Current Status and Strategic Directions of AI Application in Vietnam’s Healthcare Sector

(Presenter: Mr. Hứa Phú Doãn, Chairman of Ho Chi Minh City Medical Equipment Association – HMEA)

---

1. Introduction

Artificial Intelligence (AI) is reshaping the healthcare sector, driving innovation in diagnosis, treatment, hospital management, pharmaceuticals, and medical devices.
Vietnam has begun to adopt AI as part of its digital transformation strategy, aiming to enhance healthcare service quality, reduce costs, and improve operational efficiency.

As the Chairman of the Ho Chi Minh City Medical Equipment Association (HMEA), Mr. Hứa Phú Doãn plays a central role in promoting AI integration into Vietnam’s healthcare system through strategic planning and training initiatives.

---

2. Current Status of AI in Vietnam’s Healthcare

2.1 Policy and Regulatory Trends

• The Vietnamese government is pushing for a national digital health strategy, focusing on electronic medical records (EMR/EHR), hospital digitalization, and telemedicine.

• Public–private partnerships (PPP) are accelerating healthcare innovation, with collaborations involving global ICT companies such as NVIDIA and Korean enterprises.

2.2 Practical Applications

• Major hospitals are using AI-powered diagnostic systems for X-ray, CT, and MRI image analysis to improve accuracy and efficiency.

• VinDr-CXR, an AI solution for chest X-ray analysis, has been deployed in integration with PACS systems.

• Ho Chi Minh City Oncology Hospital, in collaboration with a U.S. university, implemented telepathology, reducing diagnostic turnaround time by 30%.

• Pilot projects for cancer treatment planning, clinical data analysis, and patient monitoring with AI tools are ongoing.

2.3 Challenges

• Data quality and standardization issues: inconsistent formats and incomplete records across hospitals.

• Workforce gap: limited expertise in AI among healthcare professionals and engineers.

• Lack of regulatory framework: incomplete legal provisions on privacy, device certification, and liability.

• Infrastructure limitations: high costs for data centers, high-performance servers, and stable networks.

• Trust barriers: reluctance among medical staff and patients to rely on AI outputs.

---

3. Strategic Directions and Necessity

Strategic Directions

1. Phased Implementation: start with pilot hospitals, then expand to provincial and nationwide networks.

2. Standardization: establish unified medical data formats and AI performance evaluation criteria.

3. Infrastructure Development: invest in data centers, cloud systems, and high-performance computing.

4. Regulatory Reform: develop frameworks for AI-based medical devices, privacy protection, and liability.

5. Ecosystem Building: foster collaboration among hospitals, universities, enterprises, and government.

Necessity

• Bridging the urban–rural healthcare gap.

• Reducing costs and improving efficiency through automation of repetitive tasks.

• Enhancing treatment quality and reducing errors.

• Securing international competitiveness and preparing for global healthcare integration.

---

4. HMEA AI Training Program

• Basic Course (60 hours theory + 16 hours practice)

  • AI foundations: machine learning, deep learning, NLP, computer vision.

  • Global and local AI healthcare ecosystems.

  • Legal, ethical, and data governance issues.

• Applied Modules

  • Diagnostic support (medical imaging, endoscopy, ultrasound, CDSS).

  • Pharmaceutical management (pharmacovigilance, supply chain, clinical data analysis).

  • Hospital operations (EHR, telemedicine, patient behavior analysis).

• Practical Training (16 hours)

  • Hands-on use of AI diagnostic software.

  • Building small-scale AI models with medical datasets.

  • Risk assessment for legal and security concerns.

---

5. Development Roadmap

1. Rollout from central hospitals → provincial hospitals → nationwide expansion.

2. Adopt international standards (HL7, FHIR, DICOM) for interoperability.

3. Establish AI validation and quality control systems.

4. Build multidisciplinary workforce capacity (doctors, engineers, data scientists).

5. Strengthen international partnerships for joint research and technology transfer.

6. Develop AI medical device certification, privacy protection laws, and liability frameworks.

---

6. Cooperation with Korea

Current Cooperation

• Vietnam and Korea have agreed to strengthen ties in AI, digital healthcare, and data infrastructure.

• Joint projects in chronic disease management, telemedicine, and AI-based medical solutions are underway between Korean and Vietnamese enterprises.

Proposed Collaboration Models

• Joint R&D: co-develop AI systems for diagnostics, pathology, and clinical data analysis.

