張喜紅，王玉香

（亳州職業(yè)技術(shù)學(xué)院，安徽 亳州 236800）

0 引言

醫(yī)療設(shè)備在疾病診查、臨床治療、術(shù)后評估等方面具有重要的意義，現(xiàn)已成為評價醫(yī)院醫(yī)療水平高低的關(guān)鍵指標(biāo)之一［1］。隨著醫(yī)療設(shè)備產(chǎn)業(yè)的蓬勃發(fā)展，廠家售后服務(wù)出現(xiàn)了巨大的人才缺口。招納、培養(yǎng)新人是廠家快速補(bǔ)給人才的主要渠道，然而多數(shù)醫(yī)療設(shè)備具有技術(shù)先進(jìn)、多學(xué)科交叉、知識密集、結(jié)構(gòu)復(fù)雜、集成度高等特點，新入職維修人員很難在短時間內(nèi)精通各類儀器的維修方法。其次，維修人員的培養(yǎng)需采用“傳、幫、帶”的模式［2］，然而現(xiàn)實情況是有經(jīng)驗的工程師因工作繁忙，無法顧及人才培養(yǎng)工作。因此，本文開發(fā)了一款故障智能問診系統(tǒng)，協(xié)助新入職維修人員較早勝任維修工作。

自1968年推斷化學(xué)分子結(jié)構(gòu)的專家系統(tǒng)問世以來，在各領(lǐng)域掀起了以人工智能專家系統(tǒng)替代真人專家工作內(nèi)容的研究熱潮。經(jīng)過多年的研究積累，故障診斷專家系統(tǒng)在機(jī)械設(shè)備、電力設(shè)備、航天設(shè)備等領(lǐng)域的應(yīng)用已日趨成熟，但大多運行于PC機(jī)上，存在便攜性、移動性較差的缺點，難以滿足工作人員外出維修作業(yè)的要求［3］。近年來，隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，特別是智能手機(jī)的普及，基于移動終端開發(fā)的故障診斷系統(tǒng)相繼出現(xiàn)。目前，基于移動終端開發(fā)的故障診斷系統(tǒng)主要有兩類：一類是基于安卓原生態(tài)APP模式，另一類是基于微信小程序或公眾號前后臺交互模式。因前者需安裝本地APP軟件，對移動終端硬件配備有要求，相比之下后者更受青睞。其次，伴隨著圖靈API開放應(yīng)用接口應(yīng)用平臺的出現(xiàn)，因其提供NLP服務(wù)、支持自定義知識庫，對于功能不太復(fù)雜的人工智能問診系統(tǒng)，在開發(fā)時為了提高效率、降低開發(fā)難度，大多采用圖靈API服務(wù)器充當(dāng)專家系統(tǒng)推理機(jī)與知識庫后臺［4］。

基于上述背景，本文以微信公眾號為交互前端，微信后臺與自定義公眾號服務(wù)器為中間件，圖靈機(jī)器人為故障問診后臺，設(shè)計了一款醫(yī)學(xué)檢驗儀器故障智能問診系統(tǒng)。

1 系統(tǒng)總體設(shè)計

故障智能問診系統(tǒng)屬人工智能專家系統(tǒng)范疇。專家系統(tǒng)發(fā)展至今，大致可分為兩大類，一類是基于知識的專家系統(tǒng)，另一類是基于神經(jīng)網(wǎng)絡(luò)等算法的系統(tǒng)?；谥R的專家系統(tǒng)是一種將專家經(jīng)驗知識采用某種知識表示方式（如產(chǎn)生式），建立故障現(xiàn)象與故障原因間的映射關(guān)系，并將其存儲到知識數(shù)據(jù)庫中，當(dāng)故障發(fā)生時，輸入故障現(xiàn)象，通過特定的推理方法從知識數(shù)據(jù)庫中推究故障原因的計算機(jī)程序［5］。鑒于醫(yī)學(xué)檢驗儀器維修工作人員能否做好維修工作與其經(jīng)驗積累程度呈正相關(guān)，在系統(tǒng)設(shè)計時采用基于知識的專家系統(tǒng)結(jié)構(gòu)。

