Xây dựng ứng dụng chatbot tư vấn, hỏi đáp sức khỏe

TỔNG QUAN VỀ ĐỀ TÀI

GIỚI THIỆU VỀ ĐỀ TÀI

Chatbot, hay còn gọi là Chatterbot, là phần mềm ứng dụng giúp thiết lập cuộc trò chuyện một cách chủ động thông qua giọng nói, bàn phím, cử chỉ và hình ảnh Hiện nay, giải pháp chatbot đã có mặt trong hầu hết các ngành nghề, bao gồm tiếp thị, bất động sản, tài chính và chăm sóc sức khỏe.

Theo khảo sát từ lực lượng bán hàng, 86% khách hàng ưa thích nhận câu trả lời từ chatbot thay vì điền vào biểu mẫu trên trang web Chatbot được thiết kế nhằm mô phỏng hành vi của con người trong các cuộc trò chuyện tự nhiên.

Mặc dù hầu hết các chatbot hiện nay cần sự điều chỉnh và kiểm tra liên tục, chúng vẫn không thể giao tiếp thuyết phục như con người hoặc vượt qua bài kiểm tra Turing Tuy nhiên, so với các chatbot đời đầu như ELIZA hay ALICE, các chatbot hiện đại được sử dụng rộng rãi trong chăm sóc khách hàng, hướng dẫn và thu thập thông tin Chúng được phát triển nhờ công nghệ xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo tiên tiến, có thể tạo ra câu trả lời dựa trên việc quét và so khớp từ khóa với cơ sở dữ liệu có sẵn Sự linh hoạt trong cách cài đặt này đã góp phần làm cho chatbot trở nên phổ biến trong môi trường điện toán ngày nay, thường được triển khai dưới dạng cửa sổ nhắn tin hoặc trợ lý ảo qua mạng máy tính Các chatbot có thể được phân loại theo lĩnh vực sử dụng khác nhau.

● Thương mại (Chatbot gợi ý sản phẩm, chăm sóc khách hàng, …)

● Giáo dục (Chatbot cung cấp thông tin, thông báo, kiến thức, …)

● Giải trí (Chatbot gợi ý hình thức, nội dung giải trí, kể chuyện vui, …)

● Tài chính (Chatbot cung cấp thông tin chứng khoán, tỉ giá, thị trường)

● Tin tức (Chatbot cung cấp thông tin thời sự, thông tin nội bộ, …)

● Hỗ trợ làm việc (Chatbot quản lý thông báo, lịch trình làm việc, thông tin liên quan đến công việc, …)

● Tư vấn sức khỏe (Chatbot cung cấp thông tin y tế)

Chatbot là một ứng dụng có tiềm năng lớn để phát triển, mặc dù việc khởi đầu không yêu cầu trình độ cao.

1.1.2 Tại sao Chatbot lại quan trọng trong chăm sóc sức khỏe

Hình 1.1.2.1 Ứng dụng chatbot vào chăm sóc sức khỏe

ELIZA, chatbot đầu tiên trong lĩnh vực chăm sóc sức khỏe, ra đời vào năm 1966, đã mô phỏng một nhà trị liệu tâm lý thông qua việc đối sánh mẫu và lựa chọn phản hồi, mặc dù kiến thức và khả năng giao tiếp của nó còn hạn chế Hiện nay, chatbot đã phát triển mạnh mẽ, cung cấp các dịch vụ như chẩn đoán triệu chứng, tư vấn sức khỏe tâm thần, thông tin dinh dưỡng và theo dõi sức khỏe Một ví dụ điển hình là vào năm 2020, WhatsApp đã hợp tác với Tổ chức Y tế Thế giới (WHO) để triển khai dịch vụ chatbot nhằm trả lời các câu hỏi liên quan đến COVID-19.

Theo nghiên cứu vào năm 2019, các tính năng có giá trị nhất của việc sử dụng chatbots trong chăm sóc sức khỏe bao gồm:

• Ẩn danh : đặc biệt là trong các vấn đề nhạy cảm và sức khỏe tâm thần

• Giám sát : nhận thức và theo dõi hành vi của người dùng, lo lắng, thay đổi cân nặng, để khuyến khích phát triển thói quen tốt hơn

• Cá nhân hóa : Mức độ cá nhân hóa tùy thuộc vào ứng dụng cụ thể Một số ứng dụng sử dụng các phép đo của

• Các chỉ số vật lý (oxy, nhịp tim, nhiệt độ cơ thể) thông qua cảm biến di động

• Hành vi của bệnh nhân thông qua nhận dạng khuôn mặt

• Tương tác thời gian thực : phản hồi ngay lập tức, thông báo và lời nhắc

• Khả năng mở rộng : khả năng phản ứng với nhiều người dùng

1.1.3 Các trường hợp hàng đầu sử dụng Chatbot trong chăm sóc sức khỏe

Cung cấp thông tin y tế

Các thuật toán chatbot trong lĩnh vực chăm sóc sức khỏe được phát triển dựa trên khối lượng dữ liệu lớn về triệu chứng, chẩn đoán, dấu hiệu và phương pháp điều trị Những bộ dữ liệu công khai như COVIDx và Chẩn đoán ung thư vú Wisconsin (WBCD) được sử dụng để huấn luyện liên tục các chatbot Những chatbot này có khả năng giao tiếp với người dùng và trả lời câu hỏi dựa trên các nhãn đã được xác định trong dữ liệu đào tạo.

Lên lịch các cuộc hẹn khám bệnh

Chatbots được tích hợp vào hệ thống y tế để hỗ trợ bệnh nhân tìm kiếm thông tin về bác sĩ, vị trí phòng khám và lịch làm việc của nhà thuốc Chúng có khả năng hỏi bệnh nhân về tình trạng sức khỏe, tìm kiếm bác sĩ và nha sĩ phù hợp, cung cấp thời gian rảnh và quản lý lịch hẹn, bao gồm việc lên lịch, sắp xếp lại và hủy cuộc hẹn Ngoài ra, chatbots còn gửi lời nhắc và cập nhật cho người dùng về các cuộc hẹn khám bệnh thông qua lịch thiết bị của họ.

Thu thập dữ liệu bệnh nhân

Chatbots có khả năng thu thập thông tin bệnh nhân thông qua các câu hỏi đơn giản như tên, địa chỉ, triệu chứng, bác sĩ hiện tại và thông tin bảo hiểm Sau khi thu thập, chatbots sẽ lưu trữ những dữ liệu này để phục vụ cho việc quản lý và hỗ trợ bệnh nhân hiệu quả hơn.

Hệ thống cơ sở y tế cần được trang bị 14 tin để nâng cao hiệu quả tiếp nhận bệnh nhân, theo dõi triệu chứng, cải thiện giao tiếp giữa bác sĩ và bệnh nhân, cũng như lưu trữ hồ sơ bệnh án một cách thuận lợi.

