Chọn bảng kiểm báo cáo nghiên cứu AI y khoa Q1 thế nào?

Trả lời thẳng: Hãy chọn theo thứ mà bài xây dựng. Mô hình trên ảnh dùng CLAIM, mô hình dự đoán một kết cục lâm sàng từ dữ liệu bệnh nhân dùng TRIPOD+AI, còn dự án hướng tới triển khai thật ở bệnh viện thì thêm các nguyên tắc FUTURE-AI, và nên đối chiếu thêm hướng dẫn tác giả của tạp chí.

Hai hướng dẫn gánh phần lớn công việc. Checklist for Artificial Intelligence in Medical Imaging, gọi tắt là CLAIM, cho tác giả biết phải báo cáo những gì khi một nghiên cứu xây dựng hoặc kiểm tra mô hình AI trên hình ảnh y khoa. Tejani và cộng sự (2024) công bố bản cập nhật 2024 của bảng kiểm, và bảng kiểm được đăng ký với EQUATOR Network, mạng lưới thúc đẩy việc dùng hướng dẫn báo cáo trong nghiên cứu sức khoẻ. TRIPOD+AI cho tác giả biết phải báo cáo những gì khi một nghiên cứu xây dựng hoặc đánh giá mô hình dự đoán, dù mô hình dùng hồi quy hay học máy. Collins và cộng sự (2024) trình bày nó như một bảng kiểm 27 mục kèm một bảng kiểm 13 mục cho phần tóm tắt, và khẳng định nó thay thế bảng kiểm TRIPOD 37 mục của năm 2015.

Hai hướng dẫn chồng lên nhau khi một mô hình hình ảnh dự đoán chẩn đoán hoặc tiên lượng. Khi đó bạn đọc cả hai, theo hướng dẫn khớp với thiết kế hơn và nói rõ trong phần phương pháp mình đã dùng cái nào. Collins và cộng sự (2024) xếp CLAIM cạnh TRIPOD+AI trong bảng các hướng dẫn báo cáo cho nghiên cứu sức khoẻ dùng học máy, với CLAIM dành cho "medical imaging studies using artificial intelligence".

Nguồn: ba bài hướng dẫn nêu ở mục References, đọc ngày 2026-10-27.

Trả lời thẳng: Thường xuyên, và lần nào cũng ở những chỗ giống nhau. Trong 215 bài học sâu bị loại khỏi một tổng quan hình ảnh COVID-19, có 110 bài (51%) không đạt ít nhất ba tiêu chí CLAIM bắt buộc, và trong khảo sát 516 nghiên cứu AI chẩn đoán chỉ 31 bài (6%) dùng kiểm chứng ngoài.

Roberts và cộng sự (2021) tìm các mô hình học máy phát hiện hoặc tiên lượng COVID-19 từ ảnh X quang ngực và CT. Họ xác định được 2.212 nghiên cứu, sàng 415 bài, đọc toàn văn 320 bài và giữ lại 62 bài sau vòng đánh giá chất lượng. Trong 215 bài học sâu bị loại, 110 bài (51%) trượt ít nhất ba tiêu chí CLAIM bắt buộc, và những thiếu sót phổ biến nhất là tài liệu chưa đủ về cách chọn mô hình cuối (61%, 132 bài), về tiền xử lý (58%, 125 bài) và về chi tiết huấn luyện (49%, 105 bài). Các tác giả kết luận rằng không mô hình nào họ rà soát có tiềm năng dùng lâm sàng. Tổng quan này chỉ nói về một bệnh trong giai đoạn công bố vội vã, nên các tỷ lệ đó không phải ước lượng chung cho mọi AI y khoa.

Kim và cộng sự (2019) nhìn vào một lĩnh vực rộng hơn. Từ 2.748 bài thu thập được, họ có 516 nghiên cứu đủ điều kiện về AI chẩn đoán trên hình ảnh y khoa. Chỉ 31 bài (6%) dùng kiểm chứng ngoài, 4 bài (0,8%) là tiến cứu, 15 bài (2,9%) đa cơ sở và 5 bài (1,0%) dùng đoàn hệ chẩn đoán, và không nghiên cứu nào đạt đủ ba đặc điểm thiết kế mà các tác giả yêu cầu. Đây là mẫu của năm 2019 nên các bài mới có thể tốt hơn, nhưng ba mục đó vẫn xuất hiện trong các bảng kiểm hiện nay.

Bạn có thể dùng hai cuộc rà soát này làm một phép tự kiểm nhanh. Hãy đếm số mục bắt buộc mà phần phương pháp của bạn chưa chứng minh được. Nếu số đó đạt ba, bài của bạn đang đứng chỗ mà hơn một nửa số bài bị loại trong Roberts và cộng sự (2021) đã đứng, và khoảng trống này rẻ hơn để lấp trước khi nộp so với sau khi bị từ chối ngay vòng đầu.

