1. Tổng quan về giải pháp
DeepMedSP-AI là một giải pháp ứng dụng trí tuệ nhân tạo nhằm hỗ trợ bác sĩ và dược sĩ lâm sàng trong quá trình lựa chọn, kê đơn và theo dõi việc sử dụng kháng sinh cho người bệnh nhiễm khuẩn.
Sản phẩm được phát triển bởi nhóm PharmaSP, với sự phối hợp giữa Bệnh viện Đa khoa Xanh Pôn và Đơn vị Nghiên cứu và Ứng dụng Chuyển đổi số trong Dược lâm sàng thuộc Trường Đại học Dược Hà Nội. Giải pháp thuộc lĩnh vực y sinh, hóa sinh và hướng tới mô hình y tế thông minh, trong đó AI đóng vai trò như một trợ lý hỗ trợ quyết định lâm sàng.
Mục tiêu cốt lõi của DeepMedSP-AI là giúp nhân viên y tế xử lý nhanh hơn lượng thông tin lớn liên quan đến điều trị kháng sinh, đồng thời hạn chế những sai sót có thể xảy ra trong quá trình kê đơn và theo dõi thuốc.
2. Bài toán thực tế cần giải quyết
Điều trị nhiễm khuẩn, đặc biệt ở những bệnh nhân nặng hoặc có nguy cơ nhiễm khuẩn huyết, đòi hỏi quyết định điều trị nhanh chóng. Tuy nhiên, việc lựa chọn một kháng sinh phù hợp không chỉ dựa vào tên bệnh mà còn phụ thuộc vào nhiều yếu tố khác nhau.
Bác sĩ và dược sĩ có thể phải đồng thời xem xét:
- Loại và mức độ nhiễm khuẩn.
- Tác nhân gây bệnh và kết quả xét nghiệm vi sinh.
- Kháng sinh đồ.
- Các hướng dẫn điều trị hiện hành.
- Phác đồ được bệnh viện áp dụng.
- Chức năng thận và các chỉ số sinh hóa.
- Tiền sử dị ứng thuốc.
- Những thuốc khác mà người bệnh đang sử dụng.
- Nguy cơ tương tác thuốc.
- Liều lượng và khoảng cách giữa các lần dùng thuốc.
- Đặc điểm riêng của từng bệnh nhân.
Trong thực tế bệnh viện, việc tra cứu những thông tin này từ nhiều nguồn khác nhau có thể mất đáng kể thời gian. Đối với dược sĩ lâm sàng, khối lượng y lệnh cần đánh giá cũng lớn trong khi nguồn nhân lực chưa phải lúc nào cũng đáp ứng được nhu cầu giám sát liên tục.
Tại Bệnh viện Đa khoa Xanh Pôn, trước khi có nền tảng số, thông tin liên quan đến sử dụng kháng sinh chủ yếu được tra cứu từ cẩm nang và nhiều tài liệu riêng lẻ. Điều này khiến việc tìm kiếm, cập nhật và đối chiếu thông tin trở nên mất thời gian.
DeepMedSP-AI được xây dựng nhằm giải quyết chính khoảng trống này.
3. DeepMedSP-AI hoạt động như thế nào?
Điểm đặc biệt của hệ thống nằm ở việc AI không chỉ đóng vai trò chatbot trả lời câu hỏi mà được xây dựng theo mô hình Agentic AI.
Ở trung tâm của hệ thống là một Orchestrator Agent. Thành phần này có nhiệm vụ tiếp nhận yêu cầu của người dùng, phân tích câu hỏi và xác định những công việc cần thực hiện.
Tùy từng trường hợp, hệ thống có thể phân chia nhiệm vụ cho những tác vụ chuyên biệt như:
- Tìm kiếm hướng dẫn điều trị phù hợp.
- Tra cứu phác đồ sử dụng kháng sinh của bệnh viện.
- Tìm kiếm bằng chứng y khoa.
- Kiểm tra liều dùng.
- Đánh giá khả năng cần hiệu chỉnh liều.
- Kiểm tra tương tác thuốc.
- Rà soát các cảnh báo an toàn.
- Xem xét tiền sử dị ứng.
- Phân tích các yếu tố liên quan đến từng bệnh nhân.
