Website được thiết kế tối ưu cho thành viên chính thức. Hãy Đăng nhập hoặc Đăng ký để truy cập đầy đủ nội dung và chức năng. Nội dung bạn cần không thấy trên website, có thể do bạn chưa đăng nhập. Nếu là thành viên của website, bạn cũng có thể yêu cầu trong nhóm Zalo "BHYT" các nội dung bạn quan tâm.

Bài 4.1. Kiểm tra cấu trúc và định dạng: tên trường, kiểu dữ liệu, độ dài, ký tự và khả năng đọc file

XML

Kiểm tra cấu trúc và định dạng là lớp kiểm tra đầu tiên đối với dữ liệu XML khám chữa bệnh BHYT.

Mục tiêu của lớp này chưa phải xác định:

  • dịch vụ có hợp lý hay không;
  • thuốc có đúng chỉ định hay không;
  • chi phí có đủ điều kiện thanh toán hay không.

Mà trước hết phải trả lời:

Hệ thống có đọc được dữ liệu hay không, các trường có đúng tên, đúng kiểu, đúng kích thước và đúng cách biểu diễn theo bộ chuẩn áp dụng hay không?

Các bảng chỉ tiêu XML quy định cụ thể đối với từng trường: tên chỉ tiêu, kiểu dữ liệu, kích thước tối đa và diễn giải cách ghi. Ví dụ Bảng XML4 quy định MA_LK là chuỗi tối đa 100 ký tự, STT là số tối đa 10 ký tự, MA_DICH_VU là chuỗi và tiếp tục quy định riêng cho các chỉ tiêu còn lại.

Thông tư 12/2026/TT-BTC cũng coi sai cấu trúc hoặc định dạng là một lớp lỗi riêng của hồ sơ đề nghị thanh toán; Cổng có thời hạn phản hồi riêng đối với loại lỗi này.

Nguyên tắc của Bài 4.1 là:

File phải đọc được trước khi có thể kiểm tra nội dung; field phải đúng cấu trúc trước khi có thể đánh giá nghiệp vụ.


1. Lớp đầu tiên: file XML có đọc được hay không

Trước khi xét bất kỳ field nào, parser phải xác định file có thể được phân tích cú pháp hay không.

Các lỗi điển hình gồm:

  • XML không đóng thẻ;
  • thẻ mở và thẻ đóng không khớp;
  • cấu trúc lồng thẻ sai;
  • file bị cắt giữa chừng;
  • ký tự đặc biệt làm hỏng cú pháp;
  • encoding không phù hợp với nội dung;
  • dữ liệu truyền về không phải XML như mong đợi;
  • package hoặc file bị hỏng trong quá trình kết xuất/truyền.

Ví dụ dữ liệu text chứa ký tự & nhưng không được xử lý đúng theo cú pháp XML có thể làm parser không đọc được toàn bộ tài liệu.

Đây là lỗi rất khác với:

MA_DICH_VU không đúng danh mục.

Trường hợp đầu tiên là lỗi ở transport/syntax layer; trường hợp thứ hai là lỗi ở semantic/catalog layer.

Dr5-XML nên dừng các rule nghiệp vụ phụ thuộc vào nội dung nếu tài liệu chưa thể parse một cách tin cậy.


2. Đọc được XML chưa có nghĩa đúng bộ chuẩn

Một tài liệu có thể hoàn toàn hợp lệ về cú pháp XML nhưng không phù hợp chuẩn dữ liệu BHYT.

Ví dụ parser vẫn đọc được:

<MA_DV>...

nhưng chuẩn đang yêu cầu:

MA_DICH_VU.

Hoặc file có một trường tự tạo:

DON_GIA_MOI

mà bảng XML áp dụng không quy định.

Do đó sau bước parse cần kiểm tra:

structural conformance với bảng chỉ tiêu áp dụng.