• Human Resource Exchange: training programs, internships, and workshops in Korean hospitals and universities.

• Regulatory Collaboration: share Korea’s experience in medical device certification and regulatory systems.

• Product Development: co-create AI healthcare solutions tailored to Vietnam’s market.

• Infrastructure Investment: Korean companies to invest in Vietnam’s AI data centers and cloud platforms.

• Global Expansion: launch co-branded AI healthcare products for third-country markets.

---

7. Speaker Profile – Mr. Hứa Phú Doãn

• Position: Chairman, Ho Chi Minh City Medical Equipment Association (HMEA) – currently active.

• Experience:

  • Board Member & Project Director, Life Gift Vietnam.

  • Speaker at national and international healthcare exhibitions.

  • Former Vice Chairman and General Secretary of HMEA.

• Expertise: medical device policy, AI adoption in healthcare, digital transformation, and international cooperation.

---

8. Conclusion

Vietnam is in the early stages of applying AI in healthcare but is rapidly advancing through government initiatives, hospital applications, and enterprise participation.
The strategy and training framework proposed by Mr. Hứa Phú Doãn offer a strong foundation to accelerate Vietnam’s digital healthcare transformation.

Collaboration with Korea will provide significant opportunities for technology transfer, workforce development, and market expansion—creating a mutually beneficial partnership for both countries’ healthcare futures.

---

베트남의 의료 분야 AI 적용 현황 및 추진 전략

(발표자: Mr. Hứa Phú Doãn, HCMC Medical Equipment Association 회장)

---

1. 서론

인공지능(AI)은 의료 분야의 혁신을 이끄는 핵심 기술로, 진단과 치료, 운영 관리, 제약 및 의료기기 산업 전반에서 새로운 가능성을 열고 있습니다.
베트남도 이러한 글로벌 추세에 발맞추어 AI 도입을 적극 추진하고 있으며, 의료 AI 활용을 통해 의료 서비스의 품질 향상, 비용 절감, 효율적인 운영을 목표로 하고 있습니다.

Mr. Hứa Phú Doãn 회장은 호찌민시 의료기기협회(HMEA) 회장으로 활동하며, 의료 AI 교육과 전략을 통해 베트남 의료 시스템의 미래 비전을 제시하고 있습니다.

---

2. 베트남 의료 분야 AI 적용 현황

2.1 정책 및 제도 동향

• 베트남 정부는 국가 디지털 헬스 전략을 추진하며, 전자의료기록(EMR/EHR), 병원 관리 시스템 디지털화, 원격 진료 도입을 확대 중입니다.

• 공공-민간 파트너십(PPP)을 통한 AI 혁신 촉진이 활발하며, 글로벌 ICT 기업과의 협력(예: NVIDIA, 한국 기업 등)이 확대되고 있습니다.

2.2 실제 적용 사례

• 중앙급 병원에서는 AI 기반 영상 진단(X-ray, CT, MRI) 지원 시스템을 적용해 판독 정확도와 효율성을 높이고 있습니다.

• VinDr-CXR 같은 AI 솔루션이 흉부 X선 분석에 활용되어 PACS 시스템과 연계된 사례가 있습니다.

• 호찌민시 종양병원은 미국 대학과 협업하여 원격 병리학(telepathology) 진단을 도입, 진단 시간을 30% 단축했습니다.

• 일부 병원은 암 치료 계획 지원, 임상 데이터 분석, 환자 모니터링 등에 AI를 시험적으로 적용하고 있습니다.

2.3 도전 과제

• 데이터 품질과 표준 부족: 병원 간 데이터 형식의 불일치, 결측치 다수 존재.

• 인력 역량 부족: 의료진과 엔지니어의 AI 전문성 부족.

• 규제와 법률 체계 미비: 개인정보 보호, 의료기기 인증, 책임 소재 등이 아직 불완전.

• 비용과 인프라 한계: 데이터센터, 고성능 서버, 네트워크 구축 부담.

• 사용자 신뢰 부족: 의료진과 환자의 AI 결과 활용 신뢰도 제고 필요.

---

3. AI 활용 전략 및 필요성

전략적 방향

1. 단계적 도입: 주요 병원에서 파일럿 → 지방 확산 → 전국적 네트워크 구축.

2. 표준화: 의료 데이터와 AI 성능 평가 기준, 상호운용성 규격 마련.