Sau khi các nhiệm vụ được xử lý, Orchestrator Agent tổng hợp kết quả và tạo ra một câu trả lời có cấu trúc để bác sĩ hoặc dược sĩ xem xét.
Như vậy, thay vì người dùng phải tự mình thực hiện từng bước tra cứu, hệ thống có thể hỗ trợ kết nối các bước này thành một quy trình thống nhất.
4. Kết hợp AI với nguồn tri thức y khoa
Một thành phần quan trọng của DeepMedSP-AI là khả năng kết hợp mô hình ngôn ngữ lớn với RAG – Retrieval-Augmented Generation và chức năng tìm kiếm.
Đối với các tài liệu nội bộ, hệ thống có thể truy xuất những phần thông tin phù hợp từ kho tài liệu đã được số hóa. Trong đó có Cẩm nang sử dụng kháng sinh trong bệnh viện năm 2025 của Bệnh viện Đa khoa Xanh Pôn.
Bên cạnh nguồn tài liệu nội viện, hệ thống còn được thiết kế để tìm kiếm thông tin từ những cơ sở dữ liệu y khoa như PubMed, NCBI và PMC, qua đó hỗ trợ tiếp cận các bằng chứng y học bên ngoài kho dữ liệu nội bộ.
Cách tiếp cận này giúp DeepMedSP-AI không chỉ dựa vào kiến thức có sẵn của mô hình AI mà còn có khả năng truy xuất thông tin phù hợp với từng câu hỏi tại thời điểm sử dụng.
Người dùng vì vậy có thể đặt câu hỏi bằng ngôn ngữ tự nhiên thay vì phải tự xây dựng những truy vấn tìm kiếm phức tạp.
5. Phân tích theo từng bệnh nhân
Một trong những điểm hướng tới giá trị thực tiễn của hệ thống là khả năng xem xét thông tin cụ thể của người bệnh.
Thay vì chỉ đưa ra một liều kháng sinh tiêu chuẩn, DeepMedSP-AI có thể hỗ trợ phân tích các chỉ số liên quan để đưa ra cảnh báo hoặc đề xuất cần được nhân viên y tế xem xét.
Ví dụ, đối với chức năng thận, hệ thống có thể sử dụng thông tin creatinin huyết thanh để hỗ trợ ước tính mức lọc cầu thận theo công thức Cockcroft–Gault. Từ đó, hệ thống có thể cảnh báo về khả năng cần điều chỉnh liều ở những bệnh nhân có suy giảm chức năng thận.
Ngoài vấn đề liều lượng, hệ thống còn hướng tới việc phát hiện những nguy cơ như:
- Tương tác thuốc.
- Trùng lặp hoạt chất.
- Dị ứng thuốc.
- Nguy cơ phản ứng phản vệ.
- Sử dụng kháng sinh chưa phù hợp.
- Chưa hiệu chỉnh liều trong những tình huống cần thiết.
Các thông tin này được đưa ra dưới dạng cảnh báo hoặc khuyến nghị để nhân viên y tế tiếp tục kiểm tra và đưa ra quyết định cuối cùng.
6. Giao tiếp bằng ngôn ngữ tự nhiên
DeepMedSP-AI được xây dựng với giao diện dạng chatbot, cho phép người dùng đặt câu hỏi trực tiếp bằng tiếng Việt.
Điều này giúp giảm yêu cầu về kỹ năng tìm kiếm tài liệu chuyên sâu. Trong cách làm truyền thống, người dùng có thể phải lựa chọn từ khóa, sử dụng thuật ngữ chuyên ngành, lọc kết quả rồi đọc nhiều tài liệu trước khi tự tổng hợp thành kết luận.
Với DeepMedSP-AI, người dùng có thể đưa thông tin ca bệnh cùng câu hỏi cần giải đáp. Hệ thống sẽ hỗ trợ tìm kiếm, lựa chọn và tổng hợp thông tin liên quan trước khi đưa ra kết quả để nhân viên y tế xem xét.
Điểm quan trọng là AI không thay thế vai trò chuyên môn của bác sĩ hoặc dược sĩ. Kết quả do hệ thống cung cấp cần được kiểm tra, đối chiếu và thẩm định trước khi được sử dụng trong thực tế điều trị.
