1 of 12

TỰA · GIẢI PHÁP AI SỨC KHỎE TINH THẦN

VMEC20 - Tựa

AI đồng hành cảm xúc — lắng nghe trước, gợi ý đúng lúc.

Trợ lý cảm xúc tiếng Việt kết hợp LangGraph, crisis detection do code kiểm soát và thư viện bài tập có nguồn (RAG). Không chẩn đoán, không điều trị, không thay thế chuyên gia hay dịch vụ khẩn cấp.

LISTEN · CONSENT · SAFETY

Tựa - Lắng nghe

đúng cách.

TEAM TỰA · VMEC20

01

2 of 12

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

01 · VẤN ĐỀ

Người trẻ mang stress một mình.

01 · Vấn đề

02

Nhiều người trẻ gặp căng thẳng học tập, công việc hoặc quan hệ nhưng ngại bị đánh giá, chưa biết tìm ai, và thường nhận lời khuyên trước khi cảm thấy được lắng nghe. Họ phải kể lại hoàn cảnh ở mỗi phiên tìm hỗ trợ, khiến trải nghiệm thiếu liên tục.

1/5

thanh thiếu niên Việt Nam gặp vấn đề sức khỏe tinh thần

8,4%

tiếp cận được hỗ trợ cần thiết — khoảng trống cần xử lý sớm

Nguồn: UNICEF Việt Nam, 2023

87,5%

sẵn sàng dùng AI để hỗ trợ cảm xúc 42 / 48 người khảo sát

Rào cản lớn nhất khi tìm hỗ trợ tâm lý

Chi phí

60%

Không tìm được chỗ tin cậy

54%

Sợ bị tiết lộ thông tin

48%

Khảo sát 48 người dùng tiềm năng, 18–30 tuổi (02/08/2026). Đa số đang tự xử lý cảm xúc bằng cách đi chơi hoặc tâm sự bạn bè; một số chưa có cách giải tỏa phù hợp.

90% chưa từng tham vấn tâm lý chuyên nghiệp.

Lý do người dùng cho rằng AI hiện tại chưa hiệu quả → VMEC20 khác biệt bằng cách duy trì ngữ cảnh và đồng hành dài hạn.

3 of 12

02 · GIẢI PHÁP

Lắng nghe trước. Gợi ý khi được phép.

02 · Giải pháp

03

Tựa là AI Agent hỗ trợ cảm xúc qua văn bản, có tài khoản và phiên chat: lắng nghe, duy trì ngữ cảnh, và chỉ bổ sung hướng dẫn tự chăm sóc khi phù hợp. Sản phẩm không chẩn đoánkhông thay thế bác sĩ hay chuyên gia tâm lý.

Người dùng không chọn chế độ

“Chỉ muốn tâm sự” = ràng buộc bắt buộc

Không phải LLM mạnh hơn mà là một workflow có policy, memory, safety

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

01

LLM phân tích

Đọc ý định, nhu cầu tương tác và mức hỗ trợ mong muốn → structured output. Không phải văn bản tự do

02

Policy Engine (code)

State Manager tự động chọn và chuyển chiến lược Listen ⇄ Mixed ⇄ Guided theo diễn biến nhiều lượt.

03

LLM sinh phản hồi

Viết tiếng Việt tự nhiên từ ngữ cảnh và nội dung có nguồn RAG, trong khuôn policy cho phép.

04

Crisis Detector

Chạy song song toàn bộ flow. Có dấu hiệu khủng hoảng → dừng lời khuyên thường, hiện hotline đã xác minh.

An toàn không chờ tới lượt của nó - Crisis Detector chạy trước mọi phản hồi tự do

4 of 12

02 · GIẢI PHÁP

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

01

Tin nhắn người dùng

02

Crisis check

Phát hiện dấu hiệu crisis

03

Guardrail

Chặn nội dung không hợp lệ

04

LLM phân tích

Hiêu nhu cầu và cảm xúc

05

RAG (nếu cần)

Tra cứu nguồn khi cần

06

LLM response

Trả lời theo policy

Có dấu hiệu crisis

→ Phản hồi an toàn, kết thúc

Bị chặn / không hợp lệ

→ Phản hồi có kiểm soát, kết thúc

Memory chỉ lưu khi user cho phép

02 · Giải pháp

04

System diagram

Safety chạy trước, RAG chỉ dùng khi thật sự cần nguồn

5 of 12

Tính năng chính — MVP 1

02 · Giải pháp

09

Hội thoại thích ứng tự động

Tự chuyển Listen / Mixed / Guided theo ngữ cảnh — người dùng không cần chọn chế độ.

Sàng lọc PHQ-9 / GAD-7

Người dùng chủ động làm; backend chấm điểm cố định, kết quả chỉ mang tính sàng lọc.

Phát hiện khủng hoảng

Rule/keyword + safety classifier độc lập; dừng lời khuyên thường, hiện tài nguyên khẩn cấp đã xác minh.

Memory có kiểm soát

Consent theo mục đích, Private Mode; khách chỉ giữ tối đa 10 lượt trong RAM, không ghi DB.

Bài tập tự chăm sóc có nguồn

Thư viện breathing, grounding, mindfulness… truy hồi qua RAG; fallback NHS/WHO có trích dẫn.

Feedback & quality dashboard

Nút hữu ích / không hữu ích trên mỗi phản hồi; dashboard tổng hợp — không lộ raw chat.

