患者院外智能语音随访方法及系统

本发明涉及智慧医疗，具体涉及患者院外智能语音随访方法及系统。背景技术：1、随着人工智能的发展，诊后患者管理与随访都是医院智慧化、数字化建设的重要内容和大趋势。虽然现代化医院已经普遍建立了以his为核心的收费系统和以emr为核心的临床信息系统等院内核心系统，但要实现患者的满意度评价和专病随访全覆盖，工作量巨大，因为往往医院在随访工作上缺乏信息化支撑，随访体系相对不完善且随访效率也不高，以医院之前最常用的随访方式有电话随访为例，电话随访需要人工参与，人工进行一套随访流程需要四个步骤，拨号、询问、手动记录信息以及信息录入电脑，这大概需要4分钟，据统计，人工拨打100个电话约有10次空号、25次重拨及90次有效排查，总计约需要7个小时。随访效率低、质量低、人力消耗过多、成本高、数据更新不及时的现象很普遍。技术实现思路1、为了解决上述技术问题，本发明提供了患者院外智能语音随访方法，所述方法包括：2、通过接口获取his记录的患者就诊信息并生成随访计划，所述随访计划包括依据患者的科室病种自动配置对应的随访路径，其中，所述随访路径包括ai语音随访或人工随访；3、所述ai语音随访依据患者的科室病种自动生成语音随访内容并与患者进行批量外呼；4、判断当前的批量外呼的语音随访内容是否正常进行、并依据判断结果整合语音随访待办任务；5、执行所述语音随访待办任务并生成用于管理患者的语音随访数据的统计表。6、进一步的，所述批量外呼包括多轮ai语音对话管理，所述多轮ai语音对话管理包括：7、建立可被计算机理解和计算的对话模型；8、基于所述对话模型进行语音合成、语音识别和语音内容理解；9、根据患者的当前输入以及历史交互信息，并基于对话概率框架形式和描述方案对交互信息进行总结以形成基于目标分布的可跟踪的对话状态；10、在对话跟踪的基础上，根据当前系统状态最大化利用健康医疗知识库信息、并基于目标驱动的策略生成系统响应，引导用户进行持续对话。11、进一步的，所述ai语音对话管理还包括声学前端技术，所述声学前端技术包括：12、语音端点检测，所述语音端点检测是对输入的音频流进行分析，确定患者说话的有效语音的过程；13、噪声消除，所述噪声消除是基于interveri声纹识别系统用以过滤环境噪音。14、进一步的，所述基于目标分布的可跟踪的对话状态包括语音内容的提取与分析，其中，所述语音内容的提取与分析的方法包括：15、利用深度神经网络技术进行语音与非语音建模，且结合bic和plda两阶段方法在整个时间跨度上实现准确的说话人分离；16、基于模型域、特征域以及特殊音素建模的方法以及采用具有时序建模能力的循环神经网络、结合对音素、说话人、环境的预测建立面向口语化风格的声学模型；17、采用基于n-gram的篇章级语言模型技术、以及基于循环神经网络的篇章级自适应技术建立面向口语化风格的语言模型。18、进一步的，所述bic和plda两阶段方法包括：19、第一阶段，使用所述bic对短时段内的声纹进行快速分离以确定可能存在的说话人身份；20、第二阶段，利用所述plda对所述bic初步分离的结果进行长时序的分析和细化以提高分离的精度和类纯度。21、进一步的，所述语音内容理解包括以下方法：22、基于多信息融合及声学属性识别的声学置信度技术、并结合语义信息，检测异常语音；23、组合利用crf模型的标点、句子顺滑及最大熵模型的关键信息抽取技术用以改善语音转写结果的可阅读性。24、进一步的，所述语音识别包括以下方法：25、通过区分性训练法进行语音建模以区分不同方言和不同类型背景噪声的语音数据；26、利用语音识别引擎进行关键字语音识别和连续语音识别。27、进一步的，所述语音合成包括通过文语转化引擎将输入文本实时转换为自然的语音数据。28、进一步的，所述方法还包括危急值预警管理，所述危急值预警管理包括在所述ai语音随访或人工随访过程中当患者随访记录异常时，进行危急值自动预警。29、患者院外智能语音随访系统，包括：30、平台服务层，通过虚拟化技术用于对基础运行环境的监控和资源调度；31、医学ai能力平台，建立在所述平台服务层之上，集成有核心模块，所述核心模块包括语音合成、语音识别、自然语言理解、医学知识库；32、应用服务层，依托底层服务，封装智能化能力；33、应用层，用于提供用户交互界面。34、与现有技术相比，本发明具有如下有益效果：35、与现有电话随访相比较，本发明以智能语音、人工智能核心技术为依托建立患者院外智能语音随访系统，发展人机耦合医患互动服务新模式，通过系统智能批量规范化外呼，开展人机交互，全程语义理解，采集关键数据，完成结构化归档，最终可视化展示交互结果，并全程录音留痕，便于追溯。技术特征：1.患者院外智能语音随访方法，其特征在于，所述方法包括：2.根据权利要求1所述的患者院外智能语音随访方法，其特征在于，所述批量外呼包括多轮ai语音对话管理，所述多轮ai语音对话管理包括：3.根据权利要求2所述的患者院外智能语音随访方法，其特征在于，所述ai语音对话管理还包括声学前端技术，所述声学前端技术包括：4.根据权利要求1所述的患者院外智能语音随访方法，其特征在于，所述基于目标分布的可跟踪的对话状态包括语音内容的提取与分析，其中，所述语音内容的提取与分析的方法包括：5.根据权利要求4所述的患者院外智能语音随访方法，其特征在于，所述bic和plda两阶段方法包括：6.根据权利要求1所述的患者院外智能语音随访方法，其特征在于，所述语音内容理解包括以下方法：7.根据权利要求1所述的患者院外智能语音随访方法，其特征在于，所述语音识别包括以下方法：8.根据权利要求1所述的患者院外智能语音随访方法，其特征在于，所述语音合成包括通过文语转化引擎将输入文本实时转换为自然的语音数据。9.根据权利要求1-8任一项所述的患者院外智能语音随访方法，其特征在于，所述方法还包括危急值预警管理，所述危急值预警管理包括在所述ai语音随访或人工随访过程中当患者随访记录异常时，进行危急值自动预警。10.患者院外智能语音随访系统，其特征在于，包括：技术总结本发明公开一种患者院外智能语音随访方法及系统，所述方法包括通过接口获取HIS记录的患者就诊信息并生成随访计划，所述随访计划包括依据患者的科室病种自动配置对应的随访路径，其中，所述随访路径包括AI语音随访或人工随访；所述AI语音随访依据患者的科室病种自动生成语音随访内容并与患者进行批量外呼；判断当前的批量外呼的语音随访内容是否正常进行、并依据判断结果整合语音随访待办任务；执行所述语音随访待办任务并生成用于管理患者的语音随访数据的统计表。本发明以智能语音、人工智能核心技术为依托建立出院患者智能语音随访系统，发展人机耦合医患互动服务新模式，最终可视化展示交互结果，并全程录音留痕，便于追溯。技术研发人员：陈霞,姚秀英,胡琼丹,陶菊,戴晓熹,周燕,黄蕾受保护的技术使用者：安徽省立医院（中国科学技术大学附属第一医院）技术研发日：技术公布日：2024/8/16