Công cụ hỗ trợ kê đơn và giám sát sử dụng kháng sinh trên bệnh nhân điều trị nhiễm khuẩn bằng AI AGENT (DEEPMEDSP-AI)

Nhóm tác giả: PharmaSP

Lĩnh vực Y sinh, hóa sinh

Lượt bình chọn:

0

Chia sẻ:

Copy link thành công

Nhóm tác giả:

Bệnh viện Đa khoa Xanh Pôn kết hợp với Đơn vị Nghiên cứu và Ứng dụng Chuyển đổi số trong Dược lâm sàng của Trường Đại học Dược Hà Nội

Giới thiệu sản phẩm:

* Tính cấp thiết của đề tài:
- Thực trạng kê đơn và sử dụng kháng sinh trên Thế giới và tại Việt Nam:
Nhiễm khuẩn huyết là một tình trạng cấp tính, có thể diễn biến nhanh thành sepsis hoặc sốc nhiễm khuẩn, gây đe dọa tính mạng nếu không kịp thời điều trị. WHO ước tính mỗi năm có khoảng 48,9 triệu trường hợp sepsis và 11 triệu ca tử vong liên quan đến sepsis trên toàn cầu [1]. Trong khi đó, tình trạng kháng kháng sinh đang làm cho bài toán điều trị trở nên khó khăn hơn bao giờ hết. Theo WHO, tại khu vực Đông Nam Á, khoảng 1/3 ca nhiễm khuẩn được báo cáo đã kháng với kháng sinh điều trị [2]. Một nghiên cứu năm 2025 tại 51 đơn vị hồi sức ở Việt Nam thậm chí còn ghi nhận tỷ lệ sử dụng kháng sinh chưa phù hợp với hướng dẫn điều trị khá cao, với khoảng 45,6% ở bệnh nhân viêm phổi cộng đồng và 51,8% ở bệnh nhân đợt cấp COPD [3]. Trong bối cảnh mà nguồn kháng sinh mới vẫn còn rất hạn chế, việc sử dụng đúng và hợp lý những kháng sinh hiện có vẫn là giải pháp thiết thực nhất để bảo vệ hiệu quả điều trị.
- Áp lực phải ra quyết định nhanh và thiếu nguồn lực hỗ trợ lâm sàng:
Theo khuyến cáo Surviving Sepsis Campaign 2021, người bệnh có sốc nhiễm khuẩn hoặc khả năng sepsis cao cần được dùng kháng sinh ngay, lý tưởng trong vòng 1 giờ; trường hợp nghi ngờ sepsis chưa có sốc cần được đánh giá nhanh và dùng kháng sinh trong vòng 3 giờ nếu vẫn nghi ngờ nhiễm khuẩn [4]. Tuy nhiên, để lựa chọn được phác đồ phù hợp trong khoảng “thời gian vàng” này, bác sĩ và dược sĩ phải đối chiếu đồng thời nhiều thông tin như guideline, phác đồ nội bộ, dữ liệu vi sinh, chức năng thận, tiền sử dị ứng và đặc điểm từng người bệnh. Áp lực này càng lớn hơn khi nguồn nhân lực dược sĩ lâm sàng tại nhiều cơ sở khám chữa bệnh còn hạn chế so với khối lượng y lệnh thực tế, khiến việc theo dõi, đánh giá và tư vấn sử dụng thuốc khó được thực hiện đầy đủ, liên tục. Tại Bệnh viện Đa khoa Xanh Pôn, trước khi nền tảng số được đưa vào sử dụng, việc tra cứu chủ yếu dựa vào cẩm nang giấy và các tài liệu phân tán, dẫn đến tốn nhiều thời gian và khó cập nhật đồng bộ thông tin giữa các khoa lâm sàng. Từ thực tế đó, DeepMedSP-AI tích hợp “Cẩm nang kháng sinh” đã được phát triển và triển khai nhằm đồng bộ hóa thông tin, hỗ trợ tra cứu theo ngữ cảnh và phân tích dữ liệu lâm sàng, qua đó rút ngắn thời gian xử lý thông tin và hỗ trợ quyết định điều trị nhanh hơn, chính xác hơn.

