Systematic review không phải bài bạn viết một mình. Bạn đang tổng hợp công trình của 10, 20, hay 50 nhóm tác giả khác, mỗi nhóm dùng định nghĩa outcome khác nhau, dân số khác nhau, thời gian follow-up khác nhau. Việc AI giúp ích hay không phụ thuộc vào từng bước cụ thể. Có bước AI là công cụ không thể thiếu. Có bước AI nguy hiểm nếu bạn không kiểm soát.
Bài này là toàn bộ quy trình mình dùng khi áp dụng AI cho systematic review, minh họa bằng một meta-analysis mình làm về hai kỹ thuật phẫu thuật cho trẻ có dị tật hậu môn trực tràng (anorectal malformation). Quy trình chuẩn: đăng ký PROSPERO trước, tìm kiếm trên MEDLINE qua PubMed, Embase, và Cochrane CENTRAL. Đây là loại review mình học được nhiều nhất về giới hạn của AI.
Bước 0, AI cho systematic review bắt đầu từ PROSPERO
Đây là bước nhiều bác sĩ bỏ qua vì nghĩ không cần thiết. Cần. PROSPERO không chỉ là thủ tục hình thức, nó buộc mình làm rõ tiêu chí lựa chọn, outcomes, và phương pháp phân tích trước khi nhìn thấy kết quả. Tôi đăng ký xong mới bắt đầu tìm kiếm.
AI giúp gì ở bước này? Claude giúp viết bản nháp phần tiêu chí lựa chọn cho đăng ký PROSPERO rất tốt. Tôi mô tả câu hỏi nghiên cứu bằng tiếng Việt, AI chuyển thành định dạng PICO đúng chuẩn, mình chỉnh lại phần định nghĩa dân số nghiên cứu để loại các thể nhẹ. Tiết kiệm khoảng 30-40 phút so với viết tay từ đầu.
Bước 1, Xây câu lệnh tìm kiếm
Ở bước viết bản nháp chuỗi tìm kiếm, AI giúp tốt, Boolean operators, MeSH terms, free-text terms, truncation symbols. Nhưng sau khi thử trên PubMed, mình phát hiện một vấn đề quan trọng: AI hay lẫn lộn cú pháp giữa các cơ sở dữ liệu. Embase dùng :ti,ab và Ovid field codes; PubMed dùng [tiab] và [MeSH]. AI biết cả hai nhưng hay trộn lẫn, đặc biệt khi dùng prompt chung chung "build a search string for systematic review."
Từ khoá tìm kiếm thường phức tạp: kết hợp từ khoá về bệnh lý, từ khoá về dân số nghiên cứu, và từ khoá về kỹ thuật phẫu thuật ("single-stage", "one-stage", "primary repair", "staged", "colostomy"). Một lỗi cú pháp nhỏ trên Embase có thể bỏ sót hàng chục citation mà không biết.
Cách dùng AI đúng ở bước này: AI viết bản nháp → chạy thử câu lệnh trên PubMed, xem số kết quả có hợp lý không → chỉnh tay từng cơ sở dữ liệu. AI không thay được bước kiểm tra này.
Điều AI làm tốt: mở rộng từ đồng nghĩa. Có lần mình quên một biến thể thuật ngữ trong lần viết bản nháp đầu; Claude gợi khi mình hỏi "thuật ngữ nào khác trong y văn cũ hay dùng cho tình trạng này?" Nó cũng gợi ý hệ thống phân cấp MeSH heading mà mình không quen. Hữu ích.
Điều AI làm không tốt: AI không hiểu bối cảnh nghiên cứu đủ để biết từ khoá nào nhạy, từ khoá nào đặc hiệu cho câu hỏi của mình. Bước này mình vẫn phải xem lại chuỗi tìm kiếm với kiến thức lâm sàng trước khi chạy chính thức.
Bước 2, Lọc trùng lặp và tổ chức citation
Bước này không cần nhiều AI. Tôi nhập citation từ 3 cơ sở dữ liệu vào Zotero, dùng tính năng lọc trùng có sẵn. Sau gộp 3 cơ sở dữ liệu thường có vài trăm citation, sau lọc trùng còn vài trăm bản ghi duy nhất cần rà soát.
Quy trình Zotero kết hợp AI cho bước nhập và tổ chức có thể xem thêm ở bài Zotero cộng AI, tự động hoá tổng hợp y văn.
Bước 3, Rà soát abstract
Đây là bước AI tiết kiệm thời gian nhiều nhất trong toàn bộ quy trình systematic review.
