Mở đầu: Vì sao bệnh viện Việt Nam buộc phải thông minh hóa?

Ngành y tế Việt Nam đang đứng trước ba sức ép cùng lúc: dân số già hóa nhanh (dự kiến năm 2038 Việt Nam chính thức bước vào giai đoạn dân số già), nhu cầu khám chữa bệnh tăng mạnh nhưng số giường bệnh và nhân lực y tế tăng chậm, và yêu cầu chuyển đổi số quốc gia theo Nghị quyết 57-NQ/TW cùng các chương trình Y tế số của Bộ Y tế.

Trong bối cảnh đó, mô hình Bệnh viện thông minh (Smart Hospital) không còn là một lựa chọn mang tính phong trào, mà là yêu cầu sống còn để bệnh viện vận hành hiệu quả, kiểm soát chi phí, nâng cao chất lượng dịch vụ và đáp ứng kỳ vọng ngày càng cao của người bệnh.

Bài viết này được FoxAI biên soạn nhằm cung cấp một góc nhìn toàn diện về Bệnh viện thông minh: từ khái niệm, kiến trúc, khung pháp lý Việt Nam, mức độ trưởng thành, đến rủi ro thực tế và lộ trình triển khai khả thi. Bài viết hướng tới ban lãnh đạo bệnh viện, giám đốc CNTT và những người làm chính sách y tế.

I. Bệnh viện thông minh là gì?

Bệnh viện thông minh là mô hình bệnh viện sử dụng đồng bộ các công nghệ số như AI (Artificial Intelligence), Big Data, IoT (Internet of Things), Cloud, Data Analytics, Mobile App, Robot và Camera AI để tự động hóa, tối ưu hóa và nâng cao hiệu quả của cả hai hoạt động cốt lõi: khám chữa bệnh và quản trị điều hành.

Điểm khác biệt căn bản giữa một bệnh viện đã tin học hóa và một bệnh viện thông minh nằm ở chỗ: bệnh viện tin học hóa dùng phần mềm để thay thế giấy tờ, còn bệnh viện thông minh dùng dữ liệu và AI để ra quyết định. Đây là sự khác biệt về chất, không chỉ về lượng.

Mục tiêu cốt lõi

• Nâng cao chất lượng khám chữa bệnh và an toàn người bệnh
• Tối ưu vận hành, giảm chi phí và thất thoát
• Giảm tải cho đội ngũ y bác sĩ thông qua tự động hóa
• Gia tăng trải nghiệm và sự hài lòng của người bệnh
• Hỗ trợ lãnh đạo ra quyết định nhanh, chính xác, dựa trên dữ liệu (data-driven)
• Xây dựng hệ sinh thái y tế số liên thông và dữ liệu hóa toàn diện

Phân biệt ba khái niệm dễ nhầm lẫn

Trong thực tế, ba thuật ngữ Digital Hospital, Smart Hospital và Hospital 4.0 thường được dùng lẫn lộn. Để tránh nhầm lẫn khi lập kế hoạch đầu tư, lãnh đạo bệnh viện nên hiểu rõ sự khác biệt:

Tiêu chí	Digital Hospital	Smart Hospital	Hospital 4.0
Trọng tâm	Số hóa quy trình, thay giấy bằng phần mềm	Dữ liệu + AI để tự động hóa quyết định	Tích hợp toàn bộ hệ sinh thái y tế số, kết nối ngoài bệnh viện
Công nghệ chủ đạo	HIS, LIS, PACS, EMR	Data Lakehouse, AI, IoT, Camera AI	AI tổng quát, Robot, 5G, IoMT, Blockchain y tế
Mức độ tự động	Bán tự động, vẫn cần con người vận hành	Tự động hóa nhiều quy trình, AI hỗ trợ ra quyết định	Tự vận hành nhiều mảng, kết nối liên viện và liên ngành
Đối tượng phục vụ	Nội bộ bệnh viện	Nội bộ + bệnh nhân	Cộng đồng và hệ sinh thái y tế
Trạng thái phổ biến tại VN	Đa số bệnh viện đang ở mức này	Một số bệnh viện tư nhân và tuyến trung ương	Chưa có bệnh viện nào đạt đầy đủ

Nói ngắn gọn: Digital Hospital là điều kiện cần, Smart Hospital là bước nâng cấp về chất, Hospital 4.0 là tầm nhìn dài hạn. Bệnh viện Việt Nam hiện tại cần tập trung hoàn thiện Digital Hospital và bước sang Smart Hospital, chưa nên đốt cháy giai đoạn.

