【技术实现步骤摘要】
本专利技术涉及一种基于prompt语言模型的中文多轮对话医疗系统，属于人工智能与医疗交互。
技术介绍
1、当前，医疗系统在患者诊断、治疗和咨询方面的需求日益增加，需要一种能够提高医疗服务的效率和质量的智能系统。
技术实现思路
1、本专利技术提出了一种基于prompt语言模型的中文多轮对话医疗系统，通过对话交互，能够更精准地理解患者需求，提供个性化的医疗建议。
2、本专利技术的技术方案为基于prompt语言模型的中文多轮对话医疗系统，主要包括以下模块：患者信息模块、对话引擎模块和prompt语言模型模块；所述患者信息模块与对话引擎模块交互连接，对话引擎模块和prompt语言模型模块交互连接；所述对话引擎模块通过与患者信息模块和prompt语言模型模块的协同工作，实现了对患者信息的动态更新和对prompt语言模型的实时调用，并返回prompt语言模型的回复。三个模块之间通过ssl/tls协议进行加密连接，确保患者信息的隐私性，并通过api调用实现与prompt语言模型的无缝集成。
3、进一步地，所述对话引擎模块负责处理用户输入和系统输出的对话流程。对话引擎模块采用python flask框架技术搭建，包括捕获患者输入、返回输出、文本的清洗、历史会话保存、患者基本信息管理和患者权限认证。
4、进一步地，患者信息模块用于收集、存储和管理患者的基本信息；该患者信息模块利用数据库技术，建立患者信息库，确保信息的安全性和隐私保护。
5、进一步地，p
6、进一步地，对话引擎模块采用transformer架构，以提高对话理解的效果。利用prompt-tuning预训练中文prompt语言模型，通过微调实现医疗领域的定制化，同时引入上下文感知自主力机制更好理解多轮对话的上下文。
7、进一步地，患者信息模块采用分布式数据库，确保信息的实时性和可靠性。引入ssl/tls加密技术，保障患者信息的安全传输和存储。
8、进一步地，prompt语言模型模块采用transformer自注意力机制，以处理长距离依赖性和理解输入文本的语境。利用大规模医疗文本数据进行预训练，以获取医学知识和专业术语的语境敏感表示。采用prompt-tuning对prompt语言模型进行动态扩展和更新；所述prompt-tuning的过程如下：prompt token为一些非现实中有意义的token，输入到transformer预训练模型后，会映射为0～n的id，并采用高斯初始化为一个n*model_dim的一个参数矩阵，记为prompt_weight，prompt语言模型的其他参数，记为pretrain_weight。pretrain_weight进行固定，即：随着预训练的进行，prompt_weight的值在不断地更新，而pretrain_weight不变。
9、进一步地，基于prompt语言模型的中文多轮对话医疗系统的装置，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述程序时实现基于prompt语言模型的中文多轮对话医疗系统方法的步骤。
10、进一步地，基于prompt语言模型的中文多轮对话医疗系统的存储介质，该存储介质是一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于prompt语言模型的中文多轮对话医疗系统方法的步骤。
11、与现有技术相比较，本专利技术系统实现了基于人工智能对医疗中的患者提出的问题进行多样性处理，包括但不限于常见症状、疾病诊断、治疗建议等，以提供全面的医学咨询服务。
本文档来自技高网...【技术保护点】
1.基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，包括：患者信息模块、对话引擎模块和Prompt语言模型模块；所述患者信息模块与对话引擎模块交互连接，对话引擎模块和Prompt语言模型模块交互连接；所述对话引擎模块通过与患者信息模块和Prompt语言模型模块的协同工作，实现对患者信息的动态更新和对Prompt语言模型的实时调用，并返回Prompt语言模型的回复；三个模块之间通过SSL/TLS协议进行加密连接，确保患者信息的隐私性，并通过API调用实现与Prompt语言模型的无缝集成。
2.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，所述对话引擎模块负责处理用户输入和系统输出的对话流程；对话引擎模块采用pythonflask框架技术搭建，包括捕获患者输入、返回输出、文本的清洗、历史会话保存、患者基本信息管理和患者权限认证。
3.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，患者信息模块用于收集、存储和管理患者的基本信息；该患者信息模块利用数据库技术，建立患者信息库，确保信息的
