Bài 8. Giai đoạn 8: Chuẩn hóa quy chế, đào tạo và vận hành chính thức

1. Đặt vấn đề

Sau khi AI local đã qua thí điểm, mở rộng và tích hợp với một số hệ thống, bệnh viện cần chuyển từ trạng thái “dự án thử nghiệm” sang “vận hành chính thức”. Đây là bước rất quan trọng. Nếu không chuẩn hóa quy chế, đào tạo và vận hành, hệ thống AI có thể phát triển tự phát, mỗi đơn vị dùng một kiểu, dữ liệu không kiểm soát, câu trả lời không được kiểm tra và rủi ro tăng dần.

Vận hành chính thức nghĩa là AI local trở thành một thành phần trong hệ thống quản trị bệnh viện, có quy chế, người phụ trách, quy trình, chỉ số, bảo trì, backup, giám sát, đào tạo và cải tiến liên tục.

2. Mục tiêu của giai đoạn 8

Mục tiêu gồm:

• Ban hành quy chế sử dụng AI.
• Xác định trách nhiệm các bên.
• Chuẩn hóa phân quyền.
• Chuẩn hóa dữ liệu được phép dùng.
• Chuẩn hóa log và lịch sử.
• Chuẩn hóa quy trình cập nhật RAG.
• Đào tạo người dùng.
• Đào tạo quản trị viên.
• Thiết lập vận hành chính thức.
• Đánh giá định kỳ.
• Cải tiến liên tục.

3. Quy chế sử dụng AI

Quy chế cần nêu:

• Mục đích.
• Phạm vi.
• Đối tượng sử dụng.
• Nguyên tắc chung.
• Tác vụ được phép.
• Tác vụ hạn chế.
• Tác vụ cấm.
• Quy định dữ liệu.
• Quy định phân quyền.
• Quy định log.
• Quy định kiểm duyệt nội dung.
• Trách nhiệm người dùng.
• Trách nhiệm phòng CNTT.
• Trách nhiệm phòng chuyên môn.
• Xử lý sự cố.
• Đánh giá và cải tiến.

Quy chế giúp hệ thống không vận hành theo cảm tính.

4. Chuẩn hóa phân quyền

Cần có ma trận phân quyền:

Ví dụ:

• Nhân viên toàn viện: chatbot quy trình chung.
• Phòng QLCL: chatbot QLCL, dữ liệu chất lượng theo quyền.
• Lãnh đạo bệnh viện: báo cáo tổng hợp.
• CNTT: cấu hình kỹ thuật nhưng không mặc định xem nội dung nhạy cảm.
• Khoa lâm sàng: tra cứu SOP/quy trình, không xử lý bệnh án qua chatbot chung.

5. Chuẩn hóa dữ liệu

Cần quy định:

• Tài liệu nào được đưa vào RAG.
• Ai duyệt tài liệu.
• Tài liệu hết hiệu lực xử lý thế nào.
• Dữ liệu nào phải ẩn danh.
• Dữ liệu nào không được đưa vào AI.
• Metadata bắt buộc.
• Quy trình cập nhật index.
• Quy trình kiểm tra nguồn.

Dữ liệu là nền móng của AI, nên cần quản trị chính thức.

6. Chuẩn hóa đào tạo người dùng

Đào tạo nên gồm:

• AI local là gì.
• AI làm được gì.
• AI không làm gì.
• Cách hỏi hiệu quả.
• Cách yêu cầu nguồn.
• Cách kiểm tra câu trả lời.
• Không nhập dữ liệu nhạy cảm.
• Không dùng AI thay quyết định chuyên môn.
• Cách báo lỗi.
• Trách nhiệm khi sử dụng.

Nên có tài liệu riêng cho từng nhóm người dùng.

7. Đào tạo quản trị viên

Quản trị viên cần biết:

• Quản lý Ollama.
• Quản lý model.
• Kiểm tra GPU/RAM/ổ cứng.
• Backup model/RAG.
• Cập nhật Ollama.
• Quản lý log.
• Xử lý lỗi thường gặp.
• Rebuild FAISS.
• Quản lý API.
• Kiểm tra phân quyền.
• Khôi phục hệ thống.

Không nên để hệ thống phụ thuộc vào một người duy nhất.

8. Vận hành chính thức

Cần thiết lập:

• Lịch bảo trì.
• Lịch backup.
• Giám sát tài nguyên.
• Giám sát log.
• Kênh hỗ trợ người dùng.
• Kênh báo lỗi AI.
• Quy trình xử lý sự cố.
• Báo cáo vận hành định kỳ.
• Hội đồng/nhóm phụ trách AI.
• Cơ chế phê duyệt thay đổi.

9. Đánh giá định kỳ

Hằng tháng hoặc hằng quý, cần đánh giá:

• Số lượt sử dụng.
• Chất lượng câu trả lời.
• Tốc độ.
• Lỗi.
• Phản hồi người dùng.
• Sự cố bảo mật.
• Tài liệu cần cập nhật.
• Nhu cầu mở rộng.
• Hiệu quả giảm tải công việc.
• Nhu cầu nâng cấp phần cứng.

Đánh giá giúp hệ thống không bị bỏ quên.

10. Cải tiến liên tục

Sau vận hành chính thức, vẫn cần cải tiến:

• Bổ sung tài liệu.
• Sửa prompt.
• Đổi model nếu phù hợp.
• Tối ưu RAG.
• Tối ưu giao diện.
• Tối ưu tốc độ.
• Cập nhật quy chế.
• Đào tạo lại người dùng.
• Nâng cấp hạ tầng khi cần.

AI local là hệ thống sống, không phải sản phẩm hoàn tất một lần.

11. Đầu ra của giai đoạn 8

Cần có:

• Quy chế sử dụng AI.
• Ma trận phân quyền.
• Quy trình quản trị dữ liệu.
• Tài liệu đào tạo người dùng.
• Tài liệu vận hành kỹ thuật.
• Lịch backup/bảo trì.
• Quy trình xử lý sự cố.
• Báo cáo đánh giá định kỳ.
• Nhóm phụ trách AI chính thức.
• Kế hoạch cải tiến năm.

12. Kết luận

Giai đoạn chuẩn hóa quy chế, đào tạo và vận hành chính thức là bước đưa AI local từ thử nghiệm thành năng lực thật của bệnh viện. Khi có quy chế rõ, phân quyền đúng, dữ liệu được quản trị, người dùng được đào tạo, hệ thống được backup và giám sát, AI local mới có thể vận hành bền vững. Đây là giai đoạn giúp bệnh viện không chỉ “có AI”, mà “quản trị được AI” và khai thác AI một cách an toàn, hiệu quả, có trách nhiệm.