Tổng quan

Trong bối cảnh ngành y tế đang chuyển mình mạnh mẽ nhờ sự phát triển của công nghệ 4.0, việc quản lý dữ liệu y tế hiệu quả và bảo vệ quyền riêng tư của bệnh nhân trở thành những thách thức hàng đầu. Các hệ thống truyền thống thường gặp khó khăn trong việc tổng hợp và khai thác dữ liệu phân tán từ nhiều phòng khám, đồng thời phải đối mặt với nguy cơ rò rỉ thông tin cá nhân. Trước thực trạng đó, công nghệ học liên kết (Federated Learning) nổi lên như một giải pháp đột phá, cho phép xử lý và khai thác dữ liệu an toàn mà không cần tập trung thông tin tại một điểm duy nhất.

Khóa luận này tập trung nghiên cứu và phát triển hệ thống CareFusion, một ứng dụng tích hợp công nghệ học liên kết nhằm đáp ứng các nhu cầu thực tiễn trong lĩnh vực y tế. Hệ thống CareFusion được thiết kế như một nền tảng toàn diện, hỗ trợ các phòng khám, bác sĩ, bệnh nhân và lịch làm việc một cách hiệu quả. Đồng thời, hệ thống cung cấp chức năng đặt lịch khám trực tuyến, giúp bệnh nhân dễ dàng tìm kiếm bác sĩ, phòng khám phù hợp và sắp xếp lịch hẹn nhanh chóng.

Điểm nổi bật của CareFusion là khả năng hỗ trợ bác sĩ trong việc chẩn đoán bệnh bằng cách tích hợp các mô hình AI tiên tiến, được đào tạo thông qua công nghệ học liên kết. Điều này cho phép các phòng khám tận dụng sức mạnh của trí tuệ nhân tạo để phân tích hình ảnh y tế, ví dụ như phát hiện sớm bệnh tiểu đường thông qua hình ảnh võng mạc, mà không cần chia sẻ dữ liệu bệnh nhân ra ngoài phạm vi cơ sở y tế.

Hệ thống được xây dựng với ba giao diện chính: một ứng dụng di động và một nền tảng web dành cho bệnh nhân, cung cấp thông tin chi tiết về các bác sĩ, bao gồm đánh giá sao và nhận xét từ những bệnh nhân khác, giúp người dùng dễ dàng lựa chọn bác sĩ phù hợp tại các phòng khám. Đồng thời, hệ thống còn có một nền tảng web dành riêng cho bác sĩ và quản trị viên, hỗ trợ quản lý thông tin khám bệnh, lịch làm việc, và tích hợp các công cụ chẩn đoán AI hiện đại. Hạ tầng triển khai hệ thống được thiết kế với các công nghệ tiên tiến như Kubernetes, GitLab CI/CD và microservices, đảm bảo khả năng mở rộng, tính ổn định và hiệu quả vận hành vượt trội. CareFusion không chỉ mang lại sự tiện lợi và hiệu quả trong quản lý y tế mà còn đảm bảo quyền riêng tư cho bệnh nhân nhờ việc giữ dữ liệu tại chỗ. Điều này không chỉ phù hợp với các yêu cầu bảo mật nghiêm ngặt như GDPR hay HIPAA mà còn mở ra hướng đi mới trong việc ứng dụng công nghệ học liên kết vào lĩnh vực y tế.

Khóa luận mang tính ứng dụng cao, hướng đến mục tiêu hiện đại hóa ngành y tế thông qua công nghệ. Hệ thống CareFusion không chỉ là giải pháp đổi mới trong quản lý dữ liệu và hỗ trợ chẩn đoán bệnh, mà còn góp phần thúc đẩy quá trình số hóa và cải thiện chất lượng chăm sóc sức khỏe, đáp ứng nhu cầu ngày càng cao của ngành y tế trong thời đại công nghệ 4.0.

Mục tiêu và phạm vi nghiên cứu

Phát triển nền tảng CareFusion hỗ trợ các phòng khám tư nhân quản lý thông tin y tế, đặt lịch hẹn và hồ sơ khám chữa bệnh với chi phí thấp. Hệ thống ứng dụng công nghệ học liên kết để nâng cao chất lượng chẩn đoán y khoa, đặc biệt trong xử lý hình ảnh như phát hiện bệnh võng mạc đái tháo đường. Đồng thời, đề tài đảm bảo bảo mật và quyền riêng tư dữ liệu theo các tiêu chuẩn quốc tế như GDPR và HIPAA, giúp các phòng khám tiếp cận công nghệ AI tiên tiến mà không cần đầu tư hạ tầng phức tạp, góp phần thúc đẩy quá trình chuyển đổi số trong y tế.

Đề tài tập trung vào ứng dụng công nghệ Học Liên kết (Federated Learning) để xử lý và chẩn đoán dữ liệu hình ảnh y khoa, cụ thể là trong phát hiện bệnh võng mạc đái tháo đường từ hình ảnh quỹ đạo mắt. Phạm vi nghiên cứu bao gồm việc khai thác dữ liệu từ các cơ sở y tế khác nhau, với đặc điểm phân tán và không đồng nhất (NonIID), nhằm phát triển mô hình AI có khả năng hoạt động hiệu quả trong môi trường dữ liệu thực tế.

Nghiên cứu triển khai hệ thống CareFusion trên kiến trúc microservices, vận hành trên nền tảng Kubernetes, để đảm bảo khả năng mở rộng và hiệu suất ổn định khi phục vụ các phòng khám tư nhân. Hệ thống tập trung vào hai mục tiêu chính: hỗ trợ quản lý hồ sơ bệnh nhân và đặt lịch khám, đồng thời tích hợp công nghệ học liên kết để nâng cao chất lượng chẩn đoán từ dữ liệu hình ảnh y khoa.

