本发明专利技术公开了一种基于人工智能的问诊训练系统、问诊训练内容构建方法、问诊训练方法及问诊评分方法。它包括用于进行语音录入及识别转换的语音识别模块、构建有临床语料库的数据模块以及用于对数据模块中的数据进行调用的选题训练模块，语音识别模块与数据模块通讯连接，数据模块与选题训练模块通讯连接，选题训练模块还连接有评价模块并能够通过评价模块对用户的训练进行得分计算。优点是：可以在通过选题训练模块对数据模块中的数据进行调用实现选题训练并通过评价模块对用户的训练进行得分计算实现训练水平的评价，其结构构成简单、易于实现并且可以直接获得训练评价结果，避免了人工测试的主观性，提高了学习效果。提高了学习效果。提高了学习效果。
【技术实现步骤摘要】
一种问诊训练系统、问诊训练内容构建方法、问诊训练方法及问诊评分方法
[0001]本专利技术涉及一种医学领域的辅助训练系统，具体的说是一种基于人工智能的问诊训练系统、问诊训练内容构建方法、问诊训练方法及问诊评分方法。
技术介绍
[0002]人工智能现以应用在各个领域，在医疗领域中也有应用，目前，人工智能在医疗领域中的应用方式通常为辅助医疗诊断，以缓解医生数量不足带来的就诊效率或医生的就诊压力，当然，也可以用来辅助教学，例如：现有技术中公开了一篇专利申请号为201611200254.3，名称为智能问诊方法、装置和系统的专利技术专利申请，它具体公开了通过设立问诊模板来采集和存储患者的症状信息，实现智能化的自动问诊，避免占用医生的时间，使得医生和患者的时间都得到解放，患者可利用候诊的时间充分地通过自然语言描述症状信息，同时，将病患情况信息通过关联终端展示，使得医生或患者可直接看到所采集到的症状信息、预判的病症类型子信息或预判的挂号科室，为后续面对面问诊的进行打下了基础，提高了整个问诊过程的质量和效率的具体内容，这里明确提到了人工智能可以进行辅助问诊的具体应用，再例如，现有技术中还公开了一篇专利申请号为202010640931.3，名称为问诊教学方法、装置及设备的专利技术专利申请，它具体公开了在问诊教学过程中，可以采用虚拟现实与语音识别及手势识别相结合的方法，来获取用户的问诊信息，进行问诊交互，使得用户可以实现与问诊教学设备的自动问诊交流，节约了人力资源，解决学生在学习及测试问诊技巧的客观准确性，避免了人工测试的主观性，能够使用户在问诊过程中得到客观的评价的具体内容。
[0003]然而，对于医疗教学来说，由于其采用的数据库中存储的问诊信息，提取的也仅仅是原有存储的内容，仅仅是将输出方式转变为虚拟现实与语音识别及手势识别相结合来获得数据库内存储的信息，省去了传统上人工录入信息查询相关内容进行学习的复杂手续，使获得信息的方式更加便捷，提高了学习效率，它不具有主动学习功能，也不能按照学习进度更新输出的知识内容的目的，因此，如何能够使学生利用人工智能得到自己知识点的不足并针对不足持续学习以获得最佳学习效果并降低教学成本成为亟待解决的技术难题。
技术实现思路
[0004]本专利技术要解决的技术问题是提供一种能够使学生利用人工智能得到自己知识点的不足并针对不足持续学习以获得最佳学习效果的问诊训练系统、问诊训练内容构建方法、问诊训练方法及问诊评分方法。
[0005]为了解决上述技术问题，本专利技术的基于人工智能的问诊训练系统，包括用于进行语音录入及识别转换的语音识别模块、构建有临床语料库的数据模块以及用于对数据模块中的数据进行调用的选题训练模块，语音识别模块与数据模块通讯连接并能够将录入的信息经过识别转换后输出至数据模块内，数据模块与选题训练模块通讯连接并能够通过所述
选题训练模块对数据模块中的数据进行调用，选题训练模块还连接有评价模块并能够通过评价模块对用户的训练进行得分计算。
[0006]一种基于上述问诊训练系统的问诊训练内容构建方法，包括用于进行语音录入及识别转换的语音识别模块、构建有临床语料库的数据模块以及用于对数据模块中的数据进行调用的选题训练模块，所述语音识别模块与数据模块通讯连接并能够将录入的信息经过识别转换后输出至数据模块内，所述数据模块与选题训练模块通讯连接并能够通过所述选题训练模块对数据模块中的数据进行调用，所述选题训练模块还连接有评价模块并能够通过所述评价模块对用户的训练进行得分计算。
[0007]一种基于上述问诊训练系统的问诊训练内容构建方法，包括以下步骤：
[0008]A、通过语音识别模块结合自然语言和医疗知识图谱对识别内容进行强化识别和处理，辅助医生问诊训练，实现结构化的语音录入；
[0009]B、从真实的病例中提取出症状、病史，利用医生或医学生的专业知识进行整理，利用临床医案资料构建临床语料库作为存储在数据模块内的信息；
[0010]C、建立能够根据使用者打算训练的科室和类型将数据模块中的数据调用的选题训练模块。
