袁方 馬瑞霞 任海玲 白云峰 李彬 郭學(xué)茹

1.銀川市第一人民醫(yī)院;2.寧夏醫(yī)科大學(xué)

針對現(xiàn)有智能導(dǎo)診機(jī)器人存在的知識庫不完善、功能單一無法在實際場景中發(fā)揮作用、智能問答系統(tǒng)在應(yīng)答過程中還存在答非所問，應(yīng)答場景有限；后臺管理平臺設(shè)計不合理、語音處理引擎效果不佳、人臉處理引擎不精準(zhǔn)、工作地點固定、機(jī)器人外觀形象設(shè)計不人性化等問題設(shè)計智能導(dǎo)診機(jī)器人。（1）基于KANO模型確定智能導(dǎo)診機(jī)器人的必備功能、魅力功能、期望功能、無差異功能；（2）搭建6大知識庫，涵蓋24000余條知識，通過4大引擎技術(shù)實現(xiàn)自動巡邏、醫(yī)院信息查詢、科室推薦、專家查詢、科室導(dǎo)航、帶路引導(dǎo)等14大功能；（3）提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的智能問答系統(tǒng)設(shè)計與優(yōu)化方法實現(xiàn)流暢的人機(jī)問答，將各項單點技術(shù)融會貫通；（4）完善機(jī)器人后臺管理平臺，實現(xiàn)實時監(jiān)控機(jī)器人工作問答狀態(tài)、增刪改知識庫、數(shù)據(jù)統(tǒng)計分析等功能；（5）基于環(huán)形6麥克風(fēng)陣列實現(xiàn)遠(yuǎn)場高精度識別、基于多模態(tài)視覺技術(shù)實現(xiàn)場景人物全感知。本研究研發(fā)的智能導(dǎo)診機(jī)器人基本能夠?qū)崿F(xiàn)自助分診，提升患者滿意度、減少醫(yī)療機(jī)構(gòu)在導(dǎo)醫(yī)工作中的人力資源投入。

0 引言

隨著物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、區(qū)塊鏈等信息科學(xué)技術(shù)的迅速發(fā)展，智慧醫(yī)療、智慧醫(yī)院建設(shè)已成為提高醫(yī)療質(zhì)量和患者滿意度的重要手段[1]。醫(yī)院導(dǎo)診工作是患者進(jìn)入醫(yī)院享受的第一道服務(wù)，具有工作難度系數(shù)低、患者就醫(yī)滿意度影響系數(shù)大的特點[2]。然而信息科學(xué)技術(shù)對醫(yī)院導(dǎo)診工作的賦能作用不明顯，傳統(tǒng)醫(yī)院導(dǎo)診工作仍然在消耗大量的人力資源用于服務(wù)患者對科室導(dǎo)航、就醫(yī)流程、專家咨詢等問題的咨詢回答上，存在機(jī)械性、重復(fù)性、低難度性[3]。本研究對銀川市某三甲醫(yī)院隨機(jī)抽取2692名人員進(jìn)行了問卷調(diào)查（導(dǎo)醫(yī)436名、患者2256名），80%的導(dǎo)醫(yī)表示會因為同時接待太多患者而不能給予很好的服務(wù)，見圖1；95.08%的導(dǎo)醫(yī)表示在導(dǎo)診服務(wù)中，患者問詢的問題是重復(fù)的，見圖2；100%的導(dǎo)醫(yī)表示在導(dǎo)診服務(wù)中會遇見自己無法回答的問題，見圖3；85.25%的導(dǎo)醫(yī)表示希望有一款智能導(dǎo)診機(jī)器人來輔助導(dǎo)診工作，見圖4。

圖1 服務(wù)情況Fig.1 Service situation

圖2 問題重復(fù)情況Fig.2 Duplicate problem

圖3 會遇見自己無法回答的問題Fig.3 Will encounter questions I can't answer

圖4 對智能導(dǎo)診機(jī)器人導(dǎo)診的看法Fig.4 Views on intelligent guiding robot

近年來，智能導(dǎo)診機(jī)器人、嵌入移動端的智能問答系統(tǒng)相繼問世，但未能被醫(yī)院及廣大患者使用，主要原因包括:

