Bối cảnh và vấn đề nghiên cứu
Khóa luận tốt nghiệp ngành Công nghệ Thông tin (chuyên ngành Công nghệ Phần mềm) của tác giả Lê Trung Hậu và Đỗ Thanh Hiếu, dưới sự hướng dẫn của TS. Lê Vĩnh Thịnh tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (bảo vệ tháng 06/2025), tập trung giải quyết bài toán tối ưu hóa quy trình tiếp nhận và quản lý khám chữa bệnh tại các cơ sở y tế thông qua nền tảng web trực tuyến.
Bối cảnh thực tiễn được tác giả chỉ ra xuất phát từ áp lực quá tải thường trực tại các cơ sở y tế công cộng và phòng khám lớn, dẫn đến tình trạng chen lấn, thời gian chờ đợi kéo dài, gây mệt mỏi cho người bệnh và làm quá tải nhân sự tiếp nhận. Đặc biệt, sau đại dịch COVID-19, xu hướng khám chữa bệnh từ xa và nhu cầu đặt hẹn trực tuyến để hạn chế tiếp xúc trực tiếp, đảm bảo an toàn y tế và nâng cao tính chủ động cho người dân ngày càng trở nên cấp thiết. Việc ứng dụng công nghệ thông tin vào khâu tiếp nhận và quản lý không chỉ giúp các cơ sở y tế số hóa quy trình, giảm thiểu sai sót hồ sơ mà còn phù hợp với xu thế chuyển đổi số y tế quốc gia.
Mục tiêu nghiên cứu của đề tài được xác định gồm các nội dung cụ thể sau:
- Giảm thiểu thời gian chờ đợi và nâng cao trải nghiệm của bệnh nhân trong quá trình đăng ký và khám chữa bệnh.
- Hỗ trợ bác sĩ trong việc quản lý thông tin bệnh nhân, lịch làm việc và quá trình khám bệnh một cách hiệu quả, khoa học.
- Cung cấp cho quản trị viên công cụ để quản lý nhân sự, lịch khám, thông tin bác sĩ và bệnh nhân chính xác, đồng bộ.
- Tích hợp các công nghệ hiện đại nhằm đảm bảo hệ thống linh hoạt, dễ sử dụng và có khả năng mở rộng trong tương lai.
Đối tượng và phạm vi nghiên cứu:
- Đối tượng nghiên cứu: Người bệnh có nhu cầu khám chữa bệnh; đội ngũ y bác sĩ tại các phòng khám, bệnh viện; bộ phận quản trị điều phối hoạt động tiếp nhận y tế.
- Phạm vi không gian: Ứng dụng triển khai cho các cơ sở y tế, phòng khám trên phạm vi toàn quốc.
- Phạm vi thời gian thực hiện: Từ ngày 08/02/2025 đến ngày 01/06/2025.
- Giới hạn nghiên cứu: Đề tài tập trung giải quyết các chức năng nghiệp vụ cốt lõi về đặt lịch khám, điều phối ca khám, cập nhật hồ sơ bệnh án, quản lý danh mục y tế và tích hợp trợ lý ảo tư vấn ban đầu. Khóa luận không đi sâu vào phân hệ quản lý tài chính viện phí chuyên sâu, thanh toán bảo hiểm y tế hay các nghiệp vụ hành chính nội bộ đặc thù của từng bệnh viện.
Cơ sở lý thuyết và phương pháp
Khóa luận xây dựng hệ thống phần mềm dựa trên nền tảng kiến trúc phân tầng web hiện đại kết hợp trí tuệ nhân tạo, bao gồm các cơ sở lý thuyết và công nghệ chính:
- Kiến trúc Client - Server và giao thức RESTful API: Phân tách độc lập giữa tầng giao diện người dùng và tầng xử lý nghiệp vụ trung tâm.
