Giới thiệu chương
Triển khai AI local trong bệnh viện không phải lúc nào cũng diễn ra suôn sẻ. Một hệ thống tưởng như đã cài đặt đúng vẫn có thể gặp nhiều lỗi: máy chủ không nhận GPU NVIDIA, Ollama không khởi động, model chạy quá chậm, hết VRAM, hết RAM, API không gọi được từ máy khác, website bị lỗi CORS, câu trả lời tiếng Việt kém, RAG tìm sai tài liệu, FAISS trả kết quả không liên quan, hoặc người dùng hiểu nhầm AI là nguồn quyết định chuyên môn.
Các lỗi này không chỉ là lỗi kỹ thuật. Trong môi trường bệnh viện, một lỗi kỹ thuật nhỏ có thể dẫn đến hệ quả vận hành lớn. Ví dụ, nếu model chạy quá chậm, nhân viên bỏ không dùng. Nếu RAG tìm sai tài liệu, chatbot trả lời sai quy trình. Nếu phân quyền API không đúng, dữ liệu nội bộ có thể bị lộ. Nếu người dùng hiểu nhầm AI là công cụ chẩn đoán, nguy cơ chuyên môn sẽ tăng. Nếu không có quy chế vận hành, mỗi đơn vị dùng AI theo cách riêng, khó kiểm soát rủi ro.
Vì vậy, chương này không chỉ liệt kê lỗi và lệnh sửa lỗi. Mỗi bài sẽ đi theo logic thực tế: lỗi biểu hiện như thế nào, nguyên nhân thường gặp là gì, kiểm tra ra sao, xử lý thế nào và phòng ngừa bằng cách nào. Đây là cách tiếp cận cần thiết cho phòng Công nghệ thông tin, nhóm triển khai AI local, phòng Quản lý chất lượng và các đơn vị sử dụng.
Một nguyên tắc quan trọng là không xử lý lỗi bằng cảm tính. Khi model chậm, không vội kết luận GPU yếu. Cần kiểm tra model có dùng GPU không, VRAM có đầy không, prompt có quá dài không, context có quá lớn không, RAG có đưa quá nhiều chunk không, có nhiều request đồng thời không, CPU/RAM/ổ cứng có nghẽn không. Khi câu trả lời sai, không vội đổi model. Cần kiểm tra dữ liệu nguồn, chunking, embedding, top-k, prompt, tài liệu hết hiệu lực và cách người dùng đặt câu hỏi. Khi API không gọi được, cần kiểm tra binding, firewall, reverse proxy, LAN, port, CORS và authentication.
Chương này gồm 12 bài, tương ứng với 12 nhóm lỗi thường gặp: không nhận GPU NVIDIA; Ollama không khởi động; model chạy quá chậm; hết VRAM khi chạy model lớn; hết RAM khi xử lý tài liệu lớn; không gọi được API từ máy khác trong LAN; lỗi CORS khi tích hợp với website; câu trả lời tiếng Việt chưa tốt; câu trả lời sai hoặc không có căn cứ; FAISS tìm sai tài liệu liên quan; người dùng hiểu nhầm AI là nguồn quyết định chuyên môn; và thiếu quy chế vận hành, kiểm soát rủi ro.
Mục tiêu của chương là giúp bệnh viện không chỉ biết cách sửa lỗi, mà còn biết cách xây dựng năng lực vận hành: kiểm tra có phương pháp, ghi log đầy đủ, tài liệu hóa cách khắc phục, đào tạo người dùng và cải tiến hệ thống sau mỗi sự cố.
- Đăng nhập để gửi ý kiến