（1）知識庫不完善，不能覆蓋患者所有的問題；（2）功能單一，不能滿足患者需求[4]；（3）基于知識庫的智能問答系統(tǒng)大多都只能實現(xiàn)簡單的功能，無法在現(xiàn)實場景中發(fā)揮作用，此外在應(yīng)答過程中還存在答非所問、應(yīng)答場景有限等缺陷；（4）機(jī)器人后臺管理平臺設(shè)計不合理，不具有對實時監(jiān)控機(jī)器人工作問答狀態(tài)、增刪改知識庫、數(shù)據(jù)統(tǒng)計分析等功能；（5）智能導(dǎo)診機(jī)器人的語音處理引擎效果不佳，在門診大廳嘈雜環(huán)境中不能高效準(zhǔn)確識別患者的語音；（6）人臉處理引擎不精準(zhǔn)，不能同時從多人中結(jié)合語音引擎處理鎖定咨詢患者；（7）工作地點固定，不容易被患者發(fā)現(xiàn)并體驗，存在被動性；（8）機(jī)器人外觀形象設(shè)計不人性化，導(dǎo)致患者體驗度不好，例如高度、頭部靈活度等；（9）嵌入移動端的智能問答系統(tǒng)，這類系統(tǒng)普遍嵌入移動端的微信公眾號或小程序，患者需要打開程序，再進(jìn)一步輸入要咨詢的問題，操作繁瑣、不直接，用戶體驗感不好。

2015年銀川市第一人民醫(yī)院積極探索互聯(lián)網(wǎng)+醫(yī)療健康，成立了“互聯(lián)網(wǎng)+醫(yī)療健康研究中心”，基于該平臺，針對以上問題，2015年銀川市第一人民醫(yī)院積極探索互聯(lián)網(wǎng)+醫(yī)療健康，成立了“互聯(lián)網(wǎng)+醫(yī)療健康研究中心”，本研究研發(fā)了智能導(dǎo)診機(jī)器人，基本能夠?qū)崿F(xiàn)自助分診，提升患者滿意度、減少醫(yī)療機(jī)構(gòu)在導(dǎo)醫(yī)工作中的人力資源投入。

1 系統(tǒng)需求

基于KANO模型的智能導(dǎo)診機(jī)器人功能屬性分析，見表1。

表1 基于KANO模型的智能導(dǎo)診機(jī)器人功能屬性Tab.1 Functional attributes of intelligent guidance robot based on KANO model

基于KANO模型，對收取的2692份問卷調(diào)查（導(dǎo)醫(yī)436名、患者2256名）結(jié)果進(jìn)行了分析，收集患者及導(dǎo)醫(yī)對智能導(dǎo)診機(jī)器人的功能需求，其中必備屬性4個，包括:“智能問答”“預(yù)約掛號”“院內(nèi)地圖導(dǎo)航”“隱私保護(hù)”；期望屬性1個，為“體驗反饋”；魅力屬性3個，包括“最佳科室匹配”“就診百科”“方言識別”；無差異屬性1個，為“人臉識別”。按照功能/服務(wù)提供優(yōu)先級，滿足順序為:必備屬性＞期望屬性＞魅力屬性＞無差異屬性。因此，在智能導(dǎo)診機(jī)器人的開發(fā)上，應(yīng)優(yōu)先滿足智能問答、預(yù)約掛號、院內(nèi)地圖導(dǎo)航、隱私保護(hù)4大功能；其次，滿足期望屬性:體驗反饋；再次，滿足魅力屬性，最佳科室匹配、就診百科、方言識別3大功能；最后，本研究結(jié)合其他智能導(dǎo)診機(jī)器人在應(yīng)用過程中存在的問題，實現(xiàn)主動迎賓、娛樂聊天、交通查詢、專家查詢、健康宣教、科普視頻天氣查詢等共計14大功能?；贙ANO模型的智能導(dǎo)診機(jī)器人功能屬性分析見表1。Better-Worse系數(shù)圖如圖5所示。

圖5 Better-Worse系數(shù)圖Fig.5 Better-Worse coefficient diagram

2 系統(tǒng)功能結(jié)構(gòu)設(shè)計

2.1 系統(tǒng)架構(gòu)

