Trong quá trình chuyển đổi số ngành y tế, việc đưa công nghệ vào hỗ trợ bác sĩ, dược sĩ và điều dưỡng đang trở thành một trong những hướng đi quan trọng nhằm nâng cao chất lượng chuyên môn, giảm thời gian xử lý thông tin và tăng cường an toàn cho người bệnh. Tuy nhiên, tại nhiều cơ sở y tế tuyến cơ sở, thông tin về thuốc vẫn có thể nằm rải rác ở nhiều nguồn khác nhau như Dược thư, hướng dẫn sử dụng thuốc, phác đồ điều trị hoặc các tài liệu chuyên môn.
Từ thực tế đó, giải pháp TBmediCare-AI được phát triển nhằm tạo ra một nền tảng số hỗ trợ cán bộ y tế tra cứu và khai thác thông tin thuốc nhanh chóng hơn, đồng thời cung cấp các chức năng hỗ trợ nhận diện tương tác thuốc, tương hợp – tương kỵ và một số vấn đề liên quan đến sử dụng thuốc trong thực hành lâm sàng.
Giải pháp được phát triển tại Trung tâm Y tế khu vực Thanh Ba, tỉnh Phú Thọ, dưới dạng WebApp kết hợp điện toán đám mây và trí tuệ nhân tạo. Hệ thống có sự tham gia của trợ lý AI mang tên DeepMed-AI, được xây dựng trên nguồn dữ liệu chuyên môn được lựa chọn và kiểm soát.
TBmediCare-AI hoạt động như thế nào?
Điểm đáng chú ý của TBmediCare-AI là hệ thống không đơn thuần hoạt động như một công cụ tìm kiếm thuốc theo từ khóa.
Nền tảng được thiết kế theo mô hình hỗ trợ ra quyết định lâm sàng, trong đó người sử dụng có thể tìm kiếm thông tin thuốc, đặt câu hỏi theo ngôn ngữ tự nhiên và khai thác dữ liệu chuyên môn trên cùng một giao diện.
Kiến trúc của hệ thống gồm nhiều lớp:
- Lớp giao diện: sử dụng Google Sites, thiết kế theo dạng ứng dụng trang đơn và có thể truy cập trên điện thoại, máy tính bảng hoặc máy tính.
- Lớp dữ liệu: Google Sheets được sử dụng để quản lý dữ liệu, tạo điều kiện để bác sĩ, dược sĩ có thể cập nhật thông tin mà không cần trực tiếp lập trình.
- Lớp xử lý: Google Apps Script đảm nhiệm vai trò xử lý logic và kết nối thông qua API.
- Lớp lưu trữ: Google Drive được sử dụng để lưu trữ các dữ liệu tĩnh.
Cách thiết kế này giúp hệ thống tận dụng hạ tầng điện toán đám mây, hạn chế yêu cầu đầu tư máy chủ vật lý riêng và tạo điều kiện thuận lợi khi cần mở rộng.
Tối ưu tốc độ tra cứu thông tin thuốc
Một vấn đề thường gặp trong thực tế là cán bộ y tế cần tìm thông tin nhanh trong khi kết nối mạng hoặc hệ thống tra cứu có thể tạo ra độ trễ.
TBmediCare-AI sử dụng cơ chế Client-side Rendering kết hợp bộ nhớ đệm trên trình duyệt. Sau lần truy cập đầu tiên, danh mục thuốc có thể được tải về và lưu trong bộ nhớ của trình duyệt.
Nhờ vậy, khi người dùng tiếp tục nhập tên thuốc hoặc từ khóa tìm kiếm, hệ thống có thể xử lý trên dữ liệu đã được lưu cục bộ thay vì phải liên tục tải lại toàn bộ dữ liệu.
Giải pháp cũng có cơ chế hạn chế nhầm lẫn khi một hoạt chất có nhiều dạng bào chế, hàm lượng hoặc biệt dược. Trong những trường hợp có nhiều lựa chọn, hệ thống yêu cầu người sử dụng xác nhận thông tin cụ thể trước khi tiếp tục, qua đó tạo thêm một bước kiểm tra trước khi sử dụng dữ liệu.
Kết hợp tìm kiếm từ khóa và tìm kiếm ngữ nghĩa
Một trong những điểm công nghệ nổi bật của TBmediCare-AI là cách kết hợp nhiều phương pháp truy xuất thông tin.
Hệ thống sử dụng mô hình Hybrid RAG, kết hợp tìm kiếm theo từ khóa với tìm kiếm theo ngữ nghĩa.
Phương pháp BM25 giúp hệ thống nhận diện chính xác các cụm từ, tên thuốc, biệt dược hoặc mã thuốc. Trong khi đó, tìm kiếm vector có khả năng nhận biết mối liên hệ về ý nghĩa giữa các câu hỏi.