II. Khung pháp lý và chính sách của Việt Nam

Một sai lầm phổ biến khi tư vấn bệnh viện thông minh là chỉ nói về công nghệ mà bỏ qua khung pháp lý. Tại Việt Nam, mọi nỗ lực chuyển đổi số y tế đều phải bám theo các văn bản sau:

Văn bản	Nội dung chính	Ý nghĩa với bệnh viện
Thông tư 54/2017/TT-BYT	Bộ tiêu chí ứng dụng CNTT tại các cơ sở khám chữa bệnh, chia thành 7 mức độ trưởng thành	Là thước đo chính thức để bệnh viện tự đánh giá và đặt mục tiêu nâng cấp
Thông tư 46/2018/TT-BYT	Quy định về hồ sơ bệnh án điện tử (EMR)	Bắt buộc triển khai EMR theo lộ trình, là nền tảng cho mọi ứng dụng AI y tế
Thông tư 32/2023/TT-BYT	Hướng dẫn Luật Khám bệnh, chữa bệnh sửa đổi, bao gồm các quy định về khám chữa bệnh từ xa	Mở đường cho Telemedicine, AI hỗ trợ chẩn đoán hợp pháp
Quyết định 06/QĐ-TTg (Đề án 06)	Phát triển ứng dụng dữ liệu dân cư, định danh và xác thực điện tử	Liên thông VNeID với bệnh án, định danh bệnh nhân chuẩn quốc gia
Quyết định 749/QĐ-TTg	Chương trình Chuyển đổi số quốc gia đến 2025, định hướng 2030	Y tế là 1 trong 8 lĩnh vực ưu tiên chuyển đổi số
Nghị quyết 57-NQ/TW (2024)	Đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia	Khẳng định ưu tiên đầu tư công nghệ chiến lược, trong đó có AI y tế

Lưu ý quan trọng: Bộ Y tế đã đặt mục tiêu đến năm 2030, 100% bệnh viện trên toàn quốc triển khai bệnh án điện tử và liên thông dữ liệu khám chữa bệnh. Đây là deadline không thể né tránh. Bệnh viện chưa khởi động giờ đã chậm.

III. 7 mức độ trưởng thành bệnh viện thông minh theo Bộ Y tế

Theo Thông tư 54/2017/TT-BYT, mức độ ứng dụng CNTT tại bệnh viện được chia thành 7 cấp độ. Đây là khung tham chiếu chính thống mà mọi bệnh viện nên dùng để tự đánh giá:

Mức	Tên gọi	Đặc trưng chính
Mức 1	Cơ bản	Có phần mềm quản lý hành chính, kế toán, dược cơ bản. Phần lớn còn dùng giấy.
Mức 2	Nâng cao một phần	Có HIS quản lý người bệnh, xét nghiệm. Kết nối nội bộ hạn chế.
Mức 3	Nâng cao	HIS-LIS-PACS đã kết nối. Có bệnh án điện tử cơ bản. Bắt đầu báo cáo điện tử.
Mức 4	Khá	EMR đầy đủ. Tích hợp đa hệ thống. Kết nối liên thông bảo hiểm y tế ổn định.
Mức 5	Cao	Có Data Warehouse hoặc Data Lake. Phân tích BI cơ bản. Bắt đầu ứng dụng AI.
Mức 6	Tiên tiến	Vận hành dựa trên dữ liệu. AI hỗ trợ chẩn đoán, IoC điều hành tập trung. Tự động hóa quy trình.
Mức 7	Bệnh viện thông minh đầy đủ	AI tham gia vào quyết định lâm sàng, hệ sinh thái y tế số khép kín, kết nối liên viện.

Theo đánh giá nội bộ ngành (số liệu Bộ Y tế công bố tại các hội nghị chuyên ngành), đa số bệnh viện công lập tại Việt Nam hiện ở mức 2-3, một số bệnh viện trung ương và bệnh viện tư nhân lớn (Vinmec, Tâm Anh, Hồng Ngọc, FV) đã đạt mức 4-5. Hiện chưa có bệnh viện nào đạt đầy đủ mức 7.

