Cập nhật bằng chứng năm 2026: liệu chatbot có thể chẩn đoán một chiếc răng từ hồ sơ lâm sàng không?

Cập nhật biên tập — 21 tháng 10 năm 2026. Bản tóm tắt nghiên cứu Torabinejad này, mục tóm tắt bằng chứng liên quan và câu hỏi thường gặp, cùng tất cả bảy bản dịch đang chờ xem xét lâm sàng. Phê duyệt ngày 30 tháng 9 chỉ áp dụng cho nội dung trước đó.

Chưa đủ độ tin cậy để thay thế bác sĩ nha khoa nội nha của bạn. Trong một nghiên cứu hồi cứu trên 645 chiếc răng, ChatGPT-5.2 và Gemini 3.0 đồng thuận với các phân loại tham chiếu của chuyên gia thường xuyên hơn trên các nhiệm vụ riêng lẻ so với khi xét tất cả các quyết định bắt buộc cùng nhau. Đây không phải bằng chứng về chẩn đoán tự động an toàn, sự vượt trội so với bác sĩ lâm sàng, hay cải thiện kết quả điều trị cho bệnh nhân.

Torabinejad và các cộng sự đã so sánh các chatbot tiêu dùng thông thường với các phân loại tham chiếu của bác sĩ nha khoa nội nha được hiệu chỉnh đối với các răng cần điều trị tủy ban đầu tại nhiều cơ sở [11]. Các mô hình được đánh giá đã ghi lại thông tin ca bệnh trong một lần duy nhất thông qua giao diện người dùng tiêu dùng; chúng không khám bệnh nhân. Bài báo được cung cấp từ tạp chí Journal of Endodontics là bản in thử trước xuất bản, được chấp nhận ngày 7 tháng 10 năm 2026, chưa phải phiên bản chính thức cuối cùng.

Các điểm cuối phải được giữ riêng biệt. Độ chính xác được báo cáo cho từng điểm cuối riêng lẻ dao động từ 74–88%. Mức đồng thuận trên cả ba điểm cuối lâm sàng cùng nhau — chẩn đoán tủy, chẩn đoán quanh chóp và lập kế hoạch điều trị — là 61,1% đối với ChatGPT-5.2 và 59,4% đối với Gemini 3.0. Mức đồng thuận chính xác trên cả bốn điểm cuối, bao gồm thêm độ khó ca bệnh, là 47,3% và 46,2% tương ứng. Đây là kết quả ở cấp độ từng chiếc răng trong nghiên cứu 645 răng, không phải các số đo có thể hoán đổi cho nhau. Kết quả bốn điểm cuối không phải là tỷ lệ lỗi chẩn đoán chatbot phổ quát hay ước tính về tổn hại cho bệnh nhân.

Tham chiếu là phân loại của chuyên gia, không phải là sự thật sinh học tuyệt đối: tham chiếu phân tích của mỗi ca đến từ một bác sĩ nha khoa nội nha được hiệu chỉnh, không phải đồng thuận của một hội đồng. Bản thân các chuyên gia có sự khác biệt, đặc biệt về độ khó ca bệnh. Thiết kế hồi cứu, dân số điều trị ban đầu được chọn lọc, mất cân bằng lớp và đánh giá giao diện người dùng tiêu dùng một lần duy nhất đều hạn chế khả năng tổng quát hóa; phiên bản mô hình và lời nhắc cũng có vai trò quan trọng. Độ chính xác tổng thể cao có thể che giấu hiệu suất yếu hơn trên các danh mục ít phổ biến. Nghiên cứu không kiểm tra liệu việc sử dụng chatbot có cải thiện khả năng lành thương, ngăn ngừa tổn hại hay giúp bệnh nhân giữ được răng hay không.

