CN115083602A - 精神疾病辅助诊断方法、装置、设备、存储介质及系统 - Google Patents
精神疾病辅助诊断方法、装置、设备、存储介质及系统 Download PDFInfo
- Publication number
- CN115083602A CN115083602A CN202210981728.1A CN202210981728A CN115083602A CN 115083602 A CN115083602 A CN 115083602A CN 202210981728 A CN202210981728 A CN 202210981728A CN 115083602 A CN115083602 A CN 115083602A
- Authority
- CN
- China
- Prior art keywords
- diagnosed
- historical
- information
- answering system
- diagnosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 66
- 208000020016 psychiatric disease Diseases 0.000 title claims abstract description 51
- 208000024891 symptom Diseases 0.000 claims abstract description 37
- 230000008451 emotion Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 13
- 201000010099 disease Diseases 0.000 description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 230000006996 mental state Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 206010022437 insomnia Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000003326 hypnotic agent Substances 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000032023 Signs and Symptoms Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及一种精神疾病辅助诊断方法、装置、设备、存储介质及系统。本公开通过知识谱图的构建内容，从待诊断对象与智能问答系统的第一历史对话中抽取与构建内容对应的目标信息。根据目标信息对待诊断对象的历史信息进行更新，得到待诊断对象的当前信息，根据第一历史对话中待诊断对象的历史发言、以及待诊断对象的当前信息，生成针对待诊断对象的诊断指标。在对话结束时，根据该待诊断对象最新的当前信息和诊断指标，生成针对待诊断对象的辅助诊断信息。由于在对话过程中，可以对患者的症状做完整的采集，并对患者的病情和心理做完整的刻画，因此该辅助诊断信息能够较为完整准确的刻画患者的状况，从而能够精准的辅助医生对精神类疾病进行诊断。
Description
技术领域
本公开涉及信息技术领域，尤其涉及一种精神疾病辅助诊断方法、装置、设备、存储介质及系统。
背景技术
目前精神类疾病的得病率越来越高，但是，本申请的发明人发现，目前的精神科医生对精神类疾病的诊断存在一定的主观性，从而导致精神类疾病的误诊率较高。因此，现有技术中亟需一种能够辅助医生对精神类疾病进行诊断的方法。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种精神疾病辅助诊断方法、装置、设备、存储介质及系统，使得辅助诊断信息能够较为完整、准确的刻画患者当前的状况，从而能够精准的辅助医生对精神类疾病进行诊断。
第一方面，本公开实施例提供一种精神疾病辅助诊断方法，包括：
获取待诊断对象与智能问答系统的第一历史对话；
根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
第二方面，本公开实施例提供一种精神疾病辅助诊断装置，包括：
获取模块，用于获取待诊断对象与智能问答系统的第一历史对话；
抽取模块，用于根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
更新模块，用于根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
第一生成模块，用于根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
第二生成模块，用于根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
第三方面，本公开实施例提供一种电子设备，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现第一方面所述的方法。
第五方面，本公开实施例提供一种精神疾病辅助诊断系统，所述系统包括：终端和服务器；
待诊断对象通过所述终端与智能问答系统进行对话；
所述服务器用于执行如第一方面所述的方法。