7. Hỗ trợ chương trình quản lý sử dụng kháng sinh
DeepMedSP-AI còn hướng tới việc trở thành một công cụ hỗ trợ Antimicrobial Stewardship – quản lý sử dụng kháng sinh trong bệnh viện.
Thông qua việc phân tích y lệnh và thông tin người bệnh, hệ thống có thể giúp phát hiện những vấn đề cần được dược sĩ lâm sàng quan tâm.
Điều này góp phần thúc đẩy nguyên tắc sử dụng kháng sinh hợp lý, bao gồm lựa chọn đúng thuốc, đúng đối tượng, đúng liều và phù hợp với tình trạng lâm sàng.
Về lâu dài, việc sử dụng kháng sinh hợp lý có ý nghĩa quan trọng trong việc hạn chế sự gia tăng của tình trạng kháng thuốc.
8. Hiệu quả được ghi nhận
Theo thông tin của nhóm phát triển, việc ứng dụng DeepMedSP-AI giúp rút ngắn đáng kể thời gian xử lý thông tin trong một ca bệnh.
Thời gian được nhóm công bố giảm từ khoảng 10–15 phút xuống còn 3–4 phút cho mỗi ca, tương đương mức tiết kiệm khoảng 60–70% thời gian xử lý thông tin.
Khảo sát người sử dụng cũng ghi nhận tỷ lệ phản hồi tích cực khoảng 95%.
Việc giảm thời gian tra cứu có thể giúp bác sĩ và dược sĩ tập trung nhiều hơn vào việc đánh giá bệnh nhân, kiểm tra các điểm bất thường và đưa ra quyết định chuyên môn.
9. Vai trò như một trợ lý dược sĩ lâm sàng
DeepMedSP-AI được định hướng như một công cụ hỗ trợ dược sĩ lâm sàng thay vì một hệ thống tự động quyết định điều trị.
Trong quy trình này, AI có thể đảm nhận những công việc mang tính hỗ trợ như:
- Tiếp nhận dữ liệu bệnh nhân.
- Tổng hợp thông tin quan trọng.
- Đối chiếu với phác đồ và tài liệu chuyên môn.
- Tìm kiếm bằng chứng liên quan.
- Kiểm tra các nguy cơ về thuốc.
- Đưa ra cảnh báo.
- Đề xuất những vấn đề cần được nhân viên y tế xem xét.
Dược sĩ lâm sàng vẫn là người đánh giá tính phù hợp của kết quả và quyết định có cần can thiệp hay không.
Cách tiếp cận này giúp AI trở thành một lớp hỗ trợ trong quy trình chuyên môn, thay vì đặt AI vào vị trí thay thế con người.
10. Kiến trúc công nghệ
DeepMedSP-AI được triển khai trên nền tảng điện toán đám mây.
Mô hình này giúp bệnh viện không nhất thiết phải đầu tư một hệ thống máy chủ vật lý riêng cho ứng dụng. Việc vận hành, lưu trữ và xử lý dữ liệu được thực hiện trên hạ tầng cloud.
Người dùng có thể truy cập hệ thống thông qua trình duyệt web trên máy tính hoặc thiết bị di động.
Một đặc điểm đáng chú ý là hệ thống được thiết kế tương đối độc lập với hệ thống thông tin bệnh viện. Do đó, giải pháp không bắt buộc phải tích hợp sâu với hồ sơ bệnh án điện tử hoặc thay đổi cấu trúc của các phần mềm quản lý hiện có.
Cách triển khai này có thể giúp giảm yêu cầu về hạ tầng kỹ thuật và rút ngắn thời gian đưa hệ thống vào sử dụng.
11. Khả năng triển khai và mở rộng
Giao diện của DeepMedSP-AI được thiết kế bằng tiếng Việt và sử dụng hình thức hội thoại quen thuộc.
Người dùng không cần phải học một hệ thống phần mềm quá phức tạp mà có thể tương tác với AI bằng cách đặt câu hỏi.
Điều này tạo điều kiện để giải pháp có thể được triển khai tại nhiều cơ sở y tế với các mức độ khác nhau, từ bệnh viện tuyến cơ sở đến các bệnh viện lớn.
Việc sử dụng nền tảng cloud cũng tạo thuận lợi cho việc mở rộng hệ thống mà không nhất thiết phải xây dựng lại toàn bộ hạ tầng tại từng bệnh viện.