* Lĩnh vực kỹ thuật được đề cập:
DeepMedSP-AI là công cụ được nghiên cứu và phát triển như một trợ lý trí tuệ nhân tạo (AI) hỗ trợ nhân viên y tế (bác sĩ, dược sĩ lâm sàng) trong việc lựa chọn và giám sát sử dụng kháng sinh tại bệnh viện. Sáng kiến thuộc lĩnh vực Y tế thông minh (Smart Healthcare), ứng dụng công nghệ hiện đại nhằm hỗ trợ đưa ra quyết định lâm sàng nhanh chóng. Hệ thống được số hóa từ cuốn “Cẩm nang sử dụng kháng sinh trong bệnh viện” (2025) của Bệnh viện Đa khoa Xanh Pôn, nguồn phác đồ chính hỗ trợ kê đơn và giám sát tuân thủ điều trị trong nội viện, đồng thời tích hợp khả năng tự động tìm kiếm, trích dẫn các tài liệu y khoa uy tín (Pubmed, Scholar), đảm bảo câu trả lời luôn dựa trên bằng chứng y học hiện đại (Evidence-Based Medicine – EBM).
Nhờ tích hợp AI, hệ thống có thể tự động phân tích dữ liệu bệnh án đầu vào, cho phép người dùng tra cứu, hỏi đáp, ngay cả phân tích sâu ca lâm sàng về sử dụng kháng sinh trên từng đối tượng. Về mặt thao tác, nhân viên y tế dễ dàng sử dụng công cụ bằng cách tải dữ liệu bệnh án cùng với các câu hỏi cần hệ thống giải đáp. Các kết quả do DeepMedSP-AI cung cấp không chỉ dựa trên hướng dẫn điều trị chuẩn hóa và bằng chứng y học cập nhật, mà còn cân nhắc các yếu tố cá thể của người bệnh, giúp bác sĩ và dược sĩ đưa ra quyết định điều trị phù hợp và chính xác hơn. Bên cạnh đó, hệ thống còn góp phần triển khai hiệu quả chương trình quản lý sử dụng kháng sinh (Antimicrobial Stewardship – ASP), giúp kiểm soát kê đơn đúng người, đúng bệnh, đúng liều; từ đó nâng cao hiệu quả điều trị và hạn chế tình trạng kháng kháng sinh.

1. Sepsis, https://www.who.int/news-room/fact-sheets/detail/sepsis, Ngày truy cập 27/04/2026
2. WHO warns of widespread resistance to common antibiotics worldwide, https://www.who.int/news/item/13-10-2025-who-warns-of-widespread-resistance-to-common-antibiotics-worldwide, Ngày truy cập 27/04/2026
3. Dat V. Q., Dat T. T. (2025), "Compliance with the national and WHO antibiotic treatment guidelines for respiratory tract infections and their association with clinical and economic outcomes in Vietnam: an observational study", JAC Antimicrob Resist, 7(5), tr.dlaf168.
4. Evans L, Rhodes A, Alhazzani W, et al. Surviving Sepsis Campaign: international guidelines for management of sepsis and septic shock 2021. Crit Care Med. 2021 Nov;49(11):e1063-e1143.

Tính sáng tạo và đổi mới:

* Cơ chế "Agent" chủ động:
DeepMedSP-AI được tổ chức theo kiến trúc Agentic AI, trong đó một Orchestrator Agent đóng vai trò trung tâm điều phối. Khi tiếp nhận câu hỏi lâm sàng hoặc thông tin ca bệnh từ nhân viên y tế, Orchestrator Agent sẽ phân tích yêu cầu, xác định mục tiêu chuyên môn cần xử lý và phân rã yêu cầu thành các nhiệm vụ thành phần. Trên cơ sở đó, hệ thống kích hoạt các agent chức năng tương ứng để thực hiện từng nhóm nhiệm vụ chuyên biệt, như truy xuất hướng dẫn điều trị nội viện, tìm kiếm bằng chứng y học từ các cơ sở dữ liệu uy tín, rà soát liều dùng, kiểm tra tương tác thuốc và cảnh báo an toàn trong sử dụng thuốc. Sau khi các agent chức năng hoàn thành phần việc của mình, Orchestrator Agent thực hiện bước tổng hợp, đối chiếu và sắp xếp kết quả theo logic lâm sàng, từ đó tạo ra phản hồi đầu ra dưới dạng khuyến nghị có cấu trúc. Phản hồi này có thể bao gồm định hướng lựa chọn kháng sinh, đề xuất hiệu chỉnh liều, các cảnh báo liên quan đến an toàn dùng thuốc, cũng như tài liệu tham chiếu phục vụ đối chiếu và thẩm định. Cách tổ chức theo mô hình điều phối đa agent giúp hệ thống tăng tính linh hoạt trong xử lý yêu cầu, nâng cao khả năng truy xuất tri thức theo ngữ cảnh và cải thiện độ tin cậy của thông tin hỗ trợ ra quyết định lâm sàng.