本公开实施例提供的精神疾病辅助诊断方法、装置、设备、存储介质及系统，通过获取待诊断对象与智能问答系统的第一历史对话，并根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息。进一步，根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息，根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标。在对话结束时，根据该待诊断对象最新的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。由于在对话过程中，可以对患者的症状做完整的采集，并对患者的病情和心理做完整的刻画，因此，该辅助诊断信息能够较为完整、准确的刻画患者当前的状况，从而能够精准的辅助医生对精神类疾病进行诊断。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的精神疾病辅助诊断方法流程图；
图2为本公开实施例提供的应用场景的示意图；
图3为本公开实施例提供的对话的示意图；
图4为本公开实施例提供的知识图谱的结构示意图；
图5为本公开另一实施例提供的精神疾病辅助诊断方法流程图；
图6为本公开另一实施例提供的精神疾病辅助诊断方法流程图；
图7为本公开另一实施例提供的精神疾病辅助诊断方法流程图；
图8为本公开实施例提供的精神疾病辅助诊断装置的结构示意图；
图9为本公开实施例提供的电子设备实施例的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
前的精神科医生对精神类疾病的诊断存在一定的主观性，从而导致精神类疾病的误诊率较高。因此，现有技术中亟需一种能够辅助医生对精神类疾病进行诊断的方法。针对该问题，本公开实施例提供了一种精神疾病辅助诊断方法，下面结合具体的实施例对该方法进行介绍。
图1为本公开实施例提供的精神疾病辅助诊断方法流程图。该方法可以由精神疾病辅助诊断装置执行，该装置可以采用软件和/或硬件的方式实现，该装置可配置于电子设备中，例如服务器或终端，其中，终端具体包括手机、电脑或平板电脑等。另外，本实施例所述的精神疾病辅助诊断方法可以适用于如图2所示的应用场景。如图2所示，该应用场景包括终端21和服务器22，其中，终端21可以是待诊断对象使用的终端，例如，待诊断对象可以是有精神疾病的患者，或者可以是正常人，待诊断对象通过终端21与智能问答系统进行对话。服务器22可以根据待诊断对象与智能问答系统之间的对话，对待诊断对象的精神状态进行辅助诊断，也就是说，服务器22进行辅助诊断后会输出辅助诊断信息，该辅助诊断信息可以输出给医生或专家，从而辅助医生或专家对待诊断对象的精神状态进行最终的诊断或者对待诊断对象进行精神方面或身体方面的干预。下面结合图2对该方法进行详细介绍，如图1所示，该方法具体步骤如下：
S101、获取待诊断对象与智能问答系统的第一历史对话。
例如，智能问答系统可以集成在服务器22中，当终端21和服务器22建立连接后，待诊断对象与智能问答系统进行对话交互。待诊断对象与智能问答系统的对话交互为正常人工智能对话交互。本实施例并不限定对话的形式，例如，服务器22可以将问题以文本的形式发送给终端21，待诊断对象以文本的形式回答该问题，从而形成对话文本。或者，服务器22可以将问题以语音的形式发送给终端21，待诊断对象以语音的形式回答该问题，从而形成对话语音，进一步，还可以通过自动语音识别（Automatic Speech Recognition，ASR）技术将该对话语音转换为对话文本。
可以理解的是，待诊断对象与智能问答系统的对话过程中，对话轮次是不断增加的，如图3所示，一问一答可以视为一轮对话，31表示第一轮对话，32表示第二轮对话。在本实施例中，当前时刻之前已经发生的全部对话可以记为第一历史对话，或者当前时刻之前的上一轮或上几轮对话可以记为第一历史对话，也就是说，第一历史对话可以是一轮对话或多轮对话。
S102、根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息。
在本实施例中，服务器22中还可以构建有知识谱图，该知识谱图的构建内容包括疾病名称、症状、事件、个人背景、用药等。其中，事件可以是被裁员、家人去世等与待诊断对象相关的事件。可以理解的是，在待诊断对象与智能问答系统的对话过程中，智能问答系统可能会问待诊断对象曾经或当下的疾病、症状、最近发生的事情、个人背景、曾经或当下的用药情况等。因此，当服务器22获取到第一历史对话时，可以根据该知识谱图的构建内容，从该第一历史对话中抽取与构建内容对应的目标信息。例如，待诊断对象在第一历史对话中表示自己最近患有抑郁症、经常失眠、被公司裁员、自己是名牌学校毕业、服用安眠药，则服务器22从该第一历史对话中抽取出的与疾病名称对应的目标信息是抑郁症、与症状对应的目标信息是经常失眠、与事件对应的目标信息是被公司裁员、与个人背景对应的目标信息是名牌学校毕业、与用药对应的目标信息是安眠药，如表1所示。可以理解的是，知识谱图不仅包括构建内容，还可以包括不同构建内容之间的关联关系，具体的，该关联关系可以是因果关系。例如图4所示，疾病名称、症状、事件、个人背景、用药可以分别对应一个节点，疾病名称对应的节点可以通过一个带箭头的线段指向症状对应的节点，以表示该疾病名称所对应的疾病可以引起该症状。另外，事件也可以导致疾病、用药也可以导致疾病。
表1
| 构建内容 | 疾病名称 | 症状 | 事件 | 个人背景 | 用药 |
| 目标信息 | 抑郁症 | 经常失眠 | 被公司裁员 | 名牌学校毕业 | 安眠药 |
另外，在其他一些实施例中，可以将目标信息记为用户画像，或者将添加有目标信息的知识谱图作为用户画像。
S103、根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息。
在本实施例中，服务器22具有整合待诊断对象的历史记录的能力，从而对待诊断对象的背景进行理解。例如，该历史记录可以存储在第三方平台上，服务器22可以将该第三方平台上的关于该待诊断对象的历史记录整合到服务器22中。或者，服务器22可以是医院部署的服务器，该历史记录存储在医院的其他服务器上，服务器22可以将其他服务器上存储的关于该待诊断对象的历史记录整合到服务器22中。或者，该待诊断对象的历史记录可以预先存储在服务器22中，此时，服务器22可以直接做整合。
