本發(fā)明涉及醫(yī)療，尤其涉及基于人工智能的數智人藥師用藥指導系統(tǒng)。

背景技術：

1、在當今的醫(yī)療領域中，藥品說明書對于患者和醫(yī)護人員正確使用藥品起著至關重要的作用。然而，傳統(tǒng)的藥品說明書獲取方式存在著諸多不便之處，紙質說明書不僅字小，還不易查找和保存，而且信息更新不及時，容易導致患者獲取到過時的藥品信息。而現(xiàn)有的電子數據庫雖然在一定程度上方便了信息的存儲和查詢，但往往存在信息不準確、不完整的問題。許多電子數據庫中的藥品信息可能沒有及時更新，或者缺乏對某些特殊藥品或新上市藥品的覆蓋，這使得用戶在查詢時無法獲得全面和準確的信息。

2、此外，現(xiàn)有的藥品信息查詢系統(tǒng)在信息傳達方式上也較為單一，大多只是簡單地呈現(xiàn)文本信息，無法滿足患者對藥品信息直觀、易懂的需求。對于一些專業(yè)術語較多的藥品說明書，患者可能難以理解其中的含義，從而導致用藥錯誤或不當。而且，這些系統(tǒng)通常無法根據患者的具體情況提供個性化的藥品信息，例如針對老年人、孕婦、兒童等特殊人群的用藥建議。

3、迫切需要一種更加便捷、準確、智能的藥品說明書知識庫，能夠整合全面的藥品信息，以直觀、易懂的方式呈現(xiàn)給用戶，并能根據用戶的具體情況提供個性化的服務，從而提高醫(yī)療服務的質量和安全性。

4、因此，有必要提供基于人工智能的數智人藥師用藥指導系統(tǒng)解決上述技術問題。

技術實現(xiàn)思路

1、為解決上述技術問題，本發(fā)明提供基于人工智能的數智人藥師用藥指導系統(tǒng)，提供了更加便捷、準確、智能的藥品信息查詢和用藥指導方式，不僅提高了醫(yī)療服務的質量和安全性，還極大地改善了用戶的使用體驗。

2、本發(fā)明提供了基于人工智能的數智人藥師用藥指導系統(tǒng)，包括用戶交互模塊、服務端和答案生成模塊，

3、所述用戶交互模塊，用于接收并向所述服務端發(fā)起用戶提出的問題；

4、所述服務端，用于封裝用戶提出的問題，并提交至所述答案生成模塊；

5、所述答案生成模塊，用于接收來自所述服務端的問題，利用檢索增強生成rag方法，在預構建的藥品說明書知識庫中檢索與所述問題關聯(lián)的信息，并利用預訓練的語言模型整合檢索到的信息生成針對所述問題的答案，最后，向所述用戶交互模塊流式返回所述問題的答案。

6、優(yōu)選的，在用藥指導系統(tǒng)中，所述藥品說明書知識庫的構建過程包括：

7、多渠道收集藥品說明書，并對收集的藥品說明書進行數據預處理，其中，所述預處理包括去除重復信息、糾正錯誤數據和統(tǒng)一格式；

8、按照預設的關鍵字段對預處理后的藥品說明書進行結構化分類，得到對應于所述關鍵字段的內容塊，其中，所述關鍵字段包括藥品信息、用法用量、適應癥、不良反應和注意事項；

9、基于結構化后的所有內容塊構建第一問答對數據集；

10、利用檢索增強生成rag方法，并結合所述第一問答對數據集對選定的語言模型進行訓練，生成藥品說明書知識庫。

11、優(yōu)選的，在所述語言模型的訓練過程中，還包括：

12、引入人工審核流程，用于對訓練過程中由語言模型生成的回答進行篩選。

13、優(yōu)選的，還包括專家智庫，用于在用戶提出的問題與所述專家智庫中的問題相匹配時，提供專家級的用藥建議，其中，所述專家智庫包含常見及特殊藥品、不同病情和人群，以及個性化用藥指導。

14、優(yōu)選的，所述專家智庫的構建過程包括：

15、收集并整理專家團隊提供的關于常見及特殊藥品、不同病情和人群用藥建議的用藥數據；

16、利用自然語言處理方法對所述用藥數據進行結構化處理，構建第二問答對數據集；

17、基于所述第二問答對數據集，建立可檢索的專家智庫，用于在用戶提問時提供匹配的專家級的用藥建議。

18、優(yōu)選的，還包括數字人分身模塊，用于將所述答案生成模塊生成的答案轉化為自然語音，并通過數字人的視覺呈現(xiàn)來增強用戶的理解和信任感，使得用戶能夠以更加直觀和互動的方式獲得用藥指導。