* Quản lý và cập nhật tri thức động:
Khác với nhiều hệ thống trí tuệ nhân tạo chỉ hoạt động trên nền tri thức đã được huấn luyện sẵn, DeepMedSP-AI được thiết kế theo hướng có khả năng truy xuất thông tin tại thời điểm được hỏi, thông qua các bộ công cụ tích hợp trong hệ thống. Khi tiếp nhận yêu cầu từ nhân viên y tế, hệ thống AI Agent chỉ tạo phản hồi dựa trên kho dữ liệu bằng cách thực hiện tìm kiếm, tổng hợp và đối chiếu thông tin từ các nguồn tài liệu chuyên môn phù hợp với nội dung lâm sàng đang được hỏi. Các nguồn tham chiếu này bao gồm nguồn mở có độ tin cậy cao như PubMed, NCBI, PMC, đồng thời bao gồm cả các nguồn tài liệu chuyên ngành đang được áp dụng trong thực hành như cẩm nang kháng sinh nội viện, hướng dẫn chẩn đoán và điều trị, cũng như các khuyến cáo của Bộ Y tế.

* Tối ưu hóa điều trị:
Hệ thống hỗ trợ tính toán liều lượng dựa trên các chỉ số sinh hóa thực tế của người bệnh, ví dụ như hiệu chỉnh liều theo chức năng thận thông qua ước tính mức lọc cầu thận bằng chỉ số creatinin huyết thanh và công thức Cockcroft–Gault. Cách tiếp cận này cho phép điều chỉnh liều phù hợp với đặc điểm cá thể, thay vì áp dụng liều chuẩn của hướng dẫn, qua đó góp phần tối ưu hiệu quả điều trị và giảm nguy cơ độc tính. Đồng thời, DeepMedSP-AI còn tích hợp các cảnh báo nguy cơ đối với những sai sót quan trọng như tương tác thuốc nguy hiểm, trùng lặp hoạt chất, tiền sử dị ứng hoặc nguy cơ phản vệ. Các cảnh báo này hỗ trợ nhân viên y tế nhận diện và can thiệp kịp thời, qua đó tăng cường an toàn người bệnh trong suốt quá trình điều trị.

* Giao diện hội thoại ngôn ngữ tự nhiên:
Hệ thống được xây dựng dưới dạng giao diện hội thoại chatbot, cho phép nhân viên y tế tương tác trực tiếp bằng ngôn ngữ tự nhiên trong quá trình khám bệnh, kê đơn và theo dõi điều trị. Cách tiếp cận này giúp đơn giản hóa thao tác sử dụng, rút ngắn thời gian tra cứu và tăng khả năng tiếp cận thông tin chuyên môn khi cần ra quyết định lâm sàng. Trong thực hành lâm sàng, khi tìm kiếm tài liệu trên các cơ sở dữ liệu y học lớn, nhân viên y tế thường phải xác định từ khóa phù hợp, xây dựng chiến lược tìm kiếm theo MeSH Term hoặc các cú pháp truy vấn tương đối phức tạp để bảo đảm độ chính xác của kết quả. Sau đó, nhân viên y tế phải tiếp tục sàng lọc, đọc, đối chiếu và tự tổng hợp thông tin từ nhiều tài liệu khác nhau trước khi có thể áp dụng vào một tình huống lâm sàng cụ thể. Toàn bộ quá trình này đòi hỏi nhiều thời gian, công sức và kỹ năng tra cứu chuyên sâu, trong khi đây là điều khó đáp ứng đầy đủ trong bối cảnh áp lực công việc lớn tại bệnh viện.
DeepMedSP-AI giúp rút gọn đáng kể quy trình trên bằng cách cho phép nhân viên y tế đặt câu hỏi trực tiếp theo ngôn ngữ tự nhiên mà không cần tự xây dựng chiến lược tìm kiếm phức tạp. Hệ thống có khả năng hỗ trợ truy xuất, lựa chọn, tổng hợp và trình bày thông tin từ các nguồn tài liệu chuyên môn phù hợp, từ đó cung cấp câu trả lời có định hướng lâm sàng rõ ràng, kèm theo căn cứ tham chiếu để người dùng đối chiếu và thẩm định. Đây là điểm mạnh quan trọng của công cụ, giúp giảm gánh nặng tra cứu thủ công, tiết kiệm thời gian xử lý thông tin và hỗ trợ nhân viên y tế tiếp cận bằng chứng y học một cách thuận tiện hơn trong thực hành lâm sàng.

