【技术实现步骤摘要】
本申请涉及随访，特别是涉及一种随访方法及相关装置。
技术介绍
1、随访是指医院对曾在医院就诊的病人以通讯或其他的方式，进行定期了解患者病情变化和指导患者康复的一种观察方法。随访是临床工作的重要组成部分，通过对出院病人或患慢性疾病的病人进行医疗追踪，医生可及时了解病人的病情变化并给予治疗建议，对病情复发和恶化的病人可安排重新住院治疗；另一方面便于医生对病人跟踪观察，了解预后情况、远期疗效及新技术临床应用效果，掌握第一手资料，积累经验，有利于科研工作的开展和业务水平的提高，更好地为病人服务。
2、目前，随访的主要方式有术后病房随访、门诊面访和家庭随访等。这些方式都需要医护人员手动记录和分类保存信息，并且当需要对数据进行统计分析时，还需要人工再次录入电脑，降低效率，质量不高。
技术实现思路
1、本申请至少提供一种随访方法及相关装置。
2、为解决上述技术问题，本申请采用的一个技术方案是：提供一种随访方法，该方法包括：利用大语言模型与患者进行随访交互，得到患者在所述随访交互中的反馈内容，随访交互包含多轮问答；基于反馈内容，得到随访结果。
3、因此，利用大语言模型与患者进行多轮回答，并基于患者在随访交互中的反馈内容得到随访结果。一方面，利用大语言模型与患者进行随访交互，实现智能化随访，提高了随访的效率。另一方面，由于大语言模型具有强理解能力、逻辑思维能力以及推理能力等，能够对患者在随访交互过程中的反馈内容进行精准解读，增加对患者反馈内容的理解，从而能够生成内
4、其中，多轮问答包括至少一组随访问答，随访问答为由大语言模型生成随访问题并由患者反馈针对随访问题的第一回答。
5、因此，由大语言模型生成随访问题，且大语言模型接收到由患者针对随访问题的第一回答，完成与患者之间的一组随访问答。
6、其中，多轮问答还包括至少一组患者问答，患者问答为由患者反馈患者问题以及由大语言模型针对患者问题生成第二回答。
7、因此，由于大语言模型具有强理解能力、逻辑思维能力以及推理能力等，所以，大语言模型能够理解并精准解读患者反馈的患者问题，并能够生成内容详实、表述流畅、逻辑清晰的回答；即，利用大语言模型能够对患者反馈的患者问题，提供实时的、专业的、准确的、人性化的医学建议，提高了随访质量和效率。
8、其中，利用大语言模型与患者进行随访交互，得到患者在随访交互中的反馈内容，包括：利用大语言模型生成随访问题，将随访问题作为交互内容；将交互内容提供给患者，并接收患者针对交互内容的反馈内容；利用大语言模型基于最新接收到的反馈内容生成新的交互内容，并重新执行将交互内容提供给患者，并接收患者针对交互内容的反馈内容及其后续步骤，直至满足随访结束条件。
9、因此，能够更加全面地了解患者术后或者出院后的相关情况。
10、其中，利用大语言模型基于最新接收到的反馈内容生成新的交互内容，包括：利用大语言模型对最新接收的反馈内容进行分析，得到分析结果，分析结果包括以下至少一者：表征是否包含与前一随访问题相关的第一回答的第一分析结果、表征是否包含患者问题的第二分析结果；响应于分析结果包含第一分析结果，利用大语言模型基于第一分析结果生成新的随访问题，以作为新的交互内容；响应于分析结果包含第二分析结果且第二分析结果为包含患者问题，利用大语言模型生成针对患者问题的第二回答，以作为新的交互内容。
11、因此，对应反馈内容的分析结果包含第一分析结果，表明最新接收到的反馈内容是患者针对前一随访问题进行反馈的，说明患者的反馈内容是正常的；此时，针对其他的随访问题对患者进行随访，以更全面地对患者术后或者出院后的相关情况进行了解；在分析结果包含第二分析结果且第二分析结果为包含患者问题，说明患者当前存在医学疑问；而由于大语言模型具有强理解能力、逻辑思维能力以及推理能力，所以，大语言模型能够理解并精准解读患者反馈的患者问题，并能够生成内容详实、表述流畅、逻辑清晰的回答；即，利用大语言模型能够对患者反馈的患者问题，提供实时的、专业的、准确的、人性化的医学建议，提高了随访质量和效率。
12、其中，利用大语言模型基于第一分析结果生成新的随访问题，以作为新的交互内容，包括：利用大语言模型从问题库中获取新的随访问题；和/或，响应于最新接收的反馈内容未包含与前一随访问题相关的第一回答，利用大语言模型调整前一随访问题的描述，以作为新的随访问题。
13、因此，反馈内容未包含与前一随访问题相关的第一回答，表明最新接收到的反馈内容是患者未针对前一随访问题进行反馈的，说明患者的反馈内容是异常的；此时，利用大语言模型调整前一随访问题的描述，以作为新的随访问题，以再次向患者提供该随访问题，保证患者针对各随访问题反馈内容的准确性，提高了随访质量。
14、其中，利用大语言模型从问题库中获取新的随访问题，包括：利用大语言模型对第一回答进行语义理解，得到语义结果；从问题库中选出与语义结果具有预设关联关系的新的随访问题；和/或，利用大语言模型调整前一随访问题的描述，包括：利用大语言模型调整前一随访问题中的至少部分内容在前一随访问题中的位置。
15、因此，灵活地从问题库中选出新的随访问题。