基于知識的專家系統(tǒng)由人機(jī)對話前端、知識庫和推理機(jī)3部分組成。人機(jī)對話模塊是用戶發(fā)起故障問診的交互前端，設(shè)計時應(yīng)以易于交互、方便推廣為原則。鑒于微信公眾號運行于移動終端、易于推廣的優(yōu)勢，在系統(tǒng)設(shè)計時選用微信公眾號作為人機(jī)對話前端［6-7］。

知識庫與推理機(jī)好比整個系統(tǒng)的大腦，自行構(gòu)建知識庫與推理機(jī)運行平臺是一項艱巨的工作，且后期需要投入大量的人力物力進(jìn)行維護(hù)。鑒于醫(yī)學(xué)檢驗儀器故障問診系統(tǒng)的業(yè)務(wù)邏輯相對單一，在設(shè)計中選用圖靈機(jī)器人實現(xiàn)智能問答功能，以其等效替代專家系統(tǒng)的推理機(jī)。通過行業(yè)專家訪談、文獻(xiàn)整理等多種渠道獲取各類儀器的故障排查經(jīng)驗，并將其轉(zhuǎn)化為圖靈機(jī)器人平臺的定制化語料庫，作為專家系統(tǒng)的知識庫。由于圖靈服務(wù)器平臺對一個機(jī)器人所能存儲的自定義知識庫有容量限制，在設(shè)計時采用多賬號多機(jī)器人方式，每個機(jī)器人分別與一類檢驗儀器的故障知識相對應(yīng)。

微信公眾號在信息交互時采用的是XML格式消息，圖靈API服務(wù)器平臺采用的是JSON格式消息，兩者之間無法直接交互，需通過一公眾號服務(wù)器進(jìn)行格式變換與中轉(zhuǎn)。基于Python開發(fā)的Flask Web服務(wù)器框架簡潔易用，在系統(tǒng)設(shè)計時采用Flask Web服務(wù)器框架構(gòu)建公眾號服務(wù)器［8-10］。最終設(shè)計的醫(yī)學(xué)檢驗儀器故障智能問診系統(tǒng)的系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)總體結(jié)構(gòu)框圖Fig.1 Systematic block diagram

2 系統(tǒng)關(guān)鍵環(huán)節(jié)的實現(xiàn)方法

2.1 故障知識庫的整理

多數(shù)醫(yī)學(xué)檢驗儀器在設(shè)計時為了方便后期的維護(hù)，采用了模塊化設(shè)計的理念。即以功能為尺度將儀器劃分為相對獨立的單元模塊，各個模塊間通過總線相連進(jìn)行信號傳遞。此種設(shè)計理念促使醫(yī)學(xué)檢驗儀器的維修內(nèi)容從元件級的維修簡化為板卡級的維修，在一定程度上降低了故障排查的難度。無論是元件級維修還是板卡級維修，工程師故障診查活動的本質(zhì)是一個由現(xiàn)象到原因的推理過程，即依據(jù)故障現(xiàn)象推斷故障原因，定位故障位置的過程。其次，同一故障現(xiàn)象可能由多種故障原因引起，即一個故障現(xiàn)象發(fā)生時，可能是由單一因素引起，也有可能是多種因素共同作用的結(jié)果。再者，引發(fā)同一故障現(xiàn)象的各種故障原因發(fā)生的概率有大有小。因此，在某一故障現(xiàn)象發(fā)生時，對各種可能原因的排查應(yīng)有先后之分。概率較大的因素稱之為常見故障，是故障現(xiàn)象出現(xiàn)時應(yīng)該優(yōu)先檢查的內(nèi)容；概率較小的因素稱之為罕見故障，是故障排查時靠后檢查的內(nèi)容。

基于上述分析，設(shè)計了如下所示的知識庫整理流程，以優(yōu)利特干化學(xué)式尿液分析儀試紙感應(yīng)模塊的故障診斷知識庫整理為例進(jìn)行說明，具體實施步驟如下：

