Tin tức Digital Twin: Cách Công nghệ Y tế Sử dụng AI đang Định hình lại Y học và Nghiên cứu & Phát triển Dược phẩm

Các lĩnh vực chăm sóc sức khỏe và dược phẩm đang đứng trước ngã rẽ. Khi trí tuệ nhân tạo định hình lại cách phát hiện thuốc và điều trị bệnh, hai chiến lược đổi mới hoàn toàn khác nhau—và có thể cạnh tranh—đã thu hút hàng tỷ đô la vốn đầu tư. Một con đường dẫn qua siêu máy tính và mô phỏng dựa trên silicon; con đường còn lại qua theo dõi chuyển hóa và đảo ngược bệnh tật. Cùng nhau, chúng báo hiệu một cuộc tái thiết căn bản trong cách ngành khoa học đời sống tiếp cận sức khỏe và đổi mới sáng tạo.

Bằng chứng lâm sàng thay đổi cuộc chơi: Cuộc cách mạng AI của Twin Health trong bệnh mãn tính

Twin Health, một công ty chăm sóc sức khỏe chính xác do doanh nhân kỳ cựu Jahangir Mohammed sáng lập, đã thu hút sự chú ý của thị trường bằng kết quả lâm sàng rõ ràng thay vì tiềm năng lý thuyết. Phương pháp của công ty tập trung vào xây dựng một gọi là “bản sao số” của quá trình chuyển hóa của từng bệnh nhân—một mô hình ảo động được tạo ra từ hơn 3.000 điểm dữ liệu hàng ngày, bao gồm mức đường huyết, nhịp tim, mô hình giấc ngủ và các chỉ số hoạt động thể chất.

Vào ngày 12 tháng 1 năm 2026, Twin Health đã đạt một cột mốc quan trọng khi rung chuông mở cửa sàn Nasdaq, trùng với việc công bố dữ liệu lâm sàng mới định hình lại kỳ vọng của nhà đầu tư và các bên thanh toán. Trung tâm của sự kiện là một thử nghiệm ngẫu nhiên có kiểm soát do Cleveland Clinic dẫn dắt, ban đầu được công bố trên tạp chí New England Journal of Medicine Catalyst vào tháng 8 năm 2025. Kết quả rất ấn tượng: 71 phần trăm số người tham gia nghiên cứu đạt được đảo ngược bệnh tiểu đường type 2—được định nghĩa là hemoglobin A1C dưới 6.5 mà không cần insulin hoặc các thuốc hạ đường huyết khác, ngoại trừ metformin, một phương pháp điều trị tiêu chuẩn có chi phí thấp.

Điều thu hút sự chú ý của các bên thanh toán không chỉ là tỷ lệ đảo ngược bệnh tiểu đường. Thử nghiệm cho thấy 85 phần trăm người tham gia đã thành công loại bỏ các thuốc GLP-1 có chi phí cao như Ozempic và Wegovy trong khi vẫn duy trì kiểm soát đường huyết ổn định. Đối với một ngành đang đối mặt với phản kháng từ các nhà tuyển dụng và bảo hiểm về chi phí thuốc béo phì tăng vọt, đây là một điểm chuyển đổi thị trường. Nền tảng của Twin Health yêu cầu người dùng đeo cảm biến đường huyết liên tục và đồng hồ thông minh tại nhà, kết hợp với cân thông minh và cuff đo huyết áp. Một thuật toán AI phân tích luồng dữ liệu này và cung cấp các nhắc nhở hành vi theo thời gian thực qua ứng dụng di động—ví dụ, đề xuất đi bộ 15 phút để ngăn chặn tăng đường huyết sau bữa trưa. Không cần các buổi khám định kỳ để thu thập dữ liệu, mặc dù các xét nghiệm phòng thí nghiệm định kỳ và huấn luyện từ xa vẫn hỗ trợ chương trình.

