PGS.TS Nguyễn Thị Vân Anh, giảng viên Khoa Khoa học Sự sống, Trường Đại học Khoa học và Công nghệ Hà Nội. Ảnh: USTH.

Từ một hoạt chất trong cây thuốc đến quyết định dùng thuốc cho người bệnh là một quãng đường dài. Ở đầu này là phòng thí nghiệm, dược lý, dược động học; ở đầu kia là dữ liệu lâm sàng, hiệu quả điều trị, độc tính và những khác biệt giữa từng nhóm bệnh nhân. PGS.TS Nguyễn Thị Vân Anh đã theo đuổi phần giao nhau ấy nhiều năm. Năm 2026, hướng nghiên cứu của bà có thêm một bước mới khi USTH thành lập nhóm AI-Translational Pharmaceutical Sciences and Clinical Pharmacy, gọi tắt là AI-TPC, do bà làm trưởng nhóm.

Tên nhóm khá dài nhưng mục tiêu được USTH công bố ngắn gọn: khoa học dược chuyển dịch và dược lâm sàng ứng dụng AI. Đây cũng là nhóm nghiên cứu mới duy nhất được trường công bố thành lập trong năm 2026. USTH chưa công bố chi tiết từng bài toán AI-TPC sẽ triển khai, vì vậy chưa thể nói AI sẽ được dùng ở khâu nào hay tạo ra sản phẩm cụ thể nào. Điều có thể xác định là một nhà nghiên cứu vốn đi từ dược lý và dược lâm sàng đang chủ trì một hướng kết hợp thêm năng lực tính toán vào bài toán sử dụng thuốc.

Đi từ dược lý đến câu hỏi thuốc có phù hợp với người bệnh

Nguyễn Thị Vân Anh tốt nghiệp Dược sĩ tại Trường Đại học Dược Hà Nội năm 2009, sau đó nhận bằng tiến sĩ Dược học tại Đại học Lyon 1, Pháp năm 2013. Hồ sơ chuyên môn của USTH cho thấy bà tập trung vào hai hướng: tìm kiếm và đánh giá các hợp chất có hoạt tính sinh học từ dược liệu; đồng thời nghiên cứu dược động học, dược lực học, dữ liệu lâm sàng đời thực và dược lâm sàng nhằm tối ưu sử dụng thuốc, cải thiện kết quả điều trị.

Khi được bổ nhiệm chức danh Phó Giáo sư năm 2024, USTH cho biết Nguyễn Thị Vân Anh đã có 42 bài báo khoa học, trong đó 24 bài đăng trên các tạp chí quốc tế có uy tín và 17 bài bà giữ vai trò tác giả chính. Các hướng nghiên cứu khi đó đã bao gồm tìm hoạt chất tiềm năng cho bệnh tim mạch, tiểu đường, viêm, ung thư, cùng những nghiên cứu về hiệu quả, độc tính, kháng thuốc và sử dụng thuốc an toàn, hợp lý.

Nền tảng ấy quan trọng bởi dược lâm sàng không dừng ở câu hỏi một loại thuốc có tác dụng hay không. Trong thực tế, bác sĩ và dược sĩ còn phải cân nhắc liều dùng, tương tác với thuốc khác, chức năng cơ quan, bệnh đi kèm, nguy cơ phản ứng bất lợi và khả năng đáp ứng của từng người bệnh.

PGS.TS Nguyễn Thị Vân Anh theo đuổi nghiên cứu dược lý, dược lâm sàng và tối ưu hóa sử dụng thuốc. Ảnh: USTH.

Một trong những nghiên cứu công bố năm 2026 có Nguyễn Thị Vân Anh đứng tên đầu kết hợp thực nghiệm trong phòng thí nghiệm với các phân tích in silico đa cấp để khảo sát cơ chế chống đái tháo đường và chống oxy hóa của Oxalis corniculata. Công trình sử dụng các phương pháp tính toán để đi xa hơn việc chỉ đo hoạt tính ức chế enzyme, hướng tới tìm hiểu các đích phân tử và cơ chế tiềm năng của các hợp chất. Đây chưa phải bằng chứng về một ứng dụng AI trong dược lâm sàng, nhưng cho thấy công cụ tính toán đã hiện diện trong hướng nghiên cứu của bà.

