Dự án HealthLight nhằm giải quyết nhu cầu tiếp cận thông tin y tế công cộng dễ hiểu và chính xác tại Việt Nam, bằng cách ứng dụng kiến trúc Truy hồi Kết hợp Sinh văn bản (Retrieval-Augmented Generation – RAG) tiên tiến.
Người thực hiện
Anh Trương, Minh Nguyễn, Thạch Hồ, Phước Đinh
Chương trình
Cử nhân Kỹ thuật (Phần mềm) – chương trình danh dự
Thành tựu nổi bật
Dự án xuất sắc nhất trong nhóm ngành Kỹ thuật Phần mềm và CNTT tại triển lãm Dự án cuối khóa của Khoa Khoa học, Kỹ thuật và Công nghệ
Thu hẹp khoảng cách thông tin y tế bằng trí tuệ nhân tạo
Tại Việt Nam, việc thiếu hụt các tài liệu y tế công cộng dễ tiếp cận và dễ hiểu khiến cho việc phòng ngừa và quản lý các bệnh truyền nhiễm cũng như bệnh mạn tính gặp nhiều khó khăn, dẫn đến biến chứng và tử vong.
Dự án HealthLight được phát triển nhằm giải quyết vấn đề này, thông qua việc xây dựng một hệ thống Hỏi – Đáp y tế (Medical QA) ứng dụng kiến trúc Truy hồi Kết hợp Sinh văn bản (RAG).
Dự án không chỉ cung cấp thông tin y tế cập nhật và dễ hiểu dựa trên nguồn dữ liệu đáng tin cậy, mà còn góp phần nghiên cứu, làm rõ hiệu quả ứng dụng của kiến trúc RAG trong hệ thống hỏi – đáp y tế tại Việt Nam, đặc biệt là trong bối cảnh sử dụng đồ thị tri thức (Knowledge Graph) để tăng độ chính xác.
Ngoài việc cung cấp thông tin cho người dùng cuối, dự án còn nhằm nâng cao nhận thức cộng đồng về sức khỏe, hỗ trợ ra quyết định cho cả người dân lẫn chuyên gia y tế trong công tác phòng bệnh, chẩn đoán và điều trị.
Phương pháp và kiến trúc hệ thống
Hệ thống HealthLight
Hệ thống HealthLight bao gồm các thành phần chính:
- Khối xử lý truy hồi thông tin (retrieval module)
- Khối sinh văn bản y tế dựa trên dữ liệu đã truy hồi
- Khối tích hợp đồ thị tri thức để cải thiện tính chính xác và bối cảnh hóa nội dung sinh ra
Cấu trúc này giúp giảm hiện tượng “ảo giác ngôn ngữ” (hallucination) thường gặp ở các mô hình sinh văn bản, đồng thời bảo đảm thông tin luôn được cập nhật và có căn cứ rõ ràng từ các tài liệu y tế có uy tín.
Hệ thống cũng hỗ trợ người dùng theo dõi lịch sử tương tác, đặt câu hỏi tiếp theo (follow-up) và nâng cao khả năng hiểu các vấn đề y khoa phức tạp thông qua giao diện thân thiện.
Kết quả
HealthLight cho thấy tiềm năng lớn trong việc tạo ra hệ thống hỗ trợ tra cứu thông tin y tế chính xác, có khả năng tùy biến và dễ sử dụng cho cả người dân và chuyên gia.
Kết luận
Dự án HealthLight là minh chứng cho tính ứng dụng của kiến trúc Truy hồi Kết hợp Sinh văn bản (RAG) trong lĩnh vực y tế cộng đồng. Hệ thống không chỉ giúp tạo ra nội dung y tế dễ hiểu và chính xác, mà còn hỗ trợ người dùng tiếp cận thông tin chuyên sâu từ các nghiên cứu y khoa mới nhất.
Bằng cách tích hợp tri thức có cấu trúc và cải thiện trải nghiệm người dùng, HealthLight tạo điều kiện để người dùng đưa ra quyết định sức khỏe tốt hơn, đặt câu hỏi tiếp theo trong hành trình tìm hiểu, và hiểu sâu hơn các vấn đề y tế phức tạp thông qua nền tảng trực quan, dễ sử dụng.