Xử lý các thắc mắc về bảo hiểm

Chatbots có khả năng cung cấp dịch vụ bảo hiểm và tài nguyên chăm sóc sức khỏe cho bệnh nhân cũng như các thành viên lập kế hoạch Việc tích hợp các giải pháp tự động hóa với chatbots giúp tự động hóa quy trình xử lý yêu cầu bảo hiểm và thanh toán chăm sóc sức khỏe, nâng cao hiệu quả và trải nghiệm người dùng.

Cung cấp hỗ trợ sức khỏe tâm thần

Chatbots hỗ trợ sức khỏe tâm thần bằng cách cung cấp liệu pháp hành vi nhận thức (CBT) cho những người mắc trầm cảm, rối loạn căng thẳng sau chấn thương (PTSD) và lo âu Ngoài ra, chúng còn giúp đào tạo bệnh nhân tự kỷ cải thiện kỹ năng xã hội và kỹ năng phỏng vấn xin việc Người dùng có thể tương tác với chatbots qua văn bản, micro và máy ảnh.

Yêu cầu mua/sử dụng thuốc theo toa

Chatbots thu thập thông tin bệnh nhân như tên, ngày sinh, thông tin liên lạc, bác sĩ hiện tại, lần cuối đến phòng khám và thông tin kê đơn Sau khi thu thập dữ liệu, chatbot sẽ gửi yêu cầu đến bác sĩ để đề xuất đơn thuốc và sau đó liên hệ lại với bệnh nhân.

Khảo sát hiện trạng

Mối quan tâm đến chatbots đang tăng lên và thị trường dự kiến sẽ là hơn 1 tỷ đô la vào năm 2025

● AI hội thoại là một thị trường mới nổi và có rất nhiều ước tính khác nhau về quy mô thị trường Thị trường chatbot toàn cầu

○ dự kiến đạt 1,3 tỉ USD vào năm 2025, tốc độ tăng trưởng hàng năm là 24% ( Cognizant )

○ Giá trị dự kiến của các giao dịch Thương mại điện tử chatbot vào năm 2023 là 112 tỉ USD với 2.5 tỉ giờ được tiết kiệm ( Juniperresearch )

Hình 1.2.1 Dữ liệu Google Trend cho cụm từ “chatbot” trong 10 năm trở lại đây

Theo Google Trends, sự quan tâm đến cụm từ “chatbot” đã tăng gần 5 lần trong khoảng thời gian 10 năm

● 1.4 tỷ người đang sử dụng Chatbot (theo như Chatbot.Net)

● 56% doanh nghiệp tin rằng chatbot là một trong những nhân tố đột phá trong việc kinh doanh của họ (theo như Accenture)

Gần 60% giám đốc doanh nghiệp tin rằng Chatbot có khả năng nâng cao hiệu quả xử lý yêu cầu khách hàng thông qua việc kết nối với các bot khác Theo Accenture, công nghệ này không chỉ giúp tối ưu hóa quy trình mà còn mang lại sự chăm sóc cá nhân hóa cho từng người dùng trên trang web.

73% người tham gia khảo sát thể hiện sự quan tâm đến các chatbot hỗ trợ sức khỏe tâm thần đã được chứng minh bằng khoa học Xu hướng này cho thấy rằng chatbot đóng vai trò quan trọng trong việc quản lý sức khỏe tâm thần một cách liên tục.

Vào ngày 18 tháng 10 năm 2021, Woebot Health đã công bố kết quả khảo sát độc quyền mang tên “Sự thay đổi mô hình: Thái độ của người tiêu dùng đối với công nghệ sức khỏe tâm thần vào năm 2021.” Cuộc khảo sát này nhằm tìm hiểu thái độ và niềm tin của người Mỹ về sức khỏe tâm thần, thói quen chăm sóc sức khỏe tâm thần hiện tại, cũng như quan điểm về công nghệ sức khỏe tâm thần Kết quả cho thấy rằng người trưởng thành ở Hoa Kỳ có cái nhìn tích cực về khả năng của công nghệ, bao gồm cả chatbots chăm sóc sức khỏe tâm thần, trong việc cải thiện sức khỏe tinh thần.

Những phát hiện chính giữa những người được hỏi bao gồm:

● 68% người Mỹ tin rằng các công nghệ và ứng dụng mới có thể giúp họ cải thiện sức khỏe tâm thần

Gần một nửa số người Mỹ (47%) bày tỏ sự quan tâm đến việc sử dụng chatbot chăm sóc sức khỏe tâm thần hoặc nhà trị liệu AI Tuy nhiên, một con số lớn hơn, lên tới 73%, cho biết họ sẽ sẵn lòng tìm hiểu về các giải pháp này nếu chúng được chứng minh bằng khoa học.

Chatbots chăm sóc sức khỏe tâm thần thu hút sự quan tâm của mọi người nhờ vào tính dễ sử dụng, tiện lợi và khả năng chi trả.

Khi được chăm sóc sức khỏe tâm thần, người Mỹ ưu tiên hàng đầu là nhận được sự hỗ trợ đồng cảm và không phán xét (42%) Gần một nửa (49%) người dùng chatbot trong hai năm qua cho biết lý do họ sử dụng chatbot là để tìm kiếm sự hỗ trợ này, trong khi 33% cho rằng chatbot mang lại hiệu quả chi phí và giá trị tốt.

Theo khảo sát, 68% người dùng chatbot hỗ trợ sức khỏe tâm thần cho biết họ thường xuyên tuân theo lịch trình khi kết nối với chatbot Trung bình, mỗi người dùng tương tác với chatbot khoảng 2,3 lần mỗi tuần.

Người Mỹ nhận ra tiềm năng của công nghệ trong việc cung cấp dịch vụ chăm sóc sức khỏe tâm thần chất lượng, điều này không chỉ có thể cải thiện cuộc sống mà còn mang lại trải nghiệm chăm sóc quan trọng như kết quả.

Chiến lược của Woebot Health, theo Monique Levy, cho thấy công nghệ quan hệ đang khai thác tiềm năng của mình để cung cấp dịch vụ sức khỏe tâm thần hấp dẫn và hiệu quả trên quy mô lớn.

Tình trạng hiện tại của sức khỏe tâm thần của người Mỹ và khả năng tiếp cận dịch vụ chăm sóc của nhà cung cấp

Sau một năm đầy thách thức, 41% người được khảo sát cho biết sức khỏe tâm thần của họ ở mức trung bình hoặc tệ hơn Đặc biệt, 94% thanh niên từ 18-24 tuổi thừa nhận họ thường xuyên phải đối mặt với vấn đề sức khỏe tâm thần, trong khi chỉ 27% người trên 65 tuổi có cùng cảm nhận Đáng chú ý, chỉ có 14% người Mỹ cho biết họ không bao giờ gặp khó khăn về sức khỏe tâm thần.