Nhờ sự kết hợp này, người sử dụng không nhất thiết phải nhập chính xác hoàn toàn một cụm từ đã được định sẵn. Những câu hỏi mang tính mô tả hoặc tình huống lâm sàng vẫn có thể được hệ thống tìm kiếm và đối chiếu với những tài liệu phù hợp.
Đối với các trường hợp cần truy xuất sâu hơn, hệ thống sử dụng mô hình BGE-M3 để đánh giá lại các kết quả tìm được và lựa chọn những tài liệu có mức độ liên quan cao.
Thông tin sau quá trình lọc được đưa vào mô hình AI để tổng hợp thành câu trả lời.
DeepMed-AI và cơ chế kiểm soát thông tin
DeepMed-AI là thành phần AI được tích hợp vào TBmediCare-AI nhằm hỗ trợ cán bộ y tế khai thác thông tin chuyên môn.
Thay vì để mô hình ngôn ngữ tự do tạo câu trả lời từ kiến thức chung, hệ thống được xây dựng theo hướng lấy dữ liệu từ kho thông tin chuyên môn đã được lựa chọn.
Nguồn dữ liệu bao gồm các tài liệu như Dược thư Quốc gia Việt Nam 2022, hướng dẫn sử dụng thuốc, phác đồ điều trị và dữ liệu chuyên môn được sử dụng tại đơn vị.
Một cơ chế kiểm soát được thiết lập để hạn chế tình trạng AI đưa ra thông tin không có căn cứ trong kho dữ liệu. Khi không tìm thấy thông tin phù hợp, hệ thống được thiết lập để thông báo rằng dữ liệu hiện tại chưa có thông tin thay vì tự tạo câu trả lời.
Các tài liệu tham chiếu cũng được hiển thị cùng câu trả lời nhằm giúp người dùng có cơ sở kiểm tra lại thông tin.
Mức Temperature của mô hình được thiết lập ở mức 0,3 nhằm giảm tính ngẫu nhiên trong quá trình sinh nội dung.
Hỗ trợ kiểm tra tương tác và tương kỵ thuốc
Một chức năng quan trọng của TBmediCare-AI là hỗ trợ kiểm tra khi cần phối hợp nhiều thuốc.
Thay vì phải mở từng tài liệu để kiểm tra từng cặp thuốc, người dùng có thể lựa chọn nhiều thuốc trên giao diện. Hệ thống sau đó thực hiện đối chiếu từng cặp và xây dựng ma trận kết quả.
Những trường hợp cần chú ý được biểu diễn trực quan, giúp nhân viên y tế nhanh chóng nhận diện các cặp thuốc có vấn đề liên quan đến tương tác hoặc tương kỵ.
Tính năng này đặc biệt có ý nghĩa trong những tình huống điều dưỡng cần chuẩn bị hoặc phối hợp nhiều thuốc trên cùng đường truyền, bởi quá trình kiểm tra thủ công có thể mất nhiều thời gian.
Tuy nhiên, công cụ được định hướng là hệ thống hỗ trợ chuyên môn, không thay thế quyết định của bác sĩ, dược sĩ hoặc điều dưỡng trong thực hành lâm sàng.
Hỗ trợ trao đổi nhiều lượt với DeepMed-AI
DeepMed-AI còn được thiết kế để ghi nhận bối cảnh của các lượt trao đổi trước đó.
Hệ thống có khả năng ghi nhớ tối đa bốn lượt tương tác gần nhất, nhờ đó người dùng có thể tiếp tục đặt câu hỏi mà không cần lặp lại toàn bộ bối cảnh ban đầu.
Ví dụ, sau khi hỏi về một thuốc hoặc một tình huống điều trị, cán bộ y tế có thể tiếp tục đặt câu hỏi sâu hơn về liều dùng trong một số nhóm đối tượng như người suy gan hoặc suy thận.
Cách tương tác nhiều lượt giúp trải nghiệm sử dụng gần với quá trình trao đổi chuyên môn hơn so với hình thức nhập từng câu hỏi độc lập.
Dữ liệu được bản địa hóa theo cơ sở y tế
Một điểm đáng chú ý khác của TBmediCare-AI là dữ liệu không chỉ dựa trên kiến thức y khoa chung.
Hệ thống có thể tích hợp các phác đồ điều trị và danh mục thuốc đang được sử dụng tại từng cơ sở.
Điều này tạo khả năng tùy biến theo thực tế của từng đơn vị. Khi triển khai ở một cơ sở khác, dữ liệu thuốc, phác đồ và tài liệu chuyên môn có thể được thay đổi để phù hợp với quy trình và danh mục thuốc của đơn vị đó.
