Ứng Dụng Mã Nguồn Mở ElasticSearch Vào Hệ Thống Tìm Kiếm Danh Bạ Y Tế Hiệu Quả

Tìm kiếm thông tin (Information Retrieval – IR) là quá trình tìm kiếm tài nguyên, thường là các tài liệu, trên một tập lớn các dữ liệu phi cấu trúc, thường là văn bản, được lưu trữ trên các máy tính nhằm thỏa mãn nhu cầu về thông tin [6]. Mục đích cuối cùng là cung cấp thông tin chính xác và phù hợp với nhu cầu của người dùng. Điều này đòi hỏi các kỹ thuật biểu diễn thông tin hiệu quả, bao gồm cách biểu diễn thông tin cần thiết cho truy vấn và cách chọn lọc thông tin từ văn bản hoặc tài liệu. Các phương pháp so sánh thông tin cũng rất quan trọng để đảm bảo kết quả trả về giống với mong đợi của người dùng. Việc đánh giá mức độ xử lý khi trả về kết quả trong việc tìm kiếm thông tin trong một tập tài liệu và câu truy vấn cho tài liệu đó dựa vào các cách sau: Độ chính xác (Precision), Độ bao phủ (Recall), Kết quả sai (fall - out).

Một hệ thống tìm kiếm thông tin hoàn chỉnh bao gồm nhiều thành phần quan trọng. Đầu tiên là bộ phận thu thập thông tin (Robot), có nhiệm vụ duyệt qua các cấu trúc siêu liên kết để thu thập tài liệu. Tiếp theo là bộ phận lập chỉ mục (Index), thực hiện phân tích và tối ưu hóa tốc độ tìm kiếm. Cuối cùng là bộ phận tìm kiếm thông tin và Search Engine, chịu trách nhiệm tìm kiếm tài liệu từ yêu cầu của người dùng và trả về danh sách kết quả phù hợp nhất. Các bộ phận này hoạt động liên tục và phối hợp chặt chẽ để đảm bảo hiệu quả của hệ thống. Search Engine là cụm từ dùng chỉ toàn bộ hệ thống bao gồm bộ thu thập thông tin, bộ lập chỉ mục và bộ tìm kiếm thông tin [13]. Các bộ phận này hoạt động liên tục từ lúc khởi động hệ thống, chúng phụ thuộc lẫn nhau về mặt dữ liệu nhưng độc lập với nhau về mặt hoạt động.

Tìm kiếm tiếng Việt trong lĩnh vực y tế gặp nhiều khó khăn do đặc thù của ngôn ngữ và sự phức tạp của thông tin y tế. Các từ khóa y tế thường dài và có nhiều biến thể, đòi hỏi hệ thống phải có khả năng xử lý ngôn ngữ tự nhiên (NLP) mạnh mẽ. Bên cạnh đó, việc thiếu các bộ dữ liệu huấn luyện và tài nguyên ngôn ngữ tiếng Việt chuyên biệt cho lĩnh vực y tế cũng là một trở ngại lớn. Các hệ thống tìm kiếm cần có khả năng phân tích ngữ nghĩa, nhận diện thực thể và xử lý các lỗi chính tả để đảm bảo kết quả tìm kiếm chính xác và phù hợp. Gần đây, nhiều thư viện nguồn mở hỗ trợ mạnh việc tìm kiếm thông tin nhanh như Elastic Search, Solr … Điều đặc biệt hơn cả là việc xuất hiện nhiều mã nguồn mở xử lý ngôn ngữ tiếng Việt do các kỹ sư CNTT hay các nhà khoa học tại Việt Nam phát triển như underthesea, vn_tokenizer… đã làm cho việc tìm kiếm dữ liệu tiếng Việt ngày càng chính xác hơn.

Việc tổ chức và quản lý dữ liệu danh bạ y tế là một thách thức lớn do sự đa dạng và phức tạp của thông tin. Dữ liệu cần được cấu trúc một cách rõ ràng để đảm bảo khả năng tìm kiếm và truy xuất hiệu quả. Các thông tin như hồ sơ bác sĩ, phòng khám, bệnh viện, chuyên khoa, dịch vụ y tế, địa chỉ, số điện thoại và thời gian làm việc cần được lưu trữ và liên kết một cách hợp lý. Hệ thống cũng cần có khả năng xử lý các thông tin không cấu trúc như mô tả dịch vụ, đánh giá của người dùng và bình luận. Việc sử dụng các cơ sở dữ liệu NoSQL như Elasticsearch có thể giúp giải quyết vấn đề này bằng cách cho phép lưu trữ dữ liệu dưới dạng JSON document linh hoạt.

Elasticsearch là một công cụ tìm kiếm và phân tích mã nguồn mở, phân tán, RESTful, được xây dựng trên nền tảng Apache Lucene. Nó được sử dụng rộng rãi trong nhiều lĩnh vực, bao gồm tìm kiếm doanh nghiệp, ghi nhật ký và phân tích bảo mật. Elasticsearch cung cấp nhiều tính năng mạnh mẽ, bao gồm tìm kiếm toàn văn bản, tìm kiếm theo cấu trúc, phân tích dữ liệu và trực quan hóa dữ liệu. Các khái niệm cần biết trong Elasticsearch: Analyzers, Query DSL (domain- Specific Language), Mô hình truy hồi thông tin.