- Next.js và thư viện React: Ứng dụng kỹ thuật Render phía máy chủ (SSR - Server-Side Rendering) và Tạo trang tĩnh (SSG - Static Site Generation) nhằm tối ưu tốc độ phản hồi và hỗ trợ SEO; khai thác kiến trúc Component hướng module hóa, Virtual DOM, React Hooks và ngôn ngữ TypeScript (TSX) để đảm bảo tính an toàn dữ liệu và tái sử dụng giao diện.
- Node.js và Express Framework: Môi trường thực thi JavaScript thời gian thực phía máy chủ xây dựng trên nền tảng V8 JavaScript Engine, hoạt động theo cơ chế đơn luồng (single-threaded) kết hợp kiến trúc hướng sự kiện không đồng bộ, non-blocking I/O, cho phép hệ thống tiếp nhận thông lượng kết nối cao; ExpressJS đóng vai trò định tuyến (Router middleware) và kiểm soát luồng dữ liệu API.
- Hệ quản trị cơ sở dữ liệu quan hệ MySQL: Sử dụng công cụ lưu trữ InnoDB hỗ trợ đầy đủ các tính chất ACID (Atomicity, Consistency, Isolation, Durability), thiết lập cơ chế khóa dữ liệu, hỗ trợ giao dịch, lập chỉ mục (index) và ràng buộc toàn vẹn khóa chính - khóa ngoại.
- Kiến trúc tạo sinh có tăng cường truy xuất (Retrieval-Augmented Generation - RAG): Kết hợp giữa tìm kiếm thông tin theo ngữ nghĩa và mô hình ngôn ngữ lớn (LLM), giúp trợ lý ảo trả lời câu hỏi chuyên biệt từ cơ sở tri thức y tế có sẵn.
Phương pháp nghiên cứu thực tế bao gồm:
- Phương pháp thu thập và phân tích yêu cầu: Khảo sát, phỏng vấn nhu cầu thực tế của bệnh nhân, nhân viên y tế và quản lý phòng khám để xác định danh mục tính năng cần thiết.
- Phương pháp phân tích hệ thống tương tự: Phân tích quy trình giao diện và chức năng của các nền tảng đặt lịch y tế trực tuyến hiện hành tại Việt Nam gồm MeApp.vn và YouMed.vn.
- Phương pháp phân tích thiết kế hướng đối tượng: Xây dựng biểu đồ phân rã công việc (WBS), thiết lập các lược đồ Use case tổng quát và chi tiết cho từng vai trò người dùng, thiết kế biểu đồ lớp (Class Diagram) và mô hình hóa dữ liệu quan hệ (ERD).
- Phương pháp kiểm thử phần mềm: Thực hiện kiểm thử chức năng (functional testing), kiểm thử giao diện đa nền tảng, kiểm thử bảo mật tài khoản (JWT, mã hóa mật khẩu) và kiểm thử tích hợp toàn diện hệ thống.
- Nguồn dữ liệu: Dữ liệu hồ sơ y tế, người dùng và lịch khám lưu trữ có cấu trúc trong MySQL; cơ sở tri thức tư vấn ban đầu cho Chatbot được trích xuất từ tập dữ liệu phi cấu trúc
facts.txt.
Thiết kế và triển khai
Hệ thống được thiết kế theo mô hình tách biệt dịch vụ (decoupled architecture) với ba khối thành phần chính: Tầng giao diện người dùng (Frontend), Tầng máy chủ nghiệp vụ (Backend) và Tầng dịch vụ Trợ lý thông minh (AI RAG Service).
1. Kiến trúc hệ thống Chatbot AI (Multilingual Medical RAG API)
Hệ thống tích hợp trợ lý tư vấn y tế sử dụng framework LlamaIndex kết hợp API xây dựng bằng FastAPI, chạy độc lập trên môi trường cục bộ để bảo mật dữ liệu y tế và tối ưu chi phí hạ tầng. Quy trình truy vấn được thiết kế theo 5 bước: tiếp nhận và dịch thuật câu hỏi tiếng Việt sang tiếng Anh qua mô hình dịch; chuyển đổi văn bản thành vector embedding; truy xuất thông tin liên quan từ tệp tri thức facts.txt theo độ tương đồng ngữ nghĩa; đưa ngữ cảnh vào mô hình LLM để sinh lời phản hồi tiếng Anh; dịch phản hồi ngược lại tiếng Việt và trả kết quả qua giao diện web.