[0011]所述步骤A中，在医院门诊环境下收集带噪音的语音数据进行录入训练。
[0012]在所述步骤B中之前，构建医学知识库语言模型并通过利用临床语料库进行学习训练。
[0013]所述病例中提取的方式包括手写记录、电子化文本记录、拍照记录、结构化录入、现场录音。
[0014]一种基于上述问诊训练系统的问诊训练方法，包括以下步骤：
[0015]A、选题训练模块根据用户训练的问诊类型将数据模块中存储的数据调用出来；
[0016]B、利用调取的问诊类型先做选择，然后根据不同层级和每个层级的问题，将部分题目被标记为必答型；
[0017]C、问诊问题按照层级顺序设置，如果问诊题目按照训练要求符合当前的设置，则得分增加，若题目选择错误或者不选则扣除分值，将迭代更新当前的问诊题目，直至医生或者医学生选择问诊结束。
[0018]在所述步骤C之后，结束问诊训练后返回通过评价模块对用户的训练进行得分计算得到用户评分结果。
[0019]一种基于上述问诊训练方法的问诊训练评价方法，其特征在于，包括以下步骤：
[0020]A、问诊考试问题构建：
[0021]设置变量为问诊题目集合，则每个题目可表示为q
ij
，其中i∈(1，n)，j∈(1，m)，分别表示n种不同层级和每种层级m个问题，将部分题目被标记为必答型，表示为
[0022]B、问诊问题分值：
[0023]为每道问诊题目分别设置不同权重w
ij
，令每轮考试选择题目集合为A，则每次考试总分为F
total
，则F
total
可以表示为：
[0024][0025]C、问诊问题按照层级顺序设置
[0026]随机从n个层级中按问诊内容顺序抽取随机项a，则有1≤a≤n，另设随机项e，且有1≤e≤m，令q
ae
为题目集合中第a级选中的第一个问题，则对于每轮选择的题目集合A为：
[0027]A＝{A
s
，q
ae
，A
t
}
[0028]问诊题目需按照集合A有序设置，其中A
s
表示问题q
ae
之前所有题目的集合,A
t
则为问题q
ae
之后所有题目的集合，假设当前为第l轮，题目选择为q
ae
：
[0029]若则当前得分更新如下：
[0030]F
l
＝F
l
‑1+w
ae
[0031]若即说明题目选择错误，则当前得分更新如下：
[0032][0033]每次选择后，当前选择题目q
ae
会从集合中移除。此时，下一轮的集合更新为：
[0034]A＝{A
t
}
[0035]若则完成题目选本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的问诊训练系统，其特征在于：包括用于进行语音录入及识别转换的语音识别模块、构建有临床语料库的数据模块以及用于对数据模块中的数据进行调用的选题训练模块，所述语音识别模块与数据模块通讯连接并能够将录入的信息经过识别转换后输出至数据模块内，所述数据模块与选题训练模块通讯连接并能够通过所述选题训练模块对数据模块中的数据进行调用，所述选题训练模块还连接有评价模块并能够通过所述评价模块对用户的训练进行得分计算。2.一种基于权利要求1所述问诊训练系统的问诊训练内容构建方法，其特征在于，包括以下步骤：A、通过语音识别模块结合自然语言和医疗知识图谱对识别内容进行强化识别和处理，辅助医生问诊训练，实现结构化的语音录入；B、从真实的病例中提取出症状、病史，利用医生或医学生的专业知识进行整理，利用临床医案资料构建临床语料库作为存储在数据模块内的信息；C、建立能够根据使用者打算训练的科室和类型将数据模块中的数据调用的选题训练模块。3.按照权利要求2所述的问诊训练内容构建方法，其特征在于，所述步骤A中，在医院门诊环境下收集带噪音的语音数据进行录入训练。4.按照权利要求2或3所述的问诊训练内容构建方法，其特征在于，在所述步骤B中之前，构建医学知识库语言模型并通过利用临床语料库进行学习训练。5.按照权利要求4所述的问诊训练内容构建方法，其特征在于：所述病例中提取的方式包括手写记录、电子化文本记录、拍照记录、结构化录入、现场录音。6.一种基于权利要求1所述问诊训练系统的问诊训练方法，其特征在于，包括以下步骤：A、选题训练模块根据用户训练的问诊类型将数据模块中存储的数据调用出来；B、利用调取的问诊类型先做选择，然后根据不同层级和每个层级的问题，将部分题目被标记为必答型；C、问诊问题按照层级顺序设置，如果问诊题目按照训练要求符合当前的设置，则得分增加，若题目选择错误或者不选则扣除分值，将迭代更新当前的问诊题目，直至医生或者医学生选择问诊结束。7.按照权利要求6所述的问诊训练方法，其特征在于：在...
【专利技术属性】
技术研发人员：田广玉，霍莉莉，汤建军，
申请(专利权)人：扬州市江都人民医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。