【Quick Inc.】Ngăn chặn sự sụp đổ của y tế cấp cứu bằng AI & Vận chuyển taxi. Cơ sở hạ tầng y tế mới cho phân loại bệnh 119 và tối ưu hóa vận chuyển được sáng tạo bởi các sinh viên y khoa

Cứ 2 trường hợp thì có 1 ca nhẹ. Cứu vãn nền y tế cấp cứu Nhật Bản trước bờ vực sụp đổ bằng chuyên môn của bác sĩ và sinh viên y khoa

Xin kính chào toàn thể quý vị. Tôi là Atsuhiro Takeda, Giám đốc đại diện của Quick Inc.

Tôi hiện là sinh viên y khoa năm thứ 6 tại Đại học Tsukuba và dự kiến sẽ nhận bằng cấp bác sĩ trong năm tài khóa này. Hàng ngày, trong quá trình thực tập tại bệnh viện và đi thực địa, tôi đã chứng kiến sự quá tải trầm trọng tại các hiện trường y tế cấp cứu. Với mong muốn giản dị nhưng thiết tha là "cứu sống nhiều sinh mạng nhất có thể", tôi đã thành lập Quick Inc. vào tháng 10 năm ngoái.

Y tế cấp cứu tại Nhật Bản hiện đang trên bờ vực sụp đổ.

Qua từng năm, số lượng cuộc gọi cấp cứu liên tục tăng lên, kéo theo đó là "thời gian tiếp nhận tại bệnh viện" (thời gian từ khi gọi 119 đến khi được bác sĩ điều trị tại bệnh viện) đang tăng vọt. Khoảng 20 năm trước, xe cấp cứu sẽ đến trong vòng 6 phút sau khi gọi và bệnh nhân được điều trị trong vòng 30 phút. Tuy nhiên, ngày nay, phải mất trung bình 10 phút để xe cấp cứu đến hiện trường và 45 phút để được tiếp nhận tại bệnh viện. Nếu xu hướng này tiếp tục, thời gian tiếp nhận dự kiến sẽ lên tới 55 phút vào năm 2035, đẩy chúng ta vào ranh giới của một cuộc khủng hoảng nơi mạng sống của những bệnh nhân nguy kịch không thể được cứu kịp thời.

Yếu tố lớn nhất gây ra sự quá tải nghiêm trọng này là "các cuộc gọi cấp cứu cho các triệu chứng nhẹ".

Hiện tại, trong số các xe cấp cứu đang chạy trên khắp Nhật Bản, cứ hai xe thì có một xe (khoảng 50%) chở những bệnh nhân có triệu chứng nhẹ không cần nhập viện. Các cuộc gọi thực tế bao gồm các lý do như "tôi bị ho không dứt từ hôm qua" hoặc "tôi không tháo được kính áp tròng ra", những lý do hầu như không thể coi là khẩn cấp. Hơn nữa, việc vận hành xe cấp cứu một lần tiêu tốn khoảng 45.000 Yên tiền thuế, bao gồm chi phí nhân sự và thiết bị. Đây đã trở thành gánh nặng tài chính khổng lồ cho các chính quyền địa phương.

Chúng tôi đề xuất một cơ sở hạ tầng y tế cấp cứu mới đưa việc sàng lọc (phân loại bệnh - triage) bằng cách sử dụng "AI y tế" và "tư vấn bác sĩ từ xa" vào giai đoạn gọi 119, chuyển hướng các bệnh nhân có triệu chứng nhẹ, ít khẩn cấp sang vận chuyển bằng taxi.

Hệ thống đa AI được tinh chỉnh bằng dữ liệu đặc thù. Hệ thống phân loại bệnh 119 đang thử nghiệm thực tế tại thành phố Tsukuba

Hệ thống của chúng tôi là một sản phẩm AI được tích hợp vào bảng điều khiển được các nhân viên điều phối sử dụng khi nhận cuộc gọi 119.

Nó phân tích cuộc hội thoại trong thời gian thực, ví dụ như "bố tôi bị đau ngực", "từ khi nào", và "ông ấy còn tỉnh táo không", và đề xuất các câu hỏi tiếp theo mà nhân viên điều phối nên hỏi trên màn hình. Hơn nữa, AI ngay lập tức xác định "mức độ khẩn cấp và nghiêm trọng" của bệnh nhân dựa trên dữ liệu đối thoại và tự động tạo ra bản tóm tắt cuộc hội thoại.

