Tổng quan nghiên cứu

Thị trường chatbot toàn cầu ghi nhận giá trị 17,17 tỷ USD vào năm 2020 và được dự báo tăng trưởng mạnh mẽ lên 102,29 tỷ USD vào năm 2026 với tốc độ tăng trưởng kép hàng năm đạt 34,75%. Các ứng dụng nhắn tin trực tuyến hiện thu hút hơn 5 tỷ người dùng hoạt động hàng tháng, thúc đẩy 24% doanh nghiệp lớn, 15% công ty quy mô vừa và 16% doanh nghiệp nhỏ ứng dụng trợ lý ảo vào quy trình tự động hóa. Trong lĩnh vực y tế, ước tính việc ứng dụng công nghệ hội thoại tự động giúp tiết kiệm tới 7,3 tỷ USD chi phí vận hành trên toàn cầu vào năm 2023.

Tại Việt Nam, các dịch vụ tư vấn y tế trực tuyến đang phát triển nhanh chóng nhưng phần lớn vẫn vận hành thủ công. Thực trạng này dẫn đến tình trạng quá tải nhân sự, thời gian chờ đợi kéo dài và lãng phí nguồn lực chỉ để giải đáp các câu hỏi cơ bản lặp đi lặp lại. Nhằm giải quyết triệt để vấn đề này, luận văn thạc sĩ ngành Kỹ thuật phần mềm của tác giả Bùi Ngọc Quang, dưới sự hướng dẫn của Tiến sĩ Nguyễn Văn Vinh tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội (bảo vệ năm 2022), đã tập trung nghiên cứu đề tài xây dựng chatbot hướng mục tiêu phục vụ tư vấn chuyên sâu trong y tế da liễu.

Mục tiêu cốt lõi của nghiên cứu là phát triển hệ thống trợ lý ảo thông minh Leskin Bot có khả năng hiểu ngôn ngữ tự nhiên tiếng Việt, chẩn đoán sơ bộ triệu chứng, hướng dẫn chăm sóc da và tra cứu thông tin dược phẩm. Đề tài giới hạn phạm vi trong miền tri thức da liễu với các bệnh lý thường gặp tại Việt Nam. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp giảm thiểu khoảng 40% số lượt thăm khám không cần thiết, hỗ trợ người bệnh tiếp cận kiến thức y khoa chuẩn xác 24/7 với độ trễ phản hồi dưới 1 giây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng kiến trúc chatbot hướng mục tiêu trong miền đóng, bao gồm 3 thành phần trọng yếu: Hiểu ngôn ngữ tự nhiên (NLU), Quản lý hội thoại (DM) và Sinh ngôn ngữ tự nhiên (NLG). Trong đó, thành phần NLU đóng vai trò phân loại ý định người dùng và trích xuất thực thể theo lược đồ BIO. Quản lý hội thoại kết hợp giữa máy trạng thái hữu hạn và mô hình điền khung thông tin (Form-based Slot Filling) để duy trì ngữ cảnh trao đổi liên tục.

Về phương diện học sâu và xử lý ngôn ngữ tự nhiên, luận văn tiếp cận các lý thuyết nền tảng và mô hình tiên tiến:

  • Kỹ thuật nhúng từ (Word Embedding): So sánh giữa phương pháp véc-tơ hóa dựa trên tần số xuất hiện như TF-IDF, ma trận đồng xuất hiện, GloVe và phương pháp dựa trên dự đoán như Word2Vec (CBOW và Skip-gram).
  • Mạng nơ-ron hồi quy (RNN) và Mạng bộ nhớ dài-ngắn (LSTM): Khắc phục hiện tượng suy giảm gradient và vấn đề phụ thuộc xa thông qua cấu trúc tế bào nhớ được điều phối bởi 3 cổng trạng thái gồm cổng quên, cổng vào và cổng ra.
  • Mô hình biến đổi Transformer và BERT: Khai thác cơ chế tự chú ý hai chiều. Mô hình được huấn luyện trước thông qua tác vụ ngôn ngữ che giấu (Masked Language Model) với tỷ lệ che 15% từ vựng và dự đoán câu tiếp theo.
  • Mô hình PhoBERT: Tận dụng kiến trúc RoBERTa được huấn luyện trước trên 20GB dữ liệu tiếng Việt thuần túy (gồm 1GB dữ liệu Wikipedia tiếng Việt và 19GB dữ liệu báo chí điện tử), với phiên bản Base gồm 12 khối Transformer (110 triệu tham số) và phiên bản Large gồm 24 khối (340 triệu tham số) để tối ưu hóa khả năng hiểu văn bản y khoa tiếng Việt.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được tác giả thu thập từ tài liệu chuyên khoa y tế da liễu tiêu chuẩn và tham vấn trực tiếp từ 3 chuyên gia y tế đầu ngành. Bộ ngữ liệu được gán nhãn chi tiết gồm 20 nhóm ý định giao tiếp, 12 loại thực thể y khoa (như tên bệnh, tên thuốc, triệu chứng, vị trí tổn thương, độ tuổi, tình trạng, biến chứng) và 10 biến trạng thái (slots) để lưu vết hội thoại.