| Phân loại mô hình |
Tên Model |
Nền tảng thực thi |
Vai trò và mục đích kỹ thuật |
| Large Language Model (LLM) |
gemma2:2b |
Ollama |
Tiếp nhận ngữ cảnh từ cơ sở tri thức và sinh câu trả lời lập luận (reasoning) |
| Embedding Model |
all-minilm |
Ollama |
Chuyển đổi văn bản câu hỏi và tri thức thành vector để so khớp ngữ nghĩa |
| Machine Translation (Dịch xuôi) |
Helsinki-NLP/opus-mt-vi-en |
Hugging Face |
Dịch câu hỏi người dùng từ tiếng Việt sang tiếng Anh phục vụ xử lý LLM |
| Machine Translation (Dịch ngược) |
Helsinki-NLP/opus-mt-en-vi |
Hugging Face |
Chuyển đổi câu trả lời từ tiếng Anh về tiếng Việt hiển thị cho bệnh nhân |
2. Thiết kế cơ sở dữ liệu quan hệ
Cơ sở dữ liệu của hệ thống được xây dựng trên MySQL, bao gồm 15 bảng nghiệp vụ được chuẩn hóa nhằm quản lý thông tin bệnh viện, chuyên khoa, nhân sự và chu trình khám bệnh:
| STT |
Tên bảng dữ liệu |
Chức năng lưu trữ và quản lý |
| 1 |
user |
Thông tin tài khoản hệ thống, mật khẩu mã hóa và phân quyền (Admin, Doctor, Patient) |
| 2 |
patient |
Dữ liệu cá nhân, thông tin liên hệ và hồ sơ của bệnh nhân |
| 3 |
doctor |
Thông tin hồ sơ chuyên môn, tiểu sử, chức danh và thông tin công tác của bác sĩ |
| 4 |
hospital |
Dữ liệu các cơ sở y tế, địa chỉ, hình ảnh đại diện và thời gian làm việc |
| 5 |
specialty |
Danh mục các chuyên khoa y tế phục vụ phân loại dịch vụ |
| 6 |
booking |
Dữ liệu đăng ký lịch khám, trạng thái lịch hẹn (chưa khám, đã khám, hủy), khung giờ |
| 7 |
medical_records |
Hồ sơ bệnh án điện tử, kết luận khám, phác đồ điều trị của bệnh nhân |
| 8 |
prescriptions |
Đơn thuốc được bác sĩ kê sau mỗi ca khám bệnh |
| 9 |
diseases |
Danh mục các loại bệnh tật theo chuẩn phân loại y tế |
| 10 |
symptoms |
Danh mục các biểu hiện, triệu chứng bệnh lý lâm sàng |
| 11 |
disease_symptoms |
Bảng liên kết trung gian xác định quan hệ giữa bệnh lý và các triệu chứng tương ứng |
| 12 |
vitals |
Bảng ghi nhận các chỉ số sinh hiệu (huyết áp, nhịp tim, nhiệt độ) của bệnh nhân |
| 13 |
hospital_specialties |
Bảng quan hệ xác định danh mục các chuyên khoa được cung cấp tại từng cơ sở y tế |
| 14 |
rating |
Dữ liệu phản hồi, điểm đánh giá và nhận xét của bệnh nhân về chất lượng khám của bác sĩ |
3. Kế hoạch và tiến độ triển khai thực hiện
Dự án được triển khai theo mô hình chia giai đoạn trong thời gian 17 tuần (từ tháng 02/2025 đến tháng 06/2025):
| Giai đoạn |
Thời gian |
Nội dung công việc triển khai |
| Tuần 1 - 3 |
08/02 – 28/02/2025 |
Khảo sát yêu cầu, mô hình hóa dữ liệu, thiết kế và khởi tạo CSDL MySQL (bảng, chỉ mục, quan hệ) |
| Tuần 4 - 5 |
01/03 – 14/03/2025 |
Lập trình backend Node.js/Express, xây dựng hệ thống RESTful API, cơ chế JWT và xác thực email |