1）按儀器功能模塊收集故障征兆集：參照廠家說明書，依據(jù)儀器的原理及組成結(jié)構(gòu)將儀器模塊化分解，收集各功能模塊故障時的故障征兆集。如試紙感應(yīng)模塊故障時，對應(yīng)的征兆現(xiàn)象為“放入試紙條后，撥桿不動作！”。

2）故障征兆產(chǎn)生原因的羅列：采用產(chǎn)生式方法的邏輯，由現(xiàn)象為頂層盡可能多地羅列引起現(xiàn)象發(fā)生的原因。如：“放入試紙條后，撥桿不動作！”對應(yīng)的原因有：紅外感應(yīng)模塊被遮擋；紅外感應(yīng)模塊線路損動；紅外感應(yīng)模塊的紅外對管元件損壞；撥桿電機(jī)故障。

3）對故障原因進(jìn)行優(yōu)先級排序：采用專家打分或?qū)嵗y(tǒng)計方法，對某一故障現(xiàn)象對應(yīng)的多種原因按發(fā)生的概率大小進(jìn)行排序。例如：“放入試紙條后，撥桿不動作！”這一現(xiàn)象產(chǎn)生時，經(jīng)行業(yè)專家打分，由“紅外感應(yīng)模塊被遮擋”引起的可能達(dá)80%以上；由“紅外感應(yīng)模塊線路損動”引起的可能達(dá)60%左右；由“紅外感應(yīng)模塊紅外對管元件損壞”引起的可能不到20%；由“撥桿電機(jī)故障”引起的可能僅為5%；由此可見，當(dāng)“放入試紙條后，撥桿不動作！”這一故障現(xiàn)象出現(xiàn)時，依據(jù)各原因的概率大小排列，在故障排查時，首先應(yīng)引導(dǎo)用戶先排查紅外感應(yīng)模塊是否被遮擋；如故障仍未解決，接著引導(dǎo)用戶檢查紅外感應(yīng)模塊與主控板線路間是否有接觸不良，依次類推，若故障還是未能解決才引導(dǎo)用戶做后兩項檢查。

2.2 圖靈機(jī)器人的接入設(shè)計

圖靈API服務(wù)器注冊一個賬號可同時創(chuàng)建5個獨立的機(jī)器人，圖靈機(jī)器人支持用戶自定義語料庫，一個圖靈機(jī)器人可允許用戶添加內(nèi)容容量不超過5 M，問題條數(shù)不超過1 027條的自定義語料庫［11］。針對檢驗儀器設(shè)備種類較多、故障問診條數(shù)較多、故障知識庫所需存儲空間較大，及圖靈機(jī)器人自定義語料庫受限的情況，在接入圖靈機(jī)器人時采用多賬號、多機(jī)器人方式，即每個機(jī)器人負(fù)責(zé)一種檢驗儀器故障問題的回答，機(jī)器人數(shù)量的擴(kuò)增方法采用注冊多個賬號，每個賬號創(chuàng)建5個獨立的機(jī)器人實現(xiàn)；訪問時通過“userId”參數(shù)標(biāo)識用戶賬號，通過“apiKey”標(biāo)識某一賬號下的機(jī)器人編號。

圖靈機(jī)器人對自定義語料的格式也有相應(yīng)的要求，語料庫的格式如表1所示，其中問題長度不多于64個字符，答案長度不超過600個字符。所以需將文中2.1節(jié)中的原始知識庫進(jìn)行簡化處理。其中“問題”一行與2.1節(jié)中原始知識庫的故障現(xiàn)象相對應(yīng)，當(dāng)儀器故障時，是用戶向機(jī)器人發(fā)問的首選描述方式，在內(nèi)容設(shè)計時應(yīng)采用行業(yè)專家的標(biāo)準(zhǔn)述語。“相似問法”是同一問題的不同問法，也是體現(xiàn)機(jī)器人智力水平的重要因素，在內(nèi)容設(shè)計時要與標(biāo)準(zhǔn)述語的語義相同?！按鸢浮笔且鸸收犀F(xiàn)象的可能原因，在內(nèi)容設(shè)計時依據(jù)發(fā)生概率的優(yōu)先級按序編號羅列，用戶排除故障時按編號從小到大依次進(jìn)行。