02 · GIẢI PHÁP

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

6 of 12

Đã chạy thật, không chỉ là ý tưởng

03 · Tính khả thi

10

Frontend

Next.js 16 · React 19 · TypeScript · Tailwind

Backend

Python 3.11+ · FastAPI · Pydantic

Điều phối agent

LangGraph

LLM

Gemini 3.6 Flash · GPT-5.6 Luna

Database

PostgreSQL 16 + Alembic

Truy hồi

ChromaDB · multilingual E5 · BM25 + dense RRF

Kiểm thử

pytest · Ruff · TypeScript compiler

Đã triển khai, không phải bản demo tĩnh

Docker + Railway, backend và frontend là hai service riêng biệt. Production image build sẵn Chroma + cache multilingual E5 từ corpus đã duyệt — RAG sẵn sàng ngay sau deploy, không cần crawl hay tải model ở lượt chat đầu tiên.

CI: pytest + ruff + type-check

03 · Tính khả thi

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

7 of 12

Từ 1/6 lên 6/6 case đạt release gate

03 · Tính khả thi

11

Golden benchmark GC01–GC06 · refactor crisis-policy 22/08/2026 · so với run 16/08/2026

Answer Quality (avg / 100)

67,00 → 95,67

Task Completion (avg / 100)

53,33 → 100,00

Release gate (case đạt / 6)

16,7% → 100%

● Safety gate 6/6 → 6/6

● Crisis recall 100% → 100%

● Regression suite 87/87 passed

Judge: OpenAI gpt-5.6-luna — tín hiệu regression LLM-judge, không phải thẩm định lâm sàng.

03 · Tính khả thi

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

8 of 12

Mục tiêu vận hành — đã bắt đầu đo được

03 · Tính khả thi

12

PHQ-9 / GAD-7 completion

≥ 70%

Mục tiêu tỉ lệ hoàn thành bài sàng lọc

Crisis detection recall

≥ 90%

Đo được: 100% (3/3 case khủng hoảng)

Citation coverage

≥ 95%

Tỉ lệ nội dung bài tập có nguồn trích dẫn

CSAT

≥ 4,0 / 5,0

Mức hài lòng người dùng mục tiêu

Latency (p95)

< 5 giây

Đo được: TB 3.393 ms, cao nhất 7.454 ms

Cost / session

< $0,02

Rate limiting + cost budget

03 · Tính khả thi

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

9 of 12

Rủi ro chính & cách giảm thiểu

03 · Tính khả thi

13

Hallucination (AI bịa thông tin)

RAG + citation bắt buộc, human review

Privacy / rò rỉ PII

Data masking, consent theo mục đích, Private Mode

Báo động giả khi phát hiện khủng hoảng

Tinh chỉnh ngưỡng, human review trước khi escalate

Chi phí API tăng đột biến

Rate limiting, cost budget, giám sát liên tục

Tỉ lệ dùng thấp (adoption)

Pilot 20–30 người dùng, lặp lại theo feedback

03 · Tính khả thi

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

10 of 12

Lộ trình MVP 1+

04 · Định hướng phát triển

14

ĐÃ CÓ

TIẾP THEO

Phân tích xu hướng journal 7 ngày, cache theo input hash

Cá nhân hóa gợi ý bài tập từ tương tác đã lưu (cần consent)

Rolling history 10 lượt cho tài khoản đăng nhập

Nhắc PHQ-9 / GAD-7 định kỳ

Biểu đồ xu hướng + kế hoạch tự chăm sóc cá nhân hóa

Memory chi tiết hơn + thông báo

Dashboard vận hành cho đội ngũ

Chuyển tiếp chuyên gia khi có consent

Mở rộng qua đối tác B2B2C: trường đại học, doanh nghiệp, đơn vị tư vấn.

04 · Định hướng

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

11 of 12

Ranh giới rõ ràng trước khi triển khai

04 · Định hướng phát triển

15

KHÔNG LÀM TRONG MVP 1

Không chẩn đoán / điều trị

Không voice, khuôn mặt, EEG

Không tự huấn luyện từ hội thoại production

Không tự gọi khẩn cấp thay con người

Không giám sát trực 24/7

Không chia sẻ dữ liệu khi chưa có consent

Cần chuyên gia an toàn/lâm sàng duyệt

Ngưỡng phân biệt ý nghĩ thoáng qua với ý định / kế hoạch / phương tiện chủ động

Chính sách nguồn khẩn cấp theo địa phương khi chưa xác định vị trí

Rà soát ngôn từ ranh giới thuốc theo chính sách y tế sản phẩm

Mở rộng bộ test có rà soát lâm sàng trước khi rollout production

04 · Định hướng

01 Vấn đề

02 Giải pháp

03 Tính khả thi

04 Định hướng

12 of 12

GIÁ TRỊ CỐT LÕI

“Không phải LLM mạnh hơn ChatGPT, Gemini hay Claude — mà là một nơi được lắng nghe đúng cách.”

Điểm khác biệt của VMEC20 không nằm ở việc tạo ra một LLM mạnh hơn, mà ở việc đóng gói LLM thành một workflow tiếng Việt có policy, memory, consent, safety và evaluation rõ ràng — cho người dùng, và cho nhà trường hay doanh nghiệp muốn thêm một lớp hỗ trợ ban đầu.

TEAM TỰA · VMEC20

CẢM ƠN ĐÃ LẮNG NGHE

04 · ĐỊNH HƯỚNG PHÁT TRIỂN

16