Bài 7. Model dùng cho tài liệu chuyên môn y tế

1. Đặt vấn đề

Tài liệu chuyên môn y tế là nhóm tài liệu có giá trị cao nhưng cũng có rủi ro cao. Bệnh viện có thể muốn dùng AI local để tra cứu phác đồ, hướng dẫn chuyên môn, quy trình kỹ thuật, tài liệu đào tạo, bài báo khoa học hoặc nội dung giáo dục sức khỏe. Tuy nhiên, nếu model trả lời sai hoặc người dùng hiểu nhầm câu trả lời AI là khuyến cáo chuyên môn chính thức, hậu quả có thể nghiêm trọng.

Vì vậy, model dùng cho tài liệu chuyên môn y tế phải được lựa chọn và kiểm soát thận trọng hơn model dùng cho văn bản hành chính.

2. Phạm vi phù hợp

AI local phù hợp với các tác vụ chuyên môn ở mức hỗ trợ tài liệu:

• Tóm tắt hướng dẫn chuyên môn.
• Tra cứu tài liệu đã được phê duyệt.
• Giải thích thuật ngữ cho nhân viên.
• Tạo tài liệu đào tạo.
• Tạo checklist an toàn người bệnh.
• Soạn nội dung giáo dục sức khỏe đã kiểm duyệt.
• Hỗ trợ đọc bài báo.
• Tổng hợp tài liệu tham khảo đã cung cấp.

Không nên dùng model để:

• Tự chẩn đoán.
• Tự quyết định điều trị.
• Tự kê đơn.
• Tự chỉ định xét nghiệm.
• Tự tư vấn cá nhân hóa cho người bệnh.
• Tự kết luận chuyên môn từ hồ sơ bệnh án.
• Tự đọc hình ảnh y tế như bác sĩ.

3. Yêu cầu đối với model chuyên môn

Model dùng cho tài liệu y tế cần:

• Hiểu thuật ngữ y khoa.
• Xử lý tiếng Việt và tiếng Anh tốt nếu có tài liệu quốc tế.
• Tóm tắt trung thành với nguồn.
• Không thêm khuyến cáo không có trong tài liệu.
• Biết nêu giới hạn.
• Biết yêu cầu kiểm tra bởi nhân viên y tế.
• Không trả lời quá tự tin khi thiếu dữ liệu.
• Có khả năng bám nguồn RAG.
• Không biến thông tin tham khảo thành chỉ định.

Sự thận trọng quan trọng hơn sự sáng tạo.

4. Vai trò của RAG trong tài liệu chuyên môn

Với tài liệu chuyên môn, RAG gần như bắt buộc nếu muốn trả lời theo tài liệu bệnh viện. Model không thể tự biết phác đồ nội bộ mới nhất. Hệ thống cần truy xuất đúng tài liệu đã được phê duyệt.

RAG giúp:

• Trả lời theo phác đồ/hướng dẫn cụ thể.
• Trích nguồn.
• Giảm suy diễn.
• Cập nhật tài liệu mà không cần fine-tuning.
• Kiểm soát tài liệu nào được dùng.

Tuy nhiên, RAG chỉ tốt khi kho tài liệu chuyên môn được quản lý đúng: phiên bản, ngày hiệu lực, đơn vị phê duyệt, phạm vi áp dụng.

5. Khả năng song ngữ

Tài liệu y tế thường có tiếng Anh. Model nên có khả năng:

• Đọc tài liệu tiếng Anh.
• Tóm tắt bằng tiếng Việt.
• Dịch thuật ngữ thận trọng.
• Không làm sai ý chuyên môn.
• Giữ nguyên thuật ngữ quan trọng khi cần.

Tuy nhiên, bản dịch AI cần kiểm tra chuyên môn trước khi sử dụng trong đào tạo hoặc ban hành.

6. Kiểm tra hallucination

Model y tế phải được kiểm tra hallucination kỹ. Cần đưa các câu hỏi mà tài liệu không có câu trả lời để xem model có dám nói “không đủ thông tin” hay tự bịa.

Ví dụ:

• Hỏi về thuốc không có trong tài liệu.
• Hỏi chỉ định không được đề cập.
• Hỏi số liệu không có nguồn.
• Hỏi tình huống cần bác sĩ quyết định.

Model tốt phải thận trọng và không tự tạo chỉ dẫn.

7. Prompt an toàn cho chuyên môn

System prompt nên nêu rõ:

• Chỉ hỗ trợ tra cứu và tóm tắt.
• Không thay thế bác sĩ.
• Không đưa ra quyết định điều trị cá nhân hóa.
• Chỉ trả lời dựa trên tài liệu được cung cấp nếu là RAG.
• Khi thiếu căn cứ, nói rõ chưa đủ thông tin.
• Khuyến cáo kiểm tra với nhân viên y tế có thẩm quyền.

Prompt không thay thế bảo mật và quy trình, nhưng giúp giảm rủi ro.

8. Bộ test model chuyên môn

Có thể test:

• Tóm tắt hướng dẫn chuyên môn.
• Giải thích quy trình kỹ thuật.
• Tạo checklist an toàn.
• Tạo tài liệu đào tạo.
• Trả lời câu hỏi từ phác đồ nội bộ.
• Dịch đoạn hướng dẫn tiếng Anh.
• Câu hỏi không có nguồn.
• Câu hỏi yêu cầu quyết định điều trị.

Cần chuyên gia y tế đánh giá kết quả.

9. Phân quyền tài liệu chuyên môn

Không phải ai cũng được truy cập mọi tài liệu chuyên môn. Một số tài liệu dành cho bác sĩ, một số dành cho điều dưỡng, một số dành cho kỹ thuật viên, một số dành cho đào tạo chung. Hệ thống RAG cần tôn trọng phân quyền.

10. Kết luận

Model dùng cho tài liệu chuyên môn y tế cần được chọn và kiểm soát thận trọng. Nên ưu tiên vai trò hỗ trợ tra cứu, tóm tắt, đào tạo và checklist, không dùng để tự động chẩn đoán hoặc điều trị. RAG, nguồn trích dẫn, phân quyền, prompt an toàn và kiểm duyệt chuyên môn là các điều kiện bắt buộc khi đưa AI vào nhóm tài liệu này.