* Mô hình ngôn ngữ lớn kết hợp RAG (Retrieval-Augmented Generation) và Search Function:
Về mặt kỹ thuật, hệ thống kết hợp mô hình ngôn ngữ lớn với cơ chế RAG và chức năng tìm kiếm có điều phối thông qua các công cụ tích hợp sẵn nhằm nâng cao độ chính xác, tính cập nhật và mức độ phù hợp của nội dung phản hồi. Khi tiếp nhận câu hỏi, hệ thống không chỉ tạo câu trả lời dựa trên tri thức có sẵn của mô hình, mà còn thực hiện truy xuất, đối chiếu và tổng hợp thông tin từ các tài liệu chuyên môn liên quan. Đối với các nguồn tri thức nội bộ như cẩm nang sử dụng kháng sinh, hệ thống sử dụng cơ chế RAG để tìm kiếm và đưa vào ngữ cảnh các đoạn tài liệu phù hợp với câu hỏi lâm sàng. Ngoài ra, hệ thống có thể sử dụng các hàm tìm kiếm chuyên biệt để truy vấn các cơ sở dữ liệu trực tuyến như PubMed, NCBI hoặc PMC, từ đó mở rộng khả năng tiếp cận các bằng chứng y học cập nhật tại thời điểm sử dụng.
Cách tiếp cận kết hợp này giúp hệ thống phát huy đồng thời ưu điểm của hai lớp công nghệ: RAG bảo đảm khả năng bám sát các tài liệu chuyên môn đã được lựa chọn và kiểm chứng trong nội viện, trong khi Search Function cho phép hệ thống chủ động tìm kiếm thêm các nguồn bằng chứng mới khi cần thiết. Đây cũng là yếu tố quan trọng giúp hạn chế hiện tượng tạo sinh thông tin thiếu căn cứ, đồng thời tăng khả năng giải thích logic chuyên môn và hỗ trợ bác sĩ, dược sĩ thuận lợi hơn trong quá trình đối chiếu, thẩm định và ra quyết định lâm sàng.

Tính ứng dụng:

* Tính khả thi và khả năng nhân rộng:
Sản phẩm được thiết kế trên nền tảng giao diện tối giản, trực quan với ngôn ngữ Tiếng Việt hoàn chỉnh, giúp tối ưu hóa khả năng tiếp cận cho nhiều nhóm đối tượng từ cấp cơ sở đến trung ương. Việc ứng dụng mô hình ngôn ngữ dạng Chatbot – một hình thức tương tác hiện đại và phổ biến – giúp người dùng dễ dàng làm chủ công cụ mà không đòi hỏi chi phí đào tạo hay chuyển giao công nghệ phức tạp.

* Triển vọng kinh doanh và Mô hình phát triển bền vững:
Khác với các giải pháp thương mại thuần túy, DeepMedSP-AI được định vị là giải pháp 'Công nghệ vì cộng đồng'. Chúng tôi tập trung vào mục tiêu nhân đạo, lấy người bệnh làm trung tâm và lấy sự an toàn y tế làm thước đo giá trị. Tuy nhiên, dự án đảm bảo tính bền vững thông qua mô hình hợp tác hỗ trợ kỹ thuật và cung cấp dữ liệu phân tích quản lý kháng sinh cho các đơn vị y tế có nhu cầu.

* Tối ưu hóa kinh tế y tế:
Thông qua việc hỗ trợ chỉ định kháng sinh chính xác, an toàn và hiệu quả, công cụ góp phần trực tiếp vào việc rút ngắn thời gian điều trị và giảm tỷ lệ tái nhập viện. Đây là tiền đề quan trọng để cắt giảm chi phí y tế trực tiếp cho người dân và giảm gánh nặng chi trả cho quỹ Bảo hiểm y tế.