在一种可行的实现方式中，服务器22在获取到待诊断对象的历史记录时，可以根据该知识谱图的构建内容，从该历史记录中抽取与该构建内容对应的历史信息，具体的抽取过程可以类似于表1所示的抽取过程，此处不再赘述。该历史信息可以记为该待诊断对象的历史信息。当服务器22获取到如表1所示的目标信息时，可以根据该目标信息对该待诊断对象的历史信息进行更新，此处的更新可以包括增加、删除、修改等。例如，表1所示的症状没有对应的历史信息，当服务器22获取到如表1所示的目标信息时，可以增加症状对应的目标信息。更新后得到该待诊断对象最新的信息，该待诊断对象最新的信息可以记为该待诊断对象的当前信息。
可以理解的是，随着对话轮数的不断增加，该待诊断对象的当前信息可以被不断的更新，也就是说，在t1时刻得到的该待诊断对象的当前信息，在下一时刻即t2时刻可能会变为历史信息。因此，在另一种可行的实现方式中，该待诊断对象的历史信息可以是上一时刻得到的该待诊断对象的最新信息。若服务器22在当前时刻获取到了表1所示的目标信息，那么可以根据该目标信息更新上一时刻得到的该待诊断对象的最新信息，从而得到当前时刻该待诊断对象的最新信息。其中，该待诊断对象的最新信息可以记为最新的用户画像，该待诊断对象的当前信息可以记为当前的用户画像。
S104、根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标。
如图3所示，假设第一轮对话31和第二轮对话32构成第一历史对话，“YYYY”和“MMM”是待诊断对象在该第一历史对话中的历史发言。根据该历史发言和该待诊断对象的当前信息，可以生成针对该待诊断对象的诊断指标。可选的，所述诊断指标包括症状指标、语言学指标、情感指标和话题指标。
例如，根据该历史发言和该待诊断对象的当前信息可以确定出该待诊断对象当前的症状，例如可以是一个或多个症状。进一步，根据传统文化来筛查出哪些症状是医学上的症状，哪些症状不是医学上的症状。从而根据筛查后留下的各个症状、以及留下的症状的个数，计算一个分值，该分值记为症状指标。同理，根据该历史发言和该待诊断对象的当前信息可以确定出该待诊断对象在对话过程中的语义是否连贯、语法、句法、词法是否正确、逻辑是否合理等，计算一个分值，该分值记为语言学指标。根据该历史发言和该待诊断对象的当前信息可以确定出该待诊断对象在对话过程中的情感分类，例如，可以分为沮丧、低落、伤心、开心等不同情感，不同的情感对应不同的分值，该分值可以记为情感指标。根据该历史发言和该待诊断对象的当前信息可以确定出该待诊断对象在对话过程中是否出现话题的跳转、以及答非所问，计算一个分值，该分值记为话题指标。
S105、根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
可选的，所述待诊断对象的当前信息和所述诊断指标分别随着对话轮数的增加而发生变化。
可以理解的是，随着对话轮数的不断增加，该待诊断对象的当前信息被不断的更新，如上所述的诊断指标也在不断的更新。当该待诊断对象和该智能问答系统之间的对话结束时，会得到该待诊断对象最新的当前信息和最新的诊断指标。此时，服务器22可以根据该待诊断对象最新的当前信息和最新的诊断指标，生成针对该待诊断对象的辅助诊断信息。具体的，该辅助诊断信息可以包括该待诊断对象最新的当前信息和最新的诊断指标。或者，服务器22可以根据该待诊断对象最新的当前信息，生成结构化的问诊结果，例如，该结构化的问诊结果可以包括疾病名称、症状、严重程度、已经患病的时间长度、事件等信息。另外，服务器22还可以根据该待诊断对象最新的诊断指标生成量化结果，该量化结果可以是如上所述的症状指标、语言学指标、情感指标和话题指标的累加和、或加权和等计算值。从而使得服务器22生成的该辅助诊断信息可以包括该结构化的问诊结果和该量化结果。进一步，服务器22可以将该辅助诊断信息输出给医生，同时，服务器22还可以将该待诊断对象和该智能问答系统之间完整的对话输出给医生，使得医生可以根据该完整的对话和该辅助诊断信息，对该待诊断对象进行诊断和/或干预。也就是说，该完整的对话和该辅助诊断信息是医生做出诊断和/或干预的依据。可以理解的是，服务器22输出的该辅助诊断信息不仅可以包括如上所述的内容，还可以包括其他与诊断和/或干预所相关的信息。
本公开实施例通过获取待诊断对象与智能问答系统的第一历史对话，并根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息。进一步，根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息，根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标。在对话结束时，根据该待诊断对象最新的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。由于在对话过程中，可以对患者的症状做完整的采集，并对患者的病情和心理做完整的刻画，因此，该辅助诊断信息能够较为完整、准确的刻画患者当前的状况，从而能够精准的辅助医生对精神类疾病进行诊断。
图5为本公开另一实施例提供的精神疾病辅助诊断方法流程图。在本实施例中，该方法具体步骤如下：
S501、获取待诊断对象与智能问答系统的第一历史对话。
具体的，S501和S101的实现方式和具体原理一致，此处不再赘述。
S502、根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息。
具体的，S502和S102的实现方式和具体原理一致，此处不再赘述。