Silicon gặp sinh học: Chiến lược Bản sao số của NVIDIA và Eli Lilly trong tạo thuốc

Trong khi Twin Health sử dụng bản sao số để đảo ngược bệnh hiện có, NVIDIA và Eli Lilly đang triển khai công nghệ này cho mục đích hoàn toàn khác: thúc đẩy quá trình khám phá thuốc. Trong một hợp tác lịch sử được công bố đầu năm 2026, hai công ty đã khởi động một liên minh hợp tác đổi mới kéo dài năm năm dựa tại Vùng Vịnh San Francisco, với khoản đầu tư 1 tỷ USD.

Khái niệm bản sao số, dù ứng dụng hiện đại, có nguồn gốc sâu xa. Tiến sĩ Michael Grieves giới thiệu khung lý thuyết này tại một hội nghị của Society of Manufacturing Engineers ở Michigan năm 2002, ban đầu gọi là “Mô hình phản chiếu thông tin.” Kỹ sư của NASA, John Vickers, đã chính thức hóa thuật ngữ “bản sao số” vào năm 2010 khi hợp tác với Grieves về lộ trình kỹ thuật mô tả các bản sao ảo của tàu vũ trụ để mô phỏng và kiểm tra an toàn.

CEO Jensen Huang của NVIDIA trở thành người truyền bá nổi bật nhất của công nghệ này sau khi giới thiệu nó nổi bật trong bài phát biểu chính của GTC 2021 như một trụ cột của nền tảng Omniverse và chiến lược AI công nghiệp. Tại CES 2026, Huang tuyên bố thẳng thừng: “Tương lai của các ngành công nghiệp nặng bắt đầu từ một bản sao số.” Giấc mơ đó giờ đây đang trở thành hiện thực trong nghiên cứu dược phẩm.

Theo điều khoản của liên minh, phòng thí nghiệm mới sẽ sử dụng chip Vera Rubin của NVIDIA—hệ kiến trúc kế thừa của dòng Blackwell—để cung cấp sức mạnh tính toán khổng lồ cần thiết cho mô hình sinh học quy mô lớn. Các nhà nghiên cứu sẽ triển khai nền tảng AI BioNeMo của NVIDIA để mô phỏng các không gian hóa học và sinh học rộng lớn trong môi trường ảo trước khi tổng hợp một phân tử vật lý duy nhất trong phòng thí nghiệm. Đây là một bước chuyển căn bản: đẩy mạnh phát triển thuốc khỏi phương pháp thử và sai truyền thống sang mô hình kỹ thuật tính toán tốc độ cao.

Hợp tác này còn mở rộng sang tối ưu hóa sản xuất. Sử dụng nền tảng Omniverse của NVIDIA, Eli Lilly có thể tạo ra các bản sao số của dây chuyền sản xuất, kiểm thử áp lực chuỗi cung ứng trong các kịch bản khác nhau, và tối ưu hóa quy trình sản xuất các loại thuốc có nhu cầu cao như GLP-1 và các liệu pháp giảm cân thế hệ mới. Khả năng này trở nên cực kỳ quan trọng khi các nút thắt trong sản xuất đã gây ra các vấn đề trong thị trường thuốc béo phì kể từ khi nhu cầu bùng nổ.

Phản kháng của các bên thanh toán: Các lực lượng thị trường thúc đẩy hai chiến lược AI khác nhau

Việc hiểu tại sao hai phương pháp bản sao số này xuất hiện đòi hỏi phải xem xét sự bùng nổ và phản kháng ngày càng tăng xung quanh các thuốc GLP-1. Từ 2018 đến 2023, chi tiêu cho GLP-1 tại Mỹ đã tăng hơn 500%, đạt 71,7 tỷ USD. Các nhà phân tích dự báo doanh số sẽ vượt quá 100 tỷ USD vào năm 2030.