Ở một hướng khác gần người bệnh hơn, hồ sơ USTH cập nhật năm 2026 liệt kê Nguyễn Thị Vân Anh trong nhóm tác giả nghiên cứu các yếu tố dự báo sống còn ở bệnh nhân cao tuổi Việt Nam mắc bạch cầu tủy cấp điều trị bằng decitabine, sử dụng dữ liệu thực tế. Việc một nhà nghiên cứu cùng lúc làm việc với dược liệu, mô hình tính toán và bằng chứng đời thực cho thấy khoảng cách giữa phòng thí nghiệm và thực hành lâm sàng đang được thu hẹp theo một cách khá rõ.

AI vào dược lâm sàng để giải bài toán nào?

AI đang xuất hiện ngày càng nhiều trong y tế và phát triển thuốc. WHO xác định AI đã tham gia vào chẩn đoán, chăm sóc lâm sàng, phát triển dược phẩm và quản lý hệ thống y tế; đồng thời nhấn mạnh việc ứng dụng phải đi cùng quản trị, bằng chứng, an toàn và đạo đức. Riêng với phát triển và cung ứng dược phẩm, WHO nhìn nhận AI có tiềm năng đáng kể nhưng cũng kéo theo những rủi ro cần được kiểm soát.

Cơ quan Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA) cũng cho biết các hồ sơ phát triển thuốc có thành phần AI đã tăng nhanh. Từ năm 2016 đến 2023, FDA có kinh nghiệm xem xét hơn 500 hồ sơ có sử dụng AI ở một mức độ nào đó. Tháng 1/2026, FDA và Cơ quan Dược phẩm châu Âu công bố 10 nguyên tắc thực hành AI tốt trong phát triển thuốc, tập trung vào độ tin cậy của dữ liệu, mục đích sử dụng và quản lý rủi ro.

Ở cấp độ thực hành, phiên dược lâm sàng tại Hội nghị khoa học Bệnh viện Quốc tế Hải Phòng 2026 đã đưa AI vào thảo luận ở những bài toán rất cụ thể như hỗ trợ sử dụng thuốc an toàn, kiểm soát tương tác, phát hiện trùng hoạt chất và tối ưu liều điều trị. Đây không phải hoạt động của nhóm AI-TPC, nhưng cho thấy nhu cầu ứng dụng AI trong dược lâm sàng ở Việt Nam đã bắt đầu đi từ khái niệm sang những tình huống thực hành.

AI trong dược học cần đi cùng bằng chứng và độ tin cậy

AI đã được sử dụng ngày càng nhiều trong phát triển thuốc, phân tích dữ liệu và hỗ trợ một số hoạt động chăm sóc lâm sàng. FDA cho biết cơ quan này có kinh nghiệm với hơn 500 hồ sơ phát triển thuốc có thành phần AI trong giai đoạn 2016-2023. Đầu năm 2026, FDA và EMA công bố 10 nguyên tắc thực hành AI tốt trong phát triển thuốc. Trọng tâm không phải mô hình càng phức tạp càng tốt, mà là dữ liệu phù hợp, mục đích sử dụng rõ, khả năng đánh giá độ tin cậy và quản lý rủi ro trong suốt vòng đời. WHO cũng khuyến nghị AI trong y tế cần được triển khai trên nền tảng bằng chứng, an toàn, minh bạch và quản trị phù hợp.

Với một nhóm nghiên cứu như AI-TPC, giá trị không nằm ở việc thêm chữ “AI” vào một lĩnh vực y dược vốn đã có lịch sử lâu đời. AI chỉ hữu ích khi nó giải được một câu hỏi chuyên môn tốt hơn cách đang có: phát hiện tín hiệu trong lượng dữ liệu lớn, hỗ trợ dự báo nguy cơ, giảm sai sót hoặc cung cấp thêm bằng chứng để người làm chuyên môn ra quyết định.