Bao gồm:

  • đúng loại bảng;
  • đúng các field được định nghĩa;
  • đúng tên field;
  • không nhầm field giữa các bảng;
  • nhận diện được những field lạ hoặc field không thuộc version đang áp dụng.

3. Tên trường phải được kiểm tra chính xác

Tên field trong chuẩn mang ý nghĩa kỹ thuật xác định.

Ví dụ:

  • MA_LK;
  • MA_DICH_VU;
  • NGAY_YL;
  • NGAY_TH_YL;
  • DON_GIA_BH.

Không nên coi:

  • MA_DICHVU;
  • Ma_Dich_Vu;
  • NGAYYL;

là tương đương chỉ vì con người đọc hiểu được.

Ở lớp trao đổi dữ liệu:

field name là identifier, không phải nhãn hiển thị.

Phần mềm bệnh viện có thể dùng tên cột nội bộ khác, nhưng khi kết xuất phải mapping đúng sang tên field chuẩn.


4. Kiểu dữ liệu phải được kiểm tra theo từng field

Các bảng chuẩn quy định các kiểu như:

  • Chuỗi;
  • Số.

Ví dụ trong XML4, MA_LK là Chuỗi, còn STT là Số.

Điều này quan trọng vì mã và số học là hai loại dữ liệu khác nhau.

Chuỗi

Có thể chứa:

  • chữ;
  • số;
  • dấu;
  • ký hiệu theo cấu trúc quy định.

Một chuỗi có toàn ký tự số vẫn không mặc nhiên trở thành dữ liệu kiểu số.

Số

Phải có khả năng được xử lý theo ý nghĩa số học tương ứng.

Ví dụ một field số không nên chứa:

  • chữ;
  • đơn vị tiền;
  • chú thích;
  • ký hiệu không được chuẩn cho phép.

5. Mã dạng chuỗi không được tự động chuyển sang số

Đây là lỗi ETL rất thường gặp.

Giả sử một mã có giá trị:

01

Nếu phần mềm trung gian chuyển sang integer:

1

thì dữ liệu đã thay đổi.

Điều này đặc biệt nguy hiểm với:

  • mã loại;
  • mã tỉnh/huyện/xã;
  • mã có số 0 ở đầu;
  • các trường định danh có cấu trúc cố định.

Do đó:

Field được chuẩn định nghĩa là Chuỗi phải được bảo toàn như chuỗi, ngay cả khi toàn bộ giá trị nhìn giống số.

Không nên để Excel, database driver hoặc JSON middleware tự ép kiểu.


6. “Kích thước tối đa” không phải “độ dài bắt buộc”

Đây là nguyên tắc phải giữ rất chặt.

Nếu chuẩn ghi:

MA_LK — Chuỗi — 100

thì điều đó có nghĩa kích thước tối đa là 100 theo đặc tả, không có nghĩa mọi MA_LK phải chứa đúng 100 ký tự.

Do đó rule:

length(MA_LK) == 100

là sai nếu chỉ dựa vào cột “Kích thước tối đa”.

Rule thích hợp hơn là:

length(MA_LK) <= 100

sau đó requiredness và cấu trúc cụ thể được kiểm tra bằng các điều kiện khác nếu có.


7. Chỉ kiểm tra độ dài chính xác khi diễn giải thực sự yêu cầu

Một số field tuy được định nghĩa là chuỗi nhưng phần diễn giải lại quy định cấu trúc cố định.

Ví dụ NGAY_YL được quy định là chuỗi 12 ký tự theo cấu trúc:

yyyymmddHHMM

gồm:

  • 4 ký tự năm;
  • 2 ký tự tháng;
  • 2 ký tự ngày;
  • 2 ký tự giờ;
  • 2 ký tự phút.

Trong trường hợp này, kiểm tra:

length == 12

có căn cứ từ chính cách ghi của field.

Đây là điểm khác hoàn toàn với một field chỉ ghi:

kích thước tối đa 100.

Nguyên tắc:

Maximum length ≠ exact length. Exact length chỉ áp dụng khi cấu trúc field yêu cầu như vậy.