Phương pháp chọn mẫu có chủ đích được áp dụng nhằm bao phủ toàn bộ các tình huống người bệnh hỏi về triệu chứng, phác đồ điều trị và cách dùng thuốc da liễu. Tác giả lựa chọn khung phát triển mã nguồn mở Rasa làm nền tảng cốt lõi, kết hợp tích hợp PhoBERT vào pipeline trích xuất đặc trưng NLU. Lý do lựa chọn Rasa là nhờ khả năng tùy biến mạnh mẽ, tách bạch rõ ràng giữa xử lý NLU và chính sách quản lý hội thoại Rasa Core, đồng thời cho phép huấn luyện tương tác từ tập dữ liệu mẫu nhỏ ban đầu. Quy trình nghiên cứu và thực nghiệm mô hình được triển khai chặt chẽ qua 4 giai đoạn trong năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và thử nghiệm hệ thống Leskin Bot trên tập dữ liệu y tế da liễu đã mang lại những kết quả vượt trội:

  • Phân loại ý định chính xác: Việc tích hợp mô hình ngôn ngữ PhoBERT vào pipeline Rasa NLU giúp độ chính xác nhận diện 20 nhóm ý định đạt mức 92,5%, cao hơn 14,8% so với phương pháp phân lớp truyền thống sử dụng CountVectorizer kết hợp SVM (đạt 77,7%).
  • Trích xuất thực thể chuyên khoa hiệu quả: Mô hình nhận dạng thực thể (NER) cho 12 nhóm thực thể đạt chỉ số F1-score trung bình 89,3%. Các thực thể phức tạp như triệu chứng bệnh và tên thuốc đạt độ chính xác lần lượt là 88,6% và 91,2% nhờ thuật toán tách từ RDRSegmenter của VnCoreNLP kết hợp mã hóa BPE.
  • Quản lý hội thoại đa lượt mượt mà: Thông qua cơ chế kết hợp giữa Kịch bản (Stories) và Quy tắc (Rules), chatbot duy trì ngữ cảnh chính xác đạt tỷ lệ hoàn thành tác vụ 86,4% trên 150 phiên đối thoại thử nghiệm với người dùng thực tế.
  • Tối ưu hóa hiệu năng phản hồi: Thời gian xử lý trung bình cho mỗi lượt phản hồi của chatbot đạt 0,45 giây trên hạ tầng máy chủ tiêu chuẩn, đáp ứng đồng thời hơn 50 luồng yêu cầu cùng lúc mà không xảy ra độ trễ.

Thảo luận kết quả

Sự vượt trội về hiệu năng của hệ thống bắt nguồn từ việc khai thác thành công 20GB không gian biểu diễn ngữ nghĩa đa chiều của PhoBERT. Tiếng Việt có đặc thù phức tạp về từ ghép và đa nghĩa ngữ cảnh, do đó các phương pháp nhúng từ tĩnh như Word2Vec hay GloVe thường bỏ sót mối quan hệ ngữ nghĩa xa giữa các cụm triệu chứng. Khi áp dụng cơ chế Masked Language Model của PhoBERT, mô hình đã nắm bắt trọn vẹn ngữ cảnh y khoa, giúp giảm tỷ lệ nhận diện nhầm ý định xuống dưới 7,5%.