S503、根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息。
具体的，S503和S103的实现方式和具体原理一致，此处不再赘述。
S504、根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标。
具体的，S504和S104的实现方式和具体原理一致，此处不再赘述。
S505、根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言。
在本实施例中，为了对患者的症状做完整的采集，智能问答系统在每次发问患者时的问句是可以自适应生成的。例如，根据患者的当前信息，生成下一轮对话中智能问答系统的第一发言，该第一发言可以是对该患者发问的问句。或者，根据患者在历史对话过程中所做的描述，生成下一轮对话中智能问答系统的第一发言。
S506、根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
具体的，S506和S105的实现方式和具体原理一致，此处不再赘述。
本实施例通过所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言，使得该第一发言能够较为贴合该待诊断对象的实际情况，从而提高对话效率、并且便于从对话中采集该诊断对象的相关信息。
图6为本公开另一实施例提供的精神疾病辅助诊断方法流程图。在本实施例中，该方法具体步骤如下：
S601、获取所述待诊断对象的历史记录。
例如，服务器22具有整合待诊断对象的历史记录的能力，该历史记录可以是该待诊断对象的外部信息，该外部信息可以是记录在第三方平台中的信息。具体的，服务器22可以根据该待诊断对象的授权信息整合该待诊断对象的外部信息。该外部信息如图7所示。
S602、根据知识谱图的构建内容，从所述历史记录中抽取与所述构建内容对应的历史信息，并将所述历史信息记录在所述知识谱图中。
例如，服务器22在获取到待诊断对象的历史记录时，可以根据该知识谱图的构建内容，从该历史记录中抽取与该构建内容对应的历史信息，具体的抽取过程可以类似于表1所示的抽取过程。进一步，服务器22还可以将该历史信息记录在该知识谱图中。
S603、获取待诊断对象与智能问答系统的第一历史对话。
具体的，S603和S101的实现方式和具体原理一致，此处不再赘述。
可选的，所述第一历史对话包括对话文本和对话语音。也就是说，在本实施例中，该第一历史对话是多模态信号，即同时包括多个不同模态的信息。在其他实施例中，该第一历史对话可以是单模态信号，例如，对话文本。如图7所示，本实施例可以将对话文本和对话语音输入多模态对话引擎。或者在其他实施例中，可以将对话文本输入单模态对话引擎。多模态对话引擎或单模态对话引擎可以部署在服务器22中。如图7所示，多模态对话引擎或单模态对话引擎包括如下几个方面的能力：多模态信号对齐处理、症状短语抽取与归一、基于文化生成待诊断对象的诊断指标、生成下一轮对话中的系统问句、生成下一轮对话中系统的共情语句。下面逐一对各个能力进行介绍。
S604、在时间维度上对所述对话文本和所述对话语音进行对齐处理。
例如，当多模态对话引擎接收到多模态信号时，该多模态对话引擎能够对多模态对话引擎进行对齐处理，从而对齐不同模态的信息。例如，可以在时间维度上对对话文本和对话语音进行对齐处理。
S605、根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息。
例如，服务器22需要对患者的症状做完整的采集，因此，在多轮的对话中，或者是在历史的对话中，需要有“症状短语抽取与归一”的能力来把患者口述的症状短语或医学术语做短语抽取和话术归一化，从而归一成症状或医学名词。
S606、根据所述目标信息对所述知识谱图中的所述历史信息进行更新，得到所述待诊断对象的当前信息。
具体的，S606和S103的实现方式和具体原理一致，此处不再赘述。
S607、根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标。
本实施例为了实现规范的精神科访谈，以及为了提升诊断和干预决策的精确度，服务器22可以给医生给提供结构化的问诊结果，并提供量化指标。而量化指标往往是随着文化的差异而变化的，所以多模态对话引擎具备基于文化生成待诊断对象的诊断指标的能力。可选的，所述诊断指标包括症状指标、语言学指标、情感指标和话题指标。
S608、根据所述待诊断对象与所述智能问答系统的第二历史对话、所述待诊断对象在所述第二历史对话中的情感、以及根据所述第二历史对话得到的症状，生成下一轮对话中所述智能问答系统的第二发言，所述第二发言是所述智能问答系统共情的发言，所述第一发言是所述智能问答系统对所述待诊断对象的提问。
由于在对话过程中，智能问答系统的每次发言可能都是对待诊断对象的发问，而对于精神状态不佳的患者而言，连续被问或者系统的发问太多，极其容易引起患者情绪方面的波动或不满。因此，为了解决该问题，本实施例可以根据该待诊断对象与该智能问答系统的第二历史对话、以及该待诊断对象在所述第二历史对话中的情感、以及根据所述第二历史对话得到的症状，生成下一轮对话中所述智能问答系统的第二发言，所述第二发言是所述智能问答系统共情的发言。具体的，该第二历史对话可以和上述的第一历史对话一样，也可以不一样。例如，在不一样的情况下，该第二历史对话可以是当前时刻之前的前5轮对话。也就是说，该第二发言可以是下一轮对话中系统的共情语句，该共情语句可以是陈述句，用于陈述系统对患者的理解。
S609、根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言。
具体的，S609和S505的实现方式和具体原理一致，此处不再赘述。具体的，该第一发言可以是问句，第二发言可以位于第一发言之前，从而使得患者感觉到自己被理解，从而使得患者针对第一发言可以更加详细的答复，从而更好的采集患者的症状、以及与诊断相关的信息。