3. 인프라 구축: 데이터센터, 클라우드, 고성능 컴퓨팅 환경 확보.

4. 규제 정비: AI 의료기기 인증, 개인정보 보호, 책임 규정 마련.

5. 생태계 조성: 병원-대학-기업-정부 간 협력 기반 구축.

필요성

• 농촌과 도시 간 의료 격차 해소.

• 반복 진단 업무 자동화를 통한 비용 절감 및 운영 효율성 향상.

• 의료 품질 향상 및 오류 감소.

• 국제 경쟁력 확보 및 글로벌 헬스케어 시장 참여 기반 마련.

---

4. 교육 프로그램

• 기초 과정 (60시간 이론 + 16시간 실습)

  • AI 개요, 머신러닝·딥러닝·NLP·컴퓨터비전

  • 글로벌 및 베트남 AI 생태계

  • 의료 데이터와 법률·윤리 문제

• 응용 과정

  • 진단 보조 (영상, 내시경, 초음파, CDSS)

  • 제약 관리 (약물 감시, 공급망, 임상데이터 분석)

  • 병원 운영 (EMR/EHR, 원격진료, 환자 행동 분석)

• 실습 프로그램 (16시간)

  • AI 진단 소프트웨어 활용

  • AI 모델 구축 실습 (소규모 의료 데이터 기반)

  • 법적·보안 리스크 평가

---

5. 발전 방향

1. 중심 병원 중심 AI 도입 후 점차 전국 확산.

2. HL7, FHIR, DICOM 등 국제 의료 표준 기반의 상호운용성 확보.

3. AI 모델 검증 체계 및 품질 관리 시스템 마련.

4. 의료진과 엔지니어를 아우르는 전문 인력 양성.

5. 해외 선도 기관과의 국제 공동 연구·기술 이전 추진.

6. AI 의료기기 인증제, 개인정보 보호법, 책임소재 규정 정비.

---

6. 한국과의 협력 방안

협력 현황

• 베트남과 한국은 AI, 디지털 헬스, 데이터센터 분야 협력에 합의.

• 양국 기업은 만성질환 관리, 원격진료, AI 기반 의료 솔루션 분야에서 공동 프로젝트를 진행 중.

협력 모델 제안

• 공동 연구: 영상 진단, 병리학 AI, 임상 데이터 분석 등 공동 개발.

• 인력 교류: 한국 병원·대학 연수, 단기 인턴십, 워크숍 추진.

• 표준 협력: 한국의 의료 규제 및 인증 체계 경험 공유.

• 공동 제품 출시: 베트남 맞춤형 AI 솔루션 공동 개발·상용화.

• 인프라 투자: 한국 기업의 베트남 AI 데이터센터·클라우드 인프라 투자.

• 글로벌 진출: 베트남-한국 공동 브랜드로 제3국 의료 시장 진출.

---

7. 발표자 소개 – Mr. Hứa Phú Doãn

• 직위: 호찌민시 의료기기협회(HMEA) 회장 (활동 중)

• 경력:

  • Life Gift Vietnam 이사회 멤버 및 프로젝트 디렉터

  • 국내외 의료기기·헬스케어 전시회 발표자

  • HMEA 회장 및 총서기

• 전문분야: 의료기기 정책, 의료 AI 도입 및 디지털 전환, 국제 협력

---

8. 결론

베트남은 의료 분야에서 AI를 본격적으로 적용하기 시작했으며, 다양한 병원 사례와 정책 추진이 이어지고 있습니다. 하지만 데이터 품질, 인력, 규제, 인프라 등 여러 도전 과제가 남아 있습니다.

Mr. Hứa Phú Doãn 회장이 제안한 교육 및 전략은 이러한 과제를 해결하고 베트남 의료 시스템의 디지털 전환을 가속화하는 중요한 기반이 될 것입니다.
특히 한국과의 협력은 기술 이전, 인력 양성, 시장 확산 등에서 상호 이익을 창출할 수 있는 전략적 기회로 평가됩니다.

---

Thực Trạng và Chiến Lược Ứng Dụng AI trong Lĩnh Vực Y Tế tại Việt Nam

(Diễn giả: Ông Hứa Phú Doãn, Chủ tịch Hiệp hội Thiết bị Y tế TP. Hồ Chí Minh – HMEA)

---

1. Giới thiệu

Trí tuệ nhân tạo (AI) đang tạo ra những thay đổi mang tính cách mạng trong lĩnh vực y tế, từ chẩn đoán, điều trị, quản lý bệnh viện, đến dược phẩm và thiết bị y tế.
Tại Việt Nam, việc ứng dụng AI đã được triển khai trong chiến lược y tế số quốc gia nhằm nâng cao chất lượng dịch vụ, giảm chi phí và tối ưu hóa vận hành.