So với các nền tảng chatbot y tế tổng quát như Sensely trên thế giới hay FPT.AI Conversation và Hedima tại thị trường trong nước vốn không chuyên sâu vào bệnh lý da liễu, Leskin Bot giải quyết trọn vẹn 100% các câu hỏi chuyên biệt về bệnh vảy nến, chàm, mụn trứng cá và viêm da tiếp xúc. Kết quả thực nghiệm được minh họa rõ nét thông qua ma trận nhầm lẫn (Confusion Matrix) kích thước 20x20 thể hiện ranh giới phân loại sắc nét giữa các ý định, kết hợp biểu đồ cột đối sánh các thang đo Precision, Recall và F1-score. Bảng dữ liệu kiểm thử chứng minh việc kết hợp Rasa và PhoBERT là bước đột phá kỹ thuật phù hợp cho bài toán tư vấn y tế tự động tại Việt Nam.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả và đưa hệ thống chatbot tư vấn da liễu vào ứng dụng thực tiễn rộng rãi, luận văn đề xuất 4 nhóm giải pháp chiến lược:

  • Mở rộng tập ngữ liệu chuyên khoa: Chuẩn hóa và làm giàu bộ dữ liệu huấn luyện lên quy mô tối thiểu 50.000 câu hội thoại, bao phủ hơn 50 đầu bệnh da liễu phổ biến; hoàn thành trong thời gian 6 tháng do đội ngũ kỹ sư NLP phối hợp cùng các bác sĩ chuyên khoa da liễu tại các bệnh viện trung ương thực hiện.
  • Triển khai tích hợp đa kênh: Mở rộng kết nối chatbot lên các nền tảng mạng xã hội phổ biến như Facebook Messenger, Zalo và cổng thông tin bệnh viện trực tuyến; đặt mục tiêu phục vụ tối thiểu 10.000 lượt tư vấn mỗi tháng với độ sẵn sàng hệ thống đạt 99,9% trong quý 1 năm tiếp theo do bộ phận Công nghệ thông tin phụ trách.
  • Tích hợp công nghệ thị giác máy tính: Nghiên cứu nâng cấp hệ thống với mô hình mạng nơ-ron tích chập (CNN) nhằm phân tích trực tiếp hình ảnh tổn thương da do người bệnh gửi đến, nâng độ chính xác sàng lọc bệnh lý lên trên 95% trong lộ trình 12 tháng do nhóm nghiên cứu trí tuệ nhân tạo đảm nhiệm.
  • Hoàn thiện quy chuẩn bảo mật y tế: Thiết lập khung quản trị bảo mật thông tin tuân thủ tiêu chuẩn quốc tế và Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân, cam kết 100% dữ liệu lịch sử hội thoại của bệnh nhân được mã hóa đầu cuối ngay từ giai đoạn thử nghiệm lâm sàng do ban quản trị an ninh mạng thực hiện.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị khoa học và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

  • Học viên cao học và nghiên cứu sinh chuyên ngành Công nghệ thông tin, Kỹ thuật phần mềm: Nắm vững phương pháp luận xây dựng hệ thống đàm thoại hướng mục tiêu, quy trình tiền xử lý ngữ liệu tiếng Việt và kỹ thuật tinh chỉnh mô hình PhoBERT phục vụ công tác nghiên cứu và viết luận văn học thuật.
  • Kỹ sư phát triển phần mềm và chuyên gia AI/NLP: Tham khảo trực tiếp kiến trúc kết hợp giữa Rasa Framework và mô hình học sâu Transformer để ứng dụng vào các bài toán phân loại ý định và trích xuất thực thể phức tạp trong các dự án thực tế.
  • Lãnh đạo bệnh viện, phòng khám và cơ sở y tế da liễu: Có thêm cơ sở khoa học và bằng chứng thực nghiệm để hoạch định chiến lược chuyển đổi số, triển khai hệ thống phân luồng tiếp đón bệnh nhân tự động, giúp cắt giảm 20% đến 30% chi phí vận hành dịch vụ khách hàng.
  • Bác sĩ và chuyên viên y tế quan tâm đến ứng dụng AI: Hiểu rõ cơ chế phản hồi và khả năng hỗ trợ của trợ lý ảo để phối hợp xây dựng kịch bản chăm sóc sức khỏe ban đầu, giúp người bệnh phòng ngừa biến chứng từ xa một cách an toàn.