如图7所示，在下一轮对话中，服务器22又可以采集到对话文本和对话语音，并将对话文本和对话语音输入到多模态对话引擎中，多模态对话引擎可以再次进行如上几方面所述的能力，从而针对每一轮对话可以形成一次循环。可选的，所述待诊断对象的当前信息和所述诊断指标分别随着对话轮数的增加而发生变化。
S610、根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
具体的，S610和S105的实现方式和具体原理一致，此处不再赘述。另外，可以理解的是，所述待诊断对象与所述智能问答系统的对话结束可以是智能问答系统将所有问题问完之后导致的对话结束，或者可以是患者停止回答而导致的对话结果。
本实施例通过整合患者的外部信息，可以更好的理解患者的背景信息或历史信息，从而全面的对患者进行精神方面的评估，提高了评估的准确性。另外，由于患者在每次与该智能问答系统进行完整对话后，系统都可以输出辅助诊断信息，因此，患者可以将当前输出的辅助诊断信息和历史输出的辅助诊断信息进行比较，从而使得患者可以了解自己精神状态的变化，例如，是否有进步或严重。或者，系统可以将该患者对应的辅助诊断信息的变化结果发送给患者的终端，以便患者了解。此外，辅助诊断信息、以及辅助诊断信息的变化结果均可以被使用来管理患者的疾病史，进而影响后续的随访和干预策略。另外，本实施例并不针对某个疗法，而是从更底层来刻画患者的病情和心理画像，来赋能上层的应用（疗法），从而使得上层的应用更加准确。由于患者在线上就能对自我精神状态和病情有所了解和追踪，而且还能在线获取一些干预的策略（例如医生的建议或系统的建议等），对于疫情下或医生资源不可及的状况下，可以有效保证患者能够获得即时的干预和治疗。
图8为本公开实施例提供的精神疾病辅助诊断装置的结构示意图。本公开实施例提供的精神疾病辅助诊断装置可以执行精神疾病辅助诊断方法实施例提供的处理流程，如图8所示，精神疾病辅助诊断装置80包括：
获取模块81，用于获取待诊断对象与智能问答系统的第一历史对话；
抽取模块82，用于根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
更新模块83，用于根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
第一生成模块84，用于根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
第二生成模块85，用于根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
可选的，所述诊断指标包括症状指标、语言学指标、情感指标和话题指标。
可选的，精神疾病辅助诊断装置80还包括：第三生成模块86，用于第一生成模块84根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标之后，根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言。
可选的，第三生成模块86还用于：在根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言之前，根据所述待诊断对象与所述智能问答系统的第二历史对话、所述待诊断对象在所述第二历史对话中的情感、以及根据所述第二历史对话得到的症状，生成下一轮对话中所述智能问答系统的第二发言，所述第二发言是所述智能问答系统共情的发言，所述第一发言是所述智能问答系统对所述待诊断对象的提问。
可选的，获取模块81还用于：在获取待诊断对象与智能问答系统的第一历史对话之前，获取所述待诊断对象的历史记录；抽取模块82还用于：根据知识谱图的构建内容，从所述历史记录中抽取与所述构建内容对应的历史信息，并将所述历史信息记录在所述知识谱图中；更新模块83在根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息时，具体用于：根据所述目标信息对所述知识谱图中的所述历史信息进行更新，得到所述待诊断对象的当前信息。
可选的，所述第一历史对话包括对话文本和对话语音；精神疾病辅助诊断装置80还包括：对齐处理模块87，用于获取模块81在获取待诊断对象与智能问答系统的第一历史对话之后，在时间维度上对所述对话文本和所述对话语音进行对齐处理。
可选的，所述待诊断对象的当前信息和所述诊断指标分别随着对话轮数的增加而发生变化。
图8所示实施例的精神疾病辅助诊断装置可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
以上描述了精神疾病辅助诊断装置的内部功能和结构，该装置可实现为一种电子设备。图9为本公开实施例提供的电子设备实施例的结构示意图。如图9所示，该电子设备包括存储器91和处理器92。
存储器91用于存储程序。除上述程序之外，存储器91还可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。
存储器91可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
处理器92与存储器91耦合，执行存储器91所存储的程序，以用于：
获取待诊断对象与智能问答系统的第一历史对话；
根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
进一步，如图9所示，电子设备还可以包括：通信组件93、电源组件94、音频组件95、显示器96等其它组件。图9中仅示意性给出部分组件，并不意味着电子设备只包括图9所示组件。