Tôi dùng Claude để rà soát abstract theo tiêu chí PICO: Population, Intervention, Comparator, Outcomes. Quy trình thực tế: xuất danh sách title + abstract từ Zotero → đưa từng đợt vào Claude theo nhóm 20-30 bài → AI trả về đưa vào/loại ra kèm lý do ngắn.
Quan trọng: mình không dùng AI như người rà soát chính độc lập. Tôi dùng nó như người rà soát thứ nhất, sau đó kiểm tra chéo ngẫu nhiên một phần để ước lượng mức đồng thuận.
AI làm không tốt ở đâu trong rà soát abstract:
Điểm yếu 1, Abstract mơ hồ về thiết kế nghiên cứu. Những bài chỉ nói "case series" mà không rõ có so sánh hay không, AI hay loại nhầm vì thiếu ngôn ngữ so sánh rõ ràng. Tôi giữ những bài này trong nhóm "chưa chắc" và đọc tay.
Điểm yếu 2, Dân số nghiên cứu không rõ ràng. Khi protocol loại một số thể bệnh nhưng abstract không phân biệt rõ thể nặng/nhẹ, AI không luôn bắt được khi tác giả gốc gộp chung. Những abstract này mình phải đọc tay.
Điểm yếu 3, Rào cản ngôn ngữ. Một số paper từ Nhật Bản hoặc Trung Quốc có abstract tiếng Anh viết sơ sài. AI không lấy thêm thông tin từ đâu được, mình phải lấy toàn văn hoặc quyết định dựa trên title.
Dù có những điểm yếu này, AI vẫn giảm đáng kể thời gian cho phần rà soát đơn giản. Phần lớn abstract có quyết định rõ ràng (loại vì sai dân số nghiên cứu, hoặc không có dữ liệu so sánh), phần đó AI làm rất nhanh.
Bước 4, Rà soát toàn văn
Không có đường tắt. Tôi đọc toàn văn của tất cả bài qua vòng rà soát title/abstract. AI có thể giúp trích xuất thông tin nhanh từ một PDF cụ thể, đưa PDF vào Claude, hỏi "bài này có phân tầng kết quả theo thể bệnh không?", nhưng quyết định cuối là mình tự đưa ra sau khi đọc.
Qua rà soát toàn văn thường chỉ còn rất ít nghiên cứu so sánh đủ tiêu chuẩn. Số ít, nhưng đó là thực tế của một lĩnh vực hẹp: nhiều bài không phân tầng theo thể bệnh, không so sánh hai cách tiếp cận, bị loại theo protocol.
Bước 5, Trích xuất dữ liệu
Bước AI hay làm sai nhất.
Tôi thử Claude trích xuất dữ liệu từ các paper được đưa vào: cỡ mẫu, tuổi lúc phẫu thuật, kỹ thuật phẫu thuật, điểm kết quả, thời gian theo dõi. Claude làm đúng phần lớn, nhưng có một kiểu sai đáng nhớ: AI hay lấy số từ bảng sai. Trong paper mà Table 1 là đặc điểm dân số và Table 2 là kết quả, Claude đôi khi trả số từ Table 1 khi mình hỏi kết quả chính.
Cách khắc phục: yêu cầu AI cho biết nguồn cụ thể, "từ Table mấy, hàng nào." Nếu AI chỉ trả con số không kèm vị trí, xác suất lẫn cao.
Bất kể AI có trích xuất đúng hay không, mình vẫn kiểm chứng tay tất cả số liệu trước khi vào phân tích. Systematic review mà trích xuất dữ liệu sai thì toàn bộ meta-analysis sai. Không có ngoại lệ.
Bước 6, Risk of bias assessment
Bước thú vị nhất để thử AI.
Với các nghiên cứu không ngẫu nhiên, mình dùng ROBINS-I (công cụ của Cochrane). Tôi thử hai lần: một lần đánh giá độc lập trước, một lần đưa paper cho Claude và hỏi nó chấm điểm từng domain của ROBINS-I.
Kết quả: AI và mình đồng thuận về mức độ rủi ro chung ở phần lớn paper. Chỗ lệch đáng nhớ là một bài đơn trung tâm, phụ huynh tự chọn kỹ thuật phẫu thuật, mình chấm Serious bias, AI chấm Moderate. Lý do AI chấm thấp hơn: nó không bắt được rằng "phụ huynh tự chọn" cho phẫu thuật lớn trong bối cảnh bệnh viện châu Á là yếu tố gây nhiễu nghiêm trọng hơn bình thường. Đây là domain AI thiếu bối cảnh lâm sàng.
