基于AI大模型的人机交互方法及系统与流程

本技术涉及人机交互的，尤其是涉及基于ai大模型的人机交互方法及系统。

背景技术：

1、随着人工智能技术的快速发展，ai大模型在医疗领域中的应用正变得越来越广泛，其中包括在医院导诊台上的应用。ai导诊系统可以提供24小时不间断的服务，帮助患者找到适合的科室和医生，并提供相关的医疗信息。

2、现有的ai导诊系统主要基于语音识别和自然语言处理技术。这些系统一般通过接收患者的语音输入，并通过自然语言处理技术来理解患者的需求和问题，然后根据内置的数据库提供相应的信息和指导。

3、然而，现有的ai导诊系统存在一些明显的缺陷。首先，这些系统可能无法理解和处理复杂的医学术语或病症描述。其次，这些系统可能无法处理情绪敏感的情况或适应病人的心理需求。最后，这些系统可能无法处理包含较大歧义或者多重含义的语音输入。对此情况有待进一步改善。

技术实现思路

1、为了解决现有的ai导诊系统无法理解和处理复杂的医学术语或病症描述的问题，本技术提供一种基于ai大模型的人机交互方法及系统，采用如下的技术方案：

2、第一方面，本技术提供一种基于ai大模型的人机交互方法，包括如下步骤：

3、确定用户的输入信息；

4、确定所述输入信息所对应的医学术语或病症描述；

5、判断医学语言处理模型对所述医学术语或所述病症描述是否识别成功；

6、若未识别成功，则查询医学数据库以获得与所述医学术语或所述病症描述相对应的目标相关信息并以易于理解的语言输出所述目标相关信息；

7、若识别成功，则以易于理解的语言输出所述医学语言处理模型的模型识别结果。

8、通过采用上述技术方案，本技术通过利用ai和数据库联合工作，当用户提出包含复杂医学术语或病症描述的问题时，ai系统会确定目标关键字查询数据库，找到该术语的详细解释，并以易于理解的语言返回给用户，能够更好地理解和处理复杂的医学术语或病症描述，提高了ai导诊系统的准确性和效率；同时，ai系统可以学习这些交互，逐渐提高对复杂医学术语的理解和解释能力。

9、可选的，所述确定用户的输入信息包括：

10、接收所述用户的语音输入；

11、将所述语音输入转换成文本；

12、将所述文本确定为输入信息。

13、通过采用上述技术方案，本技术用户的输入信息的输入方式包括语音输入或者文本输入等，当用户通过语音输入时，系统接收用户的语音输入，将语音输入转换成文本，然后将文本确定为输入信息，以便于后续确定文本所对应的医学术语或病症描述。

14、可选的，所述方法还包括：

15、确定所述用户所对应的标识信息；

16、将所述标识信息与患者数据库中的用户标识进行匹配，以得到匹配结果；

17、若所述匹配结果为匹配成功，则将所述患者数据库中与所述标识信息对应的历史疾病记录整合至所述输入信息。

18、通过采用上述技术方案，本技术通过确定用户对应的标识信息，将标识信息与患者数据库中的用户标识进行匹配，得到匹配结果，然后将患者数据库中与标识信息对应的历史疾病记录整合至输入信息中的病症描述，从而对用户的病症描述信息进行补充，便于系统理解用户的病症描述，从而返回更准确的结果。

19、可选的，所述方法还包括：

20、提取所述语音输入中的情绪声纹特征和/或所述用户的人脸图像中的情绪图像特征；

21、根据所述情绪声纹特征和/或所述情绪图像特征识别所述用户的情绪，以得到情绪识别结果；

22、基于所述情绪识别结果输出与所述用户交互的交互信息。

23、通过采用上述技术方案，本技术通过提取用户语音输入中的情绪声纹特征和/或情绪图像特征，识别用户的情绪，根据识别结果输出与用户交互的交互信息，从而在用户的语音输入中含有焦虑或恐惧情绪时，ai系统能够模拟出同理心和安慰的情绪，采用温和和鼓励的语言与用户进行交互，从而能够帮助用户缓解情绪压力，更好地适应用户的心理需求。

