Gemini Cho Doanh Nghiệp: Xây Dựng Knowledge Base Đa Phương Thức Cho Mạng Lưới Bệnh Viện

Hồ sơ y tế là dữ liệu quan trọng nhất trong y tế — và thường là khó tiếp cận nhất. Khi bệnh nhân đến cấp cứu tại một cơ sở bệnh viện, hồ sơ của họ từ chi nhánh khác trong cùng mạng lưới có thể mất 15 phút hoặc hơn để định vị và xem xét. Đây là câu chuyện về cách một tập đoàn bệnh viện tư tại Việt Nam dùng Gemini 1.5 Pro để thống nhất 50,000+ tài liệu tại 12 cơ sở vào một knowledge base có thể tìm kiếm mà bác sĩ truy vấn bằng ngôn ngữ tự nhiên.

Vấn Đề Dữ Liệu: Bốn Hệ Thống, Không Có Khả Năng Tương Tác

Tập đoàn bệnh viện đã phát triển thông qua mua lại trong 8 năm. Mỗi cơ sở được mua lại mang theo hệ thống lưu trữ hồ sơ riêng:

• Hệ thống A: PDF scan của biểu mẫu nhập viện viết tay (legacy từ thập niên 90)
• Hệ thống B: Kết quả xét nghiệm kỹ thuật số định dạng HL7
• Hệ thống C: File X-quang và chẩn đoán hình ảnh (DICOM) với chú thích bác sĩ X-quang
• Hệ thống D: Hệ thống EHR hiện đại cho hồ sơ ngoại trú gần đây (từ 2020+)

Tra cứu bệnh nhân liên cơ sở đòi hỏi bác sĩ phải kiểm tra thủ công tất cả bốn hệ thống. Với ca phức tạp có nhiều năm lịch sử, điều này mất 15+ phút — và thông tin quan trọng thường bị bỏ qua vì tìm kiếm không đầy đủ.

Các thách thức cụ thể:

• Chữ viết tay tiếng Việt (với các biến thể phương ngữ vùng miền và từ viết tắt y tế)
• Chất lượng tài liệu không đồng đều — fax nhạt màu, scan độ phân giải thấp, layout không nhất quán
• Không có mã định danh bệnh nhân thống nhất trên tất cả bốn hệ thống
• Ràng buộc bảo mật: dữ liệu không thể rời khỏi cơ sở hạ tầng on-premise

Tại Sao Gemini, Không Phải OCR + Search Pipeline Truyền Thống

Cách tiếp cận thông thường — OCR → trích xuất văn bản → search index — thất bại với hồ sơ y tế vì:

1. Chữ viết tay tiếng Việt rất đa dạng; mô hình OCR thông thường gặp khó với từ viết tắt y tế
2. Trích xuất ý nghĩa từ phim X-quang đòi hỏi hiểu biết hình ảnh, không chỉ metadata
3. Kết quả xét nghiệm cần được diễn giải trong bối cảnh của ghi chú lâm sàng tường thuật

Gemini 1.5 Pro hiểu đa phương thức nguyên bản — xử lý văn bản, hình ảnh và chữ viết tay cùng nhau trong một lần inference. Điều này loại bỏ nhu cầu về các pipeline OCR, NLP và phân tích hình ảnh riêng biệt.

Kiến Trúc

Nhập Tài Liệu → Xử Lý Gemini → Index Thống Nhất → Giao Diện Truy Vấn Bác Sĩ

Bước 1: Nhập và Phân Loại Tài Liệu

import google.generativeai as genai

genai.configure(api_key=GEMINI_API_KEY)
model = genai.GenerativeModel('gemini-1.5-pro')

def process_medical_document(file_path: str, doc_type: str) -> dict:
    """Xử lý bất kỳ loại tài liệu y tế nào qua Gemini."""
    with open(file_path, 'rb') as f:
        doc_bytes = f.read()

    prompt = f"""
    Bạn là chuyên viên phân tích tài liệu y tế tại hệ thống bệnh viện Việt Nam.
    Loại tài liệu: {doc_type}

