一种防治糖脂代谢病的智能语音机器人和使用方

本发明涉及语音机器人领域，更具体地，涉及一种防治糖脂代谢病的智能语音机器人和使用方法。背景技术：1、中国近年来糖脂代谢病患者数量的激增，部分原因可以追溯到生活方式和饮食结构的变化。现代都市化的生活方式导致了人们过度依赖高糖高脂的饮食，缺乏足够的运动，从而增加了患上糖尿病、高血压等糖脂代谢病的风险。2、其次，目前的医疗系统在糖脂代谢病的管理中存在一系列问题。例如，患者常常面临用药不规律、饮食控制不当等问题，导致病情无法有效控制，传统的医疗服务也存在医患信息传递不畅、监测手段单一等弊端。技术实现思路1、本发明为克服上述现有技术所述的患者常常面临用药不规律、饮食控制不当，导致病情无法有效控制，传统的医疗服务也存在医患信息传递不畅、监测手段单一的问题，提供一种防治糖脂代谢病的智能语音机器人和使用方法。2、本发明旨在至少在一定程度上解决上述技术问题。3、为解决上述技术问题，本发明的技术方案如下：4、一种防治糖脂代谢病的智能语音机器人，包括机器人本体，还包括信息输入机构、信息输出机构和大语言模型模块，所述信息输入机构和所述信息输出机构均设置在机器人本体内，所述大语言模型模块内置改进的大语言模型，所述大语言模型模块根据所述改进的大语言模型处理信息输入机构获取的信息，生成糖脂代谢病的预测结果输入信息输出机构，所述信息输入机构和信息输出机构用于与用户进行智能语音信息交换。5、所述大语言模型模块与交互式健康智能问答模块连接，用于将用户的问题输入到所述大语言模型模块中，所述大语言模型模块还包括糖脂代谢病诊断模块、食物评估模块和药品评估模块，6、所述糖脂代谢病诊断模块用于对信息输入机构获取的体检信息进行解析，根据体检数据的指标信息输入至所述改进的大语言模型中，所述改进的大语言模型输出诊断糖脂代谢病的诊断结果；7、所述食物评估模块用于爬取网上关于食物的信息，将爬取的信息输入到所述改进的大语言模型中；8、所述药品评估模块用于爬取网上关于药物的信息，将爬取的信息输入到所述改进的大语言模型中。9、所述信息输出机构包括显示屏和扬声器，所述扬声器将所述大语言模型的预测结果以声音的形式输出，所述显示屏将所述大语言模型的预测结果可视化显示。10、一种防治糖脂代谢病的智能语音机器人使用方法，所述智能语音机器人使用方法应用于所述的一种防治糖脂代谢病的智能语音机器人，所述智能语音机器人使用方法包括以下步骤：11、s1：使用所述信息输入机构获取用户语音信息；12、s2：将用户语音信息输入改进的大语言模型中，通过改进的大语言模型得到预测结果，信息输出机构输出预测结果。13、步骤s2中，所述改进的大语言模型的构建方法，包括以下步骤：14、s2.1：获取糖脂代谢病的数据；15、s2.2：根据糖脂代谢病的数据构建向量数据库；16、s2.3：根据糖脂代谢病的数据构建大语言模型；17、s2.4：改进所述大语言模型；18、s2.5：将所述向量数据库与改进的大语言模型连接。19、步骤s2.2中，所述根据糖脂代谢病的数据构建向量数据库，包括：将获取的糖脂代谢病的数据进行向量化，对向量化的糖脂代谢病的数据进行向量压缩和编码，得到向量数据库。20、步骤s2.4中，所述优化大语言模型，包括：采用chatglm3-6b为大语言模型的基准模型，使用p-tuningv2技术对基准模型进行优化。21、所述使用p-tuningv2技术对基准模型进行优化，包括：通过p-tuning v1将基准模型的自然语言提示信息替换为可训练的嵌入，利用长短期记忆递归神经网络对可训练的嵌入进行训练后，再对基准模型引入自然语言提示的锚字符，通过糖脂代谢病的数据训练大语言模型，得到改进的大语言模型。22、步骤s2中，所述将用户语音信息输入所述大语言模型中，通过所述大语言模型得到预测结果，包括：23、s2.1：将用户语音信息转化为文字信息，将文字信息转换为向量并升维；24、s2.2：将升维后向量输入到向量数据库中查找相似度最高的向量，通过计算向量距离，所述向量距离最近的向量为相似度最高的向量；25、s2.3：将所述相似度最高的向量输入到改进的大语言模型中，得到预测结果。