Robot phẫu thuật hiện vẫn chủ yếu theo tay bác sĩ: DARPA muốn chúng học để tự cứu người khi surgeon không có mặt

DARPA vừa mở cuộc thi trị giá 3,5 triệu USD để thúc đẩy robot phẫu thuật chấn thương có thể học nhanh từ bác sĩ, cộng tác trong ca mổ và cuối cùng tự đánh giá, lập kế hoạch rồi thực hiện thủ thuật khi không có surgeon trực tiếp điều khiển. Mục tiêu này đi xa hơn robot thương mại hiện nay, nhưng vẫn mới ở giai đoạn nghiên cứu và đánh giá năng lực.

Tháng 9 17, 2026

Gọi là “robot phẫu thuật” dễ tạo cảm giác cỗ máy đang tự mổ. Thực tế với các hệ thống thương mại phổ biến hiện nay, bác sĩ vẫn là người nhìn, quyết định và điều khiển từng chuyển động của dụng cụ. FDA mô tả robotically-assisted surgical devices là những hệ thống cho phép bác sĩ điều khiển dụng cụ bằng máy tính và phần mềm; bản thân thiết bị không thể thực hiện phẫu thuật nếu thiếu sự điều khiển trực tiếp của con người.

DARPA muốn thử đẩy ranh giới đó xa hơn. Ngày 15/9/2026, cơ quan nghiên cứu của Bộ Quốc phòng Mỹ công bố DARPA Surgical Competition (DSC), cuộc thi trị giá 3,5 triệu USD nhằm phát triển robot phẫu thuật chấn thương có thể làm việc như một “học việc” bên cạnh bác sĩ, học nhanh kỹ năng mới và cuối cùng tự đánh giá, lập kế hoạch rồi thực hiện một thủ thuật cứu sống mà không cần con người điều khiển trong lúc làm.

Đây chưa phải một hệ thống sắp được đưa vào bệnh viện. DSC là cuộc thi nghiên cứu nhằm xác định công nghệ hiện tại đã đi tới đâu và những thành phần nào còn thiếu trước khi autonomous surgery có thể trở thành một năng lực đáng tin cậy. Nhưng cách DARPA thiết kế bài kiểm tra cho thấy họ không chỉ tìm một cánh tay robot chính xác hơn. Mục tiêu là ghép kiến thức y khoa, nhận thức tình huống, khả năng thao tác mô mềm và học máy vào cùng một hệ thống.

Robot trong phòng mổ hiện nay vẫn là công cụ của bác sĩ

Da Vinci là ví dụ dễ thấy nhất cho sự khác biệt giữa robotic-assisted surgery và autonomous surgery. Intuitive, nhà sản xuất da Vinci, nói rõ hệ thống không tự di chuyển hay tự đưa ra quyết định; bác sĩ tại console điều khiển camera và các dụng cụ xuyên suốt ca mổ. Robot có thể lọc rung tay, thu nhỏ chuyển động và đưa dụng cụ tới những góc mà tay người khó tiếp cận, nhưng quyền quyết định vẫn nằm ở surgeon.

Điều đó không có nghĩa nghiên cứu về tự động hóa phẫu thuật chưa tiến xa. Năm 2022, Smart Tissue Autonomous Robot (STAR) của Johns Hopkins đã tự thực hiện nối ruột trên mô lợn trong thí nghiệm laparoscopic với rất ít can thiệp của con người. Đến năm 2025, nhóm này giới thiệu SRT-H, một hệ thống học từ video bác sĩ và thực hiện một giai đoạn kéo dài nhiều phút của phẫu thuật cắt túi mật trên mô lợn ex vivo, gồm chuỗi 17 nhiệm vụ như nhận diện cấu trúc, kẹp và cắt.

Nhưng các kết quả đó vẫn là proof of concept nghiên cứu. Chúng không phải robot đã được chấp thuận tự mổ cho bệnh nhân, và cũng chưa giải quyết đầy đủ những tình huống bất ngờ của một ca chấn thương thực tế. Khoảng cách giữa một demo thành công và một hệ thống có thể chịu trách nhiệm cho quyết định sống còn vẫn rất lớn.