Con đường tăng trưởng đột phá này đã thúc đẩy Eli Lilly và đối thủ Novo Nordisk đầu tư lớn vào năng lực sản xuất. Eli Lilly đã bỏ ra 9 tỷ USD để sản xuất hoạt chất dược phẩm, trong khi Novo Nordisk mở rộng nhà máy trị giá 11 tỷ USD tại Đan Mạch và Bắc Carolina. Tuy nhiên, ngay cả với các khoản đầu tư khổng lồ này, nguồn cung vẫn còn hạn chế và chi phí vẫn tăng cao.

Đến năm 2026, phản ứng dữ dội đã nổ ra. Báo cáo “Tỷ lệ xu hướng y tế toàn cầu” của AON dự báo chi phí bảo hiểm y tế của nhà tuyển dụng sẽ tăng 9,8% do sự gia tăng sử dụng GLP-1 và tăng phí bảo hiểm. Báo cáo “Khảo sát chiến lược chăm sóc sức khỏe và phúc lợi năm 2026” của Mercer cho biết 77% các nhà tuyển dụng lớn đang tích cực nhắm vào chi tiêu cho GLP-1, trong khi phạm vi bảo hiểm bị hạn chế do các kế hoạch đặt ra các hạn chế.

Phản kháng của các bên thanh toán đã tạo ra hai câu chuyện cạnh tranh. Mô hình của NVIDIA-Eli Lilly nhằm giảm chi phí R&D dược phẩm và thúc đẩy chu kỳ phát triển thuốc nhanh hơn, lý thuyết là để biện minh cho giá thuốc đột phá tiếp tục thông qua đổi mới nhanh hơn. Trong khi đó, mô hình của Twin Health trực tiếp thách thức giả thuyết rằng thuốc đắt tiền là cần thiết—chứng minh rằng các can thiệp lối sống dựa trên AI và theo dõi chuyển hóa có thể đạt được kết quả tương đương hoặc tốt hơn so với can thiệp dược lý.

Mô hình thương mại của Twin Health củng cố xu hướng này. Hoạt động dựa trên cơ chế thanh toán dựa trên kết quả, công ty ước tính tiết kiệm khoảng 8.000 USD mỗi thành viên chi phí cao—một động lực tài chính trực tiếp phù hợp với các bên thanh toán đang quản lý chi phí tăng hai chữ số.

Hướng đi của ngành dược phẩm: Từ thử nghiệm đến lợi nhuận đo lường được

Các tập đoàn dược lớn đang đặt cược vào trí tuệ nhân tạo không chỉ để bảo vệ doanh thu đột phá mà còn để tái tạo hoàn toàn bộ máy khám phá thuốc. Tại Diễn đàn Kinh tế Thế giới ở Davos, Huang của NVIDIA đã diễn đạt rõ ràng về sự chuyển đổi này:

“Ba năm trước, phần lớn ngân sách R&D của họ có lẽ là dành cho phòng thí nghiệm ướt. Chú ý đến siêu máy tính AI lớn mà họ đã đầu tư, phòng lab AI lớn đó. Ngày càng nhiều, ngân sách R&D đó sẽ chuyển sang AI.”

Chuyển hướng chiến lược này phản ánh áp lực ngày càng tăng đối với ngành dược để biện minh cho hàng trăm tỷ đô la chi tiêu R&D hàng năm. Trong quá khứ, các ứng viên thuốc Giai đoạn I có tỷ lệ thất bại khoảng 90% trước khi được phê duyệt, một tỷ lệ thất thoát lãng phí tiêu tốn vốn và kéo dài thời gian. Bằng cách tích hợp mô phỏng bản sao số dựa trên AI vào các vòng học liên tục, các công ty như Eli Lilly có thể giảm chi phí thất bại thuốc và rút ngắn tiến trình phát triển.

Tuy nhiên, sự khác biệt giữa chiến lược siêu máy tính dược phẩm của NVIDIA và công nghệ đảo ngược chuyển hóa của Twin Health phản ánh xu hướng thị trường rộng lớn năm 2026. Các công ty phân tích như Deloitte nhấn mạnh trong “Triển vọng Chăm sóc Sức khỏe Mỹ 2026” rằng ngành đang chuyển dịch quyết đoán khỏi các mô hình AI lý thuyết để triển khai các hệ thống AI tạo ra tác động tài chính rõ ràng, đo lường được.