16、其中，在分析结果包括第一分析结果和第二分析结果，且第二分析结果为包含患者问题的情况下，优先执行利用大语言模型生成针对患者问题的第二回答，以作为新的交互内容的步骤，并在针对患者问题交互结束的情况下，再执行利用大语言模型基于第一分析结果生成新的随访问题，以作为新的交互内容的步骤；和/或，在利用大语言模型生成针对患者问题的第二回答，以作为新的交互内容之后，还包括：利用患者问题以及针对患者问题的反馈内容，更新大语言模型。
17、因此，会利用患者问题以及针对患者问题的反馈内容，更新大语言模型，以利用患者偏好对大语言模型进行连续迭代更新。
18、其中，利用大语言模型生成随访问题，包括：利用大语言模型获取本次随访所针对的疾病信息，并从问题库中搜索出与疾病信息相关的问题集；从问题集中获取一随访问题。
19、因此，随访的目的是为了了解患者术后或者出院后的相关情况，而每种疾病所需要了解的患者的相关情况不同；所以，将与疾病信息相关的问题集中的问题作为随访问题，能够更有针对性与患者进行随访交互，提高随访的质量。
20、其中，将交互内容提供给患者，并接收患者针对交互内容的反馈内容，包括：将交互内容通过语音方式提供给患者，并通过语音方式接收患者针对交互内容的反馈内容。
21、因此，大语言模型通过语音方式对患者进行随访，实现智能化语音随访。
22、其中，将交互内容通过语音方式提供给患者，包括：利用大语言模型生成交互内容的第一语音，将第一语音发送给外呼设备，以使外呼设备将第本文档来自技高网...
【技术保护点】
1.一种随访方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多轮问答包括至少一组随访问答，所述随访问答为由所述大语言模型生成随访问题并由所述患者反馈针对所述随访问题的第一回答。
3.根据权利要求2所述的方法，其特征在于，所述多轮问答还包括至少一组患者问答，所述患者问答为由所述患者反馈患者问题以及由所述大语言模型针对所述患者问题生成第二回答。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述利用大语言模型与患者进行随访交互，得到所述患者在所述随访交互中的反馈内容，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述大语言模型基于最新接收到的所述反馈内容生成新的交互内容，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用所述大语言模型基于所述第一分析结果生成新的随访问题，以作为新的交互内容，包括：
7.根据权利要求6所述的方法，其特征在于，所述利用所述大语言模型从问题库中获取新的随访问题，包括：
8.根据权利要求5至7任一项所述的方法，其特征在
9.根据权利要求4至8任一项所述的方法，其特征在于，所述利用所述大语言模型生成随访问题，包括：
10.根据权利要求4至9任一项所述的方法，其特征在于，所述将所述交互内容提供给所述患者，并接收所述患者针对所述交互内容的反馈内容，包括：
11.根据权利要求10所述的方法，其特征在于，所述将所述交互内容通过语音方式提供给所述患者，包括：
12.一种随访装置，其特征在于，所述随访装置包括：
13.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储有程序指令，所述处理器用于执行所述程序指令以实现如权利要求1-11任一项所述的随访方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序指令，所述程序指令能够被执行以实现如权利要求1-11任一项所述的随访方法。
...【技术特征摘要】
1.一种随访方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多轮问答包括至少一组随访问答，所述随访问答为由所述大语言模型生成随访问题并由所述患者反馈针对所述随访问题的第一回答。
3.根据权利要求2所述的方法，其特征在于，所述多轮问答还包括至少一组患者问答，所述患者问答为由所述患者反馈患者问题以及由所述大语言模型针对所述患者问题生成第二回答。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述利用大语言模型与患者进行随访交互，得到所述患者在所述随访交互中的反馈内容，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用所述大语言模型基于最新接收到的所述反馈内容生成新的交互内容，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用所述大语言模型基于所述第一分析结果生成新的随访问题，以作为新的交互内容，包括：
7.根据权利要求6所述的方法，其特征在于，所述利用所述大语言模型从问题库中获取新的随访问题，包括：
8.根据权利要求5至7任一项所述的方法，其特征在于，在所述分析结果包括所述第一分析结果和第二分析结果，...
【专利技术属性】
技术研发人员：张少霆，
申请(专利权)人：上海商汤善萃医疗科技有限公司，
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。