Bài 8. Lớp tích hợp: API, Drupal, website nội bộ, dashboard, chatbot

1. Đặt vấn đề

AI local chỉ tạo giá trị thực tế khi người dùng có thể sử dụng thuận tiện trong công việc hằng ngày. Nếu hệ thống chỉ chạy trong terminal hoặc chỉ phòng Công nghệ thông tin biết gọi API, AI sẽ khó lan tỏa trong bệnh viện. Vì vậy, lớp tích hợp là thành phần biến năng lực AI thành dịch vụ cụ thể cho người dùng.

Lớp tích hợp có thể gồm API trung gian, chatbot nội bộ, website nội bộ, Drupal, dashboard quản trị, hệ thống QMS hoặc các module phần mềm bệnh viện. Mục tiêu là đưa AI vào đúng vị trí trong quy trình làm việc, đúng đối tượng sử dụng, đúng phạm vi dữ liệu và đúng mức kiểm soát.

2. Vai trò của API trung gian

API trung gian là lớp nằm giữa người dùng/ứng dụng và Ollama/model. Đây là thành phần rất nên có khi triển khai chính thức.

API trung gian thực hiện:

• Xác thực người dùng.
• Phân quyền theo vai trò.
• Nhận câu hỏi.
• Kiểm tra dữ liệu đầu vào.
• Gọi RAG.
• Truy xuất FAISS.
• Tạo prompt.
• Gọi Ollama.
• Kiểm soát câu trả lời.
• Ghi log.
• Giới hạn tốc độ.
• Ẩn endpoint model thật.
• Quản lý lỗi.

Không nên để website hoặc người dùng gọi trực tiếp Ollama nếu hệ thống có dữ liệu nội bộ. API trung gian là lớp kiểm soát quan trọng.

3. Chatbot nội bộ

Chatbot là giao diện tự nhiên nhất cho nhiều người dùng. Nhân viên có thể hỏi bằng ngôn ngữ thông thường. Chatbot nội bộ có thể phục vụ:

• Tra cứu quy trình.
• Hỏi đáp biểu mẫu.
• Hỗ trợ soạn thảo.
• Tóm tắt tài liệu.
• Gợi ý kế hoạch.
• Hỗ trợ đào tạo.
• Hỗ trợ CNTT.
• Hỗ trợ quản lý chất lượng.

Chatbot nên có phạm vi rõ. Không nên làm một chatbot “biết mọi thứ” ngay từ đầu. Nên có chatbot theo nhóm tác vụ hoặc phòng ban: trợ lý quản lý chất lượng, trợ lý điều dưỡng, trợ lý CNTT, trợ lý hành chính, trợ lý tra cứu văn bản.

Chatbot cần hiển thị cảnh báo: nội dung AI chỉ hỗ trợ, người dùng phải kiểm tra trước khi sử dụng chính thức.

4. Website nội bộ

Website nội bộ là nơi phù hợp để triển khai AI cho nhân viên. Bệnh viện có thể xây dựng trang AI nội bộ với các chức năng:

• Chat với tài liệu.
• Tra cứu quy trình.
• Tạo bản nháp văn bản.
• Tóm tắt tài liệu.
• Tìm biểu mẫu.
• Gửi phản hồi về câu trả lời.
• Xem nguồn tài liệu.
• Hướng dẫn sử dụng AI an toàn.

Website nội bộ nên tích hợp xác thực người dùng. Mỗi người dùng có quyền khác nhau. Không nên để chatbot nội bộ truy cập không kiểm soát nếu có tài liệu nhạy cảm.

5. Drupal trong hệ sinh thái bệnh viện

Drupal là một nền tảng phù hợp để xây dựng website nội bộ, kho tài liệu, hệ thống quản lý chất lượng hoặc cổng thông tin bệnh viện. AI local có thể tích hợp với Drupal qua API.

Các hướng tích hợp:

• Block chatbot trên trang nội bộ.
• Module tra cứu tài liệu.
• Form gửi câu hỏi đến AI.
• Tích hợp với node tài liệu.
• Tự động tóm tắt bài viết.
• Gợi ý taxonomy/lĩnh vực.
• Hỗ trợ tạo FAQ.
• Hỗ trợ phân tích nội dung webform.
• Kết nối với hệ thống QMS.
• Hiển thị nguồn tài liệu từ node Drupal.

