5. Kế hoạch & Timeline

---

📅 Timeline tổng thể

Tháng 7                    Tháng 8                    Tháng 9
──┼──────────────────────┼──────────────────────────┼──────────▶
  Phase 1 (Sơ loại)       Phase 2 (Sơ khảo)          Phase 3 (CK)
  02/07 → 30/07           17/08 → 19/08              09/09 → 10/09
  │                        │                          │
  │ ❌ GPU                 │ ✅ GPU + API + Data thật │ ✅ GPU
  │ 📦 File ZIP            │ 🏢 Hackathon HN          │ 🎤 Thuyết trình
  └────────────────────────┘                          └───────
                    ↓                         ↓
              Top 24 → Phase 2          Top 12 → Chung kết

---

🎯 Phase 1 Plan (02/07 → 30/07) — 23 ngày còn lại

Week 1 (07/07 → 13/07) — Setup & Baseline

• 12/07 — Livestream giải đáp → Ghi chép câu trả lời từ BTC
• Tải ICD-10 và RxNorm database
• Build rule-based baseline (regex + dictionary)
• Kiểm tra output format hợp lệ
• Submit baseline lần đầu

Week 2 (14/07 → 20/07) — Improvement

• Tự sinh dữ liệu train từ ICD-10/RxNorm descriptions
• Fine-tune PhoBERT/BioBERT cho NER
• Improve code mapping accuracy
• Thêm negation/family/history detection
• Submit lần 2

Week 3 (21/07 → 27/07) — Optimization

• Iterate dựa trên feedback/điểm số
• Tối ưu model size (quantization)
• Edge case handling
• Submit lần 3+

Week 4 (28/07 → 30/07) — Final

• Final submission trước 30/07 23:59
• Document pipeline

---

👥 Team Tasks (assign khi có member)

Task	Person	Deadline	Status
Setup environment + data		10/07	⬜
Build rule-based baseline		13/07	⬜
Fine-tune NER model		20/07	⬜
Code mapping (ICD-10)		18/07	⬜
Code mapping (RxNorm)		18/07	⬜
Assertion reasoning		22/07	⬜
Data augmentation		20/07	⬜
Final integration + submit		30/07	⬜

---

🛠️ Tech Stack dự kiến

Component	Tool	Ghi chú
NER Model	PhoBERT / BioBERT	135M params, CPU được
LLM (optional)	Gemma-2 9B / Qwen2.5-7B / DeepSeek-7B	Self-host, ≤ 9B
Code Mapping	Fuzzy matching / FAISS	CPU được
Preprocessing	PySpark / Pandas
ICD-10 DB	SQLite / JSON	Tải từ WHO
RxNorm DB	SQLite / JSON	Tải từ NLM
Evaluation	Custom script

⚠️ Constraints cập nhật

• 🚫 KHÔNG được dùng API ngoài (GPT/Claude/DeepSeek/Gemini…)
• ✅ Chỉ được self-host model ≤ 9B params
• 📤 5 lần nộp/ngày, timeout 600s
• 📊 Metric: WER (text) + Jaccard (assertions + candidates)
• 🏆 Top ~15 đội cuối Phase 1 phải nộp source code + model weights