* Tác động xã hội lâu dài:
Về mặt vĩ mô, DeepMedSP-AI là công cụ đắc lực trong chiến lược quốc gia về quản lý sử dụng kháng sinh (AMS). Việc kiểm soát tốt tình trạng sử dụng kháng sinh bất hợp lý không chỉ mang lại lợi ích tài chính tức thời mà còn tạo ra giá trị kinh tế bền vững cho xã hội thông qua việc giảm thiểu hệ lụy của tình trạng kháng thuốc (AMR) trong tương lai.

Tính hiệu quả:

* Hỗ trợ bác sĩ điều trị:
Hệ thống giúp rút ngắn thời gian khám chữa bệnh từ 10-15 phút xuống còn 3-4 phút/ca bệnh, tương đương tiết kiệm khoảng 60-70% thời gian xử lý thông tin. Nhờ đó, nhân viên y tế (bác sĩ, dược sĩ) có thể điều trị nhiều trường hợp hơn trong cùng một khoảng thời gian, đồng thời tối ưu phác đồ nhanh hơn với các tình huống cần xử lý sớm. Khảo sát người dùng ghi nhận tỷ lệ phản hồi tích cực lên đến 95%, góp phần chuyển đổi phương thức làm việc, giảm áp lực công việc và cải thiện chất lượng hỗ trợ chuyên môn trong thực hành lâm sàng.

* Tối ưu hóa điều trị:
DeepMedSP-AI cung cấp phản hồi cảnh báo kịp thời các sai sót thường gặp như chưa hiệu chỉnh liều kháng sinh ở bệnh nhân suy thận, nguy cơ tương tác thuốc hoặc lựa chọn kháng sinh chưa phù hợp. Việc can thiệp kịp thời góp phần nâng cao an toàn người bệnh và hạn chế tình trạng kháng kháng sinh.

* Giảm tải cho Dược sĩ lâm sàng:
DeepMedSP-AI hoạt động như một "Trợ lý Dược sĩ lâm sàng" trong quy trình giám sát kê đơn kháng sinh. Hệ thống thực hiện các bước tổng hợp thông tin ca bệnh, phân tích và đối chiếu với hướng dẫn của cơ sở và các nguồn y học dựa trên bằng chứng. Trên cơ sở đó, hệ thống đưa ra các khuyến nghị và cảnh báo liên quan để dược sĩ lâm sàng xem xét, thẩm định và can thiệp khi cần thiết.

Tiềm năng phát triển:

* Triển khai quy mô lớn:
Hệ thống được phát triển trên nền tảng điện toán đám mây (Cloud), tạo điều kiện thuận lợi cho chuyển giao công nghệ và triển khai đến các bệnh viện khác. Mô hình này cho phép triển khai đồng bộ trên phạm vi cả nước mà không đòi hỏi đầu tư hạ tầng phần cứng phức tạp, đồng thời đảm bảo khả năng truy cập liên tục, cập nhật theo thời gian thực và tối ưu hóa nguồn lực vận hành.

* Mở rộng tính năng:
Trên cùng một nền tảng AI Agent đã xây dựng, hệ thống có khả năng mở rộng phát triển thêm các module chuyên sâu phục vụ thực hành lâm sàng, đặc biệt trong quản lý sử dụng các thuốc có nguy cơ cao như thuốc chống đông, thuốc điều trị ung thư. Đối với thuốc chống đông, hệ thống có thể bổ sung các tính năng hỗ trợ điều trị theo cá thể hóa người bệnh thông qua giám sát các chỉ số như INR, aPTT, thang điểm đánh giá nguy cơ chảy máu hoặc huyết khối, đồng thời hỗ trợ tối ưu hóa sử dụng thuốc an toàn và cá thể hóa điều trị, qua đó hỗ trợ ra quyết định lâm sàng chính xác hơn. Việc mở rộng này có thể tạo tiền đề phát triển hệ sinh thái hỗ trợ quản lý điều trị đa bệnh lý.

