Mô tả
Phòng khám FPT số hóa hàng nghìn giấy tờ y tế mỗi ngày bằng một ứng dụng iPadOS tích hợp AI. Mỗi tài liệu sau khi quét sẽ nhận được hai thông số: mã loại tài liệu và điểm tin cậy — tức độ chắc chắn mà mô hình AI đánh giá về kết quả nhận dạng.
Mã loại tài liệu là một số nguyên, trong đó:
- 0 là đơn thuốc.
- 1 là giấy chứng nhận sức khỏe.
- 2 là kết quả xét nghiệm.
Điểm tin cậy là một số nguyên từ 0 đến 100. Bạn cần viết một hàm trả về mức ưu tiên phân loại của tài liệu đó theo quy tắc sau:
- Nếu điểm tin cậy lớn hơn hoặc bằng 85, tài liệu thuộc mức ưu tiên cao và ta trả về số 2.
- Nếu điểm tin cậy dưới 85 nhưng không nhỏ hơn 50, tài liệu thuộc mức ưu tiên thường và ta trả về số 1.
- Nếu điểm tin cậy dưới 50, mô hình nhận dạng quá yếu, tài liệu thuộc mức cần rà soát thủ công và ta trả về số 0.
Đặc biệt, kết quả xét nghiệm (mã loại 2) luôn được nâng lên mức ưu tiên cao bất kể điểm tin cậy, vì bác sĩ cần đọc gấp để chẩn đoán.
Đầu vào
Hàm nhận hai tham số nguyên:
loaiTaiLieu: số nguyên, nhận một trong ba giá trị 0, 1 hoặc 2.diemTinCay: số nguyên từ 0 đến 100.
Đầu ra
Trả về một số nguyên theo quy tắc phân loại: 2 nếu ưu tiên cao, 1 nếu ưu tiên thường, 0 nếu cần rà soát thủ công.
Ràng buộc
loaiTaiLieuchỉ nhận giá trị 0, 1 hoặc 2.- 0 ≤
diemTinCay≤ 100.
Ví dụ
Ví dụ 1:
Đầu vào: loaiTaiLieu = 0, diemTinCay = 90
Đây là đơn thuốc (mã 0) với điểm tin cậy 90, lớn hơn hoặc bằng 85 nên thuộc mức ưu tiên cao. Kết quả trả về là 2.
Ví dụ 2:
Đầu vào: loaiTaiLieu = 2, diemTinCay = 20
Đây là kết quả xét nghiệm (mã 2), nên luôn được nâng lên mức ưu tiên cao dù điểm tin cậy rất thấp. Kết quả trả về là 2.
Ví dụ 3:
Đầu vào: loaiTaiLieu = 1, diemTinCay = 45
Đây là giấy chứng nhận sức khỏe với điểm tin cậy 45, nhỏ hơn 50 nên cần rà soát thủ công. Kết quả trả về là 0.