AI làm người chấm phối hợp tốt khi rubric có điểm neo cụ thể. Nhưng khi domain đòi hỏi lập luận lâm sàng sâu, như yếu tố gây nhiễu từ thói quen phẫu thuật viên hay selection bias từ khuôn mẫu chuyển tuyến bệnh viện, AI thường dễ dãi hơn người. Đừng để AI quyết định một mình ở những domain đó.
Bước 7, PRISMA flow và meta-analysis
PRISMA flow: AI giúp tốt. Mình mô tả số từng bước (tổng số tìm được → sau lọc trùng → sau rà soát title/abstract → sau rà soát toàn văn → được đưa vào), Claude tạo văn bản cho sơ đồ. Mình vẽ trong Word hoặc công cụ online. Không phức tạp, nhưng AI làm nhanh và đúng định dạng PRISMA 2020.
Forest plot và phân tích gộp: Tôi chạy bằng R (gói meta, mô hình random-effects). AI không đụng vào phần này. R đảm bảo khả năng tái lập và dấu vết kiểm toán tốt hơn bất kỳ cách nào khác. Khi tính không đồng nhất cao (I² lớn), khoảng dự đoán rộng cần báo cáo trung thực, đây là chỗ dễ bị bỏ qua nếu chỉ nhìn ước lượng gộp.
Phân tích nhóm nhỏ: Điểm quan trọng từ kinh nghiệm của mình, AI làm sai hoàn toàn ở đây. Khi mình thử hỏi Claude về nhóm nhỏ theo khối lượng ca mổ của bệnh viện, AI tạo ra các nhóm không phù hợp với thực tế lâm sàng. "Trung tâm khối lượng lớn" trong phẫu thuật tim khác với phẫu thuật nhi ở Việt Nam, AI không biết phân biệt. Tôi bỏ phần AI gợi ý và tự biện minh cho cách chia nhóm dựa trên y văn.
Bước 8, Manuscript và Discussion
Sau khi có dữ liệu và phân tích, mình viết manuscript. Discussion cho systematic review có cấu trúc riêng. Khi kết quả không có ý nghĩa thống kê và tính không đồng nhất cao, mình dùng mẫu 4 đoạn (Interpretation → Comparison → Limitation → Implication), AI viết bản nháp đoạn 1 và 2, mình tự viết đoạn 3 và 4.
Chi tiết hơn về cách viết Discussion với AI trong bài 10 bước viết paper với AI từ idea đến submission và bài spoke riêng về Discussion pattern.
Tóm tắt: AI làm được gì trong systematic review
| Bước | AI làm được | Mức tin cậy |
|---|---|---|
| Viết bản nháp tiêu chí PROSPERO | Tốt | Cần xem lại |
| Xây câu lệnh tìm kiếm | Tốt ở từ đồng nghĩa, sai cú pháp | Phải thử |
| Rà soát abstract (theo đợt) | Tiết kiệm thời gian | Cần kiểm tra chéo |
| Quyết định toàn văn | Không thay được | Tự làm |
| Trích xuất dữ liệu | Cẩn thận vị trí nguồn | Kiểm chứng tay |
| Risk of bias (RoB) | Tốt với rubric rõ | 75-80% đồng thuận |
| Văn bản PRISMA flow | Tốt | Dùng được |
| Forest plot / meta-analysis | Không | Dùng R/RevMan |
| Thiết kế nhóm nhỏ | Không nếu đòi bối cảnh lâm sàng | Tự làm |
| Discussion đoạn 1-2 | Ổn | Cần chỉnh sửa |
AI không thay được systematic review. Nhưng nó giảm thời gian cho phần lặp lại, viết bản nháp câu lệnh, rà soát theo đợt, văn bản PRISMA, chấm risk of bias vòng đầu. Phần đòi hỏi phán đoán lâm sàng, phân tích yếu tố gây nhiễu, ý nghĩa lâm sàng, thiết kế nhóm nhỏ, vẫn cần tác giả.
Theo ước lượng của mình, AI tiết kiệm khoảng một phần ba thời gian cho cả quy trình. Không phải vì AI làm thay, mà vì nó viết bản nháp đủ tốt để mình chỉnh sửa thay vì viết từ đầu.
Muốn học quy trình AI đầy đủ cho nghiên cứu? Ứng dụng AI trong NCKH, bao gồm quy trình systematic review, mẫu prompt, và cách kiểm chứng kết quả AI trước khi submit.