LuanVan.vnLuận Văn
Gửi thư

XÂY DỰNG ỨNG DỤNG WEB HỖ TRỢ CHĂM SÓC SỨC KHỎE TINH THẦN DỰA TRÊN TRÍ TUỆ NHÂN TẠO

Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Đăng Khôi
Người hướng dẫnVõ Huỳnh Trâm
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Bối cảnh: Tại Việt Nam, sức khỏe tinh thần đang là vấn đề cấp thiết với khoảng 14 triệu người mắc rối loạn tâm lý. Tuy nhiên, sự thiếu hụt nghiêm trọng đội ngũ chuyên gia khiến nhiều người không được tiếp cận dịch vụ chăm sóc y tế kịp thời. Các ứng dụng hiện hành trên thị trường chủ yếu dừng lại ở việc cung cấp thông tin hoặc sàng lọc cơ bản, thiếu khả năng theo dõi liên tục và chưa tối ưu hóa trải nghiệm cá nhân chuyên sâu theo thói quen của từng người dùng. Mục tiêu: Đề tài hướng tới việc xây dựng ứng dụng web hỗ trợ chăm sóc sức khỏe tinh thần tích hợp Trí tuệ Nhân tạo (AI). Hệ thống đóng vai trò như một "trợ lý ảo" giúp người dùng chủ động theo dõi tâm trạng, viết nhật ký, ghi nhận giấc ngủ và thực hiện các bài đánh giá tâm lý chuẩn quốc tế (PHQ-9, GAD-7). Ứng dụng giúp nâng cao nhận thức cá nhân và phòng ngừa rủi ro tinh thần, hoàn toàn không nhằm mục đích thay thế chẩn đoán y khoa chuyên nghiệp. Phương pháp: Hệ thống sử dụng kiến trúc đa tầng (3-Tier) theo mô hình Client-Server. Tầng Frontend dùng Next.js và TailwindCSS cho cả người dùng và quản trị viên. Tầng Backend phát triển bằng NestJS, kết hợp cơ sở dữ liệu PostgreSQL để xử lý logic nghiệp vụ bảo mật. Điểm nút cốt lõi là tầng AI Service (viết bằng FastAPI), ứng dụng Xử lý ngôn ngữ tự nhiên (NLP) phân tích sắc thái cảm xúc từ nhật ký. Kết hợp các mô hình Machine Learning và cơ chế gợi ý lai (Hybrid Re-ranking) từ dữ liệu lịch sử người dùng, hệ thống tính toán chỉ số sức khỏe để đưa ra khuyến nghị phù hợp và điều hướng hiệu quả kịch bản phản hồi của Chatbot (LLM). Kết quả: Hệ thống hoàn thiện hoạt động ổn định, mượt mà và đáp ứng toàn bộ yêu cầu đề ra. Ứng dụng tự động hóa tốt chu trình ghi chép cảm xúc, giấc ngủ và quản lý đánh giá. Đặc biệt, Chatbot AI tương tác tự nhiên, thấu hiểu ngữ cảnh cảm xúc để đưa ra phản hồi đồng cảm, đồng thời hệ thống nhạy bén trong việc đưa ra các cảnh báo rủi ro và gợi ý tài nguyên chữa lành cá nhân hóa. Kết luận: Việc ứng dụng AI vào hệ thống hỗ trợ sức khỏe tinh thần trực tuyến là hoàn toàn khả thi và đem lại giá trị thực tiễn cao. Nghiên cứu cung cấp một công cụ chủ động bảo vệ sức khỏe cho người dùng, đồng thời tạo ra bộ khung kiến trúc phần mềm vững chắc để tiếp tục mở rộng dữ liệu huấn luyện NLP tiếng Việt, nâng cấp mức độ thấu hiểu của AI và phát triển phiên bản trên thiết bị di động trong tương lai. Context: In Vietnam, mental health has become an urgent public health concern, with approximately 14 million people affected by psychological disorders. However, the severe shortage of mental health professionals prevents many individuals from accessing timely and appropriate care. Existing applications in the market mainly provide information or basic screening, lacking continuous monitoring capabilities and advanced personalization tailored to individual user behaviors. Objective: This study aims to develop a web-based mental health support application integrated with Artificial Intelligence (AI). The system acts as a “virtual assistant” that helps users proactively track their mood, write journals, monitor sleep patterns, and complete standardized psychological assessments such as PHQ-9 and GAD-7. The application is designed to enhance self-awareness and prevent mental health risks, not to replace professional medical diagnosis. Methodology: The system is built using a multi-tier (3-Tier) architecture based on the Client-Server model. The Frontend is developed with Next.js and TailwindCSS for both user and admin interfaces. The Backend is implemented using NestJS with PostgreSQL for secure business logic processing. The core component is the AI Service (built with FastAPI), which applies Natural Language Processing (NLP) to analyze emotional sentiment from journal entries. Combined with Machine Learning models and a Hybrid Re-ranking mechanism using user historical data, the system computes mental health indicators, generates personalized recommendations, and effectively guides Chatbot (LLM) responses based on user context. Resul
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.