Mặc dù nhu cầu về hỗ trợ sức khỏe tâm thần đang gia tăng, đặc biệt trong giới trẻ Mỹ, chỉ có 30% người được hỏi cho biết họ đã tìm kiếm dịch vụ chăm sóc sức khỏe tâm thần trong năm qua Trong số này, một nửa đã phải nói chuyện với ít nhất hai nhà cung cấp khác nhau trước khi tìm được người mà họ cảm thấy hài lòng, và 24% vẫn đang tiếp tục tìm kiếm một nhà cung cấp mà họ hoàn toàn cảm thấy thoải mái.

• Thay đổi quan điểm về công nghệ sức khỏe tâm thần

Các rào cản trong việc tiếp nhận dịch vụ chăm sóc sức khỏe tâm thần ở Hoa Kỳ rất rõ ràng và đa dạng Người Mỹ mong muốn có các lựa chọn chăm sóc sức khỏe tâm thần phù hợp với nhu cầu và lối sống của họ, với 57% cho biết họ muốn nhận dịch vụ ngoài giờ làm việc Hơn nữa, 58% người Mỹ sẵn sàng sử dụng chatbot sức khỏe tâm thần đã được chứng minh khoa học, bên cạnh việc gặp gỡ nhà cung cấp dịch vụ chăm sóc sức khỏe tâm thần trực tiếp.

Nhiều người quan tâm đến chatbots chăm sóc sức khỏe tâm thần vì những lý do chính như khả năng tiếp cận dịch vụ chăm sóc mọi lúc (43%), tính dễ sử dụng (40%) và khả năng sử dụng linh hoạt khi cần thiết.

(39%); giá trị tốt / hiệu quả về chi phí (38%); và dễ dàng nhận được dịch vụ chăm sóc theo điều kiện của riêng họ (38%)

Cuộc khảo sát cho thấy người Mỹ tin rằng công nghệ sức khỏe tâm thần trong tương lai có thể mang lại lợi ích lớn Cụ thể, 44% người tham gia cho biết công nghệ hoàn toàn tự động có thể hỗ trợ họ tương đương với các tùy chọn sức khỏe tâm thần hiện tại Hơn nữa, gần 50% sẵn sàng chia sẻ thông tin cá nhân với ứng dụng hoặc công cụ chăm sóc sức khỏe tâm thần mà họ thường không tiết lộ cho con người.

Một bức tranh mới nổi về việc sử dụng Chatbot trong thế giới thực

Kết quả khảo sát cho thấy 22% người tham gia đã sử dụng chatbot chăm sóc sức khỏe tâm thần, cung cấp cái nhìn tổng quát về xu hướng này trong cộng đồng.

● 57% đã bắt đầu sử dụng một chatbot trong đại dịch Covid-19

● 44% sử dụng riêng một chatbot và không gặp chuyên gia trị liệu cho con người

Phạm vi đối tượng nghiên cứu

Đồ án này hướng đến nghiên cứu các đối tượng sau

● Các công nghệ o IDE: Visual Studio o Winform C# o Facebook Messenger Chatbot o Microsoft + Azure Bot Framework o ML.Net Framework o Google Tesseract OCR

● Đối tượng phạm vi đề tài hướng đến o Người quan tâm đến vấn đề sức khỏe

24 o Người muốn tra cứu thuốc o Người muốn tra cứu, cập nhật thông tin về đại dịch Covid-19

Phương pháp nghiên cứu

Nhóm đã sử dụng các phương pháp nghiên cứu:

● Đọc tài liệu thiết kế các công nghệ sử dụng

● Phân tích các ứng dụng gần giống với mục tiêu của đồ án

● Đọc các tài liệu hướng dẫn thêm

Phân tích mã nguồn các dự án tương tự

Nhiệm vụ đề tài

Đề tài: “Xây dựng ứng dụng chatbot tư vấn, hỏi đáp sức khỏe” sẽ bao gồm 2 nhiệm vụ chính

- Tư vấn sức khỏe, tâm lý

- Hỏi và trả lời những thông tin số liệu về đại dịch covid-19

- Xử lý hình ảnh đơn thuốc được kê từ bác sĩ

• Xây dựng ứng dụng để gắn chatbot:

- Đăng ký và đăng nhập

- Cập nhật bản tin liên quan đến sức khỏe

- Tra cứu thuốc từ triệu chứng

+ Tên thuốc + Hình ảnh thuốc + Giá thuốc

- Đặt hàng và thanh toán

- Xem lịch sử, thống kê đơn hàng

CƠ SỞ LÝ THUYẾT

Tổng quan về Microsoft Bot Framework, Azure Bot Service

Microsoft Bot Framework kết hợp với Azure Bot Service cung cấp một bộ công cụ toàn diện cho việc xây dựng, kiểm tra, triển khai và quản lý các bot thông minh Khung này bao gồm SDK mô-đun và có thể mở rộng, cho phép các nhà phát triển tạo ra các bot với khả năng sử dụng giọng nói, hiểu ngôn ngữ tự nhiên và xử lý các câu hỏi và câu trả lời một cách hiệu quả.

Bots tạo ra trải nghiệm giao tiếp tự nhiên, tương tự như trò chuyện với con người hoặc một robot thông minh Chúng có khả năng tự động hóa các công việc đơn giản và lặp đi lặp lại, như đặt chỗ ăn tối hoặc thu thập thông tin hồ sơ, giảm thiểu sự can thiệp của con người Người dùng có thể tương tác với bots thông qua văn bản, thẻ tương tác và giọng nói, từ những câu hỏi và câu trả lời nhanh chóng đến các cuộc trò chuyện phức tạp, giúp truy cập dịch vụ một cách thông minh và hiệu quả.

Bot là một ứng dụng web với giao diện trò chuyện, cho phép người dùng tương tác qua các kênh như Facebook, Slack hoặc Microsoft Teams.

Bots hoạt động tương tự như các ứng dụng web hiện đại, tồn tại trên internet và sử dụng API để gửi và nhận tin nhắn Nội dung và chức năng của một bot có thể khác nhau tùy thuộc vào loại bot cụ thể Phần mềm bot hiện đại sử dụng nhiều công nghệ và công cụ để cung cấp trải nghiệm phong phú và đa dạng trên nhiều nền tảng Tuy nhiên, một bot đơn giản có thể chỉ cần nhận một tin nhắn và phản hồi lại người dùng với thông tin liên quan.

Bots có khả năng thực hiện các chức năng giống như phần mềm khác, bao gồm đọc và ghi tệp, truy cập cơ sở dữ liệu và API, cũng như thực hiện các phép toán cơ bản Tuy nhiên, điểm đặc biệt của bots là chúng áp dụng các cơ chế giao tiếp thường chỉ dành cho con người, tạo nên sự độc đáo trong cách thức hoạt động của chúng.