Với vai trò Chủ tịch Hiệp hội Thiết bị Y tế TP. Hồ Chí Minh (HMEA), ông Hứa Phú Doãn đang thúc đẩy mạnh mẽ việc đưa AI vào hệ thống y tế Việt Nam thông qua các chương trình đào tạo và định hướng chiến lược.

---

2. Thực trạng ứng dụng AI trong y tế tại Việt Nam

2.1 Chính sách và khung pháp lý

• Chính phủ Việt Nam đang triển khai Chiến lược y tế số quốc gia, tập trung vào hồ sơ sức khỏe điện tử (EMR/EHR), số hóa quản lý bệnh viện và mở rộng dịch vụ khám chữa bệnh từ xa (telemedicine).

• Các mô hình hợp tác công – tư (PPP) ngày càng phát triển, với sự tham gia của các tập đoàn công nghệ toàn cầu như NVIDIA và doanh nghiệp Hàn Quốc.

2.2 Ứng dụng thực tiễn

• Nhiều bệnh viện lớn đã sử dụng hệ thống chẩn đoán bằng AI cho hình ảnh X-quang, CT, MRI nhằm nâng cao độ chính xác và hiệu quả.

• VinDr-CXR đã được triển khai để phân tích X-quang phổi, tích hợp với hệ thống PACS.

• Bệnh viện Ung Bướu TP.HCM phối hợp với một trường đại học tại Mỹ triển khai telepathology, giúp rút ngắn thời gian chẩn đoán tới 30%.

• Một số dự án thí điểm về lập kế hoạch điều trị ung thư, phân tích dữ liệu lâm sàng và giám sát bệnh nhân bằng AI đang được thực hiện.

2.3 Thách thức

• Chất lượng và chuẩn hóa dữ liệu: dữ liệu chưa đồng bộ giữa các bệnh viện, nhiều dữ liệu thiếu hụt.

• Nguồn nhân lực hạn chế: đội ngũ y bác sĩ và kỹ sư chưa có nhiều kinh nghiệm về AI.

• Khung pháp lý chưa hoàn thiện: thiếu quy định cụ thể về bảo mật, chứng nhận thiết bị y tế AI, và trách nhiệm pháp lý.

• Hạn chế về hạ tầng: chi phí cao để xây dựng trung tâm dữ liệu, máy chủ hiệu năng cao và mạng lưới kết nối ổn định.

• Niềm tin của người dùng: cần thời gian để y bác sĩ và bệnh nhân tin tưởng và sử dụng kết quả AI.

---

3. Chiến lược và sự cần thiết

Định hướng chiến lược

1. Triển khai theo giai đoạn: thí điểm tại bệnh viện trung ương → mở rộng ra tuyến tỉnh → tiến tới mạng lưới toàn quốc.

2. Chuẩn hóa: thiết lập định dạng dữ liệu y tế thống nhất, tiêu chí đánh giá hiệu quả AI.

3. Phát triển hạ tầng: đầu tư trung tâm dữ liệu, điện toán đám mây, hệ thống tính toán hiệu năng cao.

4. Hoàn thiện khung pháp lý: ban hành quy định cho thiết bị y tế AI, bảo mật dữ liệu, trách nhiệm pháp lý.

5. Xây dựng hệ sinh thái: thúc đẩy hợp tác giữa bệnh viện, trường đại học, doanh nghiệp và cơ quan quản lý.

Sự cần thiết

• Thu hẹp khoảng cách y tế đô thị – nông thôn.

• Giảm chi phí và nâng cao hiệu quả nhờ tự động hóa các tác vụ lặp lại.

• Nâng cao chất lượng khám chữa bệnh, giảm sai sót.

• Tăng cường năng lực cạnh tranh quốc tế và chuẩn bị hội nhập y tế toàn cầu.

---

4. Chương trình đào tạo AI của HMEA

• Khóa cơ bản (60 giờ lý thuyết + 16 giờ thực hành)

  • Kiến thức nền tảng AI: machine learning, deep learning, NLP, computer vision.