Bản in thử trước này cũng có những hạn chế về báo cáo: một số số lượng so sánh cặp mô hình trong Hình 3 mâu thuẫn với các bảng của nó, và quy trình sàng lọc khác với mô tả trong phần Phương pháp. Chúng tôi không sử dụng những số liệu đang tranh cãi đó để xếp hạng các mô hình. Tệp 48 trang được cung cấp bao gồm chú thích phần bổ sung nhưng không có các bảng và hình phụ lục cơ bản, vì vậy những tài liệu đó không thể được kiểm tra độc lập. Các tỷ lệ phần trăm ở trên là các điểm cuối tổng hợp do tác giả báo cáo, không phải kết quả phụ lục được tái tạo.

Điều này khác với nghiên cứu của Jalali và các cộng sự về các câu hỏi hội đồng miệng mô phỏng [8], trong đó kiểm tra GPT-4o và Gemini 2.5 Pro trên ba ca bệnh được cung cấp. Điểm số câu trả lời thi và mức đồng thuận trên hồ sơ lâm sàng hồi cứu trả lời các câu hỏi khác nhau, với các mô hình và mẫu số khác nhau; cả hai đều không thiết lập được sự an toàn của chăm sóc độc lập. Hãy sử dụng chatbot để chuẩn bị câu hỏi, không phải để quyết định liệu răng của bạn có cần điều trị hay không. Bác sĩ nha khoa nội nha của bạn phải diễn giải các triệu chứng, xét nghiệm và hình ảnh trong bối cảnh cụ thể.

Những gì nghiên cứu có thể — và không thể — cho bạn biết

AI hình ảnh không phải là chatbot

AI hình ảnh phân tích phim X-quang hoặc ảnh chụp CBCT cho một nhiệm vụ được xác định, chẳng hạn như đánh dấu một vùng có thể cần kiểm tra kỹ hơn. Một chatbot tạo sinh tạo ra văn bản để phản hồi một câu lệnh. Câu trả lời trôi chảy, hay thành tích trong bài thi hội đồng chuyên khoa, không xác lập năng lực chẩn đoán răng của bạn. Chatbot có thể bịa đặt sự kiện và trích dẫn. Cả hai công cụ đều không thể thực hiện kiểm tra cắn của bạn, đánh giá các triệu chứng trực tiếp hoặc chịu trách nhiệm về điều trị.

Lợi ích tiềm năng — và những gì chúng không chứng minh

Một công cụ hình ảnh có thể thu hút sự chú ý đến một phát hiện tinh tế hoặc giúp tổ chức việc xem xét của bác sĩ lâm sàng. Một chatbot có thể giúp bạn chuẩn bị câu hỏi hoặc hiểu các từ không quen thuộc. Đây là những ứng dụng có thể có, không phải là bảo đảm chăm sóc tốt hơn. Nhiều phát hiện hơn không nhất thiết là tốt hơn: một công cụ hữu ích phải cải thiện quyết định mà không cần chụp ảnh, điều trị, chi phí hoặc trì hoãn không cần thiết. Các kết quả quan trọng với bệnh nhân bao gồm đau, lành thương, chất lượng cuộc sống và giữ được răng.

Dương tính giả và âm tính giả

Dương tính giả gắn cờ bệnh thực sự không tồn tại; nó có thể dẫn đến lo lắng, chụp ảnh thêm hoặc điều trị không cần thiết. Âm tính giả bỏ sót bệnh và có thể trì hoãn việc chăm sóc cần thiết. Độ chính xác phụ thuộc vào nhiệm vụ, chất lượng hình ảnh, các bệnh nhân được nghiên cứu và cách chẩn đoán chính xác được xác lập. Một con số độ chính xác cao từ một tập dữ liệu được chọn không cho bạn biết công cụ sẽ đúng bao nhiêu lần đối với người như bạn.

Tại sao xác nhận bên ngoài quan trọng

Xác nhận bên ngoài kiểm tra một công cụ trên các bệnh nhân và hình ảnh tách biệt khỏi dữ liệu phát triển của nó, lý tưởng nhất là từ các phòng khám và máy quét khác. Hãy hỏi xem nghiên cứu có bao gồm các trường hợp lâm sàng hàng ngày, các quần thể khác nhau và các răng có vật liệu trám hoặc nội nha có thể tạo ra hiện vật hình ảnh hay không. Xác nhận một nhiệm vụ không xác nhận mọi cách sử dụng. Các nghiên cứu tiến cứu trong chăm sóc thực tế và so sánh với chăm sóc của bác sĩ lâm sàng là cần thiết để xác định liệu việc sử dụng một công cụ có thực sự mang lại lợi ích cho bệnh nhân hay không.