24、可选的，所述根据所述情绪声纹特征和/或所述情绪图像特征识别所述用户的情绪还包括：

25、获取所述用户的基本信息；

26、根据所述基本信息确定所述用户是否具有特定交互需求；

27、在确定所述用户具有特定交互需求的情况下，根据所述特定交互需求调整情绪识别参数，其中，所述情绪识别参数用于识别所述用户的情绪。

28、通过采用上述技术方案，本技术通过获取用户的基本信息，确定用户是否具有特定交互需求，在有特定交互需求的情况下，调整情绪识别参数，从而更加准确地识别出用户的情绪。例如，如果一个患者在抑郁症的治疗中，系统可能会被调整以更准确地识别和解读悲观或消极的情绪。同样地，如果一个患者有特定的交流需要（例如，由于语言障碍或神经发育问题），系统可能会调整其参数以更好地解读这些特殊情况下的情绪表达。

29、可选的，所述确定用户的输入信息还包括：

30、分析所述用户当前时刻之前的历史语音输入；

31、将所述历史语音输入转换成历史文本；

32、对所述历史文本和所述文本进行语义识别，以确定所述用户的实际需求；

33、所述确定所述用户所对应的输入信息包括：

34、根据所述实际需求确定所述输入信息。

35、通过采用上述技术方案，本技术通过分析用户当前时刻之前的历史语音输入，将历史语音输入转换成历史文本，然后对历史文本和文本进行语义识别，从而能够根据上下文更加准确地理解用户的实际需求，然后根据用户的实际需求确定输入信息。

36、可选的，所述方法还包括：

37、当确定所述用户的实际需求为挂号时，确定所述实际需求所对应的挂号科室的位置信息；

38、将所述挂号科室的位置信息以地图的形式进行展示。

39、通过采用上述技术方案，本技术当确定用户的实际需求为挂号时，能够确定出挂号科室的位置信息，并且以地图的形式进行展示，从而便于用户找到挂号科室。

40、第二方面，本技术提供一种基于ai大模型的人机交互系统，包括：

41、输入信息确定模块，用于确定用户的输入信息；

42、目标关键词确定模块，用于确定所述输入信息所对应的医学术语或病症描述；

43、判断模块，判断医学语言处理模型对所述医学术语或所述病症描述是否识别成功；

44、查询模块，用于若未识别成功，则查询医学数据库以获得与所述医学术语或所述病症描述相对应的目标相关信息并输出所述目标相关信息；

45、识别结果输出模块，用于若识别成功，则输出所述医学语言处理模型的模型识别结果。

46、第三方面，本技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于ai大模型的人机交互方法的步骤。

47、第四方面，本技术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时实现上述基于ai大模型的人机交互方法的步骤。

48、综上所述，本技术包括以下至少一种有益技术效果：

49、1.本技术通过利用ai和数据库联合工作，当用户提出包含复杂医学术语或病症描述的问题时，ai系统会查询数据库，找到该术语的详细解释，并以易于理解的语言返回给用户，能够更好地理解和处理复杂的医学术语或病症描述，提高了ai导诊系统的准确性和效率；同时，ai系统可以学习这些交互，逐渐提高对复杂医学术语的理解和解释能力；

50、2.本技术通过将用户的历史疾病记录整合到语音输入中的病症描述中，从而帮助系统更准确地理解患者的病情；

51、3.本技术通过提供一个情绪识别模块识别用户的情绪，从而在用户情绪较差时能够帮助用户缓解情绪压力，更好地适应用户的心理需求；

52、4.本技术通过上下文理解模块分析用户之前的语音输入，了解用户的病情背景和需求，当系统遇到歧义的输入时，通过多轮对话模块提问获取更多的上下文信息，以准确理解用户的需求。