Bệnh nhân

Nhập EMR → đi theo lộ trình quyết định từng bước (kiểu OncoGuide), luôn biết đang ở đâu.

Hồ sơ bệnh nhân ✎ JSON
Cây quyết định — đường đi bệnh nhân đậm = đường đi · mờ = nhánh không chọn

Nạp guideline

Ném hướng dẫn lâm sàng vào đây — agent bóc tách thành cây quyết định.

1 · Nguồn guideline
Kéo–thả file hoặc bấm chọn — PDF, TXT, MD
— hoặc dán nội dung —
Mỗi phần guideline → agent sinh nhiều cây (kiểu OncoGuide). Chế độ thường: mỗi phần ~30s với GPT. Chế độ Batch: gửi cả guideline một lần, rẻ 50%, kết quả về sau (poll tự động) — bỏ trống ô dán/​file để dùng bản OCR full đã lưu.
2 · Agent offline
  1. Chunk — cắt theo mục lục
  2. Extract — sinh cây IR (LLM / heuristic)
  3. Critic — kiểm chứng trích dẫn + schema
  4. Map — gắn vào Knowledge Graph

Cây quyết định

Toàn guideline = nhiều module nối nhau (Chẩn đoán → Điều trị → Đồng mắc), kiểu OncoGuide.

Bắt đầuĐiều kiệnHỏi dữ liệuY lệnhKhuyến cáoCảnh báoThông tinChuyển cây
Chi tiết node
Chọn một node trên cây…

Tri thức (Knowledge Graph)

Ontology thuật ngữ — click một khái niệm để xem chi tiết · click nền để bỏ chọn.

Xét nghiệm Bệnh Nhóm thuốc Hoạt chất Khái niệm

Agent · Setup

Cấu hình bộ não bóc tách guideline. Chạy server-side trong backend.

Cấu hình LLM
Trạng thái & cách chạy
Pipeline G2T (chạy ở backend)
  1. Chunk — cắt guideline theo mục lục (Phần/Hình/Phụ lục)
  2. Extract — LLM sinh cây IR JSON (hoặc heuristic dò ngưỡng nếu offline)
  3. Critic — kiểm IR schema + bắt buộc mỗi node có trích dẫn nguyên văn
  4. Map — gắn thuật ngữ vào Knowledge Graph

Agent chỉ tạo bản nháp; chỉ khi bác sĩ bấm Approve cây mới được kích hoạt (human-in-the-loop).

Prompt / Skill bóc tách — agent dùng đúng prompt này để sinh cây; sửa được

Người dùng

Duyệt ai được xem GuideFlow. Người mới đăng nhập sẽ ở trạng thái “chờ duyệt” cho tới khi bạn duyệt.