| Tuần 6 - 8 |
15/03 – 04/04/2025 |
Xây dựng giao diện Next.js, phát triển nghiệp vụ đặt hẹn, phân ca bác sĩ, gửi email tự động |
| Tuần 9 - 10 |
05/04 – 18/04/2025 |
Hoàn thiện chức năng quản lý đa cơ sở y tế, kiểm thử chức năng, tối ưu hóa mã nguồn |
| Tuần 11 - 14 |
19/04 – 16/05/2025 |
Hoàn thiện báo cáo, kiểm thử giao diện đa nền tảng, kiểm tra bảo mật, tối ưu truy vấn CSDL |
| Tuần 15 - 17 |
17/05 – 06/06/2025 |
Kiểm thử tích hợp toàn diện hệ thống, ghi nhận góp ý giảng viên hướng dẫn, đóng gói sản phẩm |
Nội dung chính theo từng chương
Mở đầu
Phần mở đầu tập trung làm rõ tính cấp thiết của việc xây dựng hệ thống đặt lịch khám trực tuyến trong xu hướng y tế số sau đại dịch COVID-19. Tác giả tiến hành khảo sát và đánh giá ưu nhược điểm của hai nền tảng y tế số tiêu biểu tại Việt Nam là MeApp.vn và YouMed.vn. Cả hai nền tảng này đều cung cấp các tính năng tìm kiếm bác sĩ, chuyên khoa, cơ sở y tế và đặt lịch trực tuyến, từ đó giúp nhóm nghiên cứu định hình phạm vi nghiệp vụ và các chức năng cần xây dựng cho đồ án.
Chương 1. Cơ sở lý thuyết và công nghệ nghiên cứu
Chương này tổng thuật kiến thức chuyên môn về các công nghệ được áp dụng. Tác giả phân tích các đặc tính kỹ thuật cốt lõi của Next.js (SSR, SSG, Virtual DOM, React Hooks, quản lý Props/State và hỗ trợ TypeScript); cơ chế hoạt động đơn luồng, mô hình I/O bất đồng bộ và nền tảng V8 Engine của Node.js; kiến trúc bộ định tuyến Router và cấu trúc thư mục của ExpressJS; mô hình lưu trữ quan hệ, cơ chế chỉ mục và giao dịch InnoDB tuân thủ chuẩn ACID của MySQL. Đồng thời, chương 1 trình bày chi tiết về kiến trúc Chatbot Multilingual Medical RAG API kết hợp giữa FastAPI, LlamaIndex, Ollama (với mô hình gemma2:2b và all-minilm) và các mô hình dịch thuật Helsinki-NLP từ Hugging Face.
Chương 2 – Khảo sát hiện trạng và xác định yêu cầu
Chương 2 xác lập mục tiêu nghiên cứu và phương pháp tiếp cận dự án, đồng thời đặc tả chi tiết 22 ca chức năng chính của hệ thống. Các tính năng bao gồm: xem trang chủ và thông tin tổng quan; xem chi tiết bệnh viện, bác sĩ, cơ sở y tế; theo dõi lịch sử khám bệnh cá nhân; cơ chế đăng nhập và phân quyền 3 cấp (bệnh nhân, bác sĩ, quản trị viên); đăng ký tài khoản mới; khôi phục mật khẩu qua email; cập nhật hồ sơ người dùng; quản lý danh sách bệnh nhân; quản lý ca trực và lịch khám của bác sĩ; lựa chọn ngày giờ khám bệnh; quản trị tài khoản hệ thống; cập nhật thông tin phòng khám và bệnh viện; cập nhật hồ sơ bệnh án, chẩn đoán và kê đơn thuốc; quản lý và xác nhận lịch hẹn; tích hợp trợ lý chatbot AI tư vấn theo triệu chứng; tự động gửi email thông báo xác nhận và trả kết quả khám; tính năng gửi đánh giá, nhận xét bác sĩ sau điều trị.