Phạm vi nghiên cứu được định hình rõ ràng ở ba khía cạnh:

• Ứng dụng thực tiễn: Xây dựng nền tảng khả thi, hiệu quả, hỗ trợ các phòng khám tư nhân quản lý hồ sơ bệnh nhân, đặt lịch khám và nâng cao chất lượng chẩn đoán y khoa trong môi trường hạn chế nguồn lực
• Triển khai ứng dụng: Sử dụng kiến trúc microservices và công nghệ điện toán đám mây để đảm bảo khả năng mở rộng và độ tin cậy của hệ thống.
• Tích hợp công nghệ học liên kết: Huấn luyện và đánh giá mô hình AI phát hiện bệnh võng mạc tiểu đường từ hình ảnh võng mạc, sử dụng dữ liệu phân tán từ các cơ sở y tế.

Với cách tiếp cận này, nghiên cứu không chỉ giải quyết bài toán chẩn đoán bệnh lý cụ thể mà còn đưa ra giải pháp toàn diện trong hiện đại hóa hạ tầng công nghệ y tế tại các cơ sở y tế nhỏ lẻ.

Nội dung đề tài

Kiến trúc hệ thống triển khai trên Amazon EKS Cloud Network được thiết kế để đảm bảo tính linh hoạt, hiệu suất cao và khả năng mở rộng cho các ứng dụng web và di động. Người dùng có thể truy cập thông qua trình duyệt web hoặc ứng dụng mobile được tải về từ App Store. Ứng dụng mobile hoạt động như một client độc lập, gửi các yêu cầu đến hệ thống thông qua các API mà không cần được triển khai trực tiếp trên Kubernetes.

Khi người dùng gửi yêu cầu từ trình duyệt hoặc ứng dụng mobile, các yêu cầu này được chuyển tiếp thông qua Load Balancer đến cụm Kubernetes (EKS). Tại đây, các dịch vụ frontend và backend được triển khai và quản lý bởi Kubernetes, đảm bảo khả năng mở rộng linh hoạt và phân phối tải một cách hiệu quả. Các dịch vụ frontend bao gồm giao diện dành cho quản trị viên, bác sĩ và bệnh nhân, cho phép họ tương tác với hệ thống, quản lý thông tin cá nhân, đặt lịch hẹn và nhận thông báo.

Kiến trúc học liên kết sau được triển khai nhằm cải thiện hiệu suất huấn luyện mô hình đồng thời đảm bảo tính bảo mật dữ liệu người dùng. Kiến trúc bao gồm hai thành phần chính là máy khách (client) và máy chủ tập trung (server). Máy khách là nơi thực hiện huấn luyện mô hình trên tập dữ liệu cục bộ (dataset) của chính mình mà không cần gửi dữ liệu lên máy chủ, từ đó bảo vệ quyền riêng tư của người dùng. Sau quá trình huấn luyện, các tham số từ mô hình cục bộ được gửi về máy chủ tập trung. Máy chủ sau đó sẽ thực hiện tổng hợp, cập nhật mô hình toàn cầu và phân phối mô hình toàn cầu này trở lại các máy khách, giúp cải thiện hiệu suất của các mô hình cục bộ qua từng vòng lặp huấn luyện.

Kết luận

Khóa luận đã ứng dụng thành công các công nghệ tiên tiến để xây dựng hệ thống CareFusion, một giải pháp toàn diện đáp ứng nhu cầu cấp thiết của ngành y tế hiện đại. Hệ thống kết hợp linh hoạt giữa công nghệ học liên kết, trí tuệ nhân tạo và các nền tảng quản lý tiên tiến, cung cấp giải pháp hiệu quả trong quản lý dữ liệu y tế, hỗ trợ chẩn đoán bệnh và đảm bảo quyền riêng tư cho bệnh nhân, phù hợp với các tiêu chuẩn bảo mật quốc tế.

Quá trình thực hiện đề tài đã giúp nhóm tích lũy kiến thức chuyên môn sâu rộng về các công nghệ hiện đại như học máy, trí tuệ nhân tạo, microservices và triển khai trên hạ tầng đám mây, đồng thời rèn luyện các kỹ năng thực hành chuyên nghiệp như thiết kế hệ thống, phát triển phần mềm và làm việc nhóm. Những thách thức gặp phải đã trở thành cơ hội để nhóm nâng cao khả năng giải quyết vấn đề, quản lý thời gian và phối hợp hiệu quả.

Đặc biệt, nhóm chúng em xin bày tỏ lòng biết ơn sâu sắc đến Thầy Thạc sĩ Lê Anh Tuấn, người đã tận tâm hướng dẫn và đồng hành trong suốt quá trình thực hiện khóa luận. Sự chỉ dẫn chuyên môn sâu sắc, những góp ý giá trị và sự hỗ trợ nhiệt tình của Thầy đã giúp nhóm hoàn thiện đề tài một cách tốt nhất, đồng thời học hỏi và phát triển nhiều kỹ năng thực tiễn quan trọng.

Thành công của đề tài không chỉ đóng góp vào việc hiện đại hóa quản lý y tế mà còn mở ra hướng đi mới trong việc ứng dụng công nghệ cao vào lĩnh vực y tế, tạo nền tảng cho các nghiên cứu và ứng dụng tiềm năng trong tương lai.