Trong phần mềm sức khoẻ, độ chính xác là một thuộc tính của kiến trúc, không phải một lời quảng cáo. An được thiết kế để mọi kết luận đều có thể truy vết về dữ liệu đầu vào, phương pháp áp dụng và mức độ tin cậy đã được đo lường.
Một sản phẩm sức khoẻ đáng tin cậy đòi hỏi nhiều hơn các cổng kết nối dữ liệu. Nền tảng công nghệ của An kết hợp ba nhóm:
Apple HealthKit, Google Health Connect, các nền tảng tổng hợp dữ liệu thiết bị đeo và thiết bị đo tại nhà được hợp nhất thành một hồ sơ duy nhất cho mỗi người, chuẩn hoá theo FHIR R4 — chuẩn liên thông đứng sau Google Cloud Healthcare, Azure Health Data Services và AWS HealthLake. Hạ tầng của đối tác kết nối vào mà không cần xây dựng lại.
Việc ước tính rủi ro cần những điểm neo đáng tin: số liệu thống kê dân cư (Đài quan sát Y tế Toàn cầu của WHO và hệ thống chỉ số y tế của Ngân hàng Thế giới); các khung đánh giá rủi ro lâm sàng đã được công bố, như SCORE2 đối với rủi ro tim mạch và FINDRISC đối với bệnh tiểu đường; dữ liệu tham chiếu về thuốc (OpenFDA); và các hướng dẫn lâm sàng (guideline) làm cơ sở dẫn chứng cho từng cảnh báo.
Hệ thống phân tích do chúng tôi tự xây dựng, gồm ba tầng: tính toán xác định các thang rủi ro đã được kiểm chứng; phát hiện sai lệch so với đường nền theo chiều dọc của từng người; và học máy đã qua hiệu chuẩn, được huấn luyện và đánh giá trên các tập dữ liệu mở có gán nhãn, luôn kèm theo khoảng không chắc chắn cho mỗi ước tính — không bao giờ đưa ra một con số đơn lẻ không có ngữ cảnh.
Hệ thống được đánh giá trên các tập dữ liệu công khai có gán nhãn (bao gồm NHANES và các nguồn dữ liệu PhysioNet), với dữ liệu được quản lý theo phiên bản và phương pháp luận cố định. Độ nhạy, độ đặc hiệu và mức độ hiệu chuẩn được công bố theo từng phiên bản phát hành, để các bên độc lập có thể kiểm tra và tái lập kết quả.
Mỗi báo cáo đều xác định rõ cơ sở của nó: những tín hiệu nào đã được sử dụng, khung đánh giá hoặc hướng dẫn lâm sàng nào đã được áp dụng, cùng điểm tin cậy và điểm bao phủ dữ liệu. Dữ liệu không đầy đủ sẽ tự động giới hạn mức độ khẳng định của kết luận.
Trong giai đoạn thử nghiệm, hệ thống vận hành ở chế độ chạy ngầm (shadow mode): các cảnh báo của hệ thống được đối chiếu với kết quả kiểm tra sức khoẻ thực tế và đánh giá của bác sĩ. Độ chính xác (precision) và độ bao phủ phát hiện (recall) được đo lường trên người dùng Việt Nam trước khi bất kỳ tuyên bố rộng hơn nào về hiệu quả được đưa ra.
Một kết luận phải được xác nhận chéo qua nhiều tín hiệu và qua thời gian. Một kết quả đo bất thường đơn lẻ không bao giờ trở thành cảnh báo. Khi hệ thống không thể đủ chắc chắn, trường hợp đó được chuyển cho con người xem xét.
Chúng tôi mô tả các thành phần công nghệ và bằng chứng của chúng một cách chính xác. Hồ sơ mô hình (model card) đã công bố của MedGemma ghi nhận các kết quả kiểm chuẩn như 69,1% trên bộ MedQA; hiệu quả trên kiểm chuẩn không đồng nghĩa với độ chính xác lâm sàng, và vì vậy An tự kiểm chứng trên chính nhóm người dùng của mình trước khi đưa ra những tuyên bố mạnh hơn. Tài sản bền vững của An là bộ dữ liệu sức khoẻ theo chiều dọc, được thu thập với sự đồng ý của người dùng, mà kiến trúc này tích luỹ theo thời gian.