− Dịch vụ Microsoft Bot Framework, Azure Bot Service cung cấp: o SDK Bot Framework để phát triển bot

Bot Framework cung cấp các công cụ toàn diện cho quy trình phát triển bot từ đầu đến cuối, bao gồm dịch vụ Bot Framework (BFS) để gửi và nhận tin nhắn cũng như sự kiện giữa các bot và các kênh Ngoài ra, việc triển khai bot và cấu hình kênh cũng được thực hiện một cách trực quan trong Azure.

Bot có khả năng tích hợp với các dịch vụ Azure khác, bao gồm Azure Cognitive Services để phát triển các ứng dụng thông minh và Azure Storage để cung cấp giải pháp lưu trữ đám mây hiệu quả.

Hình 2.1.2.1 Cấu trúc của một Microsoft + Azure Bot Service

Mỗi chuỗi hội thoại được gọi là Dialog , giống như hội thoại giữa bot và người dùng

Người dùng có thể yêu cầu "Tôi muốn đặt một chuyến bay đến Delhi" và bot sẽ phản hồi bằng cách hỏi thêm thông tin như "Bạn muốn lên chuyến bay từ đâu?" và "Bạn muốn đi du lịch vào ngày nào?" Đầu vào của người dùng được gọi là Utterance, là đơn vị nhỏ nhất của lời nói, thể hiện một đoạn liên tục của bài phát biểu với điểm bắt đầu và kết thúc rõ ràng.

27 người dùng có thể phát biểu ý kiến của mình qua bất kỳ kênh nào (Skype, Facebook Messenger, Telegram, Microsoft Teams, Web Chat, v.v.)

Sau khi nhận thông tin đầu vào từ người dùng, Bot cần phân tích cú pháp để hiểu rõ ý nghĩa thực sự của những gì được nói Để đạt được điều này, nhóm đã sử dụng dịch vụ ML.Net Framework để huấn luyện Bot, giúp nó hiểu ngôn ngữ tự nhiên và phân loại thông tin đầu vào một cách hiệu quả.

Hình 2.1.2.2 Phân tích cú pháp văn bản của Microsoft + Azure Bot Service

Danh từ thể hiện các thực thể trong giao tiếp của người dùng, trong khi trạng từ và động từ diễn tả mục đích và ý định mà người dùng mong muốn bot thực hiện.

Bot sẽ sử dụng các thuật toán máy học phức tạp để phân tích cú pháp lời nói của người dùng, từ đó cung cấp đầu ra JSON được tuần tự hóa qua API REST.

Hình 2.1.2.3 Câu đã được phân tích thành dạng Json

Sau khi tiếp nhận tất cả các ý định và thực thể, Bot có khả năng xử lý chúng trong SDK khung bot bằng cách áp dụng logic tùy chỉnh của nhà phát triển thông qua C# hoặc Node.js.

2.1.3 Cách xây dựng một bot với Microsoft Bot Framework, Azure Bot Service

Azure Bot Service và Bot Framework cung cấp một bộ công cụ tích hợp để hỗ trợ phát triển bot Người dùng có thể lựa chọn môi trường phát triển hoặc công cụ dòng lệnh phù hợp SDK có sẵn cho các ngôn ngữ như C#, Java, JavaScript, Typescript và Python, cung cấp các công cụ cần thiết cho từng giai đoạn phát triển của bot, từ thiết kế đến xây dựng.

Hình 2.1.3.1 Cách xây dựng một bot với Microsoft Bot Framework, Azure Bot Service

Để tạo ra một bot thành công, việc nắm rõ các mục tiêu, quy trình và nhu cầu của người dùng là rất quan trọng Bot cần phải dễ sử dụng, giải quyết hiệu quả vấn đề của người dùng và hiểu rõ công nghệ được áp dụng.

Bot là dịch vụ web cho phép triển khai giao diện trò chuyện, giúp người dùng giao tiếp hiệu quả thông qua việc gửi và nhận tin nhắn cùng sự kiện Dịch vụ Bot Framework, một phần quan trọng của Azure Bot Service, hỗ trợ việc tạo bot trong nhiều môi trường và ngôn ngữ khác nhau Để xây dựng bot, cần thiết lập kiến trúc phù hợp và áp dụng mô hình kiến trúc ML.NET để huấn luyện bot một cách hiệu quả.

Tổng quan về ML.NET Framework

ML.NET cho phép tích hợp máy học vào các ứng dụng NET, cả trực tuyến và ngoại tuyến Nhờ vào khả năng này, người dùng có thể tự động đưa ra dự đoán dựa trên dữ liệu hiện có Các ứng dụng học máy phân tích mẫu trong dữ liệu để đưa ra kết quả dự đoán mà không cần lập trình chi tiết.

ML.NET tập trung vào việc xây dựng mô hình học máy, giúp chuyển đổi dữ liệu đầu vào thành các dự đoán chính xác Người dùng có thể tạo mô hình tùy chỉnh bằng cách chọn thuật toán phù hợp hoặc dễ dàng nhập các mô hình đã được đào tạo trước từ TensorFlow và ONNX.

Sau khi xây dựng mô hình, chúng ta có thể tích hợp nó vào ứng dụng để thực hiện dự đoán ML.NET là một framework đa nền tảng, hỗ trợ NET Core cho Windows, Linux và macOS, cũng như NET Framework hoàn toàn cho Windows 64bit, nhưng có hạn chế cho Windows 32bit do thiếu một số chức năng liên quan đến TensorFlow, LightGBM và ONNX.

Vd: Tự động phân chia phản hồi của người dùng thành các loại tiêu cực hay tích cực

(Hồi quy/ Dự đoán các giá trị liên tục)

Vd: Dự đoán giá nhà dựa trên diện tích và vị trí

Vd: Phát hiện các giao dịch ngân hàng gian lận

Vd: Đề xuất các sản phẩm mà người mua sắm trực tuyến có thể muốn mua, dựa trên những lần mua trước đó của họ

(Chuỗi thời gian/ dữ liệu tuần tự)

Vd: Dự báo thời tiết / doanh số bán sản phẩm

Vd: Phân loại bệnh lý trong hình ảnh y tế

Một số loại dự đoán có thể thực hiện với ML.NET

Hình 2.2.1.2.1 Code workflow của ML.NET

Sơ đồ sau thể hiện cấu trúc mã ứng dụng, cũng như quá trình lặp đi lặp lại của quá trình phát triển mô hình:

• Thu thập và tải dữ liệu đào tạo vào một đối tượng IDataView

• Chỉ định một quy trình hoạt động để trích xuất các tính năng và áp dụng thuật toán học máy

• Huấn luyện mô hình bằng cách gọi hàm Fit() trên đường dẫn

• Đánh giá mô hình và lặp lại để cải thiện

• Lưu mô hình thành định dạng nhị phân để sử dụng trong ứng dụng

• Tải mô hình vào một đối tượng ITransformer

• Đưa ra dự đoán bằng cách gọi CreatePredictionEngine.Predict()

ML.NET Model Builder là một tiện ích mở rộng trực quan trong Visual Studio, giúp người dùng xây dựng, đào tạo và triển khai các mô hình học máy tùy chỉnh một cách dễ dàng và hiệu quả.