Chương 3 – Phân tích thiết kế hệ thống
Chương 3 trình bày các tài liệu phân tích hệ thống bao gồm sơ đồ phân rã công việc WBS, sơ đồ lớp tổng thể (Class Diagram), sơ đồ tổng quan hệ thống Chatbot RAG API, 4 lược đồ Use case chính (dành cho Bệnh nhân, Quản trị viên, Bác sĩ và quy trình Đăng ký lịch khám) kèm biểu đồ quan hệ thực thể ERD. Tác giả xây dựng bảng đặc tả Use case chi tiết cho các tiến trình: đăng nhập, đăng ký tài khoản, cập nhật hồ sơ, xem thông tin chuyên khoa, quên mật khẩu, đặt lịch khám, hủy lịch hẹn, cập nhật bệnh án và quản trị hệ thống. Chương này cũng công bố cấu trúc chi tiết của 15 bảng trong cơ sở dữ liệu MySQL như user, patient, doctor, hospital, booking, medical_records, prescriptions, disease_symptoms...
Chương 4 – Giao diện website
Chương 4 mô tả toàn bộ kết quả hiện thực hóa giao diện website, được phân bổ mạch lạc theo ba phân quyền người dùng:
- Phân quyền Bệnh nhân: Gồm 23 màn hình chức năng như trang chủ, đăng ký, đăng nhập, danh mục chuyên khoa, danh sách cơ sở y tế, chi tiết bác sĩ, xem lịch trống, màn hình nhập triệu chứng bệnh, xem chi tiết lịch hẹn đã đặt, lịch sử khám cũ, giao diện xem bệnh án và đơn thuốc, đánh giá bác sĩ, giao diện trao đổi với chatbot AI và quản lý hồ sơ cá nhân.
- Phân quyền Bác sĩ: Gồm 8 giao diện chuyên dụng phục vụ công tác khám chữa bệnh như hồ sơ cá nhân bác sĩ, trang quản lý lịch hẹn khám, trang thiết lập lịch làm việc theo tuần/tháng, giao diện cập nhật kết quả khám lâm sàng, màn hình kê đơn thuốc và theo dõi bệnh sử bệnh nhân.
- Phân quyền Quản trị viên (Admin): Gồm 16 giao diện quản lý hệ thống như quản lý bác sĩ, quản lý bệnh nhân, đặt lại mật khẩu, xóa tài khoản, thêm mới và hiệu chỉnh thông tin cơ sở y tế, phân bổ bác sĩ và chuyên khoa cho bệnh viện, cập nhật hình ảnh cơ sở y tế.
Chương 5 – Cài đặt và đánh giá kết quả
Chương 5 trình bày chi tiết môi trường cài đặt phần mềm, quy cách tổ chức các lớp mã nguồn của chương trình và tổng kết các kết quả đạt được về mặt kỹ thuật, hệ thống tính năng, nhận diện các mặt còn khuyết điểm và định hướng phát triển trong tương lai.
Kết quả và đóng góp
Khóa luận đã hoàn thành các mục tiêu đề ra và ghi nhận những kết quả cụ thể:
- Xây dựng hoàn chỉnh nền tảng website hỗ trợ đặt lịch khám bệnh với sự phân tách giao diện và dịch vụ qua RESTful API, kết nối cơ sở dữ liệu quan hệ MySQL chuẩn hóa gồm 15 bảng dữ liệu.
- Hiện thực hóa thành công quy trình nghiệp vụ khám chữa bệnh khép kín: bệnh nhân tìm kiếm bác sĩ theo chuyên khoa, đặt hẹn theo khung giờ trống; bác sĩ tiếp nhận ca khám, ghi nhận bệnh án điện tử và kê đơn thuốc; hệ thống tự động gửi thông báo lịch hẹn và kết quả khám qua email.