Hệ thống này đã được nộp đơn xin cấp bằng sáng chế, và để xử lý thông tin y tế nhạy cảm một cách an toàn, chúng tôi đã ký hợp đồng ủy thác kinh doanh trực tiếp với OpenAI về việc xử lý thông tin y tế.

Về mặt ưu thế kỹ thuật, hệ thống AI của chúng tôi không phụ thuộc vào một LLM duy nhất. Ngoài mô hình GPT, chúng tôi đã xây dựng một động cơ cơ sở bằng cách kết hợp Gemini và Claude, và đã tùy chỉnh chuyên sâu bằng cách sử dụng dữ liệu cuộc gọi và cấp cứu thực tế do Cục Cứu hỏa Thành phố Tsukuba cung cấp thông qua tinh chỉnh và RAG (Tạo truy xuất mở rộng). So với các phương pháp phân loại truyền thống được trình bày tại Hiệp hội Y học Cấp cứu Nhật Bản vào tháng 3 năm 2025, chúng tôi xác nhận rằng chỉ số AUC (chỉ số thể hiện độ chính xác của quyết định AI) đã cải thiện "hơn 40%", khẳng định độ chính xác cực kỳ cao ở cấp độ thực tế.

Sau khi được sàng lọc là "nhẹ/không khẩn cấp" bởi quyết định AI này, cuộc gọi sẽ được chuyển trực tiếp đến tổng đài bác sĩ từ xa được tích hợp trong hệ thống, và bác sĩ sẽ thực hiện việc xác định triệu chứng nhẹ và phân loại cuối cùng.

Nếu bác sĩ xác định rằng không có sự khẩn cấp, họ sẽ hỏi bệnh nhân: "Quý vị có muốn được vận chuyển bằng taxi thay vì xe cấp cứu không?" Nếu bệnh nhân đồng ý, hệ thống sẽ tự động kết nối bệnh nhân với một xe của công ty taxi địa phương và phòng khám phù hợp nhất gần đó, thực hiện các sắp xếp đặt chỗ ngay lập tức.

Cắt giảm đáng kể ngân sách chính quyền địa phương. Cứu sống 16.000 người hàng năm và mô hình chia sẻ doanh thu 260 triệu Yên mỗi tỉnh

Nếu chúng tôi đưa hệ thống này vào hoạt động và thay thế chỉ "20%" số bệnh nhân triệu chứng nhẹ được vận chuyển bằng xe cấp cứu sang vận chuyển bằng taxi, điều đó sẽ mang lại bước đột phá mạnh mẽ cho toàn bộ hệ thống y tế cấp cứu.

Trước tiên, thời gian tiếp nhận tại bệnh viện cho các bệnh nhân khác thực sự cần xe cấp cứu có thể được rút ngắn trung bình "10 phút". Việc rút ngắn 10 phút này tương đương với việc cứu sống mới "16.000 sinh mạng" mỗi năm trên toàn quốc.

Hơn nữa, về mặt chi phí xuất xe, chi phí thuế của các chính quyền địa phương, vốn là 45.000 Yên cho mỗi lần xuất xe, sẽ được cắt giảm đáng kể xuống chỉ còn "3.000 Yên" nhờ vận chuyển bằng taxi.

Về mô hình kinh doanh, luồng doanh thu chính là nhận một phần của "hiệu quả cắt giảm" ngân sách vận hành cấp cứu của địa phương dưới dạng phí dịch vụ (chia sẻ doanh thu cắt giảm) cho Quick. Ví dụ, tại các địa phương như Tokyo, Sendai, hoặc tỉnh Ibaraki, nếu chúng tôi đạt được 20% tỷ lệ thay thế ca nhẹ trong 9 giờ vận hành, giá hợp đồng dịch vụ cho mỗi tỉnh ước tính khoảng 260 triệu Yên hàng năm. Bằng cách mở rộng thời gian vận hành lên 24 giờ hoặc tăng tỷ lệ cắt giảm lên 40%, giá cho mỗi tỉnh sẽ tăng lên 780 triệu Yên, và tiếp tục lên 1,56 tỷ Yên.

