一种临床指南驱动的数字医生交互方法及系统与流程

摘要: 本技术实施例涉及人工智能健康交互,特别涉及一种临床指南驱动的数字医生交互方法及系统。背景技术:1、随着人工智能、大语言模型、语音合成和数字人技术的发展,面向健康...
一种临床指南驱动的数字医生交互方法及系统与流程

本技术实施例涉及人工智能健康交互,特别涉及一种临床指南驱动的数字医生交互方法及系统。

背景技术:

1、随着人工智能、大语言模型、语音合成和数字人技术的发展,面向健康咨询和健康管理的交互系统逐渐能够以文字、语音或数字人形象与用户进行交流。现有系统通常可以对自然语言问题进行回复,部分系统还可以通过文本转语音方式播报回复内容。

2、但是,在健康咨询场景中,用户输入往往同时包含症状描述、健康咨询内容以及血压、血糖等生理检测数据。现有数字健康交互系统大多侧重自然语言问答,用户主动上传生理检测数据时,系统对所述生理检测数据与临床指南风险规则之间缺少连续的数据处理关系,难以形成具有明确依据来源的个性化风险提示和健康建议。

3、另一方面,大语言模型在健康交互场景中可能面对用户直接询问疾病名称、询问是否患有某种疾病等诊断请求。若仅依赖大模型自由生成,容易出现输出诊断性结论的情况。因此,需要在用户输入进入后续风险评估或对话生成之前,对不同意图进行处理路径分流,并对最终输出内容进行约束。

4、此外,健康交互结果在通过数字人形象输出时,若语音、口型和肢体动作缺乏明确的同步关系,也会影响交互过程的一致性。现有方案中常见的语音播报、数字人动画、检索增强生成等技术本身均较为成熟,如何将会话上下文、意图过滤、生理检测数据、临床风险规则、结构化风险评估结果、健康建议文本以及数字人输出组织为连续的数据流,是数字医生交互系统需要进一步解决的问题。

技术实现思路

1、针对现有技术中数字健康交互系统中健康数据处理、诊断类请求安全控制以及个性化健康建议生成相互割裂的问题,本技术提供了一种临床指南驱动的数字医生交互方法及系统。技术方案如下:

2、一方面,提供了一种临床指南驱动的数字医生交互方法,包括:

3、步骤101,采集用户输入信息,并基于所述用户输入信息和当前会话的历史交互记录形成当前会话上下文;

4、步骤102,对所述用户输入信息进行意图分类,根据意图分类结果确定对应的交互处理路径,其中,诊断请求对应安全拦截路径,包含生理检测数据的数据查询请求对应健康风险评估路径,其余允许处理的请求对应对话生成路径;

5、步骤103,在所述交互处理路径为健康风险评估路径时,对所述生理检测数据进行标准化,并从结构化临床风险知识库中检索与所述生理检测数据匹配的风险判断规则及对应指南依据;

6、步骤104,基于所述生理检测数据、所述风险判断规则和所述指南依据构造风险推理输入,将所述风险推理输入输入大模型推理引擎,获得结构化风险评估结果;

7、步骤105,基于所述当前会话上下文以及所述结构化风险评估结果生成健康建议文本,其中,所述健康建议文本不包括疾病诊断结论;

8、步骤106,对所述健康建议文本进行输出审核,并将审核后的健康建议文本转换为语音输出和数字人视觉输出。

9、可选的,所述采集用户输入信息,并基于所述用户输入信息和当前会话的历史交互记录形成当前会话上下文,包括:

10、步骤1011,通过语音输入接口采集用户语音指令,并将所述用户语音指令转换为文本信息;

11、步骤1012,通过数据接口接收用户生理检测数据;

12、步骤1013,为当前会话维护上下文缓存,并根据预设时间窗口保留历史交互记录;

13、步骤1014,在调用大模型进行对话处理时,将所述预设时间窗口内的历史交互记录与当前用户输入信息组合形成所述当前会话上下文。

14、可选的,所述对所述用户输入信息进行意图分类,根据意图分类结果确定对应的交互处理路径,包括:

15、步骤1021,将所述用户输入信息划分为诊断请求、症状描述、数据查询、健康咨询和日常闲聊中的一种;

16、步骤1022,在所述意图分类结果为诊断请求时,调用大模型,并通过预设提示词对所述大模型的回复生成进行约束,使所述大模型不输出疾病确定性诊断结论,并生成预设安全话术;

17、步骤1023,在所述意图分类结果为数据查询时,提取用户输入信息中的生理检测数据,并进入所述健康风险评估路径;

18、步骤1024,在所述意图分类结果为症状描述、健康咨询或日常闲聊时,将所述当前会话上下文输入大模型进行对应的非诊断性回复生成。

19、可选的,所述对所述生理检测数据进行标准化,并从结构化临床风险知识库中检索与所述生理检测数据匹配的风险判断规则及对应指南依据,包括:

20、步骤1031,将所述生理检测数据转换为预设数据格式;