19、優(yōu)選的，所述數字人分身模塊的構建過程包括：

20、通過采集藥師的聲音樣本，并利用深度學習技術進行音頻分析，提取聲音特征，創(chuàng)建聲音模型；

21、運用圖像處理方法對藥師的靜態(tài)照片進行分析，提取面部特征，構建數字人分身的三維模型，并通過動畫技術展示表情變化和口型同步；

22、結合所述聲音模型和所述三維模型，集成語音合成方法和唇形同步算法，對數字人分身的聲音與嘴形動作進行同步處理。

23、優(yōu)選的，還包括通信模塊，用于在所述用戶交互模塊和所述服務端之間，以及所述服務端和所述答案生成模塊之間建立數據傳輸通道。

24、優(yōu)選的，所述通信模塊還用于在所述數字人分身模塊與所述答案生成模塊之間建立數據傳輸通道，以將所述答案生成模塊生成的答案高效傳輸至數字人分身模塊，實現(xiàn)實時的語音合成和播報。

25、與相關技術相比較，本發(fā)明提供的基于人工智能的數智人藥師用藥指導系統(tǒng)具有如下有益效果：

26、本發(fā)明構建了藥品說明書知識庫，涵蓋了大量的藥品信息，并通過嚴格的預處理和人工審核流程確保信息的準確性和時效性，有效解決了傳統(tǒng)紙質說明書信息不全、更新滯后的問題。

27、利用檢索增強生成(rag)技術和預訓練的大規(guī)模語言模型，本發(fā)明能夠準確理解用戶提問意圖，并快速檢索到相關的藥品信息，生成連貫、準確的回答，提高了信息檢索的速度和質量。

28、通過構建專家智庫，本發(fā)明能夠提供針對不同人群(如老年人、孕婦、兒童等)和特殊病情的專業(yè)用藥建議，彌補了現(xiàn)有系統(tǒng)無法提供個性化服務的不足。

29、借助逼真的數字人分身技術，本發(fā)明能夠以語音和視覺形式呈現(xiàn)藥品信息，增強了用戶的理解和信任感，使得原本復雜的藥品信息變得易于理解，尤其是對于非專業(yè)人士而言。

技術特征：

1.基于人工智能的數智人藥師用藥指導系統(tǒng)，包括用戶交互模塊、服務端和答案生成模塊，其特征在于，

2.根據權利要求1所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，在用藥指導系統(tǒng)中，所述藥品說明書知識庫的構建過程包括：

3.根據權利要求2所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，在所述語言模型的訓練過程中，還包括：

4.根據權利要求1所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，還包括專家智庫，用于在用戶提出的問題與所述專家智庫中的問題相匹配時，提供專家級的用藥建議，其中，所述專家智庫包含常見及特殊藥品、不同病情和人群，以及個性化用藥指導。

5.根據權利要求4所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，所述專家智庫的構建過程包括：

6.根據權利要求1所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，還包括數字人分身模塊，用于將所述答案生成模塊生成的答案轉化為自然語音，并通過數字人的視覺呈現(xiàn)來增強用戶的理解和信任感，使得用戶能夠以更加直觀和互動的方式獲得用藥指導。

7.根據權利要求6所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，所述數字人分身模塊的構建過程包括：

8.根據權利要求7所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，還包括通信模塊，用于在所述用戶交互模塊和所述服務端之間，以及所述服務端和所述答案生成模塊之間建立數據傳輸通道。

9.根據權利要求8所述的基于人工智能的數智人藥師用藥指導系統(tǒng)，其特征在于，所述通信模塊還用于在所述數字人分身模塊與所述答案生成模塊之間建立數據傳輸通道，以將所述答案生成模塊生成的答案高效傳輸至數字人分身模塊，實現(xiàn)實時的語音合成和播報。

技術總結
本發(fā)明提供基于人工智能的數智人藥師用藥指導系統(tǒng)，涉及醫(yī)療技術領域，包括用戶交互模塊、服務端和答案生成模塊，所述用戶交互模塊，用于接收并向所述服務端發(fā)起用戶提出的問題；所述服務端，用于封裝用戶提出的問題，并提交至所述答案生成模塊；所述答案生成模塊，用于接收來自所述服務端的問題，利用檢索增強生成RAG方法，在預構建的藥品說明書知識庫中檢索與所述問題關聯(lián)的信息，并利用預訓練的語言模型整合檢索到的信息生成針對所述問題的答案，最后，向所述用戶交互模塊流式返回所述問題的答案，本發(fā)明提供了更加便捷、準確、智能的藥品信息查詢和用藥指導方式，不僅提高了醫(yī)療服務的質量和安全性，還極大地改善了用戶的使用體驗。

技術研發(fā)人員：崔曉輝,王欣,劉秉章,宋海慶,白向榮,陳冰,王育琴,李林,李玉珍,閆素英,盧軼歐,張乃文,黃猛潮,孫婷婷,張嘯然
受保護的技術使用者：首都醫(yī)科大學宣武醫(yī)院
技術研發(fā)日：
技術公布日：2025/1/2