Những gì quan điểm JADA ủng hộ

Swanson và các đồng nghiệp thảo luận về việc chuyển đổi các công nghệ mới nổi thành tác động lâm sàng và đánh giá các kết quả quan trọng với bệnh nhân [1]. Bài báo JADA tháng 9 năm 2026 của họ là một quan điểm dịch thuật, không phải là nghiên cứu độ chính xác chẩn đoán AI hoặc thử nghiệm chứng minh kết quả điều trị nội nha vượt trội. Nó ủng hộ việc hỏi cách một công nghệ đầy hứa hẹn trở nên hữu ích trong thực hành; nó không biện minh cho một tỷ lệ phần trăm độ chính xác hay lời hứa về lợi ích lâm sàng.

Cảnh báo AI có nghĩa là nội nha của tôi thất bại không?

Không. Allihaibi và các đồng nghiệp đã nghiên cứu phim X-quang quanh chóp theo dõi của 376 răng đã được điều trị, sử dụng các phát hiện X-quang CBCT làm tiêu chuẩn tham chiếu [3]. Ở cấp độ răng, AI nhạy hơn các bác sĩ lâm sàng (67,3% so với 49,3%) nhưng đặc hiệu thấp hơn (82,3% so với 92,5%): nó phát hiện nhiều phát hiện tham chiếu dương tính hơn trong khi cũng gây ra nhiều báo động giả hơn. Đây là kết quả nghiên cứu, không phải hiệu suất của phòng khám này. Một vùng tối dai dẳng có thể đang thu nhỏ trong quá trình lành thương; một phát hiện hình ảnh đơn thuần không phải là bằng chứng về thất bại. Nghiên cứu không cho thấy lành thương tốt hơn hay ít lần điều trị lại không cần thiết hơn. Triệu chứng, khám lâm sàng, hình ảnh trước đó và theo dõi đều quan trọng.

AI dành cho người tiêu dùng có thể bỏ sót biến chứng nghiêm trọng không?

Có. Akyüz và các đồng nghiệp đã kiểm tra ba hệ thống AI hình ảnh và văn bản dành cho người tiêu dùng trên 60 trường hợp lâm sàng được chọn dựa trên sự đồng thuận của hai bác sĩ nội nha [4]. Nhận biết một số tổn thương không chuyển thành phát hiện biến chứng đáng tin cậy: độ nhạy phát hiện thủng dao động từ 0% đến 22,7% trên các hệ thống được kiểm tra. Đây là một điểm chuẩn hồi cứu nhỏ, không phải là xác nhận lâm sàng tại địa điểm độc lập hay thử nghiệm kết quả bệnh nhân. Một phản hồi chatbot tự tin không thể loại trừ thủng hoặc dụng cụ gãy, và lời khuyên điều trị của nó không nên thay thế đánh giá của bác sĩ nội nha.

AI có thể tìm ống tủy ẩn không?

Các nhà nghiên cứu đang khám phá điều này, nhưng bối cảnh nghiên cứu rất quan trọng. Ji và các đồng nghiệp đã kiểm tra nâng cao hình ảnh trên 171 răng đã nhổ [5]. Trong một nhóm phụ gồm 25 răng hàm lớn trên thứ nhất bốn ống tủy, một ống tủy bổ sung có thể nhìn thấy trong 18 hình ảnh CBCT thông thường, 23 hình ảnh được nâng cao và tất cả 25 hình ảnh tham chiếu micro-CT. So sánh trong phòng thí nghiệm này không phải là nghiên cứu kết quả lâm sàng; ngay cả hình ảnh được nâng cao cũng bỏ sót ống tủy. Turp và các đồng nghiệp đã kiểm tra phát hiện ống tủy bổ sung trong một tập dữ liệu chỉ gồm 28 trường hợp từ một cơ sở và máy quét [6]. Một trường hợp bị bỏ sót. Kiểm tra nội bộ không phải là xác nhận bên ngoài độc lập. Không có nghiên cứu nào chứng minh cải thiện thành công điều trị hoặc biện minh cho việc chụp CBCT thêm thường quy.

