Một bài báo khoa học vừa được công bố trên nền tảng arXiv ngày 28/10/2026 đã gây chấn động giới y sinh và AI. Nghiên cứu mang tên 'LocalMed-AI' cho thấy các Small Language Models (SLM) với tham số dưới 7B, được huấn luyện đặc thù trên dữ liệu lâm sàng sạch, có thể đạt độ chính xác chẩn đoán các bệnh lý da liễu phổ biến ngang bằng, thậm chí nhỉnh hơn, so với các mô hình multimodal cỡ lớn chạy trên cloud.
Ưu điểm then chốt của SLM trong trường hợp này là tính riêng tư dữ liệu (privacy-by-design). Bệnh nhân không cần gửi hình ảnh nhạy cảm lên máy chủ bên thứ ba, loại bỏ rủi ro rò rỉ thông tin cá nhân – một rào cản lớn khiến AI chưa thể thâm nhập sâu vào phòng khám tại nhiều quốc gia châu Âu và Mỹ.
Quy trình huấn luyện sử dụng kỹ thuật Distillation (chưng cất tri thức) từ các mô hình lớn kết hợp với Reinforcement Learning from Human Feedback (RLHF) bởi đội ngũ bác sĩ chuyên khoa. Kết quả thử nghiệm lâm sàng giai đoạn 2 trên 10.000 mẫu bệnh phẩm cho thấy thời gian phản hồi dưới 1 giây khi chạy trên chip NPU của điện thoại flagship đời mới.
Phát hiện này mở ra xu hướng 'Edge AI in Healthcare', nơi các thiết bị cầm tay trở thành trợ lý y tế đắc lực, hỗ trợ bác sĩ đưa ra quyết định nhanh chóng ngay tại giường bệnh mà không phụ thuộc vào kết nối internet ổn định.