1 Mức độ ảnh hưởng

Kohane ảnh hưởng theo ba kênh song song:
1. Nghiên cứu học thuật (500+ bài báo, i2b2 global network)
2. Kiến lập tiêu chuẩn (NEJM AI — tạp chí thiết lập chuẩn đánh giá AI lâm sàng toàn cầu)

6.2 Xu hướng hiện tại (2024–2026)

Hai hướng nghiên cứu của Kohane đang nổi lên trong giai đoạn 2024–2026:
- Patient Data Control (PING protocol, Guardian Angel): trao cho bệnh nhân kiểm soát hạt nhân dữ liệu cá nhân — liên quan trực tiếp đến cơ chế consent của Luật AI Việt Nam
- AI CaBot (Dr. CaBot): AI discussant cho Case Records of the Massachusetts General Hospital trên NEJM — mô hình trợ lý lâm sàng AI tích hợp vào thực hành giảng dạy nâng cao, được Harvard Medical School đưa vào danh sách Top Science News 2025

6.3 Phân biệt với các nhân vật AI y tế khác

Trong nhóm AI Pioneers về y tế, Kohane là người duy nhất vừa xây dựng hạ tầng dữ liệu y tế quốc gia (i2b2), vừa định hướng xuất bản học thuật (NEJM AI), vừa thực hành lâm sàng (chuyên khoa bệnh hiếm gặp). Đây là bộ ba năng lực không thể tách rời.

VII. THÔNG TIN LIÊN LẠC VÀ NGUỒN THAM KHẢO

Trang web lab: zaklab.org
Trang HMS: dbmi.hms.harvard.edu/people/isaac-kohane
Cơ quan: Department of Biomedical Informatics, Harvard Medical School, 10 Shattuck Street, Boston, MA 02115
NEJM AI: ai.nejm.org

Công trình chính:
- Kohane, Lee, Goldberg (2023). The AI Revolution in Medicine: GPT-4 and Beyond. Pearson.
- Kohane, I.S. (2024). "Injecting Artificial Intelligence into Medicine." NEJM AI 1(1). DOI: 10.1056/AIe2300197
- Kohane et al. (2024). "Compared with What? Measuring AI against the Health Care We Have." NEJM AI
- Kohane, I.S. (2021). "The Clinician and Dataset Shift in Artificial Intelligence." NEJM

Nguồn tham khảo báo cáo:
- Kempner Institute, Harvard (2024): https://kempnerinstitute.harvard.edu/people/our-people/isaac-kohane/
- Kohane Lab website: https://zaklab.org/index.html
- NEJM AI Vol. 1 No. 1 (2024): https://ai.nejm.org/toc/ai/1/1
- LinkedIn/NEJM AI (2/2/2024): Meet the Editors of NEJM AI: Editor-in-Chief Isaac Kohane
- i2b2 project: https://www.i2b2.org/about/index.html
- Boston Global Forum (2/4/2026): America at 250 AI Pioneers publication
- Vinmec (12/12/2024): DrAid AI tích hợp vào quy trình ung bướu Vinmec Times City

VIII. KẾT LUẬN VÀ KHUYẾN NGHỊ THAM MƯU

Isaac "Zak" Kohane là nhân vật có tầm quan trọng cao đối với Việt Nam trong lĩnh vực AI y tế, với mức độ liên quan trực tiếp cao hơn hầu hết các nhân vật nhóm III khác vì hai lý do:

Thứ nhất, NEJM AI dưới sự lãnh đạo của ông sẽ thiết lập chuẩn kiểm định AI lâm sàng toàn cầu trong 3–5 năm tới — các cơ quan quản lý y tế Việt Nam (Cục Quản lý Dược, Cục Khám chữa bệnh) cần theo dõi sát các tiêu chuẩn đánh giá mà tạp chí này xây dựng khi soạn thảo hướng dẫn cấp phép AI thiết bị y tế.

Thứ hai, mô hình i2b2 là mã nguồn mở, đã được kiểm chứng tại 200+ tổ chức toàn cầu, và có thể làm điểm xuất phát kỹ thuật cho kiến trúc hạ tầng dữ liệu y tế nghiên cứu của Việt Nam — thay vì xây dựng từ đầu.

**Khuyến nghị: **

1. Theo dõi NEJM AI định kỳ: Thiết lập cơ chế review nội bộ các bài xuất bản của NEJM AI về tiêu chuẩn đánh giá AI lâm sàng — ưu tiên mục "Policy Corner" và "Perspective" — để cung cấp đầu vào kịp thời cho cơ quan quản lý y tế trong quá trình soạn thảo văn bản dưới luật của Luật AI 2025.

2. Kết nối VinBDI–HMS DBMI: Khám phá khả năng thỏa thuận hợp tác nghiên cứu (MOU) giữa VinBDI/VinUni Medicine và Harvard DBMI để tiếp cận chương trình đào tạo PhD track và tư vấn thiết kế hạ tầng nghiên cứu dữ liệu y tế. Kohane mở cửa với nghiên cứu sinh và cộng tác viên quốc tế trong lĩnh vực AI lâm sàng và tin học y tế.

3. Tham chiếu chính sách PING/Guardian Angel: Giao thức kiểm soát dữ liệu bệnh nhân (PING — Patient-initiated data granting) mà nhóm Kohane đang phát triển có thể làm mô hình kỹ thuật cho cơ chế consent theo Luật Bảo vệ Dữ liệu Cá nhân và Luật AI Việt Nam trong ngữ cảnh dữ liệu y tế.

Nguồn: 9 truy vấn Exa (7 thành công, 2 bị giới hạn tốc độ); Kempner Institute, HMS DBMI, NEJM AI, Kohane Lab, i2b2, Boston Global Forum, LinkedIn, Vinmec.