通信组件93被配置为便于电子设备和其他设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件93经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件93还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
电源组件94，为电子设备的各种组件提供电力。电源组件94可以包括电源管理系统，一个或多个电源，及其他与为电子设备生成、管理和分配电力相关联的组件。
音频组件95被配置为输出和/或输入音频信号。例如，音频组件95包括一个麦克风(MIC)，当电子设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器91或经由通信组件93发送。在一些实施例中，音频组件95还包括一个扬声器，用于输出音频信号。
显示器96包括屏幕，其屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。
另外，本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述的精神疾病辅助诊断方法。
此外，本公开实施例还提供一种精神疾病辅助诊断系统，所述系统包括：终端和服务器；该系统具体如图2所示，具体的，待诊断对象通过所述终端与智能问答系统进行对话；所述服务器用于执行上述实施例所述的精神疾病辅助诊断方法。
可选的，所述系统还包括：第三方平台，所述第三方平台用于存储所述待诊断对象的历史记录；所述服务器用于从所述第三方平台中获取所述待诊断对象的历史记录。
可选的，所述服务器包括所述智能问答系统。例如，所述智能问答系统可以集成在所述服务器中，或者，所述智能问答系统可以集成在其他服务器中，此处不做具体限定。
另外，所述服务器还可以包括如图7所述的多模态对话引擎，从而实现如图7所示的精神疾病辅助诊断方法。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种精神疾病辅助诊断方法，其中，所述方法包括：
获取待诊断对象与智能问答系统的第一历史对话；
根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
2.根据权利要求1所述的方法，其中，所述诊断指标包括症状指标、语言学指标、情感指标和话题指标。
3.根据权利要求1所述的方法，其中，根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标之后，所述方法还包括：
根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言。
4.根据权利要求3所述的方法，其中，根据所述待诊断对象的当前信息，生成下一轮对话中所述智能问答系统的第一发言之前，所述方法还包括：
根据所述待诊断对象与所述智能问答系统的第二历史对话、所述待诊断对象在所述第二历史对话中的情感、以及根据所述第二历史对话得到的症状，生成下一轮对话中所述智能问答系统的第二发言，所述第二发言是所述智能问答系统共情的发言，所述第一发言是所述智能问答系统对所述待诊断对象的提问。
5.根据权利要求1所述的方法，其中，获取待诊断对象与智能问答系统的第一历史对话之前，所述方法还包括：
获取所述待诊断对象的历史记录；
根据知识谱图的构建内容，从所述历史记录中抽取与所述构建内容对应的历史信息，并将所述历史信息记录在所述知识谱图中；
相应的，根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息，包括：
根据所述目标信息对所述知识谱图中的所述历史信息进行更新，得到所述待诊断对象的当前信息。
6.根据权利要求1所述的方法，其中，所述第一历史对话包括对话文本和对话语音；
相应的，获取待诊断对象与智能问答系统的第一历史对话之后，所述方法还包括：
在时间维度上对所述对话文本和所述对话语音进行对齐处理。
7.根据权利要求1所述的方法，其中，所述待诊断对象的当前信息和所述诊断指标分别随着对话轮数的增加而发生变化。
8.一种精神疾病辅助诊断装置，其中，包括：
获取模块，用于获取待诊断对象与智能问答系统的第一历史对话；
抽取模块，用于根据知识谱图的构建内容，从所述第一历史对话中抽取与所述构建内容对应的目标信息；
更新模块，用于根据所述目标信息对所述待诊断对象的历史信息进行更新，得到所述待诊断对象的当前信息；
第一生成模块，用于根据所述第一历史对话中所述待诊断对象的历史发言、以及所述待诊断对象的当前信息，生成针对所述待诊断对象的诊断指标；
第二生成模块，用于根据所述待诊断对象与所述智能问答系统的对话结束时所述待诊断对象的当前信息和诊断指标，生成针对所述待诊断对象的辅助诊断信息。
9.一种电子设备，其中，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
11.一种精神疾病辅助诊断系统，其中，所述系统包括：终端和服务器；
待诊断对象通过所述终端与智能问答系统进行对话；
所述服务器用于执行如权利要求1-7中任一项所述的方法。
12.根据权利要求11所述的系统，其中，所述系统还包括：第三方平台，所述第三方平台用于存储所述待诊断对象的历史记录；
所述服务器用于从所述第三方平台中获取所述待诊断对象的历史记录。
13.根据权利要求11所述的系统，其中，所述服务器包括所述智能问答系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210981728.1A CN115083602A (zh) | 2022-08-16 | 2022-08-16 | 精神疾病辅助诊断方法、装置、设备、存储介质及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210981728.1A CN115083602A (zh) | 2022-08-16 | 2022-08-16 | 精神疾病辅助诊断方法、装置、设备、存储介质及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115083602A true CN115083602A (zh) | 2022-09-20 |
