Bài 11. Tích hợp Ollama với HIS, EMR, LIS, PACS: nguyên tắc và giới hạn

1. Đặt vấn đề

HIS, EMR, LIS và PACS là các hệ thống nghiệp vụ cốt lõi của bệnh viện. HIS quản lý hoạt động khám chữa bệnh, EMR quản lý hồ sơ bệnh án điện tử, LIS quản lý xét nghiệm, PACS quản lý hình ảnh y tế. Đây là các hệ thống chứa dữ liệu cực kỳ nhạy cảm và liên quan trực tiếp đến chuyên môn, pháp lý, tài chính, bảo hiểm và an toàn người bệnh.

Tích hợp AI local với các hệ thống này là hướng có tiềm năng, nhưng cần thận trọng hơn rất nhiều so với tích hợp với website nội bộ hoặc QMS. Không nên bắt đầu bằng việc cho AI truy cập trực tiếp dữ liệu bệnh án định danh. Giai đoạn đầu nên ưu tiên tài liệu hướng dẫn, dữ liệu tổng hợp, dữ liệu đã ẩn danh và các tác vụ hỗ trợ không ra quyết định chuyên môn.

2. Nguyên tắc chung

Khi tích hợp với HIS, EMR, LIS, PACS, cần tuân thủ:

• Không thay thế hệ thống nguồn.
• Không tự sửa dữ liệu nghiệp vụ.
• Không tự ra quyết định chuyên môn.
• Không truy xuất vượt quyền người dùng.
• Không gửi dữ liệu định danh nếu không cần.
• Ưu tiên dữ liệu đã ẩn danh hoặc tổng hợp.
• Ghi log đầy đủ.
• Có phê duyệt của lãnh đạo bệnh viện và bộ phận liên quan.
• Có đánh giá rủi ro trước khi triển khai.
• Có quy chế sử dụng rõ ràng.

3. Tích hợp với HIS

Tác vụ phù hợp giai đoạn đầu:

• Hỏi đáp hướng dẫn sử dụng HIS.
• Hỗ trợ nhân viên tra cứu quy trình nghiệp vụ.
• Tóm tắt lỗi thường gặp.
• Phân tích dữ liệu tổng hợp đã xuất báo cáo.
• Hỗ trợ tạo hướng dẫn cho người dùng.
• Hỏi đáp quy định nhập liệu.

Không nên:

• Cho AI tự sửa dữ liệu HIS.
• Cho AI tự quyết định thanh toán.
• Cho AI tự thay đổi thông tin người bệnh.
• Cho AI tự tạo chỉ định dịch vụ.
• Cho AI truy cập toàn bộ dữ liệu định danh.

4. Tích hợp với EMR

EMR chứa hồ sơ bệnh án điện tử. Đây là dữ liệu nhạy cảm nhất. Giai đoạn đầu nên tránh tích hợp trực tiếp dữ liệu bệnh án định danh vào AI nếu chưa có hành lang pháp lý và kỹ thuật đầy đủ.

Tác vụ có thể cân nhắc sau khi kiểm soát:

• Tóm tắt bệnh án đã ẩn danh phục vụ đào tạo.
• Hỗ trợ kiểm tra hồ sơ theo checklist hành chính.
• Hỗ trợ chuẩn hóa biểu mẫu.
• Hỗ trợ tìm thiếu sót hồ sơ ở mức quy trình, nếu có phân quyền.
• Tạo báo cáo tổng hợp không định danh.

Không nên:

• AI tự chẩn đoán.
• AI tự đề xuất điều trị cá nhân hóa.
• AI tự ký hoặc hoàn thiện bệnh án.
• AI tự kết luận sai sót chuyên môn.
• AI truy cập bệnh án vượt quyền.

5. Tích hợp với LIS

LIS chứa dữ liệu xét nghiệm. Có thể ứng dụng AI ở mức:

• Hướng dẫn quy trình lấy mẫu.
• Hỏi đáp tài liệu xét nghiệm.
• Tóm tắt quy trình nội bộ.
• Phân tích lỗi tiền phân tích từ dữ liệu tổng hợp.
• Tạo checklist chất lượng xét nghiệm.
• Hỗ trợ tài liệu ISO hoặc quản lý chất lượng xét nghiệm.

Không nên để AI tự diễn giải kết quả xét nghiệm cá nhân cho người bệnh nếu chưa có kiểm soát chuyên môn.

6. Tích hợp với PACS

PACS chứa hình ảnh y tế. Cần phân biệt:

• AI hỗ trợ tài liệu, quy trình, quản lý PACS.
• AI chẩn đoán hình ảnh.

Ollama với model ngôn ngữ hoặc vision phổ thông không nên dùng để đọc X-quang, CT, MRI, siêu âm như bác sĩ. Nếu bệnh viện dùng AI chẩn đoán hình ảnh, cần hệ thống chuyên dụng, kiểm định và quy trình chuyên môn riêng.

Tác vụ phù hợp:

• Hỏi đáp quy trình sử dụng PACS.
• Hướng dẫn tra cứu hình ảnh.
• Tạo tài liệu đào tạo.
• Hỗ trợ quản lý lỗi hệ thống.
• Phân tích dữ liệu vận hành tổng hợp.

7. Vai trò của API trung gian

Không nên để Ollama truy cập trực tiếp HIS/EMR/LIS/PACS. Cần API trung gian:

• Xác thực người dùng.
• Kiểm tra quyền.
• Lấy dữ liệu tối thiểu cần thiết.
• Ẩn danh nếu cần.
• Ghi log.
• Giới hạn tác vụ.
• Không cho AI ghi ngược dữ liệu nếu chưa có phê duyệt.
• Kiểm soát response.

AI nên đọc qua lớp kiểm soát, không đọc trực tiếp database hệ thống nguồn.

8. Nguyên tắc dữ liệu tối thiểu

Chỉ gửi dữ liệu tối thiểu cần thiết cho tác vụ. Không gửi toàn bộ bệnh án nếu chỉ cần tóm tắt một phần đã ẩn danh. Không gửi thông tin định danh nếu tác vụ không cần định danh. Không gửi dữ liệu khoa khác nếu người dùng không có quyền.

9. Ghi log và trách nhiệm

Mọi truy xuất AI đến hệ thống nghiệp vụ cần log:

• Ai truy xuất.
• Truy xuất dữ liệu nào.
• Mục đích.
• Model nào xử lý.
• Response.
• Có lưu kết quả không.
• Ai chịu trách nhiệm sử dụng kết quả.

Đây là yêu cầu quan trọng để truy vết và quản trị rủi ro.

10. Kết luận

Tích hợp Ollama với HIS, EMR, LIS, PACS có tiềm năng nhưng cần giới hạn chặt chẽ. Giai đoạn đầu nên ưu tiên hỗ trợ tài liệu, hướng dẫn sử dụng, dữ liệu tổng hợp và dữ liệu ẩn danh. Không dùng AI local để tự chẩn đoán, điều trị, kê đơn, sửa dữ liệu nghiệp vụ hoặc đọc hình ảnh y tế như bác sĩ. Mọi tích hợp phải qua API trung gian có phân quyền, ghi log, kiểm soát dữ liệu và phê duyệt rõ ràng.