DARPA chọn bài toán khó hơn: phẫu thuật chấn thương mở

DSC tập trung vào open robotic trauma surgery, chứ không chỉ các thủ thuật nội soi trong môi trường được chuẩn bị kỹ. Đây là khác biệt quan trọng. Trong một ca chấn thương nặng, giải phẫu có thể bị biến dạng, máu che khuất trường mổ, thông tin ban đầu không đầy đủ và tình trạng bệnh nhân thay đổi theo từng phút. Hệ thống không thể đơn giản phát lại một quỹ đạo dụng cụ đã học trước.

Động lực của DARPA đến từ tình huống chiến trường hoặc thảm họa có nhiều thương vong, nơi số surgeon có thể ít hơn rất nhiều so với số bệnh nhân cần can thiệp. Một chấn thương vốn có thể cứu được có thể trở nên tử vong chỉ vì không có bác sĩ phẫu thuật kịp thời. DARPA nói mục tiêu không phải thay thế surgeon trong bệnh viện, mà tạo thêm “năng lực phẫu thuật” khi chuyên gia không thể có mặt ở nơi cần họ.

Cuộc thi vì thế không bắt đầu bằng yêu cầu robot tự mổ ngay. Các đội trước hết phải vượt qua ba nhóm Component Gates: kiến thức y khoa, khả năng vật lý và học nhanh. DARPA muốn biết hệ thống có hiểu được tình huống lâm sàng, có thể tương tác an toàn với dụng cụ và mô mềm, và đặc biệt là có thể học nhiệm vụ mới từ một số lượng ví dụ nhỏ hay không.

Mô hình “học việc” thay vì lập trình từng động tác

Chi tiết đáng chú ý nhất trong DSC là cách DARPA mô tả robot như một người học việc. Một bác sĩ trẻ không học phẫu thuật bằng cách được lập trình tọa độ cho từng milimet chuyển động. Họ quan sát, thực hành dưới giám sát, nhận phản hồi và dần được giao những phần khó hơn khi đã chứng minh đủ năng lực.

DARPA muốn một quá trình tương tự cho robot. Trong vòng Surgical Collaboration, hệ thống phải làm việc cạnh một surgeon chính trong thủ thuật damage-control, nhận chỉ dẫn và hỗ trợ những phần việc được giao. Quỹ giải thưởng cho nhánh này là 1,5 triệu USD.

Nhánh Surgical Independence đi xa hơn: robot được đánh giá khả năng tự xem xét một ca chấn thương, xây dựng kế hoạch phẫu thuật và thực hiện quy trình từ đầu đến cuối mà không có con người hỗ trợ trong lúc thao tác. Nhánh này cũng có quỹ 1,5 triệu USD; 500.000 USD còn lại dành cho các năng lực thành phần nổi bật.

Khả năng “học nhanh” đặc biệt quan trọng vì dữ liệu phẫu thuật không giống dữ liệu internet cho mô hình ngôn ngữ. Không thể tạo hàng triệu ca chấn thương thực để robot thử sai. Dữ liệu chất lượng cao lại khó chia sẻ do quyền riêng tư, khác biệt thiết bị và cách các surgeon thao tác. Một hệ thống chỉ hoạt động sau khi được huấn luyện trên hàng trăm nghìn ví dụ của đúng một thủ thuật sẽ khó hữu dụng ở nơi mà tình huống mới xuất hiện liên tục.

Autonomy trong phẫu thuật khó hơn việc robot biết cầm kim

Độ khéo léo cơ học chỉ là một phần của vấn đề. Robot còn phải nhận biết mình đang nhìn thấy mô nào, đâu là cấu trúc cần bảo vệ, lực kéo đang đặt lên mô có an toàn không và khi nào một kế hoạch không còn phù hợp.

Mô mềm còn biến dạng liên tục. Một mạch máu hoặc đoạn ruột không nằm cố định như linh kiện trên dây chuyền sản xuất. Cắt, kéo hoặc đốt mô làm toàn bộ hình học xung quanh thay đổi; máu và khói có thể khiến camera mất thông tin đúng lúc hệ thống cần quyết định nhất. Sai số vài milimet vốn không đáng kể trong nhiều ứng dụng robot công nghiệp có thể tạo hậu quả hoàn toàn khác trong cơ thể.

Đó cũng là lý do các hệ thống autonomous surgery nghiên cứu gần đây chuyển dần từ kịch bản được lập trình cứng sang imitation learning và các mô hình có khả năng xử lý hình ảnh, ngôn ngữ và chuỗi hành động. SRT-H của Johns Hopkins, chẳng hạn, học từ video thao tác của surgeon và có thể nhận chỉ dẫn bằng giọng nói trong demo nghiên cứu. Một bài tổng quan trên Nature Reviews Bioengineering năm 2025 cũng mô tả phẫu thuật robot như một phổ nhiều cấp độ tự chủ, từ hỗ trợ thông minh đến tự thực hiện nhiệm vụ — chứ không phải bước nhảy trực tiếp từ teleoperation sang “bác sĩ robot”.

DARPA đã có một chương trình hẹp hơn về tự cầm máu

DSC không xuất hiện từ khoảng trống. Năm 2025, DARPA khởi động chương trình Medics Autonomously Stopping Hemorrhage (MASH), tập trung vào một tình huống cụ thể hơn: tìm và cầm chảy máu nghiêm trọng trong thân người, nơi ép từ bên ngoài không có tác dụng.

MASH cho phép giả định một medic có mặt để làm các việc thủ công như đặt hệ thống, thay dụng cụ hoặc thực hiện một số thao tác theo hướng dẫn. Nhưng các quyết định y khoa cốt lõi — xác định vị trí chảy máu, chọn phương án và quyết định có can thiệp hay không — phải do hệ thống tự chủ xử lý. DARPA đặt mục tiêu cuối cùng là giúp ổn định thương binh đủ lâu để chuyển tới nơi có chăm sóc chuyên sâu.

DSC rộng hơn đáng kể. Thay vì tối ưu một workflow cầm máu, cuộc thi muốn xem một nền tảng có thể học và xử lý nhiều nhiệm vụ trong phẫu thuật chấn thương mở hay không. Có thể xem MASH là bài toán tự chủ hẹp; DSC thử tiến tới một trợ lý phẫu thuật có khả năng thích nghi rộng hơn.

Tháng 3/2027 sẽ cho thấy robot đang ở đâu, không phải bệnh viện sắp bỏ surgeon

DSC mở vòng qualification đến ngày 30/10/2026. Các đội vượt qua vòng đầu sẽ tham gia workshop vào tháng 1/2027, còn sự kiện chấm điểm chính diễn ra từ ngày 20 đến 26/3/2027. DARPA gọi mục tiêu là một minimum viable product cho nền tảng phẫu thuật chấn thương có khả năng mở rộng.

Điều đó vẫn khác xa một thiết bị y tế được cấp phép dùng tự chủ trên người. Hệ thống còn phải chứng minh độ tin cậy trên nhiều tình huống, cách phát hiện khi chính nó không chắc chắn, cơ chế chuyển quyền cho con người, an toàn phần mềm và phần cứng, vệ sinh, độ bền, cũng như một lộ trình thử nghiệm và phê duyệt pháp lý phù hợp.

Giới hạn quan trọng nhất có lẽ không phải robot có thể thực hiện một ca demo hay không, mà là nó có biết khi nào mình không nên tiếp tục hay không. Một hệ thống phẫu thuật tự chủ cần vừa đủ khả năng để hành động khi không có specialist, vừa đủ thận trọng để không biến sự thiếu vắng surgeon thành một rủi ro mới.

Nếu DSC thành công, kết quả gần hạn nhiều khả năng không phải một “bác sĩ robot” đứng một mình trong phòng mổ. Thực tế hơn là các hệ thống chuyển dần từ công cụ chấp hành từng chuyển động sang trợ lý có thể hiểu mục tiêu, học thao tác, đảm nhận một phần quy trình và chỉ cần con người can thiệp ở những điểm quyết định. Chính việc DARPA tạo riêng một nhánh Surgical Independence cho thấy đích cuối đã thay đổi: robot không chỉ cần tay khéo hơn, mà phải bắt đầu học cách trở thành một thành viên thực sự của ê-kíp phẫu thuật.