21、步骤1032,根据所述生理检测数据的数据类型和数值范围,从所述结构化临床风险知识库中检索满足对应条件的风险判断规则;

22、步骤1033,获取与所述风险判断规则关联的风险等级以及指南依据;

23、其中,所述结构化临床风险知识库基于国家临床指南、国际标准和病种风险判断规则中的至少一种构建。

24、可选的,所述基于所述生理检测数据、所述风险判断规则和所述指南依据构造风险推理输入,将所述风险推理输入输入大模型推理引擎,获得结构化风险评估结果,包括:

25、步骤1041,将所述生理检测数据、检索得到的风险判断规则以及对应的指南依据组合形成风险推理提示信息;

26、步骤1042,将所述风险推理提示信息输入所述大模型推理引擎进行推理;

27、步骤1043,将推理结果转换为结构化风险评估结果,所述结构化风险评估结果包括风险类型、风险等级、风险依据、建议提示和体检综合分析中的至少两项;

28、步骤1044,将所述结构化风险评估结果发送至健康建议生成过程。

29、其中,所述结构化风险评估结果不包括对用户疾病状态的确定性诊断结论。

30、可选的,所述基于所述当前会话上下文以及所述结构化风险评估结果生成健康建议文本,包括:

31、步骤1051,根据所述结构化风险评估结果匹配预设健康建议模板;

32、步骤1052,将所述当前会话上下文、所述结构化风险评估结果以及所述预设健康建议模板输入大模型;

33、步骤1053,由所述大模型对所述预设健康建议模板进行基于当前会话语境的文本改写,生成所述健康建议文本;

34、步骤1054,在所述健康建议文本中加入用于表明所述健康建议文本不构成医疗诊断的提示信息。

35、可选的,所述对所述健康建议文本进行输出审核,包括:

36、步骤1061,对所述健康建议文本进行诊断性内容检测;

37、步骤1062,在检测到所述健康建议文本包含疾病确定性诊断内容时,阻止所述健康建议文本进入数字人输出过程;

38、步骤1063,将通过输出审核的健康建议文本传递至语音输出和数字人视觉输出过程。

39、可选的,所述将审核后的健康建议文本转换为语音输出和数字人视觉输出,包括:

40、步骤1064,对所述健康建议文本进行文本正则化和预处理,并通过文本转语音模型生成合成语音;

41、步骤1065,获取所述文本转语音模型输出的音素时间戳,并依据所述音素时间戳驱动数字人口型变化;

42、步骤1066,在所述合成语音播放期间,保持预置肢体动作动画持续播放,其中,所述预置肢体动作动画独立于所述合成语音的播放状态持续运行;

43、步骤1067,在所述合成语音播放结束后停止口型驱动,并保持所述预置肢体动作动画持续播放,使数字人进入非语音播报状态。

44、可选的,所述结构化临床风险知识库中的风险判断规则与对应指南依据建立关联关系,在所述风险判断规则更新时,通过更新所述结构化临床风险知识库中的对应风险判断规则和指南依据,更新后续风险推理过程中使用的检索内容。

45、另一方面,提供了一种临床指南驱动的数字医生交互系统,包括:

46、多模态输入模块,用于采集用户输入信息,并基于所述用户输入信息和当前会话的历史交互记录形成当前会话上下文;

47、大模型对话引擎,包括意图过滤层,用于对所述用户输入信息进行意图分类,并根据意图分类结果确定对应的交互处理路径;

48、健康风险评估模块,用于在所述交互处理路径为健康风险评估路径时,对生理检测数据进行标准化,从结构化临床风险知识库中检索匹配的风险判断规则和指南依据,并基于所述生理检测数据、所述风险判断规则和所述指南依据生成结构化风险评估结果;

49、健康建议生成器,用于基于所述当前会话上下文和所述结构化风险评估结果生成健康建议文本,并对所述健康建议文本进行输出审核;

50、数字人驱动模块,用于将通过输出审核的健康建议文本转换为语音输出,并基于语音输出对应的音素时间戳驱动数字人口型,同时播放与健康建议文本语义内容无关的预置肢体动作动画。

51、与现有技术相比,本发明具有以下显著有益效果。

52、本发明通过在用户输入进入对话生成前设置意图分类和交互路径控制,使诊断请求、安全话术处理、健康风险评估和一般对话处理在同一交互链路内按意图分流;通过将生理检测数据、匹配的风险判断规则及其指南依据共同构造为风险推理输入,使结构化风险评估结果具有明确的规则和指南来源;通过将所述结构化风险评估结果继续传递至健康建议生成过程,使用户数据处理结果与最终健康建议之间形成连续的信息流。

53、进一步地,本发明在输入侧对诊断请求进行拦截,并在健康建议输出前执行诊断性内容审核,使生成路径和输出路径均受到约束;采用模板与大模型语境化改写相结合的方式生成健康建议,在保留预设健康建议内容基础上结合当前会话上下文调整表达;利用文本转语音模型输出的音素级时间戳驱动数字人口型,同时使预置肢体动作独立循环播放,使数字人语音输出、口型变化和肢体动画之间具有明确的同步关系。