4.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，Prompt语言模型模块基于深度学习模型进行实施，用于回答患者提出的相关问题；所述Prompt语言模型模块采用Transformer自注意力机制技术，使用大量无监督医疗数据，训练得到预训练模型，然后基于少量数据对预训练模型进行Prompt-tuning，得到Prompt语言模型。
5.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，对话引擎模块采用Transformer架构，以提高对话理解的效果；利用prompt-tuning预训练中文Prompt语言模型，通过微调实现医疗领域的定制化，同时引入上下文感知自主力机制更好理解多轮对话的上下文。
6.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，患者信息模块采用分布式数据库，确保信息的实时性和可靠性；引入SSL/TLS加密技术，保障患者信息的安全传输和存储。
7.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，Prompt语言模型模块采用Transformer自注意力机制，以处理长距离依赖性和理解输入文本的语境；利用大规模医疗文本数据进行预训练，以获取医学知识和专业术语的语境敏感表示；采用prompt-tuning对Prompt语言模型进行动态扩展和更新；所述Prompt-tuning的过程如下：Prompt token为一些非现实中有意义的token，输入到Transformer预训练模型后，会映射为0～N的id，并采用高斯初始化为一个N*Model_dim的一个参数矩阵，记为Prompt_weight，Prompt语言模型的其他参数，记为Pretrain_weight；Pretrain_weight进行固定，即：随着预训练的进行，Prompt_weight的值在不断地更新，而Pretrain_weight不变。
8.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，步骤(1)用户开始会话时，需经过对话引擎模型进行登录，模型验证通过后方可开始会话；
9.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，基于Prompt语言模型的中文多轮对话医疗系统的装置，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述程序时实现基于Prompt语言模型的中文多轮对话医疗系统方法的步骤。
10.根据权利要求1所述的基于Prompt语言模型的中文多轮对话医疗系统，其特征在于，基于Prompt语言模型的中文多轮对话医疗系统的存储介质，该存储介质是一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于Prompt语言模型的中文多轮对话医疗系统方法的步骤。
...【技术特征摘要】
1.基于prompt语言模型的中文多轮对话医疗系统，其特征在于，包括：患者信息模块、对话引擎模块和prompt语言模型模块；所述患者信息模块与对话引擎模块交互连接，对话引擎模块和prompt语言模型模块交互连接；所述对话引擎模块通过与患者信息模块和prompt语言模型模块的协同工作，实现对患者信息的动态更新和对prompt语言模型的实时调用，并返回prompt语言模型的回复；三个模块之间通过ssl/tls协议进行加密连接，确保患者信息的隐私性，并通过api调用实现与prompt语言模型的无缝集成。
2.根据权利要求1所述的基于prompt语言模型的中文多轮对话医疗系统，其特征在于，所述对话引擎模块负责处理用户输入和系统输出的对话流程；对话引擎模块采用pythonflask框架技术搭建，包括捕获患者输入、返回输出、文本的清洗、历史会话保存、患者基本信息管理和患者权限认证。
3.根据权利要求1所述的基于prompt语言模型的中文多轮对话医疗系统，其特征在于，患者信息模块用于收集、存储和管理患者的基本信息；该患者信息模块利用数据库技术，建立患者信息库，确保信息的安全性和隐私保护。
4.根据权利要求1所述的基于prompt语言模型的中文多轮对话医疗系统，其特征在于，prompt语言模型模块基于深度学习模型进行实施，用于回答患者提出的相关问题；所述prompt语言模型模块采用transformer自注意力机制技术，使用大量无监督医疗数据，训练得到预训练模型，然后基于少量数据对预训练模型进行prompt-tuning，得到prompt语言模型。
5.根据权利要求1所述的基于prompt语言模型的中文多轮对话医疗系统，其特征在于，对话引擎模块采用transformer架构，以提高对话理解的效果；利用prompt-tuning预训练中文prompt语言模型，通过微调实现医疗领域的定制化，同时引入上下文感知自主力机制更好理解多轮对话的上下文。
6.根据权利要求1所述的基于prompt语言模...
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。