8. Đúng độ dài chưa đủ — phải đúng pattern

Giá trị:

202613401530

có 12 ký tự.

Nhưng nó không thể là thời điểm hợp lệ vì tháng 13 và ngày 40 không tồn tại.

Vì vậy một field thời gian cần nhiều tầng:

  1. đúng kiểu chuỗi;
  2. đúng 12 ký tự;
  3. toàn bộ thành phần theo pattern yêu cầu;
  4. parse được thành ngày giờ thực;
  5. sau đó mới kiểm tra quan hệ thời gian với các sự kiện khác.

Hai bước đầu thuộc chủ yếu Bài 4.1.

Bước 4–5 sẽ được phát triển sâu hơn ở Bài 4.5.


9. Pattern của mã phải dựa vào diễn giải cụ thể

Một số mã có cách ghi đặc biệt.

Ví dụ chuẩn XML3 có những trường hợp MA_DICH_VU được mã hóa theo cấu trúc mở rộng khi chuyển thực hiện dịch vụ cận lâm sàng, khi sử dụng phương pháp gây tê hoặc trong các tình huống chuyên biệt khác.

Do đó không nên viết một regex đơn giản:

“mọi MA_DICH_VU phải có đúng X ký tự chữ-số”.

Rule đó có thể loại nhầm các encoding hợp lệ.

Cách đúng là:

pattern validation phải gắn với loại mã và điều kiện áp dụng.


10. Ký tự phân cách cũng có ý nghĩa dữ liệu

Nhiều field cho phép ghi nhiều giá trị trong một trường và quy định ký tự phân cách cụ thể, thường gặp là dấu ;.

Khi đó cần kiểm tra:

  • delimiter đúng;
  • không tạo phần tử rỗng bất thường;
  • không dùng dấu , thay cho ; nếu chuẩn quy định ;;
  • từng thành phần sau khi tách vẫn phải hợp lệ.

Ví dụ:

A;B;C

khác về mặt cấu trúc dữ liệu với:

A,B,C

nếu chuẩn chỉ định dấu chấm phẩy.

Dr5 không nên chỉ kiểm tra chuỗi tổng thể mà phải có khả năng tokenize theo quy tắc của từng field.


11. Khoảng trắng thừa cần được kiểm soát

Các giá trị sau có thể trông giống nhau với người dùng:

K03

và:

K03

nhưng không nhất thiết giống nhau đối với hệ thống đối chiếu.

Do đó nên phát hiện:

  • leading space;
  • trailing space;
  • tab;
  • newline không mong đợi;
  • các ký tự Unicode khoảng trắng đặc biệt.

Tuy nhiên không nên tùy tiện trim mọi field rồi coi dữ liệu ban đầu là đúng.

Nên:

phát hiện → chuẩn hóa tại nguồn nếu quy tắc cho phép → sinh lại XML.


12. Encoding và Unicode phải được quản lý nhất quán

Tên người bệnh, địa chỉ, chẩn đoán và nhiều trường text có tiếng Việt.

Ở lớp kỹ thuật, cần bảo đảm:

  • encoding thực tế phù hợp thông tin khai báo;
  • nội dung không bị lỗi font/chuyển mã;
  • không xuất hiện ký tự điều khiển làm hỏng XML;
  • dữ liệu không bị mất dấu qua nhiều hệ thống trung gian.

Ví dụ:

“Nguyễn Văn A”

không nên trở thành chuỗi lỗi encoding sau khi qua HIS → integration service → XML exporter.

Đây là kiểm tra kỹ thuật triển khai; không phải cứ chuỗi Unicode khác nhau là có thể kết luận hồ sơ sai nghiệp vụ.


13. Giá trị số phải được tách khỏi cách hiển thị

Nếu DON_GIA là field số, dữ liệu trao đổi không nên lấy trực tiếp cách hiển thị trên màn hình như:

  • 1.200.000 đồng;
  • 1,200,000 VND.