Trả lời thẳng: Người phản biện mở ngay các mục về cách chia dữ liệu, kiểm tra ngoài, độ bất định thống kê và phân tích ca sai, vì chúng quyết định điểm số báo cáo có đáng tin hay không. Hãy điền trước những dòng thuộc các chủ đề đó, theo số thứ tự trong bảng kiểm CLAIM 2024 đã công bố.

Các mục về cách chia tập nặng ký nhất. Chúng yêu cầu tác giả nêu mức mà tập huấn luyện, tập tinh chỉnh và tập kiểm tra tách rời nhau, và với ảnh thì mức an toàn là bệnh nhân, như phần sau sẽ cho thấy. Các mục về kiểm tra ngoài yêu cầu đánh giá trên dữ liệu từ một nguồn khác, và nếu không làm được thì tác giả phải nêu rõ và biện giải giới hạn đó. Người phản biện cũng tìm khoảng tin cậy khi so sánh chỉ số, và tìm ví dụ về những ca mô hình đoán sai. Một bài có đủ bốn thứ này cho phép người đọc đánh giá điểm số chính mà không phải đoán.

Bảng dưới đây ghép các phần của bản thảo với các chủ đề của bản cập nhật CLAIM 2024. Đây là công cụ biên tập do MAAS dựng từ các chủ đề mà bảng kiểm bao phủ, không thuộc hướng dẫn gốc, nên hãy đối chiếu từng dòng với số mục đã công bố trước khi nộp.

Nguồn: các chủ đề của bản cập nhật CLAIM 2024 (Tejani và cộng sự, 2024), cách ghép do MAAS dựng, 2026-10-27.

Trả lời thẳng: Khi một bệnh nhân đóng góp nhiều ảnh, một phép chia ngẫu nhiên theo ảnh đặt phần lớn ảnh kiểm tra cạnh một ảnh cùng bệnh nhân trong tập huấn luyện. Ví dụ dưới đây cho thấy điều đó xảy ra với khoảng 99,8% ảnh kiểm tra, và đó là lý do người phản biện hỏi về mức chia.

Koçak và cộng sự (2025) viết rằng "a common and serious source of bias in model validation lies in data leakage", và nêu ví dụ các lần chụp lặp của một bệnh nhân nằm cả ở tập huấn luyện lẫn tập kiểm định. Một phép tính ngắn cho thấy điều đó xảy ra nhanh đến mức nào. Giả sử một bộ dữ liệu có 4.000 ảnh của 800 bệnh nhân, mỗi người 5 ảnh, và bạn gán từng ảnh vào tập huấn luyện hoặc tập kiểm tra một cách ngẫu nhiên theo tỷ lệ 80/20. Với một ảnh kiểm tra, mỗi trong 4 ảnh còn lại của cùng bệnh nhân rơi vào tập huấn luyện với xác suất 0,8, nên xác suất không ảnh nào rơi vào đó là 0,2 luỹ thừa bốn, tức 0,16%. Vì vậy khoảng 99,8% ảnh kiểm tra có một ảnh cùng bệnh nhân trong tập huấn luyện, và mô hình có thể đạt điểm cao nhờ nhận ra bệnh nhân chứ không phải nhận ra bệnh. Chia theo bệnh nhân trước khi chạm vào bất kỳ ảnh nào sẽ loại bỏ vấn đề này.

Phép tính trên là ví dụ do MAAS tính, không phải kết quả của một nghiên cứu, và con số chính xác phụ thuộc vào mỗi bệnh nhân có bao nhiêu ảnh. Người phản biện thấy phép chia ngẫu nhiên theo ảnh thường sẽ đòi phép chia theo bệnh nhân, nên hãy nêu mức chia trong phần phương pháp và trong bảng kiểm.

Chia sẻ mô hình là mối lo thứ hai. Lee và cộng sự (2025) rà các nghiên cứu phát triển mô hình AI đăng trên năm tạp chí X quang hàng đầu năm 2022, và thấy 107 trên 268 nghiên cứu, tức 39,9%, công khai mô hình. Trong 113 nghiên cứu học sâu, chỉ 13 nghiên cứu, tức 11,5%, công khai đầy đủ, và mã huấn luyện có ở 25 nghiên cứu, tức 22,1%. Koçak và cộng sự (2025) bổ sung rằng chưa tới khoảng 6% bài trên các tạp chí X quang chia sẻ dữ liệu dùng để xây mô hình. Hãy chuẩn bị sẵn bảng chia tập theo bệnh nhân và bản khai về khả năng truy cập mã và dữ liệu trước khi nộp, vì cả hai trả lời những câu hỏi mà người phản biện nếu không sẽ hỏi ở vòng đầu. Quy trình đầy đủ hơn có trong bài về cách làm nghiên cứu AI sức khoẻ lặp lại được.

