技术特征：
1.一种基于机器学习的电子病历语音交互设备，其特征在于，包括语音输入装置、客户端和服务端，所述客户端部署有电子病例系统，所述服务端部署有语音分词系统、录入采样系统和机器学习系统；所述语音输入装置采集语音信息；所述语音分词系统将语音信息转换为文本信息并将文本信息处理生成电子病历后发送给电子病历系统；所述电子病例系统通过客户端展示电子病历并进行电子病历的修正；所述录入采样系统采集修正后的电子病历发送到语音分词系统处理后提供给机器学习系统进行模型训练；所述机器学习系统为语音分词系统提供声学模型、语言模型和书写模型；所述服务端中设置有诊疗语音数据库、诊疗文本数据库、字典、医学术语知识库、方言语言库和标准病历范本库。2.如权利要求1所述的基于机器学习的电子病历语音交互设备，其特征在于，所述语音分词系统包括语音识别模块和nlp模块；所述语音识别模块通过语音输入装置获取语音信息，所述语音信息包括问诊对话和口述病历；所述语音识别模块通过客户端连接的身份信息获取装置获取医患双方的身份信息；所述语音识别模块根据身份信息将问诊对话语音信息转换为带身份信息和时间信息的医患对话文本，所述语音识别模块将口述病历语音信息转换为带身份信息和时间信息的口述病历文本；所述nlp模块处理医患对话文本和/或口述病历文本生成电子病历后发送到电子病例系统。3.如权利要求2所述的基于机器学习的电子病历语音交互设备，其特征在于，所述语音识别模块对语音信息进行声音向量转换后依次输入到声学模型中进行声学识别和语言模型中进行语言识别生成初步对话文本；同时所述客户端通过连接的身份信息获取装置监测是否有身份信息请求变动，所述电子病历系统监测是否有患者病历切换，结合初步对话文本判断是否有对话人物的转换，在初步对话文本中识别并剔除中途插入的与问诊不相关的对话内容，生成带身份信息和时间信息的医患对话文本。4.如权利要求2所述的基于机器学习的电子病历语音交互设备，其特征在于，所述诊疗语音数据库储存有历史诊疗语音信息，所述声学模型由机器学习系统从诊疗语音数据库获取历史诊疗语音信息提取语音特征进行模型训练后得到；所述诊疗文本数据库储存有历史医患对话文本和口述病历文本，所述语言模型由机器学习系统从诊疗文本数据库获取历史医患对话文本和口述病历文本进行模型训练后得到；所述字典连接声学模型和语音模型，存储语音与文本的对应关系。5.如权利要求2所述的基于机器学习的电子病历语音交互设备，其特征在于，所述nlp模块对医患对话文本进行分词识别医患对话文本中的关键字，根据关键字经由书写模型转换为日常书写行文风格的文字，结合电子病历书写要求填充电子病历的客观事实描述部分并发送到电子病历系统；所述电子病历的客观事实描述部分包括主诉部分、现病史部分和既往病史部分。6.如权利要求5所述的基于机器学习的电子病历语音交互设备，其特征在于，所述nlp模块根据诊疗文本数据库和医学术语知识库对医患对话文本进行预处理和分词并获取关键字；然后通过规则描述语言设定的规则集对关键字进行医学命名的实体识别；再根据熵
扩展的术语抽取算法，判断识别出来的是单个关键字还是复合关键字；最后通过通用词库过滤，去除掉常规关键字后进行电子病历标签的提取和标签向量的构建，通过书写模型根据电子病历的标签填充电子病历的各个部分。7.如权利要求1所述的基于机器学习的电子病历语音交互设备，其特征在于，所述机器学习系统包括声学模型学习模块、语言模型学习模块和书写模型学习模块；所述医学术语知识库、方言语言库和标准病历范本库设置在机器学习系统中；所述声学模型学习模块利用语音输入装置采集的语音信息，生成关联身份信息的个性化的声学模型；所述语言模型学习模块通过已生成的医患对话文本与修正后的电子病历的比较调整语言模型；所述书写模型学习模块，通过已生成的电子病历与修正后的电子病历的比较调整书写模型。8.如权利要求7所述的基于机器学习的电子病历语音交互设备，其特征在于，所述声学模型学习模块获取语音信息，根据语音特征区分语音信息对应的人物，建立初步的声学模型；同时获取语音信息中人物的身份信息；然后根据语音分词系统转换的文本信息进行语义推理，将语音信息与人物的身份信息对应；结合诊疗语音数据库储存的历史诊疗语音信息进行学习，更新语音信息中人物的语音个性化特征，生成个性化的声学模型。9.如权利要求7所述的基于机器学习的电子病历语音交互设备，其特征在于，所述语言模型学习模块根据历史诊疗语音信息和历史医患对话文本，结合医学术语知识库与方言语音库，依据语音信息对应的时间信息和身份信息建立语言模型，通过口述病历文本与修正后的病历文本的对比，更新语言模型中的个性化特征。10.如权利要求7所述的基于机器学习的电子病历语音交互设备，其特征在于，所述书写模型学习模块根据电子病例系统的病历、标准病历范本库和医学术语知识库来建立个性化的书写模型；根据录入采样系统记录的病历的修改记录，更新优化书写模型。
技术总结
本发明公开了一种基于机器学习的电子病历语音交互设备，包括语音输入装置、客户端和服务端，客户端部署有电子病例系统，服务端部署有语音分词系统、录入采样系统和机器学习系统；语音输入装置采集语音信息；语音分词系统将语音信息转换为文本信息并将文本信息处理生成电子病历后发送给电子病历系统；电子病例系统通过客户端展示电子病历并进行电子病历的修正；录入采样系统采集修正后的电子病历发送到语音分词系统处理后提供给机器学习系统进行模型训练；机器学习系统为语音分词系统提供声学模型、语言模型和书写模型。本发明基于机器自动学习实现电子病历的准确高效的自动生成，提高医生的看诊效率和电子病历的准确性。性。性。
技术研发人员：李迦南 罗震宇 王莉娟 裘向军
受保护的技术使用者：上海太翼睿景计算机科技有限公司
技术研发日：2022.08.03
技术公布日：2022/12/1