Để sử dụng Elasticsearch hiệu quả, cần xây dựng index và mapping phù hợp cho dữ liệu danh bạ y tế. Index là một cấu trúc dữ liệu cho phép tìm kiếm nhanh chóng trong một tập hợp các tài liệu. Mapping định nghĩa cách các trường trong tài liệu được phân tích và lưu trữ. Việc xây dựng index và mapping đúng cách là rất quan trọng để đảm bảo hiệu suất tìm kiếm và độ chính xác tìm kiếm. Cần xác định các trường nào cần được lập chỉ mục, loại dữ liệu của từng trường và cách phân tích văn bản cho các trường văn bản. Ví dụ [12] như Google là máy tìm kiếm phổ biến nhất hiện nay, được đồng sáng chế bởi Lary Page và Sergey Brin năm 1997, đi vào hoạt động từ năm 1998. Google hoạt động dựa vào lập trình hệ thống PageRank (bằng sáng chế năm 1998) và là Search Engine hiện đại nhất ngày nay.

Elasticsearch cung cấp một ngôn ngữ truy vấn mạnh mẽ gọi là Query DSL (Domain Specific Language). Query DSL cho phép người dùng xây dựng các truy vấn phức tạp để tìm kiếm thông tin y tế. Có nhiều loại truy vấn khác nhau, bao gồm truy vấn chính xác (term query), truy vấn gần đúng (fuzzy query), truy vấn phạm vi (range query) và truy vấn boolean (bool query). Việc sử dụng Query DSL hiệu quả có thể cải thiện đáng kể hiệu suất tìm kiếm và độ chính xác tìm kiếm. Cần hiểu rõ các loại truy vấn khác nhau và cách kết hợp chúng để xây dựng các truy vấn phù hợp với nhu cầu tìm kiếm của người dùng.

Giao diện người dùng được thiết kế trực quan và dễ sử dụng, tập trung vào việc cung cấp trải nghiệm tìm kiếm tốt nhất cho người dùng. Các tính năng như autocomplete, fuzzy search và geo-location search được tích hợp để giúp người dùng tìm kiếm thông tin y tế một cách nhanh chóng và chính xác. Giao diện quản trị được thiết kế để cho phép người quản trị dễ dàng cập nhật và quản lý dữ liệu danh bạ y tế. Các tính năng như thêm, sửa, xóa và tìm kiếm dữ liệu được cung cấp để giúp người quản trị duy trì tính chính xác và đầy đủ của dữ liệu.

Hiệu năng và độ chính xác của hệ thống được đánh giá bằng cách sử dụng một tập hợp các truy vấn tìm kiếm thực tế. Các chỉ số như thời gian phản hồi, độ chính xác (precision) và độ bao phủ (recall) được sử dụng để đánh giá hiệu quả của hệ thống. Kết quả đánh giá cho thấy Elasticsearch có thể cung cấp hiệu suất tìm kiếm cao và độ chính xác tìm kiếm tốt. Hệ thống có thể xử lý một lượng lớn truy vấn tìm kiếm đồng thời mà không bị chậm trễ. Độ chính xác và độ bao phủ của hệ thống cũng đạt mức cao, cho thấy hệ thống có thể trả về các kết quả tìm kiếm phù hợp và đầy đủ.

Nghiên cứu đã thành công trong việc xây dựng một hệ thống tìm kiếm danh bạ y tế hiệu quả bằng cách sử dụng Elasticsearch. Hệ thống có khả năng cung cấp hiệu suất tìm kiếm cao, độ chính xác tìm kiếm tốt và trải nghiệm người dùng thân thiện. Nghiên cứu cũng đóng góp vào việc phát triển các kỹ thuật tìm kiếm thông tin y tế bằng tiếng Việt, vốn còn nhiều hạn chế. Các kết quả nghiên cứu có thể được sử dụng để xây dựng các hệ thống tìm kiếm thông tin y tế khác, cũng như để cải thiện các hệ thống tìm kiếm thông tin hiện có.

Trong tương lai, hệ thống có thể được phát triển thêm các tính năng như tìm kiếm nâng cao, tìm kiếm theo vị trí, tìm kiếm theo chuyên môn và tìm kiếm theo bảo hiểm. Ngoài ra, hệ thống cũng có thể được tích hợp với các hệ thống khác như hệ thống hồ sơ sức khỏe điện tử (EHR) và hệ thống quản lý bệnh viện để cung cấp một giải pháp toàn diện cho việc quản lý và tìm kiếm thông tin y tế. Việc sử dụng các công nghệ mới như trí tuệ nhân tạo (AI) và học máy (ML) cũng có thể giúp cải thiện hiệu suất tìm kiếm và độ chính xác tìm kiếm của hệ thống.