26、与现有技术相比，本发明技术方案的有益效果是：27、用户可通过便捷的录入方式输入体检数据，借助机器人内置优化的大语言模型，机器人将自动判别用户是否患有糖脂代谢病，并提供详细的病情评估，然后通过信息输出机构将病情评估报告可视化，为糖脂代谢病患者提供更全面、个性化的管理服务。技术特征：1.一种防治糖脂代谢病的智能语音机器人，包括机器人本体，其特征在于，还包括信息输入机构、信息输出机构和大语言模型模块，所述信息输入机构和所述信息输出机构均设置在机器人本体内，所述大语言模型模块内置改进的大语言模型，所述大语言模型模块根据所述改进的大语言模型处理信息输入机构获取的信息，生成糖脂代谢病的预测结果输入信息输出机构，所述信息输入机构和信息输出机构用于与用户进行智能语音信息交换。2.根据权利要求1所述的一种防治糖脂代谢病的智能语音机器人，其特征在于，所述大语言模型模块与交互式健康智能问答模块连接，用于将用户的问题输入到所述大语言模型模块中，所述大语言模型模块还包括糖脂代谢病诊断模块、食物评估模块和药品评估模块，3.根据权利要求1所述的一种防治糖脂代谢病的智能语音机器人，其特征在于，所述信息输入机构包括话筒(5)，所述话筒(5)将获取的音频转换为用户语音信息，将用户语音信息输入到大语言模型。4.根据权利要求1所述的一种防治糖脂代谢病的智能语音机器人，其特征在于，所述信息输出机构包括显示屏(6)和扬声器(4)，所述扬声器(4)将所述大语言模型的预测结果以声音的形式输出，所述显示屏(6)将所述大语言模型的预测结果可视化显示。5.一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，所述智能语音机器人使用方法应用于权利要求1至4任一项所述的一种防治糖脂代谢病的智能语音机器人，所述智能语音机器人使用方法包括以下步骤：6.根据权利要求5所述的一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，步骤s2中，改进的大语言模型的构建方法，包括以下步骤：7.根据权利要求6所述的一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，步骤s2.2中，根据糖脂代谢病的数据构建向量数据库，包括：将获取的糖脂代谢病的数据进行向量化，对向量化的糖脂代谢病的数据进行向量压缩和编码，得到向量数据库。8.根据权利要求6所述的一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，步骤s2.4中，改进大语言模型，包括：采用chatglm3-6b为大语言模型的基准模型，使用p-tuningv2技术对基准模型进行优化。9.根据权利要求8所述的一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，使用p-tuningv2技术对基准模型进行优化，包括：通过p-tuning v1将基准模型的自然语言提示信息替换为可训练的嵌入，利用长短期记忆递归神经网络对可训练的嵌入进行训练后，再对基准模型引入自然语言提示的锚字符，通过糖脂代谢病的数据训练大语言模型，得到改进的大语言模型。10.根据权利要求9所述的一种防治糖脂代谢病的智能语音机器人使用方法，其特征在于，步骤s2中，所述将用户语音信息输入所述大语言模型中，通过所述大语言模型得到预测结果，包括：技术总结本发明属于智能语言模型技术与传统机器人相结合领域，更具体，本发明公开一种防治糖脂代谢病的智能语音机器人和使用方法，本发明具备先进的人工智能算法，使用了大语言模型技术，能够通过病人的体检数据来判断病人是否患有糖脂代谢病以及其程度，并且能够在生活中给予病人如何去防治糖脂代谢病的建议，使用者就无须到医疗机构中便可以在家进行体检报告诊断。技术研发人员：容世强,杨进受保护的技术使用者：广东药科大学技术研发日：技术公布日：2024/8/16