Hàm ý chiến lược: Một bệnh viện đang ở mức 2 không thể nhảy thẳng lên mức 6. Phải đi tuần tự. Đây là lý do FoxAI luôn khuyến nghị khách hàng làm assessment trước khi đầu tư, để biết chính xác mình đang ở đâu và lộ trình hợp lý là gì.

IV. Bốn lớp nền tảng của bệnh viện thông minh

Một mô hình bệnh viện thông minh hoàn chỉnh được xây dựng trên 4 lớp nền tảng: Hạ tầng – Quy trình – Dữ liệu – AI. Bốn lớp này có quan hệ phụ thuộc: lớp dưới yếu thì lớp trên không thể phát huy.

1. Hạ tầng (Infrastructure)

Đây là lớp nền móng vật lý và công nghệ. Một bệnh viện không thể nói chuyện AI nếu mạng LAN hay rớt, server quá tải, hoặc không có chính sách bảo mật cơ bản.

• Mạng LAN/WAN/WiFi tốc độ cao, đảm bảo phủ sóng toàn bộ khoa phòng
• Trung tâm dữ liệu (Data Center) on-premise hoặc hybrid cloud
• Hệ thống máy chủ GPU phục vụ huấn luyện và suy luận AI (đặc biệt cho AI hình ảnh)
• Camera AI giám sát thông minh tại các khu vực trọng yếu
• Thiết bị IoT y tế: vòng đeo tay bệnh nhân, monitor sinh hiệu, RFID quản lý tài sản
• Trang thiết bị máy móc khám chữa bệnh thông minh
• Hệ thống lõi nghiệp vụ: HIS, LIS, PACS, RIS, EMR, ERP
• Thiết bị di động và kiosk thông minh cho tiếp đón và tự phục vụ
• Hệ thống bảo mật, sao lưu, phục hồi thảm họa (DR site)

2. Quy trình (Process)

Đây là phần thường bị xem nhẹ nhưng quyết định 60-70% thành công của dự án. Số hóa một quy trình lộn xộn chỉ tạo ra một mớ lộn xộn nhanh hơn. Bệnh viện phải chuẩn hóa quy trình trước, hoặc song song, với việc triển khai công nghệ.

Các quy trình cần được chuẩn hóa và số hóa, theo thứ tự ưu tiên thường thấy:

1. Tiếp đón và đăng ký khám
2. Khám chữa bệnh và kê đơn điện tử
3. Xét nghiệm và trả kết quả
4. Cấp phát thuốc và dược lâm sàng
5. Thanh toán viện phí và bảo hiểm y tế
6. Phẫu thuật và quản lý phòng mổ
7. Mua sắm vật tư, dược, thiết bị y tế
8. Quản lý tài sản và bảo trì thiết bị
9. Điều hành nhân sự và lịch trực
10. Báo cáo, phê duyệt điện tử và quản lý văn bản

3. Dữ liệu (Data)

Dữ liệu là trái tim của bệnh viện thông minh. Toàn bộ dữ liệu từ HIS, LIS, PACS, EMR, tài chính, nhân sự, vật tư, thiết bị, IoT, Camera AI cần được tập trung về một nền tảng dữ liệu thống nhất, thường là Data Lakehouse.

Để dữ liệu thực sự dùng được cho AI và phân tích, bệnh viện cần đặc biệt chú ý đến các chuẩn dữ liệu y tế quốc tế:

Chuẩn	Dùng cho	Vì sao quan trọng với lãnh đạo
HL7 FHIR	Trao đổi dữ liệu giữa các hệ thống y tế qua REST API	Là chuẩn de-facto cho mọi tích hợp y tế hiện đại. Không có FHIR thì khó liên thông liên viện và khó tích hợp AI bên ngoài.
DICOM	Lưu trữ và trao đổi hình ảnh y khoa (X-Quang, CT, MRI, siêu âm)	Bắt buộc cho mọi giải pháp PACS và AI chẩn đoán hình ảnh.
ICD-10 / ICD-11	Mã hóa chẩn đoán bệnh	Chuẩn quốc tế, là cơ sở để báo cáo bảo hiểm, thống kê dịch tễ, huấn luyện AI.
SNOMED CT	Từ điển thuật ngữ lâm sàng chi tiết	Cần thiết khi muốn AI hiểu nội dung lâm sàng ở mức sâu. Việt Nam đang nghiên cứu áp dụng.
LOINC	Mã hóa xét nghiệm và quan trắc lâm sàng	Chuẩn hóa kết quả xét nghiệm để so sánh và phân tích đa nguồn.