Ngoài phần chia sẻ doanh thu từ các chính quyền địa phương, chúng tôi đã hoàn thành thiết kế mô hình kiếm tiền hỗn hợp từ ba hướng: phí giới thiệu từ các công ty taxi đối tác, và một phần cước taxi từ bệnh nhân.

Hiện tại, chúng tôi đang tiến hành dự án thử nghiệm chung hệ thống AI với Cục Cứu hỏa Thành phố Tsukuba, và đối với phần hệ thống vận chuyển, chúng tôi đang thiết lập một sơ đồ thử nghiệm bằng cách thành lập các nhóm nghiên cứu liên quan đến các địa phương (cục cứu hỏa và vụ chính sách y tế) như Sendai và Thành phố Hitachi cùng các công ty taxi địa phương.

Là một startup AI y tế bắt nguồn từ Đại học Tsukuba, trước tiên chúng tôi sẽ thiết lập bằng chứng vững chắc thông qua các thử nghiệm thực tế, hướng tới mục tiêu giành được phần lớn (50%) thị phần địa phương trên toàn quốc trong vòng 6 năm. Chúng tôi mời các quan chức địa phương đang gặp khó khăn với tình trạng quá tải cấp cứu và các nhà đầu tư quan tâm đến vòng gọi vốn seed của chúng tôi (dự kiến vào tháng 3 tới) tham gia thử thách này. Xin chân thành cảm ơn.

Hỏi đáp và Phản hồi

Người bình luận (Ông Itoh): Xin cảm ơn ông Takeda vì bài thuyết trình xuất sắc đã giải quyết trực tiếp các thách thức của hiện trường y tế quá tải với ý nghĩa xã hội to lớn. Mô hình kinh doanh nhận chia sẻ doanh thu từ chi phí cắt giảm của xe cấp cứu cũng cực kỳ hợp lý, và tôi cảm thấy nó được thiết kế để các chính quyền địa phương không có lý do từ chối.

Tôi có một câu hỏi, các doanh nghiệp nhắm mục tiêu vào các chính quyền địa phương và các cơ sở y tế thường được biết đến là có rất nhiều bên liên quan (cục cứu hỏa, hiệp hội y khoa, chính quyền địa phương), khiến việc ra quyết định và rào cản gia nhập cực kỳ cao. Trong lĩnh vực này, đâu là "thế mạnh thực sự" mà Quick tin rằng giúp mình vượt trội hơn các đối thủ cạnh tranh và có thể phá vỡ các rào cản này?

Ông Takeda: Xin cảm ơn câu hỏi của ông.

Như ông đã chỉ ra, chúng tôi nhận thấy rằng khó khăn và rào cản đối với một công ty tư nhân để bước vào cốt lõi của cơ sở hạ tầng xã hội, chẳng hạn như điều phối 119, là cực kỳ cao.

Thế mạnh lớn nhất của chúng tôi trong việc này là đội ngũ phát triển và các thành viên ban quản trị của chúng tôi được cấu thành từ các "bác sĩ và sinh viên y khoa đang hoạt động". Để đưa ra quyết định trong chính sách y tế cấp cứu, sự đồng thuận và xây dựng sự nhất trí của các tổ chức chuyên gia y tế, chẳng hạn như "hiệp hội y khoa" địa phương và các "hội đồng Kiểm soát Y tế (MC)", là hoàn toàn không thể thiếu. Các quan chức hành chính và cục cứu hỏa không thể tự quyết định một mình.

Bởi vì chúng tôi chia sẻ ngôn ngữ chung của bác sĩ và thấu hiểu sâu sắc các lập luận cũng như điểm đau của phía y tế, chúng tôi có thể trực quan xây dựng sự đồng thuận từ phía bác sĩ, lập luận rằng "hệ thống này là không thể thiếu để ngăn chặn sự sụp đổ của y tế khu vực". Chiều sâu vận động y tế và kiến thức chuyên ngành này là rào cản gia nhập lớn nhất của chúng tôi, điều mà các công ty khác không bao giờ có thể sao chép.

Ngoài ra, liên quan đến AI, sau khi ký thỏa thuận thông tin y tế với OpenAI, chúng tôi nhận được dữ liệu thực tế trực tiếp từ các cục cứu hỏa như Thành phố Tsukuba, xây dựng một hệ thống tinh chỉnh và RAG độc đáo kết hợp ba LLM lớn. Nhờ đó, chúng tôi đã thiết lập được một gói sản phẩm có độ chính xác cao chuyên biệt cho phân loại cấp cứu thay vì chỉ là một "chatbot AI chung chung", đó là một thế mạnh kỹ thuật lớn.