Model Builder ứng dụng công nghệ máy học tự động (AutoML) để khám phá các thuật toán và cài đặt máy học đa dạng, từ đó xác định phương pháp tối ưu nhất cho từng dự án.

Model Builder rất dễ sử dụng, không yêu cầu người dùng có chuyên môn về máy học Chỉ cần chuẩn bị một lượng dữ liệu và xác định vấn đề cần giải quyết, bạn có thể nhanh chóng áp dụng công nghệ này.

2.2.2.2 Tạo một dự án với Model Buidler

Khi lần đầu tiên khởi động Model Buidler, nó sẽ yêu cầu đặt tên Thao tác này sẽ tạo tệp cấu hình mbconfig bên trong dự án

Tệp mbconfig theo dõi mọi thứ trong Model Buidler để cho phép mở lại phiên làm việc với Model Buidler

Sau khi training, ba tệp được tạo dưới tệp * mbconfig:

Model Buidler sẽ huấn luyện mô hình và tạo mã để thêm vào dự án NET:

− Model.consumption.cs: Tệp này chứa các lược đồ ModelInput và ModelOutput cũng như hàm Dự đoán được tạo để sử dụng mô hình

Tệp model.training.cs lưu trữ đường dẫn huấn luyện, bao gồm biến đổi dữ liệu, thuật toán và siêu tham số được chọn bởi Model Builder để huấn luyện mô hình Đường dẫn này có thể được sử dụng để thực hiện việc đào tạo lại mô hình.

− Model.zip: Đây là một tệp zip được tuần tự hóa đại diện cho mô hình ML.NET được đào

Bạn có thể đưa nhiều kịch bản khác nhau vào Trình tạo mô hình, để tạo mô hình học máy cho ứng dụng của bạn:

Một kịch bản là một mô tả về loại dự đoán muốn thực hiện bằng dữ liệu của dự án:

− Dự đoán khối lượng bán sản phẩm trong tương lai dựa trên dữ liệu bán hàng lịch sử

− Phân loại tình cảm là tích cực hay tiêu cực dựa trên đánh giá của khách hàng

− Phát hiện xem một giao dịch ngân hàng có gian lận hay không

− Chuyển các vấn đề về phản hồi của khách hàng đến nhóm chính xác trong công ty của bạn

Mỗi kịch bản ánh xạ đến một Nhiệm vụ học máy khác nhau, bao gồm:

− Binary classification: Phân loại nhị phân

− Multiclass classification: Phân loại đa lớp

− Anomaly detection: Phát hiện bất thường

Có thể đào tạo mô hình học máy của dự án trên máy cục bộ hoặc trên đám mây trên Azure, tùy thuộc vào tình huống

Khi đào tạo cục bộ, mô hình sẽ làm việc trong giới hạn của tài nguyên máy tính (CPU, bộ nhớ và đĩa)

Khi thực hiện đào tạo trên nền tảng đám mây, người dùng có khả năng mở rộng quy mô tài nguyên linh hoạt để phù hợp với nhu cầu cụ thể của từng kịch bản, đặc biệt là khi làm việc với các bộ dữ liệu lớn.

Model Builder hỗ trợ nhiều định dạng tập dữ liệu bao gồm tsv, csv, txt và cơ sở dữ liệu SQL Đối với tệp txt, các cột cần được phân tách bằng dấu phẩy, dấu chấm phẩy hoặc ký tự tab Nếu tập dữ liệu bao gồm hình ảnh, các định dạng tệp được chấp nhận là jpg và png.

Hình 2.2.2.5.1 Đào tạo mô hình với Model Builder

Quá trình đào tạo là tự động, trong đó Model Builder hướng dẫn mô hình cách trả lời các câu hỏi theo kịch bản cụ thể Khi hoàn tất đào tạo, mô hình có khả năng đưa ra dự đoán dựa trên dữ liệu đầu vào mà nó chưa từng gặp trước đó.

Ví dụ: nếu bạn đang dự đoán giá nhà và một ngôi nhà mới xuất hiện trên thị trường, bạn có thể dự đoán giá bán của nó.

Vì Model Builder sử dụng máy học tự động (AutoML) nên nó không yêu cầu bất kỳ đầu vào hoặc điều chỉnh nào trong quá trình đào tạo.

Tìm hiểu về Facebook Messenger

Facebook Messenger là một ứng dụng trò chuyện của Facebook Nó cho phép người dùng Facebook trò chuyện với mọi người trên nhiều nền tảng

Về số lượng người dùng, theo thống kê ta có bảng đánh giá:

Hình 2.2.1.1 Lưu lượng người dùng sử dụng Facebook theo thời gian

Sơ đồ minh họa sự gia tăng nhanh chóng số lượng người dùng, cho thấy vai trò quan trọng của chatbot trong lĩnh vực truyền thông Trong tương lai, trí thông minh nhân tạo qua Messenger có khả năng cung cấp thông tin nóng hổi trên mạng xã hội, được nhiều người tìm kiếm và chia sẻ ngay khi bạn đặt câu hỏi.

Sau khi đánh giá các nền tảng có thể phát triển Chatbot, chúng tôi lựa chọn Messenger làm nền tảng chủ yếu vì các lý do sau:

− Lượng người dùng khổng lồ

− Khả năng tùy biến cao

− Giao diện hóa văn bản

− Cho phép can thiệp trực tiếp vào quá trình chatbot vận hành

2.3.3 Giới thiệu về Chatbot Facebook

Chatbot là một chương trình được lập trình để tương tác tự động với người dùng thông qua ngôn ngữ tự nhiên trong giao diện tin nhắn Chatbot Facebook hoạt động như một phần mở rộng cho chức năng nhắn tin trên trang Facebook của bạn, giúp cải thiện trải nghiệm giao tiếp với khách hàng.

Mỗi chatbot Messenger cần liên kết với một trang Facebook hiện có, cho phép nó theo dõi và đánh giá các cuộc trò chuyện với người dùng Nhờ vào thiết lập webhook, chatbot trở thành công cụ kết nối hiệu quả với fanpage của bạn, hoạt động như một hoặc nhiều trợ lý ảo, giúp cung cấp câu trả lời phù hợp cho người dùng.