    Trích xuất từ tài liệu này:
    1. Thông tin nhận dạng bệnh nhân (tên, ngày sinh, CCCD, mã bệnh nhân các hệ thống)
    2. Ngày của hồ sơ
    3. Tóm tắt lâm sàng (chẩn đoán, triệu chứng, phát hiện chính)
    4. Thuốc được đề cập
    5. Kết quả xét nghiệm và giá trị (kèm đơn vị và khoảng tham chiếu nếu có)
    6. Ghi chú bác sĩ/chuyên gia
    7. Hướng dẫn theo dõi

    Với nội dung viết tay: phiên âm nguyên văn, sau đó cung cấp diễn giải đã được làm sạch.
    Với X-quang/hình ảnh: mô tả các phát hiện chính bằng ngôn ngữ lâm sàng.

    Trả về JSON có cấu trúc. Ngôn ngữ: giữ nguyên văn bản tiếng Việt.
    """

    response = model.generate_content([
        {'mime_type': 'application/pdf', 'data': doc_bytes},
        prompt
    ])

    return parse_medical_json(response.text)

Bước 2: Giải Quyết Danh Tính Bệnh Nhân

Thách thức khó nhất: bệnh nhân tên "Nguyễn Văn An" trong Hệ thống A là "NVA-20451" trong Hệ thống B và "PT-0091234" trong Hệ thống C. Gemini hỗ trợ giải quyết điều này:

def resolve_patient_identity(records: list[dict]) -> dict:
    """Dùng Gemini để khớp các hồ sơ thuộc cùng bệnh nhân."""

    prompt = f"""
    {len(records)} hồ sơ y tế này có thể thuộc cùng một bệnh nhân.
    So sánh các biến thể tên (kể cả sự khác biệt thứ tự tên tiếng Việt),
    ngày sinh, số điện thoại và bất kỳ định danh nào khác.

    Nhóm các hồ sơ chắc chắn thuộc cùng bệnh nhân.
    Biểu thị độ tin cậy theo phần trăm. Đánh dấu các trường hợp mơ hồ để con người xem xét.
    Trả về: {{"groups": [...], "ambiguous": [...]}}
    """

    response = model.generate_content(prompt)
    return json.loads(response.text)

Bước 3: Vector Index với Embeddings Đa Phương Thức

Các hồ sơ đã xử lý được index bằng embeddings nắm bắt cả nội dung văn bản và hình ảnh:

from qdrant_client import QdrantClient
from qdrant_client.models import Distance, VectorParams, PointStruct

qdrant = QdrantClient(host='localhost', port=6333)

def index_processed_record(record_id: str, document: dict):
    """Index hồ sơ y tế đã xử lý với multi-modal embedding."""

    text_repr = f"""
    Bệnh nhân: {document['patient']['name']}
    Ngày sinh: {document['patient']['dob']}
    Ngày khám: {document['date']}
    Chẩn đoán: {', '.join(document['diagnoses'])}
    Thuốc: {', '.join(document['medications'])}
    Ghi chú bác sĩ: {document['doctor_notes']}
    Kết quả xét nghiệm: {format_lab_results(document['lab_results'])}
    """

    embedding_response = genai.embed_content(
        model='models/embedding-001',
        content=text_repr,
        task_type='retrieval_document'
    )

    qdrant.upsert(
        collection_name='medical_records',
        points=[PointStruct(
            id=record_id,
            vector=embedding_response['embedding'],
            payload={
                'patient_id': document['patient']['unified_id'],
                'date': document['date'],
                'source_system': document['source'],
                'location': document['hospital_location'],
                'diagnoses': document['diagnoses'],
                'summary': document['clinical_summary'],
            }
        )]
    )

Bước 4: Giao Diện Truy Vấn Ngôn Ngữ Tự Nhiên

Bác sĩ truy vấn hệ thống bằng ngôn ngữ tự nhiên tiếng Việt. Ví dụ các câu hỏi bác sĩ dùng:

• "Bệnh nhân này có dị ứng thuốc gì không?"
• "Kết quả HbA1c của bệnh nhân từ năm ngoái đến nay?"
• "Có phim X-quang ngực nào trong 6 tháng qua không?"
• "Bệnh nhân đã điều trị gì tại Hà Nội trước khi chuyển về đây?"