12. Giá trị kinh tế và xã hội
DeepMedSP-AI được định hướng theo mô hình công nghệ phục vụ cộng đồng, lấy sự an toàn của người bệnh làm trọng tâm.
Nếu được triển khai hiệu quả, việc hỗ trợ sử dụng kháng sinh hợp lý có thể mang lại nhiều lợi ích:
- Giảm thời gian tra cứu và xử lý thông tin.
- Hạn chế một số sai sót trong kê đơn.
- Hỗ trợ sử dụng thuốc an toàn hơn.
- Giảm nguy cơ sử dụng kháng sinh không phù hợp.
- Có thể góp phần rút ngắn thời gian điều trị.
- Hạn chế các chi phí phát sinh không cần thiết.
- Giảm áp lực cho đội ngũ dược sĩ lâm sàng.
- Hỗ trợ thực hiện chương trình quản lý sử dụng kháng sinh.
Ở góc độ dài hạn, kiểm soát việc sử dụng kháng sinh hợp lý còn có ý nghĩa trong cuộc chiến chống kháng kháng sinh, một vấn đề có ảnh hưởng lớn đến hệ thống y tế và xã hội.
13. Điểm khác biệt của DeepMedSP-AI
Giá trị của DeepMedSP-AI không chỉ nằm ở việc sử dụng một chatbot AI.
Điểm đáng chú ý là hệ thống kết hợp nhiều thành phần thành một quy trình hỗ trợ lâm sàng:
AI Agent → truy xuất tài liệu → tìm kiếm bằng chứng → phân tích dữ liệu bệnh nhân → kiểm tra thuốc → cảnh báo → tổng hợp khuyến nghị.
Mô hình này giúp AI chuyển từ việc đơn thuần “trả lời câu hỏi” sang hỗ trợ thực hiện một chuỗi công việc liên quan đến quyết định sử dụng thuốc.
Đặc biệt, việc kết hợp Agentic AI + RAG + Search Function + dữ liệu chuyên môn nội viện giúp hệ thống vừa có khả năng sử dụng nguồn tri thức được bệnh viện lựa chọn, vừa có thể mở rộng tìm kiếm các bằng chứng y khoa liên quan.
14. Thời gian và quy mô phát triển
Sản phẩm được triển khai trong khoảng 3 tháng với sự tham gia của 14 thành viên.
Nhóm phát triển tập trung vào việc xây dựng một nền tảng có khả năng ứng dụng trực tiếp trong môi trường bệnh viện, thay vì chỉ dừng lại ở một mô hình AI thử nghiệm.
15. Định hướng phát triển
Về lâu dài, DeepMedSP-AI có tiềm năng phát triển từ một công cụ hỗ trợ tra cứu thành một nền tảng hỗ trợ quản lý sử dụng kháng sinh toàn diện hơn.
Hệ thống có thể tiếp tục được mở rộng về:
- Kho dữ liệu y khoa.
- Các phác đồ điều trị.
- Khả năng phân tích ca bệnh.
- Cảnh báo an toàn thuốc.
- Theo dõi sử dụng kháng sinh.
- Hỗ trợ hoạt động của dược sĩ lâm sàng.
- Phân tích dữ liệu phục vụ chương trình quản lý kháng sinh.
- Khả năng triển khai tại nhiều cơ sở y tế.
Nếu phát triển đúng hướng, DeepMedSP-AI có thể trở thành một lớp trợ lý số nằm giữa nguồn tri thức y khoa và nhân viên y tế, giúp chuyển lượng lớn thông tin chuyên môn thành những kết quả dễ tiếp cận hơn trong quá trình chăm sóc người bệnh.
Tóm lại, DeepMedSP-AI hướng tới giải quyết một bài toán rất cụ thể của bệnh viện: làm thế nào để bác sĩ và dược sĩ có thể tiếp cận, kiểm tra và tổng hợp nhanh lượng thông tin lớn liên quan đến sử dụng kháng sinh. Bằng cách kết hợp AI Agent, RAG, tìm kiếm tài liệu y khoa và phân tích dữ liệu bệnh nhân, hệ thống được thiết kế để hỗ trợ con người ra quyết định nhanh hơn, có căn cứ hơn và an toàn hơn, đồng thời góp phần thúc đẩy sử dụng kháng sinh hợp lý.