Formatter giao diện và dữ liệu truyền máy là hai lớp khác nhau.

Rule cần xác định:

giá trị có parse được đúng theo kiểu dữ liệu của chuẩn hay không.

Việc giá trị đó đúng về đơn giá hay không thuộc Bài 4.6 và các điều kiện thanh toán sau này.


14. Không được sửa âm thầm giá trị chỉ để parser chấp nhận

Ví dụ XML chứa:

12O000

với chữ O thay vì số 0.

Một importer có thể cố “thông minh” bằng cách đổi thành:

120000.

Nhưng khi đó hệ thống đã sửa dữ liệu mà không có căn cứ.

Đối với Dr5:

validator nên phát hiện và báo lỗi; không nên tự suy đoán giá trị đúng.

Nếu cần sửa:

nguồn dữ liệu → regenerate XML.


15. Cần phân biệt lỗi parser với lỗi từng field

Có thể phân tầng:

Level 1 — File unreadable

Không thể parse tài liệu.

Level 2 — Structural error

Parse được XML nhưng cấu trúc bảng/field không phù hợp.

Level 3 — Type/length/format error

Field tồn tại nhưng giá trị không đúng đặc tả kỹ thuật.

Level 4 — Semantic error

Field hợp lệ về kỹ thuật nhưng sai ý nghĩa/danh mục/quan hệ.

Bài 4.1 chủ yếu xử lý Level 1–3.

Các bài 4.2–4.8 tiếp tục Level 4.


16. Một số ví dụ phân loại

Dữ liệuKết luận ở Bài 4.1
XML thiếu thẻ đóngfile không đọc được
MA_DICHVU thay vì MA_DICH_VUsai tên field
field Số chứa ABCsai kiểu
MA_LK dài 120 khi tối đa 100vượt kích thước
MA_LK dài 20 khi tối đa 100không lỗi chỉ vì chưa đủ 100
NGAY_YL = 202610271030đúng hình thức 12 ký tự, cần kiểm tra tiếp
NGAY_YL = 27/10/2026 10:30sai cách biểu diễn nếu field yêu cầu yyyymmddHHMM
mã dạng chuỗi 01 bị đổi thành 1mất cấu trúc dữ liệu
XML đọc được nhưng mã thuốc không tồn tạichưa phải lỗi của lớp 4.1

17. Cổng phát hiện lỗi định dạng không có nghĩa mọi kiểm tra nên để Cổng làm

Thông tư 12 quy định Cổng phản hồi hồ sơ sai cấu trúc hoặc định dạng và ghi rõ lỗi của từng trường thông tin.

Nhưng về quản trị bệnh viện, không nên vận hành theo mô hình:

gửi lên Cổng → chờ Cổng báo lỗi → sửa → gửi lại.

Những lỗi:

  • field sai tên;
  • sai kiểu;
  • quá dài;
  • ngày sai pattern;
  • file không parse được;

đều có thể phát hiện trước khi hồ sơ rời bệnh viện.

Đây là nhóm rule có độ chắc chắn cao, ít false positive và phù hợp chạy ở mọi lần kết xuất.


18. Kết quả lớp này chủ yếu nên là ERROR_TECH

Các lỗi chắc chắn vi phạm đặc tả kỹ thuật nên được phân loại:

ERROR_TECH

Ví dụ:

  • XML malformed;
  • field không tồn tại trong chuẩn áp dụng;
  • sai kiểu dữ liệu;
  • vượt kích thước tối đa;
  • sai pattern bắt buộc.

Nhưng không nên nâng trực tiếp lên:

PAYMENT_CONDITION.

Sai kỹ thuật có thể khiến hồ sơ không được tiếp nhận/xử lý đúng, nhưng lỗi kỹ thuật và vi phạm điều kiện thanh toán không phải cùng một khái niệm.


19. Version của chuẩn phải được xác định trước khi kiểm tra

Một field có thể được:

  • đổi kiểu dữ liệu;
  • tăng kích thước;
  • sửa cách diễn giải;
  • bổ sung quy tắc mới

qua các quyết định sửa đổi.