- Tích hợp thành công module Trợ lý ảo y tế đa ngôn ngữ (Multilingual Medical RAG System) sử dụng LlamaIndex, FastAPI và Ollama (với mô hình Gemma2:2b và all-minilm) kết hợp mô hình dịch máy Helsinki-NLP từ Hugging Face, cho phép tiếp nhận câu hỏi bằng tiếng Việt, tra cứu chính xác theo ngữ nghĩa trên cơ sở tri thức cục bộ và sinh lời tư vấn tự động mà không phát sinh chi phí điện toán đám mây.
- Thiết lập hệ thống phân quyền chặt chẽ trên 47 màn hình giao diện (23 giao diện bệnh nhân, 8 giao diện bác sĩ, 16 giao diện quản trị viên), bảo mật phiên làm việc thông qua chuẩn JWT.
Đóng góp của đồ án:
- Cung cấp giải pháp phần mềm mã nguồn mở ứng dụng trực tiếp cho các phòng khám, cơ sở y tế vừa và nhỏ nhằm số hóa quy trình tiếp nhận, giảm thiểu thời gian chờ đợi và giảm tải thủ tục hành chính.
- Đóng góp mô hình tham khảo thực tế về việc triển khai kiến trúc RAG cục bộ (Local RAG) kết hợp dịch máy hai chiều để giải quyết rào cản ngôn ngữ và bảo mật dữ liệu nhạy cảm trong hệ thống y tế số.
Hạn chế và hướng nghiên cứu tiếp
Khóa luận tự nhận định một số hạn chế và đề xuất hướng mở rộng nghiên cứu:
- Hạn chế:
- Hệ thống chưa hỗ trợ phân hệ quản lý tài chính, thanh toán viện phí trực tuyến và chưa kết nối liên thông với hệ thống bảo hiểm y tế.
- Các quy trình nghiệp vụ được thiết kế ở mức độ tổng quát chung cho phòng khám, chưa đáp ứng đầy đủ các quy trình hành chính nội bộ đặc thù của các bệnh viện công lập lớn.
- Cơ sở tri thức của hệ thống Chatbot RAG y tế mới chỉ dừng lại ở tệp dữ liệu văn bản mẫu (
facts.txt), chưa bao quát toàn diện các chuyên khoa phức tạp.
- Hướng phát triển:
- Tích hợp cổng thanh toán trực tuyến và module đối soát viện phí tự động.
- Nghiên cứu cơ chế tích hợp với hệ thống thông tin bệnh viện (HIS) và hồ sơ bệnh án điện tử (EMR) theo chuẩn y tế.
- Mở rộng cơ sở tri thức y khoa chuyên sâu và tối ưu hóa thời gian sinh câu trả lời của mô hình ngôn ngữ lớn.
- Phát triển ứng dụng di động (Mobile App) trên nền tảng iOS và Android nhằm tối ưu trải nghiệm người dùng.
Giá trị tham khảo
Đồ án là tài liệu tham khảo thực tiễn hữu ích cho:
- Sinh viên chuyên ngành Công nghệ thông tin, Kỹ thuật phần mềm đang thực hiện khóa luận tốt nghiệp hoặc đồ án chuyên ngành về xây dựng ứng dụng web phân tán sử dụng Next.js, Node.js và MySQL.
- Các nhóm phát triển phần mềm tìm kiếm mô hình kiến trúc tích hợp hệ thống Trợ lý ảo RAG sử dụng LlamaIndex và LLM chạy cục bộ thông qua Ollama kết hợp mô hình dịch máy Hugging Face.
- Nội dung đáng tham khảo nhất trong khóa luận là thiết kế chi tiết 15 bảng cơ sở dữ liệu quan hệ cho bài toán khám bệnh trực tuyến và quy trình phân tích, đặc tả Use case mạch lạc theo 3 nhóm tác nhân.