Khi tích hợp Drupal, cần chú ý quyền người dùng. Nếu tài liệu trong Drupal đã phân quyền, hệ thống AI phải tôn trọng phân quyền đó. Không được để AI truy xuất nội dung mà người dùng không có quyền xem.

6. Dashboard quản trị

Dashboard giúp lãnh đạo và người quản trị theo dõi hoạt động hệ thống AI:

• Số lượt hỏi.
• Nhóm người dùng sử dụng nhiều.
• Tác vụ phổ biến.
• Thời gian phản hồi.
• Tỷ lệ lỗi.
• Tỷ lệ câu trả lời được đánh giá tốt.
• Câu hỏi không tìm thấy tài liệu.
• Model đang sử dụng.
• Tài nguyên CPU/GPU/RAM.
• Tình trạng FAISS index.
• Cảnh báo bảo mật.

Dashboard không chỉ phục vụ kỹ thuật, mà còn phục vụ quản trị hiệu quả. Bệnh viện cần biết AI có được sử dụng thật không, dùng vào việc gì, có giúp giảm thời gian không và có rủi ro gì phát sinh không.

7. Tích hợp với hệ thống QMS

Hệ thống quản lý chất lượng là nơi rất phù hợp để tích hợp AI local. AI có thể hỗ trợ:

• Tra cứu tiêu chí chất lượng.
• Gợi ý minh chứng.
• Hỗ trợ tự đánh giá.
• Tạo kế hoạch cải tiến.
• Phân tích báo cáo sự cố.
• Tạo bảng kiểm giám sát.
• Tổng hợp phản ánh.
• Theo dõi hành động khắc phục.
• Chuẩn hóa SOP.

Tuy nhiên, dữ liệu QMS có thể nhạy cảm, nhất là sự cố y khoa và đánh giá khoa phòng. Cần phân quyền chặt chẽ.

8. Tích hợp với HIS, EMR, LIS, PACS

Tích hợp với các hệ thống nghiệp vụ cần rất thận trọng. Giai đoạn đầu nên tích hợp ở mức tài liệu hướng dẫn, báo cáo tổng hợp hoặc dữ liệu đã ẩn danh. Không nên kết nối trực tiếp dữ liệu bệnh án định danh vào AI nếu chưa có cơ chế bảo mật và phê duyệt đầy đủ.

Nguyên tắc:

• Không thay thế hệ thống nghiệp vụ.
• Không tự động quyết định chuyên môn.
• Không truy xuất vượt quyền.
• Không đưa dữ liệu định danh vào prompt nếu không cần.
• Ghi log đầy đủ.
• Có người chịu trách nhiệm kiểm tra.

9. Thiết kế trải nghiệm người dùng

Một hệ thống AI tốt về kỹ thuật nhưng khó dùng sẽ thất bại. Giao diện cần đơn giản:

• Ô hỏi rõ ràng.
• Gợi ý câu hỏi mẫu.
• Chọn phạm vi tài liệu.
• Hiển thị nguồn.
• Nút đánh giá câu trả lời.
• Cảnh báo giới hạn.
• Nút sao chép nội dung.
• Lịch sử hội thoại nếu được phép.
• Hướng dẫn không nhập dữ liệu nhạy cảm.

Người dùng bệnh viện thường bận. Hệ thống phải nhanh, rõ, dễ hiểu và đúng nhu cầu.

10. Kết luận

Lớp tích hợp biến AI local thành công cụ thực tế. API trung gian giúp kiểm soát truy cập và luồng dữ liệu. Chatbot giúp người dùng tương tác tự nhiên. Website nội bộ và Drupal giúp đưa AI vào hệ sinh thái bệnh viện. Dashboard giúp quản trị và đánh giá. Hệ thống QMS là một điểm tích hợp có giá trị cao.

AI local không nên đứng riêng như một mô hình kỹ thuật. Nó cần được tích hợp vào quy trình, phần mềm và giao diện mà nhân viên bệnh viện sử dụng hằng ngày.