Bài 7. Chatbot tra cứu quy trình, quy định nội bộ

1. Đặt vấn đề

Một trong những ứng dụng quan trọng nhất của chatbot AI local trong bệnh viện là tra cứu quy trình, quy định nội bộ. Bệnh viện thường có rất nhiều tài liệu: quy trình chuyên môn, quy trình hành chính, quy định quản lý, quy chế, biểu mẫu, hướng dẫn, SOP, kế hoạch, văn bản chỉ đạo. Nhân viên nhiều khi không biết tài liệu nằm ở đâu, bản nào mới nhất, biểu mẫu nào đúng hoặc bước nào cần thực hiện.

Chatbot tra cứu nội bộ nếu làm tốt sẽ trở thành “cổng hỏi đáp tri thức bệnh viện”, giúp nhân viên tìm đúng thông tin nhanh hơn và làm đúng quy trình hơn.

2. Vì sao cần chatbot tra cứu nội bộ?

Các vấn đề thường gặp:

• Tài liệu nằm rải rác.
• Có nhiều phiên bản.
• Nhân viên không nhớ tên quy trình.
• Tìm bằng từ khóa khó vì không biết đúng thuật ngữ.
• Biểu mẫu bị dùng sai phiên bản.
• Nhân viên mới khó học hệ thống.
• Phòng chức năng phải trả lời lặp lại nhiều câu hỏi.

Chatbot kết hợp RAG có thể giúp tìm theo ngôn ngữ tự nhiên.

3. Chatbot tra cứu phải dùng RAG

Nếu muốn trả lời đúng quy trình nội bộ, chatbot phải dựa trên tài liệu. Không nên để model tự trả lời từ trí nhớ tổng quát.

RAG giúp:

• Tìm tài liệu liên quan.
• Trả lời theo nguồn.
• Hiển thị tên tài liệu.
• Ưu tiên phiên bản mới.
• Giảm bịa thông tin.
• Cập nhật khi tài liệu thay đổi.

4. Kho tài liệu cần chuẩn hóa

Trước khi làm chatbot, cần chuẩn hóa:

• Tên tài liệu.
• Mã tài liệu.
• Loại tài liệu.
• Đơn vị ban hành.
• Phiên bản.
• Ngày hiệu lực.
• Tình trạng hiệu lực.
• Phạm vi áp dụng.
• Quyền truy cập.
• File gốc.

Nếu kho tài liệu rối, chatbot cũng rối.

5. Cách chatbot trả lời

Câu trả lời nên gồm:

• Câu trả lời ngắn gọn.
• Các bước thực hiện.
• Biểu mẫu liên quan.
• Đơn vị phụ trách.
• Lưu ý quan trọng.
• Nguồn tài liệu.
• Cảnh báo nếu chưa đủ căn cứ.

Ví dụ:

“Theo quy trình A, nhân viên cần thực hiện 4 bước… Biểu mẫu sử dụng là… Nguồn: Quy trình A, phiên bản …, ban hành ngày …”

6. Xử lý khi không tìm thấy tài liệu

Chatbot phải biết nói:

• “Chưa tìm thấy tài liệu phù hợp trong kho hiện có.”
• “Chưa đủ căn cứ để khẳng định.”
• “Cần kiểm tra với phòng ban phụ trách.”
• “Bạn có thể cung cấp thêm tên quy trình hoặc đơn vị liên quan.”

Không được bịa quy trình.

7. Tìm theo từ đồng nghĩa

Người dùng có thể hỏi không đúng tên tài liệu. Ví dụ:

• “té ngã” thay vì “ngã người bệnh”.
• “khiếu nại” thay vì “phản ánh”.
• “mẫu sự cố” thay vì “phiếu báo cáo sự cố”.
• “bàn giao ca” thay vì “bàn giao người bệnh”.

Embedding và hybrid search giúp xử lý từ đồng nghĩa.

8. Hybrid search

Tìm kiếm nội bộ nên kết hợp:

• Vector search theo ý nghĩa.
• Keyword search theo mã tài liệu, tên biểu mẫu.
• Metadata filter theo hiệu lực, phòng ban, loại tài liệu.
• Reranker nếu kho lớn.

Không nên chỉ dùng vector search, vì mã văn bản và biểu mẫu cần tìm chính xác.

9. Phân quyền tài liệu

Nếu người dùng không có quyền xem tài liệu, chatbot không được dùng tài liệu đó làm nguồn. Đây là nguyên tắc bắt buộc.

Ví dụ:

• Nhân viên chung không xem báo cáo sự cố chi tiết.
• Khoa A không xem tài liệu nội bộ khoa B nếu không được phép.
• Tài liệu lãnh đạo chỉ nhóm lãnh đạo truy cập.

10. Kết luận

Chatbot tra cứu quy trình, quy định nội bộ là ứng dụng trọng tâm của AI local bệnh viện. Để hiệu quả, chatbot phải dùng RAG, kho tài liệu chuẩn hóa, metadata đầy đủ, phân quyền chặt chẽ và cơ chế trả lời có nguồn. Giá trị của chatbot không nằm ở việc trả lời hay, mà ở việc giúp nhân viên tìm đúng tài liệu và thực hiện đúng quy trình.