表1 圖靈機(jī)器人自定義語料庫格式示例Tab.1 Examples of Turing Robot Custom Corpus format

2.3 Flask微信公眾號服務(wù)器接入的實現(xiàn)

微信公眾號為用戶提供了基礎(chǔ)模式與開發(fā)者模式兩種模式［8］，基礎(chǔ)模式只能按公眾號的約定規(guī)則進(jìn)行簡單的業(yè)務(wù)處理，本系統(tǒng)需使用開發(fā)者模式接入自定義Web服務(wù)器，即采用“開發(fā)者模式”+“Flask Web框架服務(wù)器”方式。Flask Web服務(wù)器框架通過簡單route（）裝飾器配置便可實現(xiàn)GET、POST等多種方法的HTTP請求［9］。依據(jù)公眾號開發(fā)者模式的消息交互流程，用戶接入開發(fā)者模式可歸納為如下兩步：

1）在微信公眾號管理后臺填寫、配置自定義服務(wù)器URL地址、Token參數(shù)，其中Token參數(shù)可自定義，但與Flask微信公眾號服務(wù)器要保持一致。

2）自定義公眾號服務(wù)器的接入校驗，其流程是：當(dāng)用戶向微信后臺提交了開發(fā)者模式配置請求后，微信后臺會通過GET方法攜帶signature、timestamp、nonce、echostr 4項參數(shù)，向自定義服務(wù)器發(fā)出校驗請求；自定義服務(wù)器在收到請求后，首先將1）中填寫Token與timestamp、nonce參數(shù)按序拼接成一個字符串后，進(jìn)行SHA1加密，接著將加密得到的字符串與signature參數(shù)對比，若二者相同則原樣返回echostr參數(shù)的內(nèi)容，代表接入驗證成功，反之接入失敗。

2.4 微信后臺與Flask微信公眾號服務(wù)器消息交互的實現(xiàn)

微信后臺與自定義服務(wù)器之間的消息交互統(tǒng)一采用如圖2所示的XML格式模板進(jìn)行交互［12］，其中ToUserName、FromUserName與標(biāo)簽之間的內(nèi)容為收、發(fā)雙方的帳號，二者在請求與回應(yīng)消息時需對調(diào)，用于標(biāo)識消息的來源與去向；CreateTime為消息創(chuàng)建時間；MsgType標(biāo)簽間的內(nèi)容用于標(biāo)識消息的類型，本系統(tǒng)中只存在文本消息的交互，因此將其參數(shù)固定為“text”；Content標(biāo)簽間的內(nèi)容是具體的消息內(nèi)容。

圖2 微信后臺XML格式消息模板Fig.2 WeChat backstage XML format message template

Flask微信公眾號服務(wù)器向微信后臺回復(fù)消息的函數(shù)代碼如下所示：

2.5 Flask微信公眾號服務(wù)器與圖靈機(jī)器人消息交互的實現(xiàn)

由2.2節(jié)可知，在系統(tǒng)設(shè)計時圖靈機(jī)器人的接入采用多賬號、多機(jī)器人方式接入，一種檢驗儀器對應(yīng)一個圖靈機(jī)器人。因此用戶在發(fā)送信息時需攜帶訪問哪個圖靈機(jī)器人的標(biāo)志信息，具體的做法是采用“（儀器名稱）+（故障現(xiàn)象）”的格式作為公眾號前端用戶請求的模板，“+”前“儀器名稱”用于標(biāo)識將要訪問的圖靈機(jī)器人，“+”后的“故障現(xiàn)象”是向?qū)?yīng)圖靈機(jī)器人提出的問診內(nèi)容。在Flask微信公眾號服務(wù)器中事先將圖靈機(jī)器人賬號userId與圖靈機(jī)器人密鑰apiKey按儀器名稱為索引進(jìn)行定義，訪問時可通過tl_userId［′尿液分析儀′］、tl_apiKey［′尿液分析儀′］的格式取到對應(yīng)的賬號與機(jī)器人密鑰，示例代碼如下所示。