Trả lời thẳng: Dùng TRIPOD+AI khi sản phẩm chính là một mô hình dự đoán chẩn đoán, tiên lượng hoặc nguy cơ, và dùng CLAIM khi đó là một phương pháp AI áp lên ảnh. FUTURE-AI là khung phát triển và triển khai, nên nó hỗ trợ các tuyên bố thiết kế chứ không thay được bảng kiểm báo cáo.

TRIPOD+AI lớn lên từ một tuyên bố năm 2015 cho các mô hình hồi quy. Collins và cộng sự (2024) giải thích rằng các phương pháp học máy đã lan rộng và bảng kiểm cũ cần được cập nhật, nên bản mới đưa ra hướng dẫn thống nhất cho nghiên cứu mô hình dự đoán bất kể phương pháp mô hình hoá. Bản mới cũng định nghĩa thuật ngữ "evaluation data" cho dữ liệu dùng để ước lượng hiệu năng, và dữ liệu đó phải tách khỏi dữ liệu huấn luyện, sao cho không có người tham gia nào nằm ở cả hai tập.

Lekadir và cộng sự (2025) mô tả một liên minh lập năm 2021 với 117 chuyên gia liên ngành từ 50 quốc gia. Trong hai năm, nhóm đạt đồng thuận về sáu nguyên tắc dẫn đường, gồm công bằng, tính phổ quát, truy vết được, dễ dùng, bền vững và giải thích được, và định ra 30 thực hành tốt bao phủ vòng đời của AI y tế từ thiết kế tới giám sát. Chính bài báo này tự phân biệt vai trò của mình với các hướng dẫn báo cáo: TRIPOD+AI và CLAIM "do not provide best practices for the actual development and deployment of the AI tools, but promote standardised and complete reporting" (Lekadir và cộng sự, 2025), nghĩa là chúng không đưa ra thực hành tốt cho việc phát triển và triển khai công cụ mà thúc đẩy báo cáo chuẩn hoá và đầy đủ. Tuyên bố sẵn sàng triển khai mà thiếu bằng chứng sẽ mời chỉ trích, nên chỉ dùng ngôn ngữ FUTURE-AI cho những tuyên bố mà dữ liệu chống đỡ được, chẳng hạn một phân tích thiên lệch theo nhóm bệnh nhân.

Một bài làm cả hai việc, chẳng hạn mô hình ảnh dự đoán thời gian sống từ ảnh chụp cộng biến số lâm sàng, có thể cần logic TRIPOD+AI cho phần dự đoán lẫn các mục CLAIM cho phần ảnh. Hãy chọn một bảng làm bảng kiểm nộp chính thức, và đưa các mục còn thiếu của bảng kia vào phần phương pháp.

Trả lời thẳng: Hãy đọc kỹ phạm vi, giới hạn số trang và chính sách dữ liệu của tạp chí trước khi viết, rồi ghép đóng góp của bạn vào đó. Ví dụ IEEE Transactions on Medical Imaging giới hạn bản nộp đầu ở mười trang và coi việc chia sẻ mã cùng dữ liệu kiểm tra là thực hành tốt.

Hướng dẫn tác giả của IEEE Transactions on Medical Imaging, gọi tắt là TMI, rất rõ ràng. Tạp chí nêu rằng bản nộp đầu dài hơn mười trang, tính cả tài liệu tham khảo, bị trả lại mà không phản biện, và bài in vượt quá tám trang bị tính phụ phí 250 đô la Mỹ cho mỗi trang thứ chín và thứ mười (IEEE Transactions on Medical Imaging, 2025). Về khả năng lặp lại, lời lẽ khá mực thước: "Upon publication, TMI considers it best practice to share custom computer code and test data in a way that allows readers to reproduce the published results" (IEEE Transactions on Medical Imaging, 2025), tức tạp chí coi việc chia sẻ mã và dữ liệu kiểm tra để người đọc tái lập kết quả là thực hành tốt.

Cách đọc này áp được cho mọi tạp chí đích. Hãy ghi ra phạm vi, giới hạn trang và chính sách dữ liệu của tạp chí rồi so với bài của bạn. Nếu một đánh giá lâm sàng của phương pháp đã có không đưa thêm phương pháp mới nào, một tạp chí hình ảnh lâm sàng là nơi khớp một cách trung thực. Bài chọn tạp chí Scopus và bài giải thích Q1 và Q2 bàn tiếp phần chỉ mục.