Ảnh hưởng đầu tư: Điều hướng một bối cảnh phức tạp

Đối với các nhà đầu tư, sự xuất hiện của các chiến lược bản sao số cạnh tranh tạo ra cả cơ hội lẫn thách thức. Paul MacDonald, Giám đốc Đầu tư tại Harvest ETFs, thừa nhận sự phấn khích về AI trong chăm sóc sức khỏe nhưng duy trì cái nhìn cân bằng về triển vọng ngắn hạn của ngành:

“AI trong chăm sóc sức khỏe rất thú vị, và chúng tôi thấy các ứng dụng thực tiễn đang được triển khai trong nhiều lĩnh vực, đặc biệt là chẩn đoán, nhưng ngày càng nhiều trong nghiên cứu dược phẩm sinh học và thiết bị y tế,” MacDonald nhận xét. “Cũng hấp dẫn như các công nghệ như thiết bị đeo và thiết kế các kế hoạch lối sống cá nhân hóa hơn, chúng tôi vẫn tin rằng các phân khúc thuốc béo phì và thị trường lớn hơn sẽ tiếp tục phát triển đáng kể trong những năm tới.”

MacDonald đề cập đến hai yếu tố cấu trúc hỗ trợ sự mở rộng liên tục của GLP-1: mở rộng tiếp cận Medicare và phát triển các dạng uống. “Lợi ích hệ thống và các lợi ích sức khỏe vượt quá giảm cân từ thuốc đang dẫn đến việc mở rộng việc sử dụng, cùng với phạm vi bảo hiểm rộng hơn cho phép nhiều bệnh nhân tiếp cận thuốc hơn. Hiện tại, có các kế hoạch thử nghiệm mở rộng tiếp cận cho người đăng ký Medicare tại Mỹ vào cuối năm 2026, điều này sẽ mở rộng đáng kể khả năng dự trữ đơn thuốc.”

Thêm vào đó, “Ngoài dạng tiêm dưới da truyền thống, các lựa chọn dạng uống ngày càng phổ biến, không chỉ mở rộng khả năng tiếp cận mà còn cải thiện cấu trúc chi phí và biên lợi nhuận cho các công ty có nhà máy sản xuất đã thiết lập.”

Phân bổ cân bằng của MacDonald—đón nhận đà tiến của AI trong khi vẫn giữ vững niềm tin vào GLP-1—phản ánh một thực tế thị trường mới: vào năm 2026, các nhà đầu tư khám phá cơ hội trong lĩnh vực khoa học đời sống phải đối mặt với một bối cảnh có nhiều biến số hơn, nhiều câu chuyện cạnh tranh hơn, và nhiều sự không chắc chắn thực sự hơn bất kỳ thời điểm nào trong quá khứ gần đây. Các bản sao số sẽ định hình lại cách phát hiện thuốc và quản lý các bệnh mãn tính, nhưng những người chiến thắng và thất bại chính xác vẫn còn phải chờ xác định.

Thông báo về chứng khoán: Tác giả không nắm giữ bất kỳ khoản đầu tư trực tiếp nào vào các công ty được đề cập trong bài viết này.

Thông báo biên tập: Mạng lưới Tin tức Đầu tư không đảm bảo tính chính xác hoặc đầy đủ của các thông tin được báo cáo trong các phân tích này. Các ý kiến trình bày không phản ánh quan điểm của Mạng lưới Tin tức Đầu tư và không cấu thành lời khuyên đầu tư. Khuyến nghị tất cả độc giả tự thực hiện nghiên cứu kỹ lưỡng của riêng mình.

Các quan điểm và ý kiến trình bày trong đây là của tác giả và không nhất thiết phản ánh của Nasdaq, Inc.