Bài toán Trong quá trình khám bệnh, bác sĩ phải đồng thời trao đổi với bệnh nhân, ghi nhận thông tin và hoàn thiện bệnh án. Công việc này tốn thời gian, dễ bỏ sót dữ kiện và làm giảm thời gian tương tác trực tiếp với bệnh nhân. Hệ thống được xây dựng như một trợ lý AI hỗ trợ chuyển nội dung buổi khám thành bản nháp SOAP, kiểm tra mức độ đầy đủ của thông tin và đề xuất mã ICD-10. AI không tự đưa ra quyết định cuối cùng; bác sĩ vẫn là người kiểm tra, chỉnh sửa và ký duyệt bệnh án. Giải pháp kỹ thuật Hệ thống được triển khai theo kiến trúc web gồm:

• Frontend Next.js cung cấp giao diện quản lý ca khám, transcript, bản nháp SOAP, checklist và mã ICD.
• Backend FastAPI xử lý nghiệp vụ, xác thực, lưu trữ dữ liệu và cung cấp API.
• PostgreSQL lưu người dùng, ca khám, transcript, bản nháp và lịch sử xử lý.
• PGvector hỗ trợ truy xuất dữ liệu ngữ nghĩa cho SOAP và ICD-10.
• LangGraph điều phối AI workflow theo từng trạng thái.
• LLM thực hiện các tác vụ cần hiểu ngôn ngữ như trích xuất dữ kiện và diễn đạt SOAP.
• Docker Compose đóng gói và vận hành toàn bộ hệ thống. Luồng xử lý tổng quát: Audio hoặc transcript ↓ Chuẩn hóa nội dung và người nói ↓ Trích xuất sự kiện lâm sàng ↓ Kiểm chứng và xử lý thông tin thiếu/mâu thuẫn ↓ Xây dựng dữ kiện lâm sàng chuẩn hóa ↓ Sinh bản nháp SOAP và đề xuất ICD-10 ↓ Bác sĩ kiểm tra, chỉnh sửa và ký duyệt Với dữ liệu âm thanh, hệ thống sử dụng dịch vụ Speech-to-Text có khả năng phân tách người nói, sau đó chuẩn hóa kết quả thành transcript có nhãn bác sĩ và bệnh nhân trước khi đưa vào AI workflow. Điểm quan trọng của kiến trúc là phân chia trách nhiệm giữa LLM và code:
• LLM đảm nhiệm việc hiểu ngữ nghĩa, nhận diện thông tin lâm sàng và diễn đạt ngôn ngữ tự nhiên.
• Code kiểm soát dữ kiện hợp lệ, nguồn trích dẫn, giá trị số, phủ định, mức độ chắc chắn, luồng xử lý và hợp đồng đầu ra. Mỗi dữ kiện lâm sàng đều có thể truy vết về transcript gốc. Nếu đầu ra LLM không hợp lệ, hệ thống có thể cảnh báo, yêu cầu bác sĩ xác nhận hoặc sử dụng kết quả dự phòng được tạo trực tiếp từ dữ kiện đã kiểm chứng. Kết quả cuối của AI Core là một gói bản nháp có trạng thái pending_review, không tự động phê duyệt hoặc ký bệnh án. Tính khả thi Hệ thống đã có luồng xử lý xuyên suốt từ dữ liệu buổi khám đến bản nháp SOAP và đề xuất ICD-10. Các thành phần được tách thành module độc lập nên có thể kiểm thử, thay thế mô hình hoặc mở rộng mà không phải thay đổi toàn bộ hệ thống. Giải pháp phù hợp để demo và thử nghiệm trong môi trường phòng khám vì:
• Có thể tiếp nhận cả audio và transcript.
• Dữ kiện được kiểm tra trước khi đưa vào SOAP.
• Có cơ chế xử lý thông tin thiếu và không chắc chắn.
• Bác sĩ luôn kiểm soát kết quả cuối cùng.
• Có thể triển khai nhanh bằng Docker.
• Có cơ chế fallback khi dịch vụ AI gặp lỗi. Hạn chế hiện tại chủ yếu là độ trễ phụ thuộc vào nhà cung cấp AI, chất lượng kết quả phụ thuộc vào nội dung đầu vào và hệ thống vẫn cần được đánh giá trên tập dữ liệu lâm sàng lớn hơn trước khi sử dụng thực tế. Hướng phát triển Các hướng phát triển tiếp theo gồm: