Đề xuất Giải pháp AI trong Chẩn đoán Hình ảnh

Bài toán (Problem)

• Quá tải & Sai sót: Bác sĩ CĐHA chịu áp lực lớn khi đọc thủ công ~150-200 phim/ngày, dễ dẫn đến sai sót (nguồn: khảo sát của team + tài liệu nghiên cứu y khoa)
• Sót ca cấp cứu: Có trường hợp ca nguy hiểm bị lọt vào luồng khám thường do thiếu công cụ phân loại phân tuyến kịp thời.
• Chậm thời gian vàng: Quy trình xếp hàng truyền thống gây trễ điều trị khẩn cấp trên 3 giờ (ngày cao điểm), làm lỡ cơ hội vàng của bệnh nhân.
• Product thuần Việt cho xử lý hình ảnh: hiện tại nhiều bệnh viện sử dụng công cụ

Giải pháp kỹ thuật (Solution & Architecture)

• Worklist Triage: AI tự động nhận diện ca cấp cứu, đẩy lên đầu hàng đợi và highlight cảnh báo trực quan.
• Khoanh vùng tổn thương: Sử dụng mô hình YOLOv5 để phát hiện và chỉ điểm vùng nghi ngờ tổn thương trực tiếp trên phim.
• Tự động tạo báo cáo: Kết hợp OpenAI/MedGemma và RAG để đối chiếu y văn Bộ Y tế, tự động sinh báo cáo tiếng Việt chính xác có trích dẫn nguồn.

Tính khả thi & Độ tin cậy (Feasibility)

• Tốc độ & Tương thích: Thời gian xử lý cực nhanh dưới 30 giây và tích hợp sâu vào PACS giúp giữ nguyên thói quen làm việc của bác sĩ.
• Độ chính xác của báo cáo có nguồn kiểm chứng cao: Hệ thống hoàn thành 8/8 bài kiểm thử đơn vị cho hệ thống RAG tạo báo cáo có trích nguồn y khoa.

Hướng phát triển (Next Steps)

• Triển khai thử nghiệm: Tiến hành chạy thử nghiệm lâm sàng (Pilot) tại 1-2 bệnh viện nhỏ hoặc phòng khám đa khoa.
• Chuẩn hóa dữ liệu: Phối hợp cùng các chuyên gia đầu ngành để chuẩn hóa tập dữ liệu RAG y văn tiếng Việt.
• Mở rộng tính năng: Phát triển AI chẩn đoán sang các kỹ thuật nâng cao bao gồm CT-Scan, MRI và phát hiện xuất huyết sọ não.