Câu hỏi thường gặp

Chatbot Leskin Bot có thể thay thế hoàn toàn bác sĩ da liễu trong việc chẩn đoán hay không? Hệ thống không được thiết kế để thay thế bác sĩ mà đóng vai trò là công cụ hỗ trợ sàng lọc thông tin ban đầu. Với 20 nhóm ý định và 12 loại thực thể được huấn luyện chuẩn xác, chatbot giúp người bệnh hiểu rõ triệu chứng, giảm 40% ca khám không cần thiết và tự động khuyến cáo người bệnh đến cơ sở y tế đối với 100% trường hợp có dấu hiệu bệnh lý chuyển biến nặng.

Vì sao mô hình PhoBERT lại đạt hiệu quả vượt trội hơn trong xử lý ngôn ngữ tiếng Việt? PhoBERT được huấn luyện trước trên 20GB dữ liệu tiếng Việt thuần túy dựa trên kiến trúc RoBERTa, tối ưu hóa tác vụ Masked Language Model 15%. Điều này giúp mô hình hiểu sâu sắc cấu trúc ngữ pháp và từ ghép tiếng Việt, giúp độ chính xác phân loại ý định tăng hơn 14% so với các phương pháp nhúng từ truyền thống như Word2Vec hay GloVe.

Khung phát triển Rasa đóng vai trò gì trong kiến trúc chatbot y tế này? Rasa đóng vai trò là khung tích hợp hoàn chỉnh gồm Rasa NLU để nhận diện ý định, trích xuất thực thể và Rasa Core để quản lý hội thoại thông qua 10 biến trạng thái slots cùng các kịch bản Stories. Nền tảng mã nguồn mở này giúp kiểm soát chặt chẽ luồng hội thoại đa lượt, đạt tỷ lệ hoàn thành tác vụ 86,4% trên các tập kiểm thử.

Dữ liệu huấn luyện của chatbot y tế da liễu được xây dựng như thế nào? Ngữ liệu được trích xuất từ các tài liệu y khoa da liễu chính thống và được thẩm định chuyên môn bởi 3 bác sĩ chuyên khoa da liễu đầu ngành. Dữ liệu sau đó được chuẩn hóa thành 20 ý định và hàng trăm kịch bản đối thoại mẫu, giúp hệ thống đạt độ tin cậy phân loại trên 92,5% khi vận hành thực nghiệm.

Hệ thống xử lý như thế nào khi gặp câu hỏi nằm ngoài phạm vi huấn luyện? Khi điểm tin cậy dự đoán của mô hình NLU rơi xuống dưới ngưỡng an toàn 0,65, chính sách Fallback Policy sẽ được kích hoạt ngay lập tức. Chatbot sẽ thông báo chưa hiểu rõ yêu cầu, hướng dẫn người dùng cung cấp lại triệu chứng hoặc tự động hiển thị số điện thoại đường dây nóng y tế để kết nối trực tiếp với chuyên viên 24/7.

Kết luận

  • Luận văn thạc sĩ của tác giả Bùi Ngọc Quang đã nghiên cứu và làm chủ thành công kiến trúc chatbot hướng mục tiêu kết hợp giữa khung phát triển Rasa và mô hình ngôn ngữ PhoBERT.
  • Hệ thống Leskin Bot thiết lập hoàn chỉnh 20 ý định, 12 thực thể và 10 slot ngữ cảnh, đạt độ chính xác phân loại ý định 92,5% và F1-score trích xuất thực thể 89,3%.
  • Ứng dụng mang lại giải pháp thực tiễn giúp giảm tải 40% áp lực tư vấn y tế da liễu ban đầu với tốc độ phản hồi nhanh chóng dưới 0,5 giây mỗi lượt tương tác.
  • Đề tài đóng góp quy trình xử lý ngôn ngữ tự nhiên chuẩn mực cho tiếng Việt chuyên ngành y tế, tạo tiền đề khoa học vững chắc cho các hệ thống y tế thông minh.
  • Trong lộ trình 6 đến 12 tháng tới, hệ thống định hướng tích hợp thêm thị giác máy tính nhận diện ảnh tổn thương da và kết nối cơ sở dữ liệu bệnh án điện tử.

Quý độc giả, nhà nghiên cứu và các cơ sở y tế hãy tham khảo toàn văn luận văn thạc sĩ để ứng dụng giải pháp chatbot AI tiên tiến vào quá trình hiện đại hóa y tế da liễu ngay hôm nay.