Bản Tóm tắt (Abstract)

Phiên bản: 0.1 DRAFT
Ngày: 24/09/2026
Trạng thái: DRAFT — cần , , review

Tiếng Việt

Tên đề tài: Xây dựng Trợ lý AI hỗ trợ người cao tuổi tự chăm sóc (cơ – xương – khớp) và phát hiện sớm dấu hiệu thoái hóa để nâng cao sức khỏe

NCS: Võ Trần Gia Hiếu — Lớp 10A6, PTTH Xuân Đỉnh

CVYK:

GVHD: [TÊN GVHD — NCS điền]

Bệnh (CXK) ảnh hưởng tới 60–80% người cao tuổi (NCT) Việt Nam, gây đau, giảm vận động và tăng nguy cơ khuyết tật. Người dùng gặp khó khăn khi tiếp cận thông tin y khoa đáng tin cậy, trong khi thông tin sai lệch trên mạng phổ biến.

Đề tài xây dựng một trợ lý AI hoạt động theo nguyên tắc "tri thức y khoa trước, AI sau", kết hợp kỹ thuật (tra cứu kho tri thức rồi trả lời) với kiểm tra trước và sau mỗi câu trả lời. Hệ thống chỉ cung cấp thông tin tham khảo — tuyệt đối không chẩn đoán bệnh, không kê đơn thuốc. Mỗi câu trả lời đều trích nguồn từ tài liệu đã được cố vấn y khoa thẩm định.

Kho tri thức ban đầu gồm 20 , 50 câu hỏi thường gặp, 6 , trích xuất từ 18 nguồn y khoa chính thống (, , WHO, ACR). 55 trường hợp kiểm thử an toàn bao phủ các cần đi khám. 18 rủi ro đã được nhận diện và lên kế hoạch giảm thiểu.

Hạ tầng kỹ thuật sử dụng , , và trên Windows Server 2022, với giao diện thiết kế cho NCT (chữ to, nút lớn, hỗ trợ giọng nói).

Kết quả giai đoạn nền móng đạt 20/21 . Các bước tiếp theo gồm: mở rộng kho tri thức, xây dựng backend RAG, kiểm thử bộ 100 câu hỏi chuẩn, và thử nghiệm với 20–30 NCT để đánh giá tính khả thi.

Từ khóa: trợ lý AI, cơ xương khớp, người cao tuổi, RAG, an toàn y khoa, kho tri thức, trợ năng

English

Title: Building an AI Assistant to Support Older Adults in Musculoskeletal Self-Care and Early Detection of Degenerative Signs for Silver-Age Health

Student Researcher: Vo Tran Gia Hieu — Class 10A6, Xuan Dinh High School

Medical Advisor: Traditional Medicine Practitioner Vu The Sy

Supervising Teacher: [Name — to be filled by student]

Musculoskeletal (MSK) conditions affect 60–80% of older adults in Vietnam, causing pain, reduced mobility, and increased disability risk. Accessing reliable medical information remains challenging, while misinformation is widespread.

This research develops an AI assistant following a "knowledge-first, AI-second" approach, combining Retrieval-Augmented Generation (RAG) with pre- and post-response safety filters. The system provides reference information only — it never diagnoses, prescribes medication, or replaces medical professionals. Every response cites sources reviewed by the medical advisor.

The initial knowledge base comprises 20 knowledge cards, 50 FAQs, and 6 evidence cards extracted from 18 authoritative medical sources (Vietnam Ministry of Health, Hanoi Medical University textbooks, WHO, ACR). 55 safety test cases cover red-flag symptoms requiring immediate medical attention. 18 risks have been identified with mitigation plans.

The technical infrastructure uses FastAPI, Vue 3, MSSQL 2022, and IIS 10 on Windows Server 2022, with accessibility-first interface design for older adults (large fonts, large buttons, voice support).

Foundation-phase results show 20/21 quality gates passed. Next steps include expanding the knowledge base, building the RAG backend, running a 100-question , and conducting a 20–30 participant feasibility pilot with older adults.

Keywords: AI assistant, musculoskeletal, older adults, RAG, medical safety, knowledge base, accessibility

Cập nhật lần cuối: 24/09/2026
Trạng thái: DRAFT — NCS cần cập nhật khi có kết quả kiểm thử và pilot.
Số từ phiên bản Việt: ~230 từ (giới hạn: 250 từ)
Số từ phiên bản Anh: ~190 từ (giới hạn: 250 từ)