Ông Itoh: Tôi hiểu rồi. Thay vì bán sản phẩm cho các chính quyền địa phương, đó là hướng tiếp cận xây dựng sự đồng thuận và liên minh từ "bên trong y học", chẳng hạn như hiệp hội y khoa, và tác động lên chính chính sách. Tôi đã bị thuyết phục rằng đó là một ưu thế cực kỳ mạnh mẽ chỉ có ở đội ngũ bác sĩ và sinh viên y khoa.

Một điểm khác: với tư cách là một KPI kinh doanh, có một mối lo ngại liệu "bệnh nhân gọi 119 có thực sự đồng ý vận chuyển thay thế bằng taxi hay không". Những người gọi điện đang trong tình trạng hoảng loạn, nhưng khi đề xuất taxi, làm thế nào để ngăn họ nói "Không, hãy gửi xe cấp cứu", và lợi ích của phía bệnh nhân được thiết kế như thế nào?

Ông Takeda: Đó thực sự là một điểm rất quan trọng quyết định sự thành bại của dịch vụ này.

Trên thực tế, bất lợi của việc bị buộc phải vận chuyển đến một bệnh viện lớn bằng xe cấp cứu cũng rất lớn đối với bệnh nhân. Nếu một bệnh nhân có triệu chứng nhẹ được vận chuyển đến một bệnh viện lớn như trung tâm cấp cứu tuyến ba bằng xe cấp cứu, họ sẽ tự nhiên phải chờ đợi trong phòng chờ nhiều giờ vì những bệnh nhân nặng hơn được ưu tiên. Hơn nữa, nếu nằm ngoài chuyên khoa của bệnh viện đó, họ có thể không nhận được sự điều trị thích hợp.

Trong hệ thống của chúng tôi, chúng tôi kết nối và đặt chỗ "phòng khám quy mô trung bình hoặc bệnh viện chuyên khoa phù hợp nhất để đến ngay lúc này" trong thời gian thực thông qua phân loại bệnh. Khi bác sĩ giải thích một cách ân cần và lịch sự: "Thay vì phải chờ đợi nhiều giờ ở một bệnh viện lớn, quý vị có thể nhận được sự điều trị nhanh hơn nhiều tại phòng khám phù hợp nhất gần đó với thời gian chờ đợi bằng không bằng chiếc taxi chúng tôi sắp xếp ngay bây giờ", chúng tôi có thể nhận được sự đồng ý với xác suất cao.

Ngoài ra, dưới góc độ bối cảnh xã hội, một số chính quyền địa phương như tỉnh Ibaraki và Mie đã bắt đầu thu phí (phí y tế tự chọn, v.v.) đối với những bệnh nhân có triệu chứng nhẹ để thương mại hóa xe cấp cứu. Vì sẽ tốn thêm tiền khi được vận chuyển bằng xe cấp cứu, nhưng họ có thể đến một phòng khám phù hợp nhanh hơn bằng taxi, nên động lực rất dễ thúc đẩy, và chúng tôi tin rằng điều đó rất phù hợp với xu hướng của thời đại này.

Ông Itoh: Tôi hiểu rồi! Giải quyết điểm đau về thời gian chờ đợi tại các bệnh viện lớn và cung cấp giá trị thông qua việc kết nối mượt mà đến các phòng khám tối ưu. Hơn nữa, động thái chính sách thu phí xe cấp cứu cũng đang thúc đẩy các bạn tiến lên.

Tôi cảm thấy rằng lợi ích ba bên cho bệnh nhân, chính quyền địa phương và phía y tế được thiết kế rất tốt. Tôi chân thành hy vọng rằng các bạn sẽ tập trung sức mạnh của các bác sĩ và sinh viên y khoa đang hoạt động để hiện thực hóa cơ sở hạ tầng cứu vãn nền y tế cấp cứu Nhật Bản này. Tôi rất mong đợi tiến trình của thử nghiệm thực tế tại Thành phố Tsukuba. Xin chân thành cảm ơn.

Ông Takeda: Xin chân thành cảm ơn ông. Chúng tôi sẽ cố gắng hết sức.