Đây cũng là ranh giới cần giữ rõ. Công nghệ có thể hỗ trợ dược sĩ và bác sĩ nhưng không tự thay thế đánh giá lâm sàng. FDA nhấn mạnh độ tin cậy của một mô hình AI phải được xem trong đúng bối cảnh sử dụng; WHO cũng đặt an toàn, quản trị và bằng chứng vào trung tâm của quá trình triển khai AI trong sức khỏe.

Thêm một hướng đi cho nữ trí thức trong khoa học liên ngành

Việc Nguyễn Thị Vân Anh đứng đầu AI-TPC đáng chú ý ở một điểm khác: lĩnh vực dược đang trở nên ngày càng liên ngành. Một nhà nghiên cứu không nhất thiết phải trở thành chuyên gia lập trình để làm việc với AI, nhưng cần đủ hiểu bài toán dược học để biết dữ liệu nào có ý nghĩa, câu hỏi nào đáng đặt và một mô hình tốt về kỹ thuật có thực sự hữu ích cho người bệnh hay không.

Năm 2019-2022, Nguyễn Thị Vân Anh từng chủ trì đề tài NAFOSTED về hoạt tính sinh học của một số loài dong riềng, hướng tới phát triển dược liệu ứng dụng trong điều trị bệnh tim mạch. Đến năm 2026, các công bố của bà vẫn tiếp tục đi sâu vào nguồn dược liệu, cơ chế tác dụng và dữ liệu điều trị, trong khi nhóm AI-TPC mở thêm một hướng nghiên cứu ở giao điểm với trí tuệ nhân tạo.

Sự chuyển động này khác với việc chạy theo một công nghệ đang được chú ý. Nếu AI-TPC phát triển đúng theo hướng USTH công bố, câu hỏi trung tâm vẫn là dược học và người bệnh; AI đóng vai trò công cụ để xử lý những lớp dữ liệu mà cách làm truyền thống khó khai thác hết.

Nghiên cứu dược học hiện đại ngày càng kết hợp dữ liệu, công cụ tính toán và thực nghiệm để hỗ trợ phát triển và sử dụng thuốc. Ảnh minh họa: Tima Miroshnichenko/Pexels.

Trên Phụ nữ Mới, bài AI đang thay đổi cách nữ trí thức làm việc như thế nào? từng đặt vấn đề AI đang dịch chuyển lao động trí óc từ xử lý công việc sang đặt câu hỏi, khai thác dữ liệu và ra quyết định. Trường hợp của Nguyễn Thị Vân Anh cho thấy một lát cắt cụ thể hơn: người làm chuyên môn không đứng ngoài công nghệ mà tìm cách đưa nó vào chính lĩnh vực mình hiểu sâu nhất.

Đối với một nữ trí thức, vị trí trưởng nhóm AI-TPC cũng cho thấy vai trò không dừng ở việc tham gia một xu hướng nghiên cứu mới. Người đứng đầu phải lựa chọn vấn đề, tập hợp chuyên môn khác nhau và xác định đâu là giá trị mà công nghệ có thể tạo ra.

USTH hiện mới công bố hướng nghiên cứu của AI-TPC, chưa công bố kết quả đầu ra hay một ứng dụng lâm sàng cụ thể. Vì vậy, giá trị đáng theo dõi của nhóm ở thời điểm này nằm ở câu hỏi mà họ lựa chọn: làm thế nào kết nối dược học, dữ liệu và AI để việc phát triển và sử dụng thuốc ngày càng gần hơn với nhu cầu thực của người bệnh.

Với Nguyễn Thị Vân Anh, đó là một bước tiếp theo khá logic trên con đường đã đi từ dược lý, dược động học đến dữ liệu lâm sàng. Công nghệ thay đổi, nhưng điểm đến mà hồ sơ nghiên cứu của bà theo đuổi nhiều năm vẫn khá nhất quán: sử dụng thuốc an toàn, hợp lý và mang lại kết quả tốt hơn cho bệnh nhân.

Nguồn box: FDA; European Medicines Agency; WHO.https://www.fda.gov/about-fda/center-drug-evaluation-and-research-cder/artificial-intelligence-drug-development