Family
ID=83244830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210981728.1A Pending CN115083602A (zh) | 2022-08-16 | 2022-08-16 | 精神疾病辅助诊断方法、装置、设备、存储介质及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115083602A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170277855A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient risk using open data and clinician input |
| US20170277857A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient treatment risk using open data and clinician input |
| CN107247868A (zh) * | 2017-05-18 | 2017-10-13 | 深思考人工智能机器人科技（北京）有限公司 | 一种人工智能辅助问诊系统 |
| CN109243605A (zh) * | 2018-09-20 | 2019-01-18 | 段新 | 一种基于人工智能的精神障碍诊断治疗系统 |
| US20190311807A1 (en) * | 2018-04-06 | 2019-10-10 | Curai, Inc. | Systems and methods for responding to healthcare inquiries |
| WO2020201389A1 (en) * | 2019-04-04 | 2020-10-08 | Koninklijke Philips N.V. | Method and system for medical diagnosis assistance |
| CN112700831A (zh) * | 2021-01-06 | 2021-04-23 | 北京左医科技有限公司 | 基于患者病历信息的医生辅助诊断方法及系统 |
| CN113571184A (zh) * | 2021-07-20 | 2021-10-29 | 武汉情智感知科技有限公司 | 一种用于精神健康测评的对话交互设计方法及系统 |
| CN113707299A (zh) * | 2021-08-27 | 2021-11-26 | 平安科技（深圳）有限公司 | 基于问诊会话的辅助诊断方法、装置及计算机设备 |
| CN114283912A (zh) * | 2021-12-17 | 2022-04-05 | 陈彦方 | 基于rthd、人工智能的医学病历建档方法及云平台系统 |
| CN114334163A (zh) * | 2022-01-25 | 2022-04-12 | 思必驰科技股份有限公司 | 抑郁症诊断对话数据集生成方法、电子设备和存储介质 |
-
2022
- 2022-08-16 CN CN202210981728.1A patent/CN115083602A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170277855A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient risk using open data and clinician input |
| US20170277857A1 (en) * | 2016-03-24 | 2017-09-28 | Fujitsu Limited | System and a method for assessing patient treatment risk using open data and clinician input |
| CN107247868A (zh) * | 2017-05-18 | 2017-10-13 | 深思考人工智能机器人科技（北京）有限公司 | 一种人工智能辅助问诊系统 |
| US20190311807A1 (en) * | 2018-04-06 | 2019-10-10 | Curai, Inc. | Systems and methods for responding to healthcare inquiries |
| CN109243605A (zh) * | 2018-09-20 | 2019-01-18 | 段新 | 一种基于人工智能的精神障碍诊断治疗系统 |
| WO2020201389A1 (en) * | 2019-04-04 | 2020-10-08 | Koninklijke Philips N.V. | Method and system for medical diagnosis assistance |
| CN112700831A (zh) * | 2021-01-06 | 2021-04-23 | 北京左医科技有限公司 | 基于患者病历信息的医生辅助诊断方法及系统 |
| CN113571184A (zh) * | 2021-07-20 | 2021-10-29 | 武汉情智感知科技有限公司 | 一种用于精神健康测评的对话交互设计方法及系统 |