Quan điểm thẳng thắn: Nhiều bệnh viện đầu tư hàng chục tỷ vào AI nhưng không chuẩn hóa dữ liệu trước, kết quả là mô hình AI không hoạt động hoặc cho kết quả sai. Đầu tư cho data engineering luôn phải đi trước AI, không có ngoại lệ.

4. AI (Trí tuệ nhân tạo)

AI là bộ não của bệnh viện thông minh, nhưng chỉ phát huy được khi 3 lớp dưới đã đủ vững. AI trong y tế hiện chia thành hai nhóm lớn: AI vận hành (hỗ trợ quản lý) và AI lâm sàng (hỗ trợ chẩn đoán, điều trị).

Các ứng dụng AI vận hành có thể triển khai sớm và an toàn về mặt pháp lý:

• Phân tích dữ liệu vận hành và cảnh báo bất thường
• Dự báo quá tải bệnh viện và lưu lượng bệnh nhân theo mùa
• Chatbot và Voice AI tư vấn, đặt lịch, hướng dẫn bệnh nhân
• AI phân tích KPI, tổng hợp báo cáo điều hành tự động
• AI tối ưu lịch trực, lịch phòng mổ, phân bổ tài nguyên
• AI giám sát qua camera (phát hiện té ngã, kiểm soát ra vào, đếm người)

Các ứng dụng AI lâm sàng cần thận trọng hơn vì liên quan đến tính mạng người bệnh:

• AI chẩn đoán hình ảnh X-Quang, CT, MRI – hiện đã có sản phẩm thương mại đạt độ chính xác cao cho lao phổi, ung thư phổi, đột quỵ
• AI hỗ trợ giải phẫu bệnh số (Digital Pathology)
• Hệ thống hỗ trợ quyết định lâm sàng (CDSS – Clinical Decision Support System)
• AI cảnh báo sớm sepsis, suy hô hấp, biến chứng tim mạch dựa trên dữ liệu monitor
• AI phân tích bệnh án điện tử để gợi ý phác đồ điều trị

Bác sĩ sử dụng AI sẽ không thay thế bác sĩ. Nhưng bác sĩ sử dụng AI sẽ thay thế bác sĩ không sử dụng AI.

— GS. Curtis Langlotz, Đại học Stanford (2017)

V. Hai trụ cột nghiệp vụ chính

1. Quản trị điều hành thông minh

Đây là trụ cột dễ triển khai hơn, ít rủi ro pháp lý hơn, và thường mang lại ROI rõ ràng trong 12-18 tháng. Hầu hết các bệnh viện nên bắt đầu chuyển đổi từ đây.

Các năng lực điển hình của hệ thống quản trị điều hành thông minh:

• Trung tâm điều hành tập trung thông minh
• Theo dõi doanh thu – chi phí – lợi nhuận theo thời gian thực
• Quản lý công suất giường bệnh, tỷ lệ lấp đầy theo khoa
• Giám sát tồn kho thuốc và vật tư, cảnh báo thiếu/dư bất thường
• Theo dõi KPI các khoa phòng và bác sĩ
• Quản lý nhân sự, lịch trực, năng suất
• Quản lý tài sản và thiết bị y tế (bảo trì, hiệu chuẩn)
• Theo dõi chất lượng dịch vụ và khảo sát hài lòng người bệnh
• Giám sát an ninh bằng Camera AI
• Phân tích dữ liệu vận hành đa chiều, dashboard cho ban giám đốc

2. Khám chữa bệnh thông minh

Trụ cột này phức tạp hơn vì phụ thuộc vào thiết bị y tế chuyên dụng, dữ liệu chuẩn hóa, và đặc biệt là sự chấp nhận của đội ngũ y bác sĩ. Đây cũng là vùng có yêu cầu pháp lý nghiêm ngặt nhất.

