一种智能语音宣教随访方法及系统技术方案

本发明专利技术提供了一种智能语音宣教随访方法及系统，属于医疗信息管理技术领域，所述方法包括：获取随访患者相应的随访报告表；实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。本发明专利技术解决了患者出院后的追踪健康管理，并且大大提高了随访效率。高了随访效率。高了随访效率。

An intelligent voice propaganda and follow-up method and system

【技术实现步骤摘要】
一种智能语音宣教随访方法及系统


[0001]本专利技术属于医疗信息管理
，尤其涉及一种智能语音宣教随访方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]临床宣教随访是指医院对诊治后的患者通过各种方式，定期跟踪了解患者病情变化，通过发布随访任务，并由患者配合完成，对患者进行专业性康复指导的一种随访行为。目前而言，诊后的患者随访率普遍偏低，多数患者离开医院得不到后续的追踪健康管理。究其原因，从一方面来讲，如果要进行人工电话随访，除了电话交流以外，还需要对随访内容进行记录，加上临床宣教随访中多机械性重复性工作，对于平时工作繁忙的医生而言，十分耗费时间精力。
[0004]随着医院和患者对诊后随访的意识越来越强烈，这就需要规范随访行为，改进随访方式。

技术实现思路

[0005]为克服上述现有技术的不足，本专利技术提供了一种智能语音宣教随访方法及系统，解决了患者出院后的追踪健康管理，并且大大提高了随访效率。
[0006]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0007]一种智能语音宣教随访方法，包括以下步骤：
[0008]获取随访患者相应的随访报告表；
[0009]实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；
[0010]根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；
[0011]若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。
[0012]进一步地，获取随访患者相应的随访报告表包括：
[0013]获取所述随访患者的年龄和病情信息；
[0014]基于预先训练的随访表分类模型，确定相应的随访表；其中，所述随访表分类模型是根据多个患者的年龄、疾病类型和疾病严重程度及相应规范随访表类型训练得到的；
[0015]将患者疾病信息进行自动录入得到该随访患者的随访报告表。
[0016]进一步地，所述医生主题识别模型训练方法为：
[0017]获取多条文本数据作为训练数据，所述多条文本数据包括各类主题类型，且每类主题类型均对应多条文本数据；
[0018]对于每条文本数据，提取关键词序列并转换为词向量，得到词向量与主题类型关
联关系，即医生主题识别模型。
[0019]进一步地，判断主题类型包括：
[0020]获取医生相应的文本内容，提取关键词序列并转换为词向量；根据K近邻算法计算待识别的所述向量与训练数据中词向量的距离，根据距离最近的多个词向量对应的主题类型，确定所述文本内容所属主题类型。
[0021]进一步地，若所述提问类型为选项式提问类型，对于后续患者相应的文本内容进行解析包括：
[0022]调用对应该提问主题的患者回应分类模型，得到患者回应的选项，写入所述随访报告表。
[0023]进一步地，对应该提问主题的患者回应分类模型训练方法为：
[0024]对于针对该提问主题的患者历史回应文本，按照其选项进行人工标注，得到训练数据集；
[0025]对患者历史回应文本提取关键词队列并转换为词向量，得到词向量和选项的对应关系，即患者回应模型。
[0026]进一步地，得到患者回应的选项包括：
[0027]对于后续患者相应的文本内容，提取关键词序列并转换为词向量；根据K近邻算法计算待识别的所述向量与训练数据集中词向量的距离，根据距离最近的多个词向量对应的选项，确定所述文本内容对应的选项。
[0028]进一步地，所述方法对患者的语音转换为文本时，若连续多次无法识别患者回应的内容，判断为沟通不畅，向医生发送消息，提醒其改为主动宣教模式。
[0029]进一步地，无法识别患者回应的选项包括：所述方法对患者的语音转换为文本后，检测文本内容是否包含预设的医疗关键词，若连续数轮对话中，患者未提及随访中任一关键词，则判断为患者未回答问题或者打非所问，向医生发送消息，提醒其改为主动宣教模式。
[0030]一个或多个实施例提供了一种智能语音宣教随访系统，包括：
[0031]随访报告表获取模块，被配置为：获取随访患者相应的随访报告表；
[0032]随访语音获取模块，被配置为：实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；
[0033]医生主题识别模块，被配置为：根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；
[0034]患者回答解析模块，被配置为：若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。
[0035]以上一个或多个技术方案具有以下有益效果：
[0036]本专利技术针对不同疾病的患者，能够自动生成患者诊后随访报告表，并且电话随访过程中，能够基于医生谈话内容的主题类型，准确识别患者回复内容，并进行自动录入，解决了患者出院后的追踪健康管理，并且大大提高了随访效率。
[0037]本专利技术在随访过程中，能够通过识别患者答复随访内容的准确度自动调整交流方式，对于部分患者讲话没有重点，漫无边际的答复内容，自动放弃问答，改为主动宣教模式，进一步提高了随访效率。
附图说明
[0038]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0039]图1为本专利技术实施例一中所述智能语音宣教随访方法流程图；
[0040]图2为本专利技术实施例一中所述智能语音宣教随访系统框架图。
具体实施方式
[0041]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0042]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0043]在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0044]实施例一
[0045]本实施例公开了一种智能语音宣教随访方法，解决患者出院后的追踪健康管理。针对消化道不同疾病的患者，自动生成患者诊后随访报告表。通过识别患者答复随访内容的准确度自动调整交流方式，对于部分患者讲话没有重点，漫无边际的答复内容，自动放弃问答，改为主动宣教模式，实现基本的问答自动填入随访报告并存储到科研数据库中。如图1所示，所述方法具体包括以下步骤：
[0046]步骤1：获取随访患者相应的随访报告表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能语音宣教随访方法，其特征在于，包括以下步骤：获取随访患者相应的随访报告表；实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。2.如权利要求1所述的智能语音宣教随访方法，其特征在于，获取随访患者相应的随访报告表包括：获取所述随访患者的年龄和病情信息；基于预先训练的随访表分类模型，确定相应的随访表；其中，所述随访表分类模型是根据多个患者的年龄、疾病类型和疾病严重程度及相应规范随访表类型训练得到的；将患者疾病信息进行自动录入得到该随访患者的随访报告表。3.如权利要求1所述的智能语音宣教随访方法，其特征在于，所述医生主题识别模型训练方法为：获取多条文本数据作为训练数据，所述多条文本数据包括各类主题类型，且每类主题类型均对应多条文本数据；对于每条文本数据，提取关键词序列并转换为词向量，得到词向量与主题类型关联关系，即医生主题识别模型。4.如权利要求3所述的智能语音宣教随访方法，其特征在于，判断主题类型包括：获取医生相应的文本内容，提取关键词序列并转换为词向量；根据K近邻算法计算待识别的所述向量与训练数据中词向量的距离，根据距离最近的多个词向量对应的主题类型，确定所述文本内容所属主题类型。5.如权利要求1所述的智能语音宣教随访方法，其特征在于，若所述提问类型为选项式提问类型，对于后续患者相应的文本内容进行解析包括：调用对应该提问主题的患者回应分类模型，得到患者回应的选项，写入所述随访报告表。6.如权利要求5所述的智能...

【专利技术属性】
技术研发人员：李真，刘静，马铭骏，赖永航，姜建科，左秀丽，李延青，
申请(专利权)人：山东大学齐鲁医院，
类型：发明
国别省市：