Tại sao câu lệnh chấn thương tốt hơn không phải là bảo đảm an toàn

Ourang và các đồng nghiệp so sánh câu trả lời của chatbot với các câu hỏi được đặt theo góc độ người không chuyên và chuyên gia về bốn tình huống chấn thương răng giả định [7]. Các câu hỏi của chuyên gia cung cấp nội dung lâm sàng khác nhau cũng như cách diễn đạt khác nhau, vì vậy nghiên cứu không thể tách biệt tác động của cách diễn đạt đơn thuần. Một số câu trả lời chứa lời khuyên không an toàn hoặc bịa đặt. 1.920 điểm số được báo cáo là đánh giá theo tiêu chí của người đánh giá, không phải các trường hợp bệnh nhân. Đừng mất thời gian tinh chỉnh câu lệnh chatbot thay vì tìm kiếm đánh giá chuyên môn kịp thời cho một chấn thương răng.

Câu trả lời thuyết phục có thể chứa trích dẫn bịa đặt không?

Có. Trong nghiên cứu thi vấn đáp hội đồng nội nha mô phỏng của Jalali và các đồng nghiệp, mỗi mô hình trong hai mô hình được kiểm tra đã tạo ra bốn trích dẫn bịa đặt [8]. Các mô hình trả lời câu hỏi về ba lịch sử bệnh án được cung cấp; chúng không khám bệnh nhân hay tham gia kỳ thi hội đồng chính thức. Một câu trả lời bóng bẩy và điểm số ấn tượng không xác minh tài liệu tham khảo của nó hay xác lập phán đoán lâm sàng độc lập an toàn. Hãy mở một tài liệu tham khảo quan trọng và kiểm tra xem nó có tồn tại và thực sự hỗ trợ tuyên bố không.

AI có thể lựa chọn điều trị lại hay vi phẫu cho răng của tôi không?

Bằng chứng được xem xét không xác lập khả năng đó. Bản tiền in tạp chí năm 2026 của Sabeti và Torabi là một đánh giá phạm vi và phân tích khoảng cách khám phá, không phải là công cụ lựa chọn điều trị được xác nhận [9]. Trong sáu nghiên cứu tiên lượng, không có nghiên cứu nào báo cáo xác nhận bên ngoài hay hiệu chỉnh chính thức — kiểm tra xem các xác suất dự đoán có khớp với kết quả quan sát hay không. Độ chính xác khi phân loại các trường hợp không giống như tỷ lệ phần trăm thành công cá nhân đáng tin cậy. Không có mô hình nào cung cấp dự đoán được xác nhận cho cả điều trị lại và vi phẫu trong cùng một tình huống. Một số đầu vào chỉ có sẵn sau điều trị hoặc trong quá trình theo dõi, quá muộn cho quyết định ban đầu. Khả năng phục hồi, tiếp cận ống tủy, tính khả thi của phẫu thuật và sở thích của bạn vẫn cần đánh giá của bác sĩ lâm sàng. Bản tiền in có sự không nhất quán trong luồng sàng lọc và các bảng bổ sung không có sẵn; khung quyết định được đề xuất của nó vẫn còn mang tính khám phá.

Quyền riêng tư, đồng ý và trách nhiệm giải trình

Tránh tải lên hình ảnh nha khoa có thể nhận dạng, tiền sử bệnh hoặc thông tin cá nhân lên chatbot công cộng. Trước khi một dịch vụ AI nhận hồ sơ của bạn, hãy hỏi ai nhận dữ liệu, chúng được lưu trữ ở đâu, được lưu giữ bao lâu, liệu chúng có được dùng để huấn luyện các mô hình tương lai không và bạn có những lựa chọn nào. Hướng dẫn của WHO nhấn mạnh quyền tự chủ, an toàn, minh bạch, trách nhiệm giải trình, hòa nhập và bền vững [2]. Bác sĩ lâm sàng của bạn vẫn chịu trách nhiệm diễn giải các phát hiện và thảo luận về sự không chắc chắn cũng như các phương án thay thế.