  • Hệ sinh thái AI trong y tế tại Việt Nam và quốc tế.

  • Các vấn đề pháp lý, đạo đức và quản trị dữ liệu.

• Khóa ứng dụng

  • Hỗ trợ chẩn đoán (hình ảnh y khoa, nội soi, siêu âm, CDSS).

  • Quản lý dược phẩm (cảnh giác dược, chuỗi cung ứng, phân tích dữ liệu lâm sàng).

  • Quản lý bệnh viện (EHR, telemedicine, phân tích hành vi bệnh nhân).

• Thực hành (16 giờ)

  • Sử dụng phần mềm chẩn đoán bằng AI.

  • Xây dựng mô hình AI nhỏ từ dữ liệu y tế.

  • Đánh giá rủi ro pháp lý và bảo mật.

---

5. Lộ trình phát triển

1. Từ bệnh viện trung ương → bệnh viện tỉnh → toàn quốc.

2. Áp dụng chuẩn quốc tế (HL7, FHIR, DICOM) để đảm bảo khả năng tương tác.

3. Xây dựng hệ thống kiểm định và kiểm soát chất lượng AI.

4. Phát triển nguồn nhân lực liên ngành (y bác sĩ, kỹ sư, nhà khoa học dữ liệu).

5. Thúc đẩy hợp tác quốc tế để nghiên cứu chung và chuyển giao công nghệ.

6. Hoàn thiện chứng nhận thiết bị y tế AI, luật bảo mật dữ liệu và quy định trách nhiệm.

---

6. Hợp tác với Hàn Quốc

Thực trạng hợp tác

• Việt Nam và Hàn Quốc đã ký kết tăng cường hợp tác trong lĩnh vực AI, y tế số, hạ tầng dữ liệu.

• Doanh nghiệp hai nước đang triển khai các dự án chung về quản lý bệnh mãn tính, telemedicine, và giải pháp y tế thông minh dựa trên AI.

Đề xuất mô hình hợp tác

• Nghiên cứu & phát triển chung: đồng phát triển hệ thống AI cho chẩn đoán hình ảnh, bệnh lý, phân tích dữ liệu lâm sàng.

• Trao đổi nhân lực: chương trình đào tạo, thực tập, hội thảo ngắn hạn tại bệnh viện và trường đại học Hàn Quốc.

• Hợp tác tiêu chuẩn & pháp lý: chia sẻ kinh nghiệm của Hàn Quốc về chứng nhận thiết bị và quản lý y tế.

• Phát triển sản phẩm chung: thiết kế giải pháp AI y tế phù hợp thị trường Việt Nam.

• Đầu tư hạ tầng: khuyến khích doanh nghiệp Hàn Quốc đầu tư vào trung tâm dữ liệu AI và điện toán đám mây tại Việt Nam.

• Mở rộng ra thị trường toàn cầu: cùng phát triển sản phẩm y tế AI thương hiệu chung để xuất khẩu sang nước thứ ba.

---

7. Giới thiệu diễn giả – Ông Hứa Phú Doãn

• Chức vụ: Chủ tịch Hiệp hội Thiết bị Y tế TP. Hồ Chí Minh (HMEA) – đang hoạt động.

• Kinh nghiệm:

  • Thành viên HĐQT & Giám đốc Dự án tại Life Gift Vietnam.

  • Diễn giả tại nhiều hội chợ triển lãm y tế trong nước và quốc tế.

  • Nguyên Phó Chủ tịch kiêm Tổng thư ký HMEA.

• Chuyên môn: chính sách thiết bị y tế, ứng dụng AI trong y tế, chuyển đổi số và hợp tác quốc tế.

---

8. Kết luận

Việt Nam đang ở giai đoạn đầu trong việc ứng dụng AI vào y tế nhưng đã có những bước tiến nhanh nhờ chính sách của Chính phủ, các dự án thí điểm tại bệnh viện và sự tham gia của doanh nghiệp.
Chiến lược và chương trình đào tạo do ông Hứa Phú Doãn đề xuất là nền tảng quan trọng để thúc đẩy quá trình chuyển đổi số trong y tế.

Đặc biệt, hợp tác với Hàn Quốc sẽ mang lại cơ hội lớn trong chuyển giao công nghệ, đào tạo nhân lực và mở rộng thị trường – tạo ra lợi ích song phương và đóng góp vào sự phát triển bền vững của hệ thống y tế hai nước.