Ứng dụng AI phát hiện vi phạm quảng cáo trong lĩnh vực y tế

Giải pháp được phát triển trong nhiệm vụ “Nghiên cứu, phân tích xây dựng phát triển ứng dụng phần mềm AI phát hiện vi phạm quảng cáo trong lĩnh vực y tế”, do Sở Khoa học và Công nghệ (KH&CN) TP. HCM đặt hàng Trường Đại học Bách khoa TP. HCM thực hiện.

Bài toán đặt ra xuất phát từ sự phát triển nhanh của các nền tảng số và mạng xã hội. Hoạt động quảng cáo y tế hiện không chỉ xuất hiện trên các phương tiện truyền thông truyền thống mà còn phổ biến trên Facebook, TikTok và nhiều nền tảng trực tuyến khác.

Các nội dung vi phạm ngày càng đa dạng, từ quảng cáo sai lệch, không chính xác, quảng cáo khi chưa được cấp phép đến việc mạo danh bác sĩ, cơ sở y tế hoặc quảng bá dịch vụ vượt quá phạm vi chuyên môn được cấp phép.

Trong khi đó, quy mô thông tin cần giám sát rất lớn. TP.HCM hiện có khoảng 10.000 cơ sở khám, chữa bệnh và trung bình mỗi ngày có hơn 90.000 quảng cáo mới liên quan đến lĩnh vực y tế. Việc kiểm tra thủ công toàn bộ lượng thông tin này không chỉ tốn nhiều nhân lực, mà còn khó bảo đảm khả năng phát hiện kịp thời những quảng cáo mới xuất hiện trên môi trường mạng.

Hệ thống do nhóm nghiên cứu thực hiện, được xây dựng theo hướng tự động hóa nhiều khâu trong quy trình giám sát. Dữ liệu quảng cáo được thu thập từ nhiều nguồn trên Internet, sau đó được xử lý, phân loại và chuyển qua các mô hình AI để nhận diện những nội dung có dấu hiệu vi phạm. Kết quả phân tích được đưa vào hệ thống nghiệp vụ, giúp chuyên viên quản lý có thể kiểm tra, xác thực và thực hiện các bước xử lý tiếp theo.

Một trong những điểm đáng chú ý là hệ thống không chỉ tìm kiếm các từ khóa vi phạm mà được thiết kế theo mô hình xử lý nhiều lớp. Ở bước đầu, AI phân loại nội dung quảng cáo thành các nhóm như khám, chữa bệnh, mỹ phẩm hoặc nhóm khác. Việc phân loại giúp hệ thống lựa chọn bộ tiêu chí và quy định pháp lý phù hợp với từng loại quảng cáo.

Sau đó, hệ thống tiếp tục quét từ khóa, nhận diện các biểu thức có dấu hiệu vi phạm và trích xuất những thông tin quan trọng trong nội dung quảng cáo như tên tổ chức, tên cơ sở, địa chỉ, số điện thoại, người chịu trách nhiệm… Nếu phát hiện quảng cáo thiếu những thông tin bắt buộc hoặc có dấu hiệu không phù hợp với quy định, hệ thống sẽ gắn nhãn và ghi nhận nguyên nhân.

Ở một lớp kiểm tra khác, AI tập trung xác định tính hợp pháp của chủ thể quảng cáo cũng như phạm vi dịch vụ, kỹ thuật hoặc sản phẩm được quảng bá. Hệ thống có thể hỗ trợ phát hiện những trường hợp như cơ sở hoạt động không phép; cơ sở thẩm mỹ quảng cáo, thực hiện kỹ thuật xâm lấn ngoài phạm vi chuyên môn; sản phẩm chưa được cấp phép lưu hành nhưng vẫn được quảng cáo; hoặc sử dụng thông tin pháp lý không còn hiệu lực.

Để hạn chế nguy cơ đánh giá sai, hệ thống kết hợp thông tin được trích xuất từ quảng cáo với dữ liệu chính thức về cơ sở khám, chữa bệnh và giấy phép. Việc truy xuất dữ liệu theo thời gian cũng giúp xác định thông tin pháp lý tại thời điểm quảng cáo được đăng tải, qua đó hỗ trợ chuyên viên có thêm căn cứ khi kiểm tra.

Toàn bộ kết quả được tập trung trên một nền tảng quản lý thống nhất, gồm các chức năng quản lý nguồn thông tin, thu thập và phân loại tin, xử lý thông tin quảng cáo, quản lý hồ sơ vi phạm, quản lý phản hồi và theo dõi trạng thái xử lý. Nhờ đó, thay vì phải tìm kiếm và xử lý từng nguồn thông tin riêng lẻ, cán bộ quản lý có thể theo dõi quảng cáo và hồ sơ vi phạm trên cùng một hệ thống.

Sau khi phát hiện và phân tích, những quảng cáo có dấu hiệu vi phạm sẽ được chuyển đến chuyên viên để kiểm tra, xác thực và xử lý theo thẩm quyền. Theo nhóm nghiên cứu, cách tiếp cận này vừa tận dụng khả năng xử lý dữ liệu lớn của AI, vừa bảo đảm quyết định cuối cùng vẫn dựa trên quá trình kiểm tra nghiệp vụ và căn cứ pháp lý.

Việc phát triển hệ thống AI phát hiện vi phạm quảng cáo y tế, mở ra hướng chuyển từ giám sát thủ công sang giám sát dựa trên dữ liệu và công nghệ, giúp cơ quan quản lý chủ động hơn trước tốc độ phát sinh và lan truyền nhanh của thông tin trên môi trường số. Đồng thời, cơ sở dữ liệu được hình thành trong quá trình vận hành có thể tiếp tục được cập nhật, bổ sung và sử dụng để tái huấn luyện mô hình, nâng cao khả năng nhận diện trong các giai đoạn tiếp theo./.