Hình 2.2.4.1 Cách hoạt động của Chatbot liên kết với Messenger

Hoạt động của Bot như sau:

1 Khi có người gửi tin nhắn đến fanpage

2 Thông tin tin nhắn sẽ được truyền đến toàn bộ các webhook đã được đăng ký trước đó Ví dụ như webhook của chatbot

3 Chatbot server gửi xác nhận đã nhận sự kiện Sau đó xử lý tin nhắn và gửi trả lại nếu cần thiết thông qua api của messenger

4 Người dùng nhận lại phản hồi

2.3.5 Một số khái niệm cơ bản

Webhook là công nghệ hữu ích cho việc xử lý các sự kiện trên website, cho phép ứng dụng server-side thông báo cho ứng dụng client-side khi có sự kiện xảy ra Nhờ vào webhook, ứng dụng client-side không cần phải liên tục kiểm tra trạng thái từ server-side, tiết kiệm tài nguyên và nâng cao hiệu suất.

2.3.5.2 Facebook Application Để tạo Chatbot trên Messenger, bạn cần hai thứ: public Facebook page và public Facebook application được kết nối tới page của bạn

Hosting là dịch vụ trực tuyến cho phép bạn xuất bản website hoặc ứng dụng web lên Internet Khi đăng ký dịch vụ hosting, bạn thực chất đang thuê không gian trên server để lưu trữ tất cả các tệp tin và dữ liệu cần thiết cho hoạt động của website.

GitHub Pages là dịch vụ miễn phí do GitHub cung cấp, cho phép người dùng xuất bản trang web hoặc ứng dụng web bằng cách lưu trữ trong kho GitHub Với GitHub Pages, bạn có thể lưu trữ không giới hạn các trang dự án, tạo thành một website hoàn chỉnh.

PHÂN TÍCH THIẾT KẾ HỆ THỐNG

Kiến trúc hệ thống ứng dụng

Hình 3.1.1 Mô hình kiến trúc hệ thống ứng dụng

Hệ thống bao gồm các thành phần sau

App (client): thể hiện giao diện nơi người dùng tương tác với ứng dụng App (client) được hiện thực hóa sử dụng Winform

Server nhận và xử lý các tương tác từ Client, có khả năng tương tác với Database để quản lý dữ liệu và trả kết quả về cho Client Server được phát triển bằng ngôn ngữ C#.

Database (SQLite): lưu trữ toàn bộ dữ liệu của hệ thống.

Kiến trúc hệ thống chatbot

Hình 3.2.1 Mô hình kiến trúc hệ thống Chatbot

Hệ thống bao gồm các thành phần và tương giác giữa chúng như sau:

− Chatbot: Người dùng có thể chat trực tiếp với Fanpage qua Facebook Messenger hoặc Chatbot thông qua Webview

− Hệ thống xử lý: Xử lý hành vi chat/tương tác của người dùng, để đưa ra các mẫu câu/hành động phù hợp

Hệ thống xử lý kịch bản giúp phân tích hành vi chat và tương tác của người dùng để lựa chọn và xử lý các kịch bản phù hợp Đối với những kịch bản yêu cầu dữ liệu theo thời gian thực, hệ thống sẽ tự động tìm kiếm và cung cấp kết quả nhanh chóng cho người dùng.

− VNTK: Xử lý ngôn ngữ tự nhiên của người dùng để đưa ra các thông tin phù hợp đến hệ thống xử lý kịch bản

− OCR: Xử lý hình ảnh đơn thuốc của người dùng để đưa ra các thông tin của hình ảnh đến hệ thống xử lý kịch bản

− Database: Chatbot sẽ kết nối trực tiếp với dữ liệu được training để trả lời người dùng

Hệ thống xử lý sẽ phân tích dữ liệu từ cơ sở dữ liệu cho các hành động đã được xác định, sau đó thông báo cho người dùng về những dữ liệu phù hợp.

HIỆN THỰC HỆ THỐNG

Thiết kế dữ liệu

Hệ thống bao gồm các đối tượng chính như DataChatbot, dùng để lưu trữ thông tin phục vụ cho việc xử lý, phân tích và phản hồi người dùng; DataAccount, lưu trữ thông tin người dùng; DataNews, lưu trữ thông tin bài tin; DataProduct, lưu trữ thông tin sản phẩm; DataCart, lưu trữ thông tin các sản phẩm trong giỏ hàng; DataOrder, lưu trữ thông tin đơn hàng; và DataHistoryOrder, lưu trữ thông tin toàn bộ đơn hàng.

4.1.1 Mô tả dữ liệu dùng cho chatbot

STT Tên thuộc tính Kiểu dữ liệu Mô tả

1 STT Int Id dữ liệu

2 Input String Dữ liệu được chatbot nhận vào để training

3 Output String Dữ liệu được chatbot phản hồi

Nhận data người dùng nhập vào sau đó so sánh với các input tương ứng và trả ra output cùng với tỉ lệ nhận diện

4.1.2 Mô tả dữ liệu dùng cho người dùng

1 Id Int Id tài khoản

2 Email String Tên Email của người dùng

3 UserName String Tên đăng nhập của người dùng

4 Password String Mật khẩu của người dùng

5 IdCart Int Chứa giỏ hàng hiện tại của người dùng

6 IdHistoryOrder Int Chứa lịch sử đơn hàng hiện tại của người dùng

4.1.3 Mô tả dữ liệu dùng cho bài tin

1 Id Int Id bài tin

2 UrlImg String Đường dẫn hình ảnh của bài tin

3 UrlNews String Đường dẫn đến bài tin ( sẽ dùng đường dẫn này để hiển thị nội dung bài tin – sau khi được xử lý)

4 Title String Tiêu đề bài tin

5 Desc String Mô tả ngắn về bài tin

4.1.4 Mô tả dữ liệu dành cho sản phẩm

1 Id Int Id bài tin

2 UrlImg String Đường dẫn hình ảnh của bài tin

3 UrlProduct String Đường dẫn đến sản phẩm ( sẽ dùng đường dẫn này để hiển thị nội dung sản phẩm – sau khi được xử lý)

4 Name String Tên sản phẩm

5 Price Double Giá tiền sản phẩm

6 IsSell Bool Xem sản phẩm có được bán hay là thuốc kê đơn

4.1.5 Mô tả dữ liệu dành cho giỏ hàng

1 Id Int Id giỏ hàng

2 IdsProduct List Chứa một danh sách sản phẩm

4.1.6 Mô tả dữ liệu dành cho đơn hàng

1 Id Int Id đơn hàng

2 NgayGiaoHang String Ngày giao hàng

3 Address String Địa chỉ giao hàng

4 GioGiaoHang String Giờ giao hàng

5 GioNhanHang String Giờ nhận hàng

6 TotalPrice Double Tổng tiền của đơn hàng

7 ShipFee Double Phí ship của đơn hàng

8 Status String Trạng thái đơn hàng

4.1.7 Mô tả dữ liệu dành cho lịch sử đơn hàng

1 Id Int Id lịch sử đơn hàng

2 IdsOrder List Chứa một danh sách đơn hàng

Thiết kế chức năng

4.2.1 Chức năng xác thực tài khoản

4.2.1.1 Chức năng đăng ký tài khoản

Để sử dụng phần mềm, người dùng cần đăng ký tài khoản vì phần mềm yêu cầu xác thực Đầu tiên, hãy khởi động phần mềm và chọn tùy chọn “Tạo tài khoản” để bắt đầu quá trình đăng ký.

