邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

栏目: 数据库 · 发布时间: 5年前

内容简介:“排队三小时,看病三分钟”,相信很多患者经历过看病“三长一短”的困境(挂号、候诊、取药时间长,就诊时间短)。我国日均门诊量2000余万人次,并且绝大部分患者都拥挤在三级医院,有限的医疗资源导致就医体验差、医患关系紧张、看病难等社会性问题。2018年12月15日,在北京大学举办的世中联中医药大数据产业分会成立大会暨首届世中联中医药大数据发展论坛上,“邦大夫”医患AI对话系统正式发布,这也是国内首次推出面向中医领域的医患AI对话系统。该系统是由北京大数据研究院中医大数据中心联手国内顶尖的语音对话交互解决方案服

“排队三小时,看病三分钟”,相信很多患者经历过看病“三长一短”的困境(挂号、候诊、取药时间长,就诊时间短)。我国日均门诊量2000余万人次,并且绝大部分患者都拥挤在三级医院,有限的医疗资源导致就医体验差、医患关系紧张、看病难等社会性问题。

2018年12月15日,在北京大学举办的世中联中医药大数据产业分会成立大会暨首届世中联中医药大数据发展论坛上,“邦大夫”医患AI对话系统正式发布,这也是国内首次推出面向中医领域的医患AI对话系统。

该系统是由北京大数据研究院中医大数据中心联手国内顶尖的语音对话交互解决方案服务商——奇点机智联合推出,奇点机智利用自主研发的语音对话平台“对话流”,与中医大数据中心孵化企业北京大医象宇所研发基于大数据的症状推理引擎深度融合,可有效代替医生完成问诊流程。

邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

世中联中医药大数据产业分会成立大会中首次介绍“邦大夫”

据推测,如果“邦大夫”全面使用,将为全国每年创造数十亿分钟的医患沟通时间。

在中医诊疗时,“望闻问切”四大基本要素中,仅“问”一项就占据接诊流程中约70%的时间。基于语音识别、自然语言处理(NLP)、深度学习等前沿AI技术以及中医临床诊疗大数据所构建千万级的中医领域知识图谱,“邦大夫”通过对话交互的形式,利用AI赋能预问诊、分诊导诊、互联网复诊、健康咨询全流程。

“邦大夫”能够在接诊前自动帮助医生采集患者信息、识别主诉症状及相关伴随症状、既往病史、个人史等信息,进而生成结构化问诊电子病历,可为患者智能匹配适合的科室医生,并在诊后阶段帮助医生进行互联网复诊与随访跟踪,打造从诊前到诊后的完整闭环,并在以下几个方面,解决医患双方效率和体验上的痛点。

邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

> > > >

增加医患沟通时间,提高门诊效率

“邦大夫”能够植入到医院的网站、APP、微信公众号、服务号、小程序中,并与医院现有电子病历系统进行连接,在患者就医前,通过语音或文本进行人机对话交互,将主诉、病史、用药史、过敏史等信息进行智能采集。“邦大夫”会根据患者提供的信息,自动询问,采集足够全面的问诊信息,自动生成结构化电子病历并导入医院系统中。

在医生接诊过程中,能够提前查看通过“邦大夫”生成的结构化问诊病历,从而免去了一边问诊一边手工录入电子病历的流程。在已有信息的基础上,医生可以有针对性地进行补充问诊,再进行“望闻切诊”,这样不仅能够增加医生与患者的有效沟通时间,提高门诊效率,患者的就医体验也能得到优化。

邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

当下,诊后环节的医患沟通几乎为零。患者若想跟医生进行后续沟通,只能通过复诊与医生面对面,而“邦大夫”的出现打破了这一现状。患者结束门诊诊疗后,“邦大夫”的患者回访机器人能够定时跟踪患者遵医嘱情况和预后状况,并反馈给医生,方便医生对患者后续状态进行跟踪,及时干预,管理病人的病程全周期。

> > > >

AI 语音技术突破,深度理解患者

医疗问诊会涉及大量专业医疗词汇,而患者的描述大多是口语化、生活化、多样化的。“邦大夫”依托“对话流”平台,利用领先的自然语言处理NLP技术,以中医大数据为基础,能够将患者口语化的表达,转化为标准化的中医医学术语。

邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

另外,来自全国各地的患者或多或少会带有地方口音或是普通话不标准,在用户选择语音输入时,通过语音识别技术,不仅仅要能“听清”患者的表达,也能够“听懂、理解”患者。

> > > >

问诊程序化,降低医疗差错

在病情尚不明朗,化验检查还没做,尤其遇到不能主诉病情或配合检查的病人时,若想在尽可能短的时间内,问出医生想要的、真实的信息,为进一步检查提供思路,必须要有一个合理的程序化问诊方法,并且做到言简意赅。而目前大医院门诊中,医生往往没有足够的时间询问患者病情,直接开检查检验申请和处方,出现误诊漏诊在所难免。

“邦大夫”通过多轮对话交互,引导患者描述症状及病情,问哪些内容、先问哪些、后问哪些,已经根据临床大数据提前设计到对话流程中,在规范问诊路径的同时,避免信息疏漏或医疗差错。例如,患者主诉为腹痛,系统不仅会收集年龄、性别等个人基本信息,还会引导患者描述出现的时间、疼痛的部位、性质、伴随的症状、诱因、既往病史等。

邦大夫医患AI对话系统,构建中医知识图谱,重新定义问诊流程

问诊场景中涉及多轮问答,对话逻辑复杂。“什么该问、什么不该问”,如何为AI系统植入医生般的逻辑大脑是“邦大夫”突破的技术难题。利用“对话流”平台,结合中医大数据中心孵化企业大医象宇研发的症状推理引擎,“邦大夫”实现了医疗问诊的复杂对话设计。数据库中的大型分支“决策树”,能够根据用户回答决定下一轮提问的内容,以最短路径算法,精准收集患者的症状,帮助医生缩小疾病范围。

> > > >

推动智慧医院构建,加快医疗服务升级

在智慧医疗建设过程中,很多医院或医疗机构面临门诊电子病历数据不足、病历不智能、医生工作繁重不愿意录入等难题。而“邦大夫”能够通过对话交互生成结构化电子病例,推动医院在初诊、复诊、回访等环节的电子病历、电子健康档案构建,加快传统医疗服务的数字化升级。

“邦大夫”能够帮助医生和医疗机构从就诊——跟踪——复诊的全流程中,记录有效数据,既能帮助病人进行自我管理,又为临床医生提供了便捷的医患交流通道和可信的数据源。通过收集患者大数据建立电子健康档案,同样能够辅助医生进行医学科研。医学科研反哺临床诊疗,能帮助医生制定更合理的诊疗方案。

“邦大夫”能够灵活植入到医院现有的系统中,医院可以根据不同的问诊需求,在“对话流”后台中进行对话设计和调整,无需编程,能够让医院或医疗机构轻松定制程序化问诊对话交互。

> > > >

对话式AI,重新定义就医体验

根据2019年医疗健康产业趋势预判报告,到2019年底,人工智能在医疗保健IT应用市场上的价值将超过17亿美元。通过在选定的医疗保健工作流程中运营人工智能平台,生产率将在未来的2-3年内提升10-15%。

目前,“邦大夫”将上线各大国内中医院、中医机构,推动中医领域的技术和模式创新,重新定义AI 时代的就医体验。无论是技术创新还是模式创新,终将要达到三个目标:成本、质量、可及性,而“邦大夫”的引入借助AI降低了人力成本,提升了医患沟通质量及体验,使中医药造福更多的百姓。

未来,语音对话平台“对话流”将继续深耕医疗领域的对话场景,让更多人享受技术进步带来的就医体验。除了医疗垂直领域外,电商、金融、教育、企业内部服务、智能硬件等领域的企业都能够通过“对话流”自主定义对话式AI体验。

语音对话交互是未来“AI+医疗”的大势所趋,医疗机构或平台中AI的应用将不再仅是喊口号或评级标准,而是让亿万患者真正享受到更优质就医体验的落地产品,提高医患互动沟通效率,释放医疗专家的宝贵时间,对缓解优质医疗资源紧张的局面、缓解“看病难”将发挥重要作用。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Flask Web开发:基于Python的Web应用开发实战

Flask Web开发:基于Python的Web应用开发实战

[美] Miguel Grinberg / 安道 / 人民邮电出版社 / 2014-12 / 59.00元

本书不仅适合初级Web开发人员学习阅读,更是Python程序员用来学习高级Web开发技术的优秀参考书。 • 学习Flask应用的基本结构,编写示例应用; • 使用必备的组件,包括模板、数据库、Web表单和电子邮件支持; • 使用包和模块构建可伸缩的大型应用; • 实现用户认证、角色和个人资料; • 在博客网站中重用模板、分页显示列表以及使用富文本; • 使用基于......一起来看看 《Flask Web开发:基于Python的Web应用开发实战》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具