Kết Quả

| Chỉ Số | Trước | Sau | |--------|-------|-----| | Thời gian tra cứu chẩn đoán | 15+ phút | 30 giây | | Tài liệu được index | 0 (phân tán) | 50,000+ | | Truy cập liên cơ sở | Yêu cầu thủ công | Tức thì | | Độ chính xác OCR chữ viết tay | 60% (OCR thông thường) | 94% (Gemini) | | Tỷ lệ bỏ sót cross-reference | ~35% | < 3% | | Độ phức tạp pipeline | 4 hệ thống riêng biệt | 1 API thống nhất |

Bài Học Quan Trọng

Multi-Modal Nguyên Bản Của Gemini Loại Bỏ Độ Phức Tạp Pipeline

Các cách tiếp cận truyền thống đòi hỏi các dịch vụ riêng biệt: OCR engine → text cleaner → NLP extractor → image classifier → search index. Mỗi bước có tỷ lệ lỗi, gánh nặng bảo trì và độ trễ riêng. Gemini xử lý tất cả loại tài liệu trong một lần gọi. Đây không phải cải tiến nhỏ — nó thay đổi cơ bản những gì có thể xây dựng với một đội nhỏ.

Chữ Viết Tay Tiếng Việt Cần Prompt Domain

Các mô hình OCR thông thường đạt ~60% độ chính xác với chữ viết tay y tế tiếng Việt. Gemini với system prompt được thiết kế tốt (bao gồm các ví dụ về từ viết tắt y tế thông dụng và các pattern tên theo vùng) đạt 94%. Prompt engineering là đòn bẩy chính.

Giải Quyết Danh Tính Bệnh Nhân Là Vấn Đề Khó Nhất

Công việc AI kỹ thuật đơn giản hơn nhiều so với giải quyết danh tính bệnh nhân trên bốn hệ thống với các quy ước khác nhau. Gemini đẩy nhanh điều này — nhưng đội vẫn xây dựng hàng đợi review của con người cho các trường hợp mơ hồ. Không nên tự động hóa hoàn toàn giải quyết danh tính trong ngữ cảnh y tế.

Triển Khai On-Premise Là Bắt Buộc Với Y Tế

Bệnh viện yêu cầu tất cả dữ liệu phải ở lại on-premise. Chúng tôi triển khai Gemini qua Vertex AI API với VPC Service Controls, đảm bảo không có dữ liệu bệnh nhân nào rời khỏi cơ sở hạ tầng của bệnh viện. AI đám mây không có nghĩa là dữ liệu đám mây.

Kết Luận

AI y tế — truy cập tức thì vào lịch sử bệnh nhân đầy đủ — đã bị chặn bởi sự phân mảnh dữ liệu và đa dạng tài liệu. Gemini 1.5 Pro làm cho điều này có thể thực hiện mà không cần dự án data engineering kéo dài 3 năm.

Bệnh viện hiện có hệ thống truy vấn mà bất kỳ bác sĩ nào cũng có thể dùng bằng ngôn ngữ tự nhiên, với câu trả lời được tổng hợp từ 50,000+ hồ sơ tại 12 cơ sở, trong vòng 30 giây.

Liên hệ Ventra Rocket để thảo luận về giải pháp AI knowledge base cho tổ chức y tế hoặc doanh nghiệp của bạn.