(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210283854.X (22)申请日 2022.03.21 (71)申请人 北京左医科技有限公司 地址 100044 北京市西城区高粱桥路6号2 层A区(T4)02 A1 (72)发明人 王晓露　张超　栗晓华　 (74)专利代理 机构 北京润平知识产权代理有限 公司 11283 专利代理师 何智超 (51)Int.Cl. G16H 80/00(2018.01) G06F 16/36(2019.01) G06F 40/35(2020.01) (54)发明名称 基于医患对话的诊中质控方法以及诊中质 控装置 (57)摘要 本发明公开了一种基于医患对话的诊中质 控方法以及诊中质控装置， 所述方法包括： 实时 获取医患对话信息； 获取预设医学质控模型和预 设情感识别模 型， 所述预设医学质控模型基于知 识图谱生 成； 基于所述预设医学质控模型对所述 医患对话信息执行医学分析， 获得医学分析结 果； 基于所述预设情感识别模型对 所述医患对话 信息进行情感识别， 获得情感识别结果； 基于所 述医学分析结果和所述情感识别结果生成诊中 质控结果。 通过对患者在就诊过程中的医学诊治 信息以及情感信息进行实时分析和质量控制， 从 而有效提高医生的诊治精确性， 减少医患冲突， 有效降低医患事故的发生， 提高服 务体验。 权利要求书3页 说明书8页 附图3页 CN 114743693 A 2022.07.12 CN 114743693 A 1.一种基于医患对话的诊中质控方法， 其特 征在于， 所述方法包括： 实时获取医患对话信息； 获取预设医学质控模型和预设情 感识别模型， 所述预设医学质控模型基于知识图谱生 成； 基于所述预设医学质控 模型对所述医患对话信息执 行医学分析， 获得医学分析 结果； 基于所述预设情感识别模型对所述医患对话信息进行情感识别， 获得情感识别结果； 基于所述医学分析 结果和所述情感识别结果 生成诊中质控结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取 预设医学质控 模型， 包括： 获取医学知识训练数据； 对所述医学知识训练数据进行处 理， 获得对应的处 理后数据； 基于所述处 理后数据创建医学知识图谱； 基于所述医学知识图谱生成对应的预设医学质控 模型。 3.根据权利要求1所述的方法， 其特 征在于， 所述获取 预设情感识别模型， 包括： 获取医患对话训练信息； 对所述医患对话训练信息进行 预处理， 获得预处理后信息； 获取初始识别模板， 基于所述预处理后信息对所述初始识别模板进行训练， 获得训练 后模板； 获取初始识别模型， 基于所述预处理后信息对所述初始识别模型进行训练， 获得训练 后模型； 基于所述训练后模板和所述训练后模型生成所述预设情感识别模型。 4.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 在获得所述训练后模板后， 获取特定更新数据， 所述特定更新数据基于预设短时间周 期内采集的热门用语数据生成； 基于所述特定更新数据对所述训练后模板进行优化， 获得优化后模板； 基于所述优化后模板和所述训练后模型生成预设情感识别模型。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述预设医学质控模型对所述医 患对话信息执 行医学分析， 获得医学分析 结果， 包括： 对所述医患对话信息执 行结构化处 理， 获得结构化后信息； 基于所述预设医学质控 模型对所述结构化后信息进行医学分析； 判断是否存在错 误医学信息； 若是， 生成信息错 误的医学分析 结果； 否则， 生成信息准确的医学分析 结果。 6.根据权利要求3所述的方法， 其特征在于， 所述基于所述预设情感识别模型对所述医 患对话信息进行情感识别， 获得情感识别结果， 包括： 对所述医患对话信息进行初步解析， 获得解析结果， 所述解析结果用于表征所述医患 对话信息为症状表达信息或情绪表达信息； 在所述医患对话信 息为情绪表达信 息的情况下， 基于所述预设情感识别模型对所述医 患对话信息进行情感识别， 获得 所述情感识别结果。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述医学分析结果和所述情 感识权　利　要　求　书 1/3 页 2 CN 114743693 A 2别结果生成诊中质控结果， 包括： 在所述医学分析 结果为信息错 误的情况 下， 生成并反馈对应的第一 提示信息； 在所述情感识别结果 为情感异常的情况 下， 确定当前医患对话信息的对话主体； 在所述对话主体为患者的情况 下， 生成并反馈对应的医生 提示信息； 在所述对话主体为医生的情况 下， 生成并反馈对应的医生 监管信息； 将所述医生 提示信息或所述医生 监管信息作为第二 提示信息； 将所述第一 提示信息和/或所述第二 提示信息作为诊中质控结果。 8.一种基于医患对话的诊中质控 装置， 其特 征在于， 所述装置包括： 信息获取 单元， 用于实时获取医患对话信息； 模型获取单元， 用于获取预设医学质控模型和预设情感识别模型， 所述预设医学质控 模型基于知识图谱生成； 医学分析单元， 用于基于所述预设医学质控模型对所述医患对话信息执行医学分析， 获得医学分析 结果； 情感识别单元， 用于基于所述预设情感识别模型对所述医患对话信息进行情感识别， 获得情感识别结果； 质控单元， 用于基于所述医学分析 结果和所述情感识别结果 生成诊中质控结果。 9.根据权利要求8所述的装置， 其特征在于， 所述模型获取单元包括第一模型获取模 块， 所述第一模型获取模块具体用于： 获取医学知识训练数据； 对所述医学知识训练数据进行处 理， 获得对应的处 理后数据； 基于所述处 理后数据创建医学知识图谱； 基于所述医学知识图谱生成对应的预设医学质控 模型。 10.根据权利要求8所述的装置， 其特征在于， 所述模型获取单元包括第二模型获取模 块， 所述第二模型获取模块具体用于： 获取医患对话训练信息； 对所述医患对话训练信息进行 预处理， 获得预处理后信息； 获取初始识别模板， 基于所述预处理后信息对所述初始识别模板进行训练， 获得训练 后模板； 获取初始识别模型， 基于所述预处理后信息对所述初始识别模型进行训练， 获得训练 后模型； 基于所述训练后模板和所述训练后模型生成所述预设情感识别模型。 11.根据权利要求10所述的装置， 其特征在于， 所述第 二模型获取模块包括数据 更新子 模块， 所述数据更新子模块具体用于： 在获得所述训练后模板后， 获取特定更新数据， 所述特定更新数据基于预设短时间周 期内采集的热门用语数据生成； 基于所述特定更新数据对所述训练后模板进行优化， 获得优化后模板； 基于所述优化后模板和所述训练后模型生成预设情感识别模型。 12.根据权利要求8所述的装置， 其特 征在于， 所述医学分析 单元具体用于： 对所述医患对话信息执 行结构化处 理， 获得结构化后信息；权　利　要　求　书 2/3 页 3 CN 114743693 A 3