[发明专利]一种智能语音宣教随访方法及系统

权利要求书

1.一种智能语音宣教随访方法，其特征在于，包括以下步骤：

获取随访患者相应的随访报告表；

实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；

根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；

若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。

2.如权利要求1所述的智能语音宣教随访方法，其特征在于，获取随访患者相应的随访报告表包括：

获取所述随访患者的年龄和病情信息；

基于预先训练的随访表分类模型，确定相应的随访表；其中，所述随访表分类模型是根据多个患者的年龄、疾病类型和疾病严重程度及相应规范随访表类型训练得到的；

将患者疾病信息进行自动录入得到该随访患者的随访报告表。

3.如权利要求1所述的智能语音宣教随访方法，其特征在于，所述医生主题识别模型训练方法为：

获取多条文本数据作为训练数据，所述多条文本数据包括各类主题类型，且每类主题类型均对应多条文本数据；

对于每条文本数据，提取关键词序列并转换为词向量，得到词向量与主题类型关联关系，即医生主题识别模型。

4.如权利要求3所述的智能语音宣教随访方法，其特征在于，判断主题类型包括：

获取医生相应的文本内容，提取关键词序列并转换为词向量；根据K近邻算法计算待识别的所述向量与训练数据中词向量的距离，根据距离最近的多个词向量对应的主题类型，确定所述文本内容所属主题类型。

5.如权利要求1所述的智能语音宣教随访方法，其特征在于，若所述提问类型为选项式提问类型，对于后续患者相应的文本内容进行解析包括：

调用对应该提问主题的患者回应分类模型，得到患者回应的选项，写入所述随访报告表。

6.如权利要求5所述的智能语音宣教随访方法，其特征在于，对应该提问主题的患者回应分类模型训练方法为：

对于针对该提问主题的患者历史回应文本，按照其选项进行人工标注，得到训练数据集；

对患者历史回应文本提取关键词队列并转换为词向量，得到词向量和选项的对应关系，即患者回应模型。

7.如权利要求6所述的智能语音宣教随访方法，其特征在于，得到患者回应的选项包括：

对于后续患者相应的文本内容，提取关键词序列并转换为词向量；根据K近邻算法计算待识别的所述向量与训练数据集中词向量的距离，根据距离最近的多个词向量对应的选项，确定所述文本内容对应的选项。

8.如权利要求1所述的智能语音宣教随访方法，其特征在于，所述方法对患者的语音转换为文本时，若连续多次无法识别患者回应的内容，判断为沟通不畅，向医生发送消息，提醒其改为主动宣教模式。

9.如权利要求1所述的智能语音宣教随访方法，其特征在于，无法识别患者回应的选项包括：所述方法对患者的语音转换为文本后，检测文本内容是否包含预设的医疗关键词，若连续数轮对话中，患者未提及随访中任一关键词，则判断为患者未回答问题或者打非所问，向医生发送消息，提醒其改为主动宣教模式。

10.一种智能语音宣教随访系统，其特征在于，包括：

随访报告表获取模块，被配置为：获取随访患者相应的随访报告表；

随访语音获取模块，被配置为：实时获取电话随访语音，识别当前讲话者为医生还是患者，并将语音转换为文本；

医生主题识别模块，被配置为：根据医生相应的文本内容，基于预先训练的医生主题识别模型，判断主题类型，所述主题类型包括提问类型和其他类型；

患者回答解析模块，被配置为：若为提问类型，对于后续患者相应的文本内容进行解析，并写入所述随访报告表中。