Hình 4.2.1.1.1 Giao diện màn hình đăng ký tài khoản thất bại

Khi người dùng nhập thông tin không chính xác hoặc đã tồn tại trong các trường Email, Tên đăng nhập và Mật khẩu, giao diện đăng ký sẽ hiển thị thông báo không thành công.

Hình 4.2.1.1.2 Giao diện màn hình đăng ký tài khoản thành công

Giao diện đăng ký thành công, khi người dùng nhập vào các trường Email, Tên đăng nhập hợp lệ

Phần mềm sẽ tạo tài khoản cho người dùng

4.2.1.2 Chức năng quên tài khoản

Trong quá trình sử dụng, người dùng có thể quên tài khoản của mình Để khôi phục tài khoản, cần có chức năng "Quên tài khoản" Tại giao diện đăng nhập, người dùng chỉ cần nhấn vào "Quên tài khoản" và nhập địa chỉ Email đã đăng ký để lấy lại tài khoản.

Hệ thống sẽ gửi tài khoản đến Email đã nhập

Hình 4.2.1.2.1 Giao diện màn hình quên tài khoản

Hình 4.2.1.2.2 Giao diện phần mềm gửi cấp lại tài khoản cho người sử dụng

4.2.1.3 Chức năng đăng nhập tài khoản

Với tên đăng nhập và mật khẩu mà người dùng đã đăng ký Tại màn hình đăng nhập, nhập vào thông tin tài khoản và nhấn đăng nhập

Hình 4.2.1.3.1 Giao diện màn hình đăng nhập tài khoản – Thất bại

Hình 4.2.1.3.2 Giao diện màn hình đăng nhập tài khoản

Hình 4.2.1.3.3 Giao diện màn hình trang chủ - đăng nhập tài khoản thành công

4.2.2 Chức năng đọc bài tin sức khỏe

Tại màn hình trang chủ, chọn “Đọc bài tin”, ứng dụng sẽ hiển thị những bài tin sức khỏe để người dùng đọc

Hình 4.2.2.1 Giao diện màn hình đọc bài tin sức khỏe

Người dùng có thể nhấn vào từng bài tin để xem chi tiết thông tin sức khỏe tương ứng Để trở lại, chỉ cần nhấn vào nút quay lại.

Hình 4.2.2.2 Giao diện màn hình chi tiết bài tin sức khỏe

4.2.3 Chức năng hiển thị thông tin sản phẩm

Màn hình sẽ hiển thị những thông tin cơ bản của sản phẩm bao gồm

− Sản phẩm có được bán đại trà hay là phải được bác sĩ kê đơn

Hình 4.2.3.1 Giao diện màn hình đọc bài tin sức khỏe

Khi nhấn vào mỗi sản phẩm, sẽ hiển thị thông tin chi tiết hơn về sản phẩm đó như:

− Chỉ định và chống chỉ định

− Tác dụng không mong muốn

Ngoài ra còn hiển thị những sản phẩm liên quan đến sản phẩm đó để người dùng dễ so sánh

Hình 4.2.3.2 Giao diện màn hình thông tin chi tiết sản phẩm

4.2.4 Chức năng tìm kiếm Để thuận tiện hơn trong việc tìm kiếm sản phẩm theo nhu cầu thì phần mềm cung cấp khả năng tìm kiếm với hơn 50 danh mục, 3000 sản phẩm và 1000 bài tin sức khỏe

Trên giao diện phần mềm, người dùng có thể thấy mục "Danh mục sản phẩm" Bằng cách nhấn vào đây và chọn danh mục cha, các danh mục con sẽ được hiển thị để dễ dàng tìm kiếm.

Hình 4.2.4.1 Giao diện màn hình tìm kiếm theo danh mục sản phẩm

Tại thanh tìm kiếm nhấn vào và nhập tên sản phẩm cần tìm kiếm

Hình 4.2.4.2 Giao diện màn hình tìm kiếm theo tên sản phẩm

Tại thanh tìm kiếm nhấn vào và nhập triệu chứng bệnh cần tìm kiếm

Hình 4.2.4.3 Giao diện màn hình tìm kiếm theo công dụng sản phẩm

Tại thanh tìm kiếm nhấn vào và nhập từ khóa bài tin cần tìm kiếm

Hình 4.2.4.4 Giao diện màn hình tìm kiếm theo bài tin sức khỏe

4.2.5 Chức năng thêm sản phẩm vào giỏ hàng

Phần mềm còn cung cấp cho người dùng có thể mua được các sản phẩm liên quan đến sức khỏe với hơn 3000 mặt hàng gồm các sản phẩm như:

− Dụng cụ y tế, cá nhân

Khi người dùng trỏ vào sản phẩm thì khung sản phẩm sẽ được đổi màu xanh

Hình 4.2.5.1 Giao diện của sản phẩm chưa được mua khi được trỏ vào

Khi người dùng nhấn “chọn mua” một sản phẩm, khung của sản phẩm đó sẽ chuyển sang màu nâu và sản phẩm sẽ được thêm vào giỏ hàng Tất cả sản phẩm trong giỏ hàng sẽ hiển thị khung màu nâu, bất kể vị trí của chúng trong phần mềm.

Hình 4.2.5.2 Giao diện của sản phẩm khi được chọn mua

Khi người dùng xóa sản phẩm trong giỏ hàng thì sản phẩm sẽ được xóa khung

Hình 4.2.5.3 Giao diện sản phẩm khi bị xóa khỏi giỏ hàng hoặc không được chọn mua

4.2.6 Chức năng mua sản phẩm ở giỏ hàng

Chọn nút “GIỎ HÀNG” để hiển thị màn hình của giỏ hàng

Khi chọn mua sản phẩm thì sẽ hiển thị sản phẩm trong giỏ hàng

Hình 4.2.6.1 Giao diện của giỏ hàng

Tại giỏ hàng có các chức năng thêm, bớt số lượng sản phẩm hoặc xóa sản phẩm đó đi

Hình 4.2.6.2 Chức năng xóa, thêm số lượng hoặc xóa sản phẩm tại giỏ hàng

Tại giỏ hàng có trường để nhập thông tin giao hàng bao gồm:

Khi người dùng nhấn vào nút địa chỉ giao hàng, một bản đồ sẽ xuất hiện để họ nhập vị trí, giúp phần mềm xác định chính xác địa điểm giao hàng.

