Thông tin ứng dụng & nguồn mở
Thông tin kỹ thuật, phạm vi sử dụng, dữ liệu học và các nguồn mở được A.I Thiệt Chẩn công bố tại đây.
Sản phẩm được phát triển bởi Câu Lạc Bộ Y Học Cổ Truyền Trường Đại Học Quốc Tế Hồng Bàng, phục vụ việc học và tham vấn chuyên môn
A.I THIỆT CHẨN — HIU CLB YHCT
Ứng dụng hỗ trợ quan sát hình ảnh lưỡi, đối chiếu tri thức Y học cổ truyền và thảo luận sau thiệt chẩn. Hệ thống có chế độ 1 ảnh mặt trên và chế độ tổng quát gồm mặt trên + mặt dưới lưỡi.
Checkpoint thuật toán nhận diện nền: main SHA 850d2b010f2eb16eedddf6f26ebaa7f532c0a888 là mốc đã tích hợp batch video/ảnh R2 sau CI #783. Batch R3 bên dưới chỉ mở rộng lớp tri thức Silver cho LLM/RAG và không tự thay đổi ngưỡng Local Vision hay trọng số mô hình.
Kho tri thức hiện tại: thiet-chan-kb-2026-09-22.8doc+oa19+rtb1+rtbv10+rtbsr3+morphref1.
Pipeline quan sát → đối chiếu → học có kiểm soát
1) Camera/ảnh tải lên được kiểm tra QC theo vùng lưỡi: độ phân giải, sáng, tương phản, nét, cháy sáng và vùng tối. 2) Local Vision trích xuất tín hiệu hình thể, màu chất lưỡi, màu/độ dày/phân bố rêu, độ ẩm, dấu răng, rãnh/nứt và tín hiệu mặt dưới. 3) Máy chủ chỉ tổng hợp payload thị giác đã xác minh và đối chiếu RAG/tri thức. 4) Ca đã duyệt mới đi vào lớp học có kiểm soát; dữ liệu Silver và Gold được tách riêng. 5) Gemini/LLM chỉ tham gia lớp thảo luận văn bản sau khi đã có kết quả quan sát, không thay thế lớp quan sát ảnh cục bộ.
Các nhóm đặc trưng đang được chuẩn hóa
Mặt trên: hình thể tương đối rộng/hẹp, màu chất lưỡi, rêu trắng/vàng/xám-đen khi QC màu đạt, độ dày và phân bố rêu, độ ẩm, dấu răng theo contour bờ bên, gai/điểm đỏ, rãnh giữa và nứt với guard chống nhầm median sulcus. Mặt dưới: độ bộc lộ, màu niêm mạc và mô tả định tính tĩnh mạch dưới lưỡi; không suy đường kính tuyệt đối khi không có chuẩn kích thước.
Ngưỡng kỹ thuật hiện được dùng theo nguyên tắc fail-closed: khi QC, góc chụp, bờ lưỡi hoặc màu không đủ tin cậy, hệ thống trả “không xác định” thay vì ép nhãn.
Silver / Gold / dữ liệu thật
Kho hiện có một batch 64 tham chiếu lưỡi thật đã chuẩn hóa ở lớp Silver cùng các video/ảnh thật bổ sung ngày 22/09/2026. R2 gồm 1 video trước đó + 3 video mới và 2 ảnh tĩnh; R3 bổ sung 10 ảnh tĩnh thật, được gom thành 6 nhóm góc nhìn tương quan để tránh đếm lặp. Các media tương quan không được tính là số ca độc lập.
Ảnh/video người dùng chỉ được chuyển thành quan sát dẫn xuất để phục vụ retrieval, reasoning và hiệu chỉnh feature/rule. Chúng không tự động trở thành Clinical Gold, holdout hay dữ liệu huấn luyện trọng số. Gold yêu cầu quy trình xác nhận chuyên gia và duyệt quản trị riêng.
Web/PWA · Android · Windows
Ứng dụng hỗ trợ giao diện Mobile và PC/Desktop, camera trước/sau tùy khả năng thiết bị, PWA và luồng Storage Direct. Ảnh ca được chuyển trực tiếp tới kho lưu trữ riêng; máy chủ nhận hash, QC và payload thị giác đã xác minh theo kiến trúc hiện tại.
Hệ thống ưu tiên camera sau và có kiểm soát flash, ROI, focus đa mức, retry/health state và cơ chế cập nhật PWA để giảm tình trạng shell cũ gửi payload không tương thích.
Trạng thái kiểm thử gần nhất
Batch tri thức/video mới nhất đã qua A.I Thiet Chan CI #783 trước khi merge. Sau merge production được Vercel báo READY. Các lớp regression đang khóa các hành vi quan trọng như QC-ROI, Local Vision, Storage Direct, RAG, tĩnh mạch mặt dưới, dấu răng, moisture, expert review, responsive shell và ranh giới hiển thị nguồn.
Không công bố tỷ lệ chính xác lâm sàng khi chưa có benchmark độc lập đủ điều kiện; các chỉ số nội bộ chỉ dùng để kiểm thử kỹ thuật và agreement theo bộ dữ liệu đã khóa.
Quyền riêng tư & dữ liệu sức khỏe
Thông tin về ảnh lưỡi, dữ liệu phân tích, nhà cung cấp xử lý và quyền của người dùng được công bố công khai tại chính sách quyền riêng tư.
Mở Chính sách quyền riêng tưTongueDiagnosis.AI
Tham chiếu pipeline chuyên biệt cho thiệt chẩn: định vị lưỡi → phân đoạn → phân loại đặc trưng → LLM. Không nhập mã nguồn/trọng số của dự án này.
https://github.com/TonguePicture-SKaRD/TongueDiagnosisOpenCV
Tham chiếu các kỹ thuật kiểm tra chất lượng ảnh: độ nét, phơi sáng, tương phản và tiền xử lý ảnh.
https://github.com/opencv/opencvSegment Anything
Tham chiếu cơ chế tạo mask phân đoạn đối tượng để chuẩn bị cho bước tách vùng lưỡi trước phân loại.
https://github.com/facebookresearch/segment-anythingONNX Runtime
Tham chiếu runtime suy luận đa nền tảng cho mô hình ONNX, phù hợp triển khai mô hình phân đoạn/phân loại nhẹ sau này trên web.
https://github.com/microsoft/onnxruntimeTensorFlow.js
Tham chiếu khả năng huấn luyện, chuyển đổi và chạy mô hình máy học ngay trong trình duyệt; hiện dùng làm định hướng cho định dạng mẫu ML xuất cục bộ.
https://github.com/tensorflow/tfjs