Các năng lực cốt lõi:

• Hồ sơ bệnh án điện tử (EMR) đầy đủ, liên thông
• AI chẩn đoán hình ảnh (X-Quang, CT, MRI, siêu âm)
• Telemedicine – khám chữa bệnh từ xa, hội chẩn liên viện
• Robot hỗ trợ y tế (phẫu thuật, vận chuyển, khử khuẩn)
• Theo dõi bệnh nhân từ xa qua IoMT (Internet of Medical Things)
• Hệ thống cảnh báo sớm các biến chứng nguy hiểm
• AI hỗ trợ xây dựng phác đồ điều trị cá thể hóa
• CDSS – hệ thống hỗ trợ quyết định lâm sàng
• Mobile App chăm sóc bệnh nhân, tái khám, theo dõi mãn tính
• Digital Pathology và AI giải phẫu bệnh
• Hệ thống máy móc trang thiết bị khám chữa bệnh

Cảnh báo về AI chẩn đoán hình ảnh: Khi đánh giá nhà cung cấp, đừng chỉ nghe quảng cáo “độ chính xác 95%”. Hãy hỏi rõ: chứng chỉ FDA, CE, hoặc Bộ Y tế Việt Nam cấp cho thiết bị y tế phần mềm; tập dữ liệu huấn luyện có dữ liệu người Việt hay không; tỷ lệ false positive và false negative trong điều kiện thực tế; cơ chế trách nhiệm pháp lý nếu AI sai. Một sản phẩm AI hình ảnh không có chứng nhận thiết bị y tế chỉ nên dùng tham khảo, không được dùng làm cơ sở chẩn đoán chính thức.

VI. Thách thức và rủi ro thực tế khi triển khai

Nhiều bài viết về bệnh viện thông minh chỉ nói về lợi ích. FoxAI chọn cách trình bày trung thực hơn: dưới đây là những rủi ro mà gần như mọi bệnh viện đều gặp khi triển khai, dựa trên kinh nghiệm thực tế của chúng tôi và đồng nghiệp trong ngành.

1. Rủi ro về bảo mật và quyền riêng tư dữ liệu y tế

Dữ liệu y tế thuộc nhóm dữ liệu nhạy cảm theo Luật An ninh mạng và Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân. Một sự cố rò rỉ dữ liệu bệnh nhân có thể khiến bệnh viện đối mặt với chế tài hành chính, hình sự, và mất uy tín nghiêm trọng. Mọi giải pháp Smart Hospital phải có thiết kế bảo mật theo nguyên tắc Security by Design từ đầu, không phải gắn thêm sau.

2. Kháng cự thay đổi từ đội ngũ y bác sĩ

Đây là rủi ro bị xem nhẹ nhất nhưng lại gây thất bại nhiều nhất. Bác sĩ giàu kinh nghiệm thường không muốn thay đổi cách làm việc, đặc biệt khi hệ thống mới chậm hoặc khó dùng. Một dự án không có sự cam kết của trưởng khoa và bác sĩ chủ chốt gần như chắc chắn thất bại. Quản lý thay đổi (change management) phải được lên kế hoạch ngang hàng với phần kỹ thuật.

3. Ngân sách và bài toán ROI

Một dự án Smart Hospital toàn diện cho bệnh viện 500 giường có thể có chi phí đầu tư 50-150 tỷ đồng tùy phạm vi, chưa kể chi phí vận hành 15-25% hàng năm. Lãnh đạo bệnh viện cần một kế hoạch tài chính rõ ràng, có phân kỳ đầu tư, có chỉ số đo lường ROI cụ thể (giảm thời gian chờ, giảm thất thoát thuốc, tăng công suất giường, tăng hài lòng). Không có kế hoạch ROI thì dự án sẽ bị cắt khi gặp khó khăn ngân sách.

4. Chất lượng dữ liệu đầu vào

AI chỉ tốt khi dữ liệu tốt. Nhiều bệnh viện có dữ liệu nhưng không sạch, không chuẩn hóa, không đủ nhãn. Trước khi đầu tư mô hình AI đắt tiền, phải có đội ngũ data engineer làm sạch và chuẩn hóa dữ liệu – giai đoạn này thường tốn 3-9 tháng và chiếm 30-50% ngân sách giai đoạn đầu.