Các tài liệu tổng hợp cho thấy đã có những trường được đổi từ kiểu số sang chuỗi hoặc tăng kích thước qua các lần sửa đổi của chuẩn. Vì vậy không được lấy đặc tả mới nhất rồi áp ngược cho toàn bộ dữ liệu lịch sử.

Rule phải là:

field specification applicable at event/submission time.

Do đó dr5_xml_field cần có version/effective period.


20. Kiến trúc Dr5-XML cho validation kỹ thuật

Nhóm rule này đặc biệt phù hợp với kiến trúc generic.

dr5_xml_field nên lưu các thuộc tính như:

  • bảng XML;
  • tên field;
  • kiểu dữ liệu;
  • kích thước tối đa;
  • pattern/cách biểu diễn nếu có;
  • delimiter nếu có;
  • valid_from;
  • valid_to;
  • version nguồn.

Rule engine chỉ cần các implementation generic như:

  • xml_parseable;
  • field_known;
  • field_type;
  • max_length;
  • exact_length_when_defined;
  • pattern_match;
  • allowed_character_structure.

Khi Bộ Y tế thay đổi:

kích thước 100 → 255

thì lý tưởng nhất chỉ cần cập nhật dr5_xml_field, không sửa Python rule.


21. Không đưa requiredness vào nhầm lớp cấu trúc

Một field không xuất hiện có thể có hai khả năng:

  1. cấu trúc file sai;
  2. field không áp dụng trong tình huống đó.

Do đó validator phải cẩn thận.

Bài 4.1 có thể xác định:

field nào thuộc schema/đặc tả của bảng.

Nhưng câu hỏi:

field này có bắt buộc phải có giá trị trong record cụ thể hay không?

thuộc Bài 4.2 và dr5_xml_required.

Không nên dùng rule cấu trúc để kết luận mọi field rỗng là lỗi.


22. Thứ tự chạy rule nên từ rẻ và chắc chắn đến phức tạp

Một pipeline phù hợp:

1. file readable
→ 2. parseable
→ 3. nhận diện bảng/version
→ 4. field names
→ 5. data types
→ 6. lengths
→ 7. patterns
→ 8. requiredness
→ 9. catalog
→ 10. relations.

Nếu file đã malformed thì không nên tiếp tục chạy hàng trăm rule catalog trên dữ liệu không đáng tin cậy.

Điều này vừa tăng tốc vừa giảm false finding.


Kết luận

Kiểm tra cấu trúc và định dạng là cổng vào của toàn bộ quá trình kiểm tra XML.

Một hồ sơ phải lần lượt trả lời:

File có đọc được không?
→ cấu trúc có nhận diện được không?
→ field có đúng tên không?
→ giá trị có đúng kiểu không?
→ có vượt kích thước tối đa không?
→ có đúng pattern/cách biểu diễn không?

Sáu nguyên tắc cần nhớ:

XML parse được chưa có nghĩa đúng chuẩn BHYT.

Tên field phải đúng identifier của chuẩn, không phải chỉ “gần giống”.

Field kiểu chuỗi phải được bảo toàn như chuỗi, đặc biệt với mã có số 0 ở đầu.

Kích thước tối đa không phải độ dài bắt buộc.

Chỉ áp dụng exact length hoặc regex khi diễn giải của field thực sự quy định cấu trúc đó.

Qua được validation kỹ thuật chưa có nghĩa dữ liệu đúng nghiệp vụ hoặc đủ điều kiện thanh toán.

Đối với Dr5-XML, đây nên là nhóm rule generic, deterministic và chạy đầu tiên. Phần lớn thông tin cần thiết được lấy từ dr5_xml_field; khi chuẩn thay đổi, hệ thống cập nhật danh mục field và thời gian hiệu lực thay vì viết lại hàng loạt rule riêng cho từng chỉ tiêu.