Tôi nên trao đổi với bác sĩ về kết quả AI như thế nào?

Bài tổng quan tường thuật về đạo đức AI trong nha khoa của Narad, Sharda và Aasdhir bàn về khả năng và giới hạn của AI, tính đại diện của dữ liệu huấn luyện và sự công bằng, quyền riêng tư và trách nhiệm khi xảy ra sai sót [10, pp. 1000–1002]. Hãy hỏi bác sĩ kết quả AI phù hợp với triệu chứng, khám lâm sàng và hình ảnh của bạn ra sao, thay vì tin vào lời giải thích do AI tạo ra: ngay cả lời giải thích nghe hợp lý được đưa ra sau kết quả cũng có thể gây hiểu lầm [10, p. 1002]. Hỏi công cụ hoạt động thế nào với người bệnh giống bạn và ai giải quyết sai sót hoặc mối lo ngại. Đây không phải nghiên cứu độ chính xác chẩn đoán hay thử nghiệm kết quả điều trị; bài tổng quan không chứng minh lợi ích cho bệnh nhân hoặc tính an toàn của bất kỳ sản phẩm nào. Hướng dẫn này không khẳng định phòng khám chúng tôi sử dụng AI lâm sàng.

Câu hỏi cần hỏi nhà cung cấp của bạn

Công cụ này được thiết kế cho nhiệm vụ chính xác nào? Nó đã được kiểm tra độc lập trên các bệnh nhân như tôi chưa? Điều gì xảy ra nếu nó không đồng ý với kết quả khám của bạn? Kết quả của nó có thay đổi điều trị của tôi không, và tại sao? Nó có thể dẫn đến chụp ảnh hoặc chi phí thêm không? Ai kiểm tra kết quả của nó? Hồ sơ của tôi được bảo vệ như thế nào, và tôi có thể từ chối việc sử dụng này không? Giải thích rõ ràng về các hạn chế hữu ích hơn là một tiêu đề độ chính xác trong trường hợp tốt nhất.

Câu hỏi thường gặp của bệnh nhân

Khám phá bằng chứng và việc chăm sóc của bạn

• Nghiên cứu: AI và gãy chân răng dọc trên CBCT
• Nghiên cứu: chatbot và kỳ thi hội đồng nội nha
• Công nghệ của chúng tôi và cách chúng tôi đánh giá nó
• Cách thực hiện chẩn đoán nội nha
• Khi nào chụp ảnh CBCT có thể giúp ích
• Bằng chứng nghiên cứu và các hạn chế của nó

Nguồn tài liệu và ranh giới bằng chứng

1. Swanson et al. Driving emerging technology to clinical impact. JADA. 2026;157(9):957–967.

   Quan điểm dịch thuật; không phải là thử nghiệm độ chính xác AI hay lợi ích lâm sàng.

2. World Health Organization. Ethics and governance of artificial intelligence for health. 2021.

   Hướng dẫn đạo đức độc lập; không phải bằng chứng về độ chính xác chẩn đoán nội nha.

3. Allihaibi, Koller & Mannocci. Diagnostic Accuracy of a Commercial AI-based Platform in Evaluating Endodontic Treatment Outcomes on Periapical Radiographs Using CBCT as the Reference Standard. J Endod. 2025;51:898–908.

   So sánh X-quang hồi cứu; đánh đổi độ nhạy/đặc hiệu, không phải bằng chứng về thất bại lâm sàng hay lợi ích bệnh nhân.

4. Akyüz, Kıvırcık & Aslan. Artificial Intelligence-assisted Periapical Radiographic Assessment: Lesion Detection, Endodontic Complication Analysis, and Review of Clinical Treatment Recommendations. J Endod. 2026;52:1194–1205.