#圖靈機(jī)器人用戶賬號：userId與機(jī)器人密鑰：apiKey的設(shè)置

Flask微信公眾號服務(wù)器故障問診業(yè)務(wù)的處理流程如下所示：

1）微信后臺向Flask微信公眾號服務(wù)器上傳消息的請求方式采用POST方法，因此首先判斷來自公眾號的請求是否是POST請求消息，如果是，則從XML格式消息中分別提取ToUser-Name、FromUserName、CreateTime、MsgType、Content中的內(nèi)容。公眾號消息的解析通過 xml.etree.ElementTree包實現(xiàn)，具體實現(xiàn)代碼如下所示：

2）如果內(nèi)容類型是文本消息，則以“+”為標(biāo)識拆分解析Content標(biāo)簽中的消息內(nèi)容，得到相應(yīng)機(jī)器人的賬號標(biāo)識字符串，以及故障問診內(nèi)容字符串。具體實現(xiàn)代碼如下所示：

3）依據(jù)2）中的機(jī)器人標(biāo)識查找對應(yīng)機(jī)器人的用戶賬號userId與機(jī)器人密鑰apiKey，連同2）得到故障問診內(nèi)容，構(gòu)造訪問圖靈機(jī)器人的JSON格式數(shù)據(jù)包，并通過POST方式攜帶JSON格式數(shù)據(jù)包請求圖靈機(jī)器人響應(yīng)；圖靈機(jī)器人成功響應(yīng)后，將返回JSON格式的故障診查流程數(shù)據(jù)包。具體實現(xiàn)代碼如下所示：

4）解析步驟3）中圖靈機(jī)器人返回的JSON數(shù)據(jù)包內(nèi)容，提取包中的“故障診查建議”，將1）中的ToUserName、FromUserName對調(diào)后，構(gòu)造微信XML格式數(shù)據(jù)包，將數(shù)據(jù)返回到微信服務(wù)器端。

3 系統(tǒng)測試

在PyCharm2016.3.3中創(chuàng)建Flask微信服務(wù)器Python腳本文件，并將啟動腳本運行app.run（）語句中的host參數(shù)設(shè)為host= '0.0.0.0'，端口號參數(shù)設(shè)為port= 8 000，實現(xiàn)支持外網(wǎng)訪問。接著使用花生殼內(nèi)網(wǎng)穿透軟件，將本機(jī)IP地址、端口號綁定到花生殼的域名上，為了與微信公眾號的規(guī)定一致，需將花生殼的外網(wǎng)端口設(shè)為80。接著將花生殼提供的Flask微信服務(wù)器域名填入微信公眾號管理后臺的對應(yīng)頁面中。關(guān)注微信公眾號后，進(jìn)行故障問診模擬測試，圖3和圖4為部分測試結(jié)果，測試結(jié)果顯示系統(tǒng)運行穩(wěn)定。

圖3 測試實例一Fig.3 Test example 1

圖4 測試實例二Fig.4 Test example 2

4 結(jié)語

本文以醫(yī)學(xué)檢驗儀器的故障診查為例，以微信公眾號為交互前端，F(xiàn)lask Web框架公眾號服務(wù)器為中間橋梁，圖靈機(jī)器人為后臺，實現(xiàn)了一款醫(yī)學(xué)檢驗儀器故障智能問診系統(tǒng)。經(jīng)實際應(yīng)用測試顯示，其運行穩(wěn)定，能為維修人員提供可靠的維修建議。本系統(tǒng)的設(shè)計方案可為快速開發(fā)醫(yī)療設(shè)備行業(yè)的故障智能問診系統(tǒng)提供參考。