Hình 4.2.6.3 Giao diện thông tin giao hàng

Double click vào địa chỉ cần giao để ứng dụng ghi nhận địa chỉ giao hàng

Hình 4.2.6.4 Màn hình bản đồ cho phép người dùng chọn vị trí từ bản đồ

Hình 4.2.6.5 Địa chỉ giao hàng đã được cập nhật

Sau khi đã chọn sản phẩm và nhập thông tin giao hàng, nhấn “Đặt Hàng” để đặt sản phẩm có trong giỏ hàng

Sau khi đặt hàng, sẽ chuyển qua màn hình đơn hàng của bạn để thấy được đơn hàng vừa đặt, đồng thời xóa giỏ hàng

Hình 4.2.6.6 Địa chỉ giao hàng đã được cập nhật

Hình 4.2.6.7 Hiển thị thông tin đơn hàng vừa đặt

4.2.7 Chức năng sửa xóa đơn hàng đã mua Đối với đơn hàng đã xác nhận thì có thể nhấn vào nút “Sửa Đơn Hàng” hoặc “Hủy Đơn Hàng”

Hình 4.2.7.1 Màn hình lịch sử đơn hàng – có 1 đơn hàng đã xác nhận

Khi bạn nhấn vào sửa đơn hàng, màn hình giỏ hàng sẽ hiển thị các sản phẩm trong đơn hàng mà bạn vừa chỉnh sửa, với các sản phẩm này được tái tạo trong khung màu nâu.

Hình 4.2.7.2 Khi bấm sửa đơn hàng, sản phẩm được chuyển lại qua mục giỏ hàng

Hình 4.2.7.3 Màn hình sau khi sửa đơn hàng

Khi nhấn hủy đơn hàng, trạng thái của đơn hàng sẽ chuyển thành đã hủy đơn hàng

Hình 4.2.7.4 Nút hủy đơn hàng

4.2.8 Chức năng xem lịch sử đơn hàng, thống kê

Chọn nút “Đơn hàng của bạn” để đi đến màn hình

Hiển thị các đơn hàng đã đặt và trạng thái của đơn hàng đó

Có 4 trạng thái đơn hàng:

− Đã xác nhận ( có thể hủy hoặc chỉnh sửa đơn hàng )

Phần mềm cho phép xem tổng tiền, lịch sử đơn hàng, thống kê đơn hàng theo khoảng thời gian và trạng thái đơn hàng

Hình 4.2.8.1 Màn hình lịch sử đơn hàng

Hình 4.2.8.2 Màn hình lọc theo ngày 12/12/2021 với trạng thái “Tất cả”

Hình 4.2.8.3 Màn hình lọc theo ngày 11-12/12/2021 với trạng thái “Đã xác nhận”

Hình 4.2.8.4 Màn hình lọc ngày 11-12/12/2021 với trạng thái “Đang đi giao”

Hình 4.2.8.5 Màn hình lọc theo ngày 11-12/12/2021 với trạng thái “Đã giao”

Hình 4.2.8.6 Màn hình lọc theo ngày 11-12/12/2021 với trạng thái “Đã xác nhận”

4.2.9 Chức năng trò chuyện với chatbot

Chatbot là giải pháp hiệu quả giúp phần mềm cung cấp thông tin liên tục cho người dùng, giảm thiểu tình trạng lặp lại thông tin và tiết kiệm thời gian Việc áp dụng chatbot không chỉ nâng cao trải nghiệm người dùng mà còn tối ưu hóa quy trình hỗ trợ thông tin.

Phần mềm cho phép người dùng trò chuyện với chatbot một cách ẩn danh, mang lại sự tiện lợi cho việc chia sẻ những vấn đề nhạy cảm Chức năng này hỗ trợ tư vấn sức khỏe tâm thần, giúp người dùng cảm thấy an toàn và thoải mái khi trao đổi.

Tương tác với chatbot trong thời gian thực, chatbot phản hồi nhanh giúp người dùng thoải mái trò chuyện

Có khả năng phản hồi với nhiều người dùng cùng một lúc

Cung cấp thông tin y tế cho người dùng

Cung cấp thông tin về các số liệu Covid-19

Hình 4.2.9.1 Màn hình cuộc một cuộc trò chuyện với chatbot

4.2.10 Chức năng trò chuyện với đội ngũ y tế

Ngoài khả năng trò chuyện với chatbot, người dùng còn có thể trò chuyện với đội ngũ y tế được liên kết với phần mềm để giải đáp thắc mắc

Chức năng cung cấp việc chat bằng cách đăng nhập tài khoản messenger facebook hoặc trò chuyện với vai trò ẩn danh

Sử dụng chức năng này bằng cách chọn nút “Messenger”

Hình 4.2.10.1 Màn hình chức năng Messenger

Hình 4.2.10.2 Màn hình trò chuyện với chức năng Messenger

Hình 4.2.10.3 Màn hình trò chuyện của đội ngũ y tế với người dùng (messengerfb)

Hình 4.2.10.4 Người dùng có thể trò chuyện trực tiếp với đội ngũ y tế trực fanpage

4.2.11 Chức năng cho phép người dùng gửi đơn thuốc

Phần mềm này yêu cầu người dùng có đơn thuốc từ bác sĩ để mua các loại thuốc kê đơn Chức năng này giúp kiểm tra xem người dùng có đủ điều kiện để đặt mua những thuốc cần kê đơn hay không.

Tại giao diện chatbot, người dùng có thể nhấn vào nút đính kèm để gửi hình đơn thuốc cho chatbot

Hình 4.2.11.1 Màn hình chức năng gửi đơn thuốc

Hình 4.2.11.2 Đơn thuốc của bệnh nhân

Hình 4.2.11.3 Đơn thuốc của bệnh nhân đã được gửi đi

4.2.12 Chức năng đọc đơn thuốc khách hàng gửi

Chatbot có tích hợp OCR có khả năng nhận diện hình ảnh sang văn bản để đọc được đơn thuốc của bệnh nhân

Cung cấp lại cho bệnh nhân về thông tin đơn thuốc

Hình 4.2.12.1 Đơn thuốc của bệnh nhân sau khi được phân tích sang văn bản

4.2.13 Chức năng kê đơn thuốc cho khách hàng

Sau khi người dùng gửi đơn thuốc cho chatbot, hệ thống sẽ cung cấp thông tin chi tiết về đơn thuốc cùng với một từ khóa giúp người dùng dễ dàng tìm kiếm thông tin liên quan.

Khi nhập từ khóa mà chatbot gửi, sẽ hiển thị những loại thuốc cần mua có trong đơn thuốc của người dùng

Có những loại thuốc chỉ có thể mua khi kê đơn thì hiện tại đã có thể chọn mua được

Hình 4.2.13.1 Có thể tìm kiếm đơn thuốc của bệnh nhân để mua

Hình 4.2.13.2 Có thể mua được đơn thuốc được kê đơn

Định dạng
Số trang	84
Dung lượng	8,59 MB