Nhờ tách biệt phần công nghệ xử lý với kho dữ liệu, giải pháp có khả năng được cấu hình lại mà không nhất thiết phải xây dựng toàn bộ hệ thống từ đầu.
Vai trò của con người trong kiểm soát AI
Trong môi trường y tế, độ chính xác của thông tin có ý nghĩa đặc biệt quan trọng. Vì vậy, TBmediCare-AI được định hướng theo mô hình Human-in-the-loop, trong đó AI hỗ trợ xử lý và truy xuất thông tin nhưng con người vẫn giữ vai trò kiểm soát chuyên môn.
Trong giai đoạn thử nghiệm, các câu trả lời của AI được đội ngũ dược sĩ lâm sàng kiểm tra và đối chiếu với tài liệu chuyên môn.
Cách tiếp cận này giúp hạn chế việc phụ thuộc hoàn toàn vào kết quả do AI tạo ra và tạo thêm một tầng kiểm soát trước khi thông tin được sử dụng trong thực tế.
Theo dõi nhu cầu sử dụng thông tin
TBmediCare-AI còn tích hợp hệ thống phân tích hành vi sử dụng thông qua Google Analytics 4.
Dữ liệu từ hoạt động tra cứu có thể giúp đơn vị nhận biết những nhóm thuốc hoặc chủ đề chuyên môn được cán bộ y tế tìm kiếm nhiều.
Từ đó, Khoa Dược và bộ phận quản lý có thể xác định những nội dung cần được nhắc lại, cập nhật hoặc tổ chức đào tạo chuyên môn.
Như vậy, dữ liệu sử dụng hệ thống không chỉ phục vụ đánh giá công cụ mà còn có thể trở thành nguồn thông tin để cải thiện hoạt động đào tạo và quản lý sử dụng thuốc.
Kết quả triển khai thực tế
Giải pháp được đánh giá trên 161 cán bộ y tế sử dụng hệ thống.
Theo số liệu được công bố trong hồ sơ sáng kiến, 95,7% cán bộ y tế sử dụng smartphone để truy cập TBmediCare-AI. Điều này cho thấy mô hình WebApp phù hợp với thói quen sử dụng thiết bị di động trong môi trường lâm sàng.
Khoảng 42,9% lượt sử dụng được ghi nhận ở thời điểm thực hiện y lệnh, chuẩn bị thuốc hoặc tiêm truyền. Trong khi đó, khoảng 21,7% lượt sử dụng diễn ra trong quá trình ra quyết định kê đơn.
Đáng chú ý, 95,7% cán bộ y tế tham gia đánh giá cho biết sẵn sàng chuyển từ tài liệu in sang sử dụng công cụ số.
Các số liệu này cho thấy hệ thống được sử dụng không chỉ trong quá trình tìm kiếm thông tin mà còn tại những thời điểm liên quan trực tiếp đến quy trình sử dụng thuốc.
Khả năng triển khai tại nhiều cơ sở y tế
TBmediCare-AI được thiết kế với khả năng tách biệt giữa phần mềm và dữ liệu.
Nhờ đó, khi triển khai tại cơ sở mới, đơn vị có thể cập nhật danh mục thuốc, phác đồ và các tài liệu chuyên môn riêng mà không phải xây dựng lại toàn bộ hệ thống.
Giải pháp đã được định hướng chuyển giao cho một số trung tâm y tế tại Phú Thọ, gồm:
- Trung tâm Y tế khu vực Lạc Sơn.
- Trung tâm Y tế khu vực Đoan Hùng.
- Trung tâm Y tế khu vực Phù Ninh.
- Trung tâm Y tế khu vực Yên Lập.
- Trung tâm Y tế khu vực Phúc Yên.
Việc triển khai tại nhiều đơn vị giúp kiểm chứng khả năng thích ứng của nền tảng với các môi trường y tế khác nhau.
Lợi ích đối với cán bộ y tế và người bệnh
Về chuyên môn, công cụ giúp tập trung thông tin thuốc vào một nền tảng, hạn chế việc phải tìm kiếm từ quá nhiều tài liệu riêng biệt.
Về thời gian, việc tìm kiếm nhanh hơn có thể giúp cán bộ y tế giảm thời gian dành cho các thao tác tra cứu thủ công.
Về an toàn thuốc, các chức năng hỗ trợ kiểm tra tương tác, tương kỵ và đối chiếu thông tin có thể tạo thêm một lớp hỗ trợ trong quá trình kê đơn, chuẩn bị và sử dụng thuốc.
Đối với người bệnh, việc cán bộ y tế tiếp cận thông tin nhanh và có hệ thống có thể góp phần hỗ trợ quy trình khám, điều trị và sử dụng thuốc hiệu quả hơn.
Đặc biệt, mô hình này có thể hữu ích đối với những cơ sở y tế không có điều kiện đầu tư hệ thống công nghệ thông tin phức tạp.
