DESIGN AND DEVELOPMENT OF A TYPE 2 DIABETES MANAGEMENT SUPPORT PLATFORM INTEGRATING ARTIFICIAL INTELLIGENCE TECHNIQUES ON A METADATA-DRIVEN CLINICAL FRAMEWORK – MODULE: HEALTHYAI MOBILE APPLICATION.

Abstract

Type 2 diabetes mellitus (T2DM) requires continuous monitoring and long-term self-management. However, personal health data are often fragmented across medical records, laboratory reports, home measurements, and separate digital services. This thesis presents HealthyAI Mobile, the patient-facing mobile subsystem of the HealthyAI platform, designed to provide convenient access to personal health records, laboratory data, glucose monitoring, and AI-assisted decision support. HealthyAI Mobile is implemented with React Native and Expo and integrates Firebase Authentication, REST APIs, secure session handling, navigation, local caching, and device-oriented interaction flows. Through shared HealthyAI backend services, the application supports PHR and laboratory record management, OCR-assisted document digitization with user confirmation, disease-risk assessment, blood glucose forecasting, GraphRAG-based medical question answering, and nutrition planning. The mobile client consumes versioned clinical metadata, rules, explanations, and AI results through controlled API contracts; it does not replace professional diagnosis or clinical judgment. The thesis defines 83 Mobile test specifications covering functional behavior, API integration, user-interface behavior, and Android-device scenarios. The mobile application has undergone comprehensive manual testing, demonstrating stable operation and full compliance with functional requirements. For the integrated shared LSTM forecasting service, the reported Mean Absolute Error (MAE) is approximately 18.68 mg/dL for 30-minute forecasting and 30.00 mg/dL for 60-minute forecasting. The implementation demonstrates the architectural feasibility of a modular mobile client for explainable, metadata-driven HealthyAI capabilities, while Mobile functional verification remains subject to execution of the specified protocols. Đái tháo đường type 2 (T2DM) đòi hỏi người bệnh phải được theo dõi liên tục và thực hiện tự quản lý sức khỏe trong thời gian dài. Tuy nhiên, dữ liệu sức khỏe cá nhân thường bị phân tán giữa hồ sơ y tế, kết quả xét nghiệm, các chỉ số đo tại nhà và nhiều dịch vụ số khác nhau. Luận văn này trình bày HealthyAI Mobile, phân hệ di động hướng đến người bệnh thuộc nền tảng HealthyAI, được thiết kế nhằm cung cấp khả năng truy cập thuận tiện đến hồ sơ sức khỏe cá nhân, dữ liệu xét nghiệm, thông tin theo dõi đường huyết và các chức năng hỗ trợ ra quyết định dựa trên trí tuệ nhân tạo. HealthyAI Mobile được phát triển bằng React Native và Expo, đồng thời tích hợp Firebase Authentication, REST API, cơ chế quản lý phiên đăng nhập an toàn, điều hướng, bộ nhớ đệm cục bộ và các luồng tương tác phù hợp với thiết bị di động. Thông qua các dịch vụ backend dùng chung của HealthyAI, ứng dụng hỗ trợ quản lý hồ sơ sức khỏe cá nhân (PHR) và kết quả xét nghiệm, số hóa tài liệu bằng OCR có bước xác nhận của người dùng, đánh giá nguy cơ bệnh, dự báo đường huyết, hỏi đáp y khoa dựa trên GraphRAG và lập kế hoạch dinh dưỡng. Ứng dụng di động tiếp nhận metadata lâm sàng được quản lý theo phiên bản, các luật, phần giải thích và kết quả từ các mô hình AI thông qua các hợp đồng API được kiểm soát; hệ thống không thay thế chẩn đoán chuyên môn hoặc phán đoán lâm sàng của nhân viên y tế. Luận văn xây dựng 83 đặc tả kiểm thử di động bao phủ chức năng, tích hợp API, giao diện và hành vi trên thiết bị Android. Ứng dụng đã được kiểm thử thủ công toàn diện trên thiết bị di động, đảm bảo đáp ứng đầy đủ các yêu cầu chức năng và hoạt động ổn định. Đối với dịch vụ dự báo LSTM dùng chung được ứng dụng tích hợp, Sai số tuyệt đối trung bình (Mean Absolute Error - MAE) được báo cáo ở mức xấp xỉ 18,68 mg/dL cho dự báo 30 phút và 30,00 mg/dL cho dự báo 60 phút. Kết quả triển khai cho thấy tính khả thi về mặt kiến trúc của một ứng dụng di động mô-đun, có khả năng trình bày các chức năng HealthyAI có tính giải thích và được điều khiển bằng metadata; các tuyên bố về xác minh chức năng di động chỉ được kết luận sau khi hoàn tất hồ sơ thực thi kiểm thử.