5. Phụ thuộc vào nhà cung cấp (Vendor lock-in)

Nhiều bệnh viện rơi vào tình trạng phụ thuộc vào một nhà cung cấp HIS/EMR đến mức không thể chuyển đổi, dù dịch vụ tệ và giá cao. Khi chọn nhà cung cấp, phải làm rõ ngay từ đầu các điều khoản về quyền sở hữu dữ liệu, chuẩn API mở (FHIR), khả năng xuất dữ liệu, và bảo trì khi hết hợp đồng.

6. Khoảng cách giữa kỳ vọng và năng lực thực tế của AI

AI hiện nay rất mạnh ở những bài toán có dữ liệu lớn và đặc thù rõ (đọc X-Quang lao phổi chẳng hạn), nhưng yếu hơn nhiều ở các tình huống lâm sàng phức tạp, đa bệnh lý. Lãnh đạo bệnh viện cần kỳ vọng đúng mức để không thất vọng. AI là công cụ hỗ trợ, không thay thế quyết định lâm sàng của bác sĩ.

VII. Giải pháp FoxAI HDOS – Hospital Digital Operating System

FoxAI HDOS là hệ điều hành quản trị điều hành bệnh viện thông minh được xây dựng trên nền tảng FoxAI Native, với định hướng lấy AI và dữ liệu làm trung tâm. HDOS không thay thế HIS, LIS hay PACS hiện có của bệnh viện, mà đóng vai trò lớp tích hợp và điều hành phía trên, biến dữ liệu phân tán thành thông tin điều hành tập trung.

Lợi ích cụ thể cho bệnh viện

FoxAI HDOS giúp bệnh viện đạt 5 nhóm lợi ích chính, được đo lường bằng các chỉ số cụ thể:

Lợi ích	Cách đo lường
Điều hành theo thời gian thực	Ban giám đốc xem toàn cảnh hoạt động trên 1 màn hình IOC, giảm thời gian tổng hợp báo cáo từ 1-2 ngày xuống thời gian thực
Hỗ trợ ra quyết định bằng AI	AI dự báo quá tải bệnh viện trước 24-72h, cảnh báo tồn kho thuốc bất thường, gợi ý tối ưu lịch trực và phòng mổ
Tối ưu chi phí vận hành	Giảm thất thoát vật tư 15-30%, giảm tồn kho dư thừa 20-40%, giảm thao tác thủ công 40-60% qua tự động hóa
Nâng cao chất lượng dịch vụ	Giảm thời gian chờ khám, tăng minh bạch thông tin viện phí, tăng tỷ lệ hài lòng người bệnh
Nền tảng phát triển AI dài hạn	Data Lakehouse trở thành tài sản số chiến lược, sẵn sàng cho các ứng dụng AI lâm sàng trong tương lai

Lưu ý: Các con số phần trăm trên là khoảng tham chiếu dựa trên kinh nghiệm triển khai các giải pháp tương tự cho khách hàng FoxAI trong nhiều ngành. Hiệu quả thực tế tại từng bệnh viện sẽ phụ thuộc vào điểm xuất phát, phạm vi triển khai và mức độ cam kết của lãnh đạo.

Kết luận

Bệnh viện thông minh không còn là xu hướng tương lai, mà là yêu cầu tất yếu của ngành y tế Việt Nam trong giai đoạn 2026-2030. Lộ trình EMR đến 2030, áp lực dân số già hóa, kỳ vọng ngày càng cao của người bệnh, và sự cạnh tranh giữa các bệnh viện trong và ngoài công lập đều đẩy bài toán này lên cấp độ chiến lược.

Tuy nhiên, thông minh hóa không phải là cuộc chạy đua mua thiết bị hay phần mềm. Đó là một hành trình chuyển đổi toàn diện về hạ tầng, quy trình, dữ liệu và năng lực ra quyết định, đòi hỏi tầm nhìn dài hạn, cam kết của lãnh đạo, và sự đồng hành của một đối tác công nghệ đáng tin cậy.

FoxAI sẵn sàng đồng hành cùng các bệnh viện trên hành trình này, từ giai đoạn đánh giá hiện trạng, thiết kế kiến trúc, triển khai từng bước, đến vận hành và tối ưu liên tục. Với nền tảng FoxAI Native và giải pháp FoxAI HDOS, chúng tôi không bán một phần mềm, mà cùng khách hàng xây dựng một hệ sinh thái y tế số bền vững.