Cơ sở hạ tầng để vận hành
TBmediCare-AI không yêu cầu hệ thống phần cứng chuyên biệt.
Các điều kiện cơ bản gồm:
- Kết nối Internet.
- Máy tính có kết nối Internet.
- Điện thoại thông minh có kết nối Internet.
Việc sử dụng nền tảng WebApp giúp cán bộ y tế có thể truy cập từ nhiều thiết bị mà không cần cài đặt một phần mềm riêng biệt trên từng máy.
Theo hồ sơ giải pháp, thời gian triển khai hệ thống khoảng 6 tháng.
Website giới thiệu giải pháp: tbmedicare-ai.com.vn.
Định hướng phát triển trong tương lai
TBmediCare-AI được định hướng phát triển theo nhiều giai đoạn.
Mở rộng trong mạng lưới y tế cơ sở
Trước hết, giải pháp có thể tiếp tục được hoàn thiện và triển khai tại các cơ sở y tế tuyến huyện, khu vực và tuyến xã.
Mục tiêu là tạo ra một công cụ hỗ trợ tra cứu và kiểm soát thông tin thuốc thống nhất hơn giữa các đơn vị.
Kết nối trực tiếp với hệ thống HIS
Một hướng phát triển khác là xây dựng các API để tích hợp DeepMed-AI vào hệ thống thông tin bệnh viện.
Khi đó, thay vì phải mở một ứng dụng riêng, bác sĩ có thể sử dụng các chức năng hỗ trợ ngay trong quá trình kê đơn trên hệ thống HIS.
Ví dụ, khi phát hiện vấn đề liên quan đến tương tác thuốc, hệ thống có thể đưa ra cảnh báo ngay tại giao diện kê đơn.
Khai thác dữ liệu lớn
Ở giai đoạn phát triển cao hơn, dữ liệu kê đơn và sử dụng thuốc có thể được phân tích để hỗ trợ công tác quản lý.
Các hướng nghiên cứu được đặt ra gồm dự báo nhu cầu thuốc, nhận diện xu hướng sử dụng thuốc và hỗ trợ lập kế hoạch mua sắm, dự trù thuốc.
Những chức năng này cần được triển khai trên cơ sở bảo đảm quyền riêng tư, an toàn dữ liệu và các yêu cầu pháp lý liên quan đến thông tin y tế.
Giá trị cộng đồng
Một trong những ý nghĩa của TBmediCare-AI là khả năng đưa công nghệ hỗ trợ chuyên môn đến các cơ sở y tế tuyến dưới.
Khi cán bộ y tế tại những khu vực có điều kiện tiếp cận công nghệ hạn chế có thể sử dụng cùng một nền tảng tra cứu, khoảng cách về khả năng tiếp cận thông tin chuyên môn có thể được thu hẹp.
Giải pháp cũng góp phần thúc đẩy quá trình số hóa tài liệu y khoa. Thay vì phụ thuộc nhiều vào tài liệu giấy, thông tin có thể được quản lý và truy cập trên nền tảng số.
Điều này đồng thời giảm nhu cầu in ấn tài liệu, phác đồ và các tài liệu hướng dẫn chuyên môn.
Hướng tới mô hình y tế số
TBmediCare-AI cho thấy một hướng tiếp cận trong việc kết hợp trí tuệ nhân tạo, dữ liệu chuyên môn và điện toán đám mây để hỗ trợ cán bộ y tế.
Giá trị của hệ thống không chỉ nằm ở khả năng trả lời câu hỏi bằng AI mà còn ở cách xây dựng kho dữ liệu chuyên môn, cơ chế truy xuất, kiểm soát nguồn thông tin và sự tham gia của nhân viên y tế trong quá trình kiểm chứng.
Việc kết hợp giữa AI và kiểm soát của con người giúp giải pháp phù hợp hơn với đặc thù của lĩnh vực y tế, nơi thông tin hỗ trợ quyết định cần được kiểm tra và đối chiếu trước khi áp dụng.
Với kiến trúc có khả năng tùy biến dữ liệu, TBmediCare-AI có thể được điều chỉnh theo danh mục thuốc, phác đồ và quy trình chuyên môn của từng cơ sở. Đây là cơ sở để giải pháp tiếp tục được nghiên cứu, hoàn thiện và mở rộng trong mạng lưới y tế.
Trong bối cảnh chuyển đổi số đang được đẩy mạnh, những công cụ như TBmediCare-AI có thể trở thành một thành phần hỗ trợ cho mô hình cơ sở y tế hiện đại, trong đó dữ liệu được tập trung, tra cứu nhanh hơn và các công cụ AI được sử dụng dưới sự kiểm soát của đội ngũ chuyên môn.