“QQUEUE - Nền tảng phòng xếp hàng ảo cho bệnh nhân” là giải pháp của 4 sinh viên Nguyễn Thị Bích Vân, Phạm Thái Nghị, Nguyễn Trương Vĩnh Thuyên, Phạm Trần Hiền Dung.
Ứng dụng này vừa giành Quán quân cuộc thi phát triển ứng dụng “AIoT Developer InnoWorks 2021” và sẽ đại điện Việt Nam tham gia vòng chung kết thế giới cùng 11 quốc gia khác dự kiến sẽ diễn ra trong thời gian tới. Ứng dụng này cũng thuộc TOP 10 và giành giải Khuyến khích Cuộc thi Ý tưởng khởi nghiệp CiC 2020.
Bằng cách ứng dụng AI, IoT và các thuật toán, nhóm đã xây dựng một hệ thống phòng chờ ảo, giúp các bệnh nhân không bị động trong khi chờ đến lượt khám, có thể chờ ở bất cứ đâu và chỉ di chuyển đến nơi khám khi QQUEUE thông báo, tránh tụ tập tiếp xúc, giải quyết những bức bối tâm lý và giúp cơ sở khám chữa bệnh giảm tải.
 |
Các thành viên nhóm trình bày về dự án tại cuộc thi trực tuyến "AIoT Develeoper InnoWorks 2021". |
Nguyễn Thị Bích Vân, đại diện nhóm cho biết: “trung bình mỗi ngày một bệnh viện tiếp nhận hơn 5.000 bệnh nhân, tụ tập đông chính là ngòi nổ của COVID-19. Nền tảng phòng chờ ảo cho bệnh nhân với mong muốn giải quyết thực trạng này. Cả nhóm dùng AI để phân tích thông số liên quan đến thời gian thăm khám ở bệnh viện, từ đó ước tính thời gian đến lượt của bệnh nhân tiếp theo và gợi ý thời gian bắt đầu di chuyển đến cơ sở y tế”.
Phạm Thái Nghị, người thuyết trình về dự án này, cho biết: Sự bất tiện có thể hình dung qua con số mà nhóm thu thập được: 92% bệnh nhân phải chờ từ 2 - 8 tiếng cho mỗi lần thăm khám thường chỉ mất 1 - 3 phút. Bệnh nhân không dám di chuyển đi nơi khác mà luôn phải ngồi chờ ở thông báo vì sợ mất hoặc qua lượt. Đây là nguyên nhân gây ra tụ tập đông khiến bệnh viện gặp áp lực, liên tục đầu tư nâng cấp phòng khám
Theo đó, người dùng chỉ cần đăng nhập bằng số điện thoại ứng với sổ y tế cá nhân sau đó hẹn lịch. Sau khi nhận được số thứ tự, QQUEUE sẽ gửi một QR Code để xác nhận lịch khám khi đến cơ sở y tế mà không phải chờ đợi.
 |
Mô phỏng dữ liệu của dự án trên WISE-Paas dashboard. |
Theo Nghị, trên thị trường và tại các bệnh viện đều đã có các ứng dụng đặt lịch tuy nhiên QQUEUE tiếp cận một cách khác khi cho phép người dùng tham gia trực tiếp vào quá trình xếp hàng, theo dõi trạng thái trong phòng và nhận thông báo thông qua điện thoại. QQUEUE cho phép tích hợp vào hệ thống nhận bệnh mà bệnh viện không cần thay đổi hạ tầng. Sự khác biệt này đến từ 2 phần giành cho bệnh nhân và cho cán bộ bệnh viện.
Cả nhóm phải nghiên cứu thói quen sinh hoạt của các bệnh nhân và sử dụng AI để phân tích thời gian di chuyển, từ đó đưa ra phương án xử lý phù hợp và sát với các tình huống thực tế. Nhóm cũng sử dụng nguồn lực IoT để phân bổ bệnh nhân, triệt tiêu thời gian chờ đợi.
Nhóm thiết kế hệ thống phối hợp giữa IoT và dịch vụ điện toán đám mây của WISE – Paas giúp kết nối các máy chủ của cán bộ, nhân viên bệnh viện để nhận thông tin bệnh nhân khi lấy số và lượt khám.
Bệnh nhân dùng QQUEUE để đặt lịch, nhận lịch từ xa và theo dõi liên tục trạng thái của phòng chờ ảo ngay trên điện thoại. Nhà quản lý cũng có thể nắm bắt được thời gian cao điểm và đưa ra quyết định bổ sung nhân sự cho phòng khám.
Để tạo ra sự tiện lợi này, nhóm đã thiết lập một cách sắp xếp dựa trên ước lượng thời gian di chuyển, dự đoán thời gian chờ để cấp mã số phù hợp. Trường hợp bệnh nhân bỏ lượt, QQUEUE sẽ bỏ vị trí trong hàng chờ và xếp bệnh nhân khám trực tiếp vào chỗ trống này.
 |
Nhóm giành giải Khuyến khích tại CiC 2020. |
Tất cả sự tiện lợi này nhằm giúp bệnh nhân đạt “4 không”: không bị động - không gián đoạn quá trình thăm khám – không chạm - không tụ tập, giảm sức ép cho các nhân viên y tế.
QQUEUE cũng có khả năng hỗ trợ khám “rẽ nhánh”, tức khả năng sắp xếp lịch ngay lập tức khi bác sỹ yêu cầu bệnh nhân cần có các kiểm tra khác ở các phòng siêu âm, xét nghiệm, X-Quang…
Nguyễn Thị Bích Vân kỳ vọng: “Mọi thứ thay đổi bắt đầu từ cách chúng ta xếp hàng. Mục tiêu xa hơn của nhóm là phát triển QQUEUE không chỉ trong bệnh viện mà có thể áp dụng ở các địa điểm công cộng: Siêu thị, ngân hàng, cơ quan hành chính công… những nơi bức bối về tình trạng xếp hàng, nhất là trong thời điểm đại dịch”.