Câu hỏi thường gặp
1. Hệ thống Chatbot AI trong đồ án hoạt động dựa trên những mô hình và công nghệ cụ thể nào?
Chatbot được xây dựng theo kiến trúc Multilingual Medical RAG API sử dụng framework LlamaIndex và FastAPI. Hệ thống chạy hoàn toàn cục bộ trên nền tảng Ollama với mô hình ngôn ngữ lớn gemma2:2b để lập luận sinh câu trả lời và mô hình all-minilm để tạo vector embedding tra cứu ngữ nghĩa từ tệp facts.txt. Hệ thống sử dụng hai mô hình dịch mã nguồn mở từ Hugging Face là Helsinki-NLP/opus-mt-vi-en (dịch câu hỏi từ tiếng Việt sang tiếng Anh) và Helsinki-NLP/opus-mt-en-vi (dịch phản hồi từ tiếng Anh sang tiếng Việt).
2. Hệ thống hỗ trợ phân quyền cho những đối tượng người dùng nào?
Hệ thống phân quyền cho ba nhóm đối tượng người dùng chính: Bệnh nhân (đặt lịch khám, nhập triệu chứng, tra cứu kết quả bệnh án, đơn thuốc, lịch sử khám, đánh giá bác sĩ và trao đổi với chatbot); Bác sĩ (quản lý lịch làm việc, nhận ca khám, cập nhật hồ sơ bệnh án, kết quả khám và kê đơn thuốc); Quản trị viên (quản lý tài khoản hệ thống, phân quyền, điều phối bác sĩ và quản trị thông tin các cơ sở y tế).
3. Cơ sở dữ liệu của đồ án được xây dựng bằng công nghệ gì và bao gồm các bảng dữ liệu nào?
Cơ sở dữ liệu được xây dựng trên hệ quản trị cơ sở dữ liệu quan hệ MySQL, sử dụng engine InnoDB. Hệ thống bao gồm 15 bảng nghiệp vụ chính: user, patient, doctor, hospital, specialty, booking, medical_records, prescriptions, diseases, symptoms, disease_symptoms, vitals, hospital_specialties, rating và bảng cấu trúc danh mục hệ thống.
4. Đề tài giới hạn không nghiên cứu các khía cạnh nghiệp vụ nào?
Khóa luận xác định rõ phạm vi giới hạn: hệ thống không đi sâu vào việc quản lý tài chính viện phí, không tích hợp thanh toán bảo hiểm y tế và không giải quyết các quy trình nghiệp vụ hành chính nội bộ đặc thù của từng bệnh viện mà chỉ tập trung cung cấp giải pháp tổng quát cho quy trình đặt lịch và khám bệnh ban đầu.
5. Website triển khai cơ chế xác thực người dùng và thông báo lịch hẹn bằng phương thức nào?
Website áp dụng cơ chế xác thực phiên đăng nhập bằng mã thông báo JSON Web Token (JWT) kết hợp mã hóa mật khẩu trong cơ sở dữ liệu MySQL; tính năng gửi thông báo xác nhận đặt lịch hẹn thành công và trả kết quả khám bệnh được tự động hóa thông qua hệ thống dịch vụ gửi thư điện tử (email).
Kết luận
Khóa luận tốt nghiệp "Thiết kế, xây dựng website đặt lịch khám cho các cơ sở y tế" của sinh viên Lê Trung Hậu và Đỗ Thanh Hiếu đã giải quyết hoàn chỉnh bài toán chuyển đổi số quy trình đăng ký khám chữa bệnh tại các cơ sở y tế. Bằng việc kết hợp hiệu quả giữa kiến trúc web hiện đại (Next.js, Node.js, Express, MySQL) và mô hình Trợ lý ảo y tế đa ngôn ngữ chạy cục bộ (FastAPI, LlamaIndex, Ollama, Gemma2:2b), đề tài đã hoàn thiện một hệ thống phần mềm có tính thực tiễn cao, giao diện trực quan và phân quyền rõ ràng. Đồ án là tài liệu tham khảo học thuật có giá trị cho sinh viên ngành Công nghệ phần mềm trong việc phân tích thiết kế hệ thống y tế số và tích hợp trí tuệ nhân tạo vào ứng dụng thực tế.