   Điểm chuẩn 60 trường hợp được chọn dựa trên sự đồng thuận chuyên gia; bỏ sót biến chứng và không có thử nghiệm kết quả bệnh nhân.

5. Ji et al. Construction and Evaluation of an AI-based CBCT Resolution Optimization Technique for Extracted Teeth. J Endod. 2024;50:1298–1306.

   Nghiên cứu phòng thí nghiệm trên răng đã nhổ với tham chiếu micro-CT; không phải xác nhận lâm sàng bên ngoài hay giảm liều được chứng minh.

6. Turp et al. Automated Detection of Middle Mesial Canals in Mandibular Molars on CBCT using nnU-Net: A Retrospective Diagnostic Accuracy Study. J Endod. 2026;52:1352–1358.

   Kiểm tra nội bộ nhỏ 28 trường hợp từ một cơ sở/thiết bị; không có xác nhận bên ngoài độc lập hay lợi ích điều trị được chứng minh.

7. Ourang et al. Artificial Intelligence Chatbots’ Performance on Dental Trauma Case-based Queries: Examining the Effect of Prompt and Content Engineering. J Endod. 2026;52:1444–1452.

   Bốn tình huống chấn thương giả định; câu lệnh và nội dung lâm sàng thay đổi cùng nhau. Không phải nghiên cứu về bệnh nhân bị thương.

8. Jalali et al. Artificial Intelligence Chatbots Taking American Board of Endodontics Simulated Oral Board Examination. J Endod. 2026;52:1148–1156.

   Ba trường hợp mô phỏng; bốn trích dẫn bịa đặt trên mỗi mô hình được kiểm tra. Không phải kỳ thi chính thức hay xác nhận chăm sóc tự chủ.

9. Sabeti MA, Torabi G. AI Prognostic Models in Endodontics: Scoping Review and Clinical Gap Analysis for Retreatment vs Microsurgery Decision Support. J Endod. 2026. Journal pre-proof.

   Sáu nghiên cứu tiên lượng, không có xác nhận bên ngoài hay hiệu chỉnh chính thức; khung lựa chọn điều trị khám phá. Bản tiền in được cung cấp có sự không nhất quán trong luồng sàng lọc và các bảng bổ sung không có sẵn; số tập/trang cuối cùng chưa được phân công ở đây.

10. Narad C, Sharda K, Aasdhir SS. Ethical dimensions of artificial intelligence integration into dental practice. JADA. 2026;157(9):999–1004.

    Bài tổng quan tường thuật sáu trang về đạo đức; không phải nghiên cứu độ chính xác chẩn đoán, thử nghiệm kết quả bệnh nhân hay bằng chứng về lợi ích hoặc an toàn sản phẩm.

11. Torabinejad M, Tordik PA, Alenezi M, Parirokh M, Dianat O, Foroughi M, Zegar Z, Oyoyo UE. Comparing Diagnostic Ability of Two Off-the-Shelf Large Language Models with That of Endodontists for Teeth Requiring Initial Root Canal Treatment: A Multicenter Retrospective Investigation. Journal of Endodontics. 2026. Journal pre-proof.

    Bản in thử trước được cung cấp, được chấp nhận ngày 7 tháng 10 năm 2026. So sánh tham chiếu chuyên gia hồi cứu trên 645 răng; các điểm cuối riêng lẻ và tổng hợp khác nhau. Sự biến động giữa các chuyên gia và kiểm tra giao diện người dùng tiêu dùng một lần duy nhất hạn chế việc diễn giải. Không có sự an toàn chăm sóc tự động hay lợi ích kết quả bệnh nhân nào được thiết lập. Bổ sung biên tập đang chờ xem xét lâm sàng.

Bài báo về đạo đức AI nha khoa đã được đọc và xác minh là một bài tổng quan tường thuật. Nội dung giúp bệnh nhân đặt câu hỏi; riêng bài báo không chứng minh lợi ích lâm sàng hay độ an toàn của sản phẩm. Sự phê duyệt lâm sàng của hướng dẫn này và phạm vi giới hạn của nó được nêu ở trên, tách biệt với việc xác minh nguồn.