Tiêu chí về cộng đồng:

* Giảm thiểu gánh nặng tài chính đối với Hệ thống y tế:
Việc ứng dụng AI Agent trong giám sát kê đơn đóng góp trực tiếp vào chiến lược quản lý sử dụng kháng sinh (Antimicrobial Stewardship – ASP). Ở bình diện vĩ mô, hệ thống hỗ trợ hạn chế tình trạng lạm dụng kháng sinh phổ rộng và kiểm soát sự gia tăng của tỷ lệ đề kháng kháng sinh (AMR) trong cộng đồng. Tối ưu hóa phác đồ điều trị ngay từ giai đoạn khởi đầu không chỉ giúp rút ngắn thời gian nằm viện mà còn tiết kiệm nguồn ngân sách đáng kể cho Quỹ Bảo hiểm y tế thông qua việc giảm thiểu nhu cầu sử dụng các thuốc kháng sinh dự trữ có chi phí cao.

* Thúc đẩy bình đẳng trong chất lượng ra quyết định lâm sàng:
DeepMedSP-AI đóng vai trò như một "chuyên gia dược lâm sàng ảo", hỗ trợ chuyển giao tri thức y khoa dựa trên bằng chứng (EBM) từ các cơ sở y tế tuyến trung ương đến hệ thống y tế tuyến huyện và vùng sâu, vùng xa. Giải pháp này góp phần giải quyết bài toán thiếu hụt nguồn nhân lực dược sĩ lâm sàng chất lượng cao tại các địa phương, đồng thời đảm bảo bệnh nhân ở mọi khu vực địa lý đều có cơ hội tiếp cận với các quyết định điều trị an toàn, hợp lý và đạt hiệu quả tối ưu.

Cơ sở hạ tầng:

Điểm ưu việt và đóng vai trò nền tảng của hệ thống DeepMedSP-AI là kiến trúc được xây dựng hoàn toàn trên nền tảng điện toán đám mây. Về mặt kỹ thuật, cấu trúc này cho phép toàn bộ hạ tầng máy chủ, quy trình xử lý dữ liệu và hệ thống lưu trữ tài liệu y học chuyên sâu - bao gồm cẩm nang sử dụng kháng sinh nội viện - được thiết lập và vận hành trong môi trường đám mây thay vì lưu trữ cục bộ tại bệnh viện. Theo đó, cơ sở y tế có thể tối ưu hóa nguồn lực do không yêu cầu đầu tư hệ thống hạ tầng phần cứng phức tạp, có chi phí cao như máy chủ, thiết bị lưu trữ hay hệ thống độc lập. Từ đó, quá trình triển khai ứng dụng công nghệ trở nên linh hoạt và đạt hiệu quả tối ưu.

Cùng với ưu điểm về hạ tầng, hệ thống cho phép các dược sĩ lâm sàng tương tác đa nền tảng thông qua các thiết bị như máy tính cá nhân, thiết bị di động có tích hợp trình duyệt web phổ thông. Đáng chú ý, giao diện người dùng được thiết kế dưới dạng mô hình hội thoại ngôn ngữ tự nhiên, giúp đơn giản hóa quy trình thao tác mà không đòi hỏi cài đặt thêm bất kỳ phần mềm chuyên dụng nào khác. Dược sĩ chỉ cần truy cập trực tiếp vào hệ thống thông qua địa chỉ định danh trên nền tảng web để tiến hành truy vấn thông tin.

Một lợi thế chiến lược khác là DeepMedSP-AI được thiết kế để vận hành độc lập, không yêu cầu can thiệp hoặc tích hợp sâu vào hồ sơ y tế điện tử hay hệ thống thông tin bệnh viện. Đặc tính này cho phép triển khai hệ thống mà không cần chỉnh sửa cấu trúc phần mềm quản lý hay thiết lập các kết nối phức tạp với cơ sở dữ liệu nội bộ. Do hoạt động tách biệt trên nền tảng web, các rào cản về hạ tầng mạng nội bộ, cấu hình bảo mật hay cổng kết nối dữ liệu hầu như được loại bỏ. Chính vì vậy, phương thức tiếp cận này không chỉ giúp tối thiểu hóa chi phí triển khai mà còn giảm thiểu đáng kể gánh nặng về quản trị kỹ thuật, do nền tảng điện toán đám mây đã đảm nhiệm vai trò chủ đạo trong toàn bộ công tác vận hành và bảo trì.

Khoảng thời gian triển khai: 3 tháng

Website: https://deepmedsp-ai-production.up.railway.app/

Tài liệu mô tả kỹ thuật https://drive.google.com/file/d/1v0CK9FdwTqTCnBYlZl1wRMrVWUypFxCr/view?usp=sharing

Số người tham gia: 14