| CN113707299A (zh) * | 2021-08-27 | 2021-11-26 | 平安科技（深圳）有限公司 | 基于问诊会话的辅助诊断方法、装置及计算机设备 |
| CN114283912A (zh) * | 2021-12-17 | 2022-04-05 | 陈彦方 | 基于rthd、人工智能的医学病历建档方法及云平台系统 |
| CN114334163A (zh) * | 2022-01-25 | 2022-04-12 | 思必驰科技股份有限公司 | 抑郁症诊断对话数据集生成方法、电子设备和存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| 张靓等: "基于知识图谱的自闭症谱系障碍研究主题分析", 《中国卫生产业》 * |
| 田迎等: "基于知识图谱的抑郁症自动问答系统研究", 《湖北大学学报(自然科学版)》 * |
| 秦帅波: "中医知识智能诊断系统的研究", 《计算机产品与流通》 * |
| 袁璠等: "人工智能技术在抑郁及自杀管理中的应用", 《中国全科医学》 * |
| 袁钦湄等: "人工智能在精神疾病中的应用", 《国际精神病学杂志》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11942194B2 (en) | Systems and methods for mental health assessment | |
| US11120895B2 (en) | Systems and methods for mental health assessment | |
| US11881302B2 (en) | Virtual medical assistant methods and apparatus | |
| US11769576B2 (en) | Method and system for improving care determination | |
| US11545173B2 (en) | Automatic speech-based longitudinal emotion and mood recognition for mental health treatment | |
| US10229755B1 (en) | Personal assistant computing system monitoring | |
| CN111599488A (zh) | 一种智能问诊实现方法、系统和存储介质 | |
| US20130339030A1 (en) | Interactive spoken dialogue interface for collection of structured data | |
| CN102149319B (zh) | 阿尔茨海默氏症认知使能器 | |
| US20140249830A1 (en) | Virtual medical assistant methods and apparatus | |
| US20130158434A1 (en) | Apparatus for voice assisted medical diagnosis | |
| US20090326937A1 (en) | Using personalized health information to improve speech recognition | |
| KR102161638B1 (ko) | 기계학습 모델을 이용한 음성인식 기술에 기반한 치매정도 판별방법, 시스템, 및 컴퓨터-판독가능매체 | |
| US11756540B2 (en) | Brain-inspired spoken language understanding system, a device for implementing the system, and method of operation thereof | |
| WO2017085714A2 (en) | Virtual assistant for generating personal suggestions to a user based on intonation analysis of the user | |
| KR20200080290A (ko) | 기계-보조 대화 시스템 및 의학적 상태 문의 장치 및 방법 | |
| CN113287175A (zh) | 互动式健康状态评估方法及其系统 | |
| Griol et al. | Modeling the user state for context-aware spoken interaction in ambient assisted living | |
| US11547345B2 (en) | Dynamic neuropsychological assessment tool | |
| CN115083602A (zh) | 精神疾病辅助诊断方法、装置、设备、存储介质及系统 | |
| US20230148945A1 (en) | Dynamic neuropsychological assessment tool | |
| KR102314332B1 (ko) | 머신러닝 자연어 처리를 활용한 의사-환자의 진료상담 지원 시스템 및 방법 | |
| CN117038109A (zh) | 一种预检报告收集方法和系统 | |
| CN111241238A (zh) | 用户测评方法、装置、电子设备及存储介质 | |
| CN116913450B (zh) | 一种实时生成病历的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220920 |