針對智能導(dǎo)診機(jī)器人知識庫不完善，不能覆蓋患者所有的問題；功能單一，不能有效提供患者所需信息問題，搭建了6大知識庫，并基于此6大知識庫利用4大引擎技術(shù)，實現(xiàn)14大功能，全面覆蓋患者就醫(yī)可能涉及到的各種咨詢問題。6大知識庫具體包括醫(yī)院信息知識庫，涵蓋知識1600余條；醫(yī)院專家知識，涵蓋知識200余條；醫(yī)院導(dǎo)航知識庫，涵蓋知識386條；科普知識庫，涵蓋知識6000余余條視頻知識及8000余余條文本知識；疾病診斷知識庫包括6000余余條疾病科室知識庫及6000余余條癥狀科室知識，其他知識庫涵蓋語料知識、天氣情況、交通情況等知識。4的引擎技術(shù)包括語音處理、數(shù)據(jù)采集、人臉處理、知識處理。14大功能包括:醫(yī)院信息查詢、主動迎賓、科室推薦、娛樂聊天、交通查詢、預(yù)約掛號、就診流程、專家查詢、科室導(dǎo)航、健康宣教、就醫(yī)評價、科普視頻、帶路引導(dǎo)、天氣查詢等。具體系統(tǒng)架構(gòu)如圖6所示。

圖6 智能導(dǎo)診機(jī)器人系統(tǒng)架構(gòu)圖Fig.6 Architecture diagram of intelligent guidance robot system

2.2 智能問答系統(tǒng)

針對智能導(dǎo)診機(jī)器人在應(yīng)答過程中還存在答非所問，應(yīng)答場景有限問題，基于深度神經(jīng)網(wǎng)絡(luò)設(shè)計優(yōu)化智能問答系統(tǒng)。（1）預(yù)處理過程中，使用詞袋模型結(jié)合Skip-gram模型生成最終的詞向量；（2）優(yōu)化詞向量加權(quán)模塊，擯棄僅根據(jù)詞頻決定詞向量權(quán)重的傳統(tǒng)方法，使用詞頻逆文檔頻率加權(quán)方法來提高關(guān)鍵詞的權(quán)重，輸出詞語表達(dá)結(jié)果；（3）聯(lián)合使用檢索匹配模型和基于注意力機(jī)制的生成對話模型產(chǎn)生應(yīng)答，不僅可以回答語料庫中預(yù)定義的問題，還可以通過長短期記憶網(wǎng)絡(luò)的訓(xùn)練和預(yù)測真正理解句子的含義，回答開放域的問題。智能問答系統(tǒng)框架如圖7所示。訓(xùn)練階段邏輯劃分如圖8所示。

圖7 智能問答系統(tǒng)框架Fig.7 Intelligent question answering system framework

圖8 訓(xùn)練階段邏輯劃分Fig.8 Logical division of training phase

2.3 后臺管理平臺

針對智能導(dǎo)診機(jī)器人機(jī)器人后臺管理平臺設(shè)計不合理，不具有對實時監(jiān)控機(jī)器人工作問答狀態(tài)、增刪改知識庫、數(shù)據(jù)統(tǒng)計分析等功能，搭建覆蓋后臺管理、機(jī)器人、用戶操作三大平臺。后臺管理平臺可以實現(xiàn):數(shù)據(jù)統(tǒng)計、知識庫維護(hù)、實時監(jiān)控、遠(yuǎn)程操控等功能；機(jī)器人平臺可實現(xiàn)語音識別、人臉識別、傳感器感知、定位導(dǎo)航等功能；用戶操作平臺可實現(xiàn)預(yù)約掛號、觸屏操控、語音咨詢等功能。機(jī)器人三大平臺功能架構(gòu)如圖9所示。

圖9 機(jī)器人三大平臺功能架構(gòu)圖Fig.9 Functional architecture diagram of the three robot platforms

2.4 環(huán)形6麥克風(fēng)陣列

針對智能導(dǎo)診機(jī)器人的語音處理引擎效果不佳，在門診大廳嘈雜環(huán)境中不能高效準(zhǔn)確識別患者的語音問題，基于環(huán)形6麥克風(fēng)陣列，通過語音增強(qiáng)、聲源定位技術(shù)、去混響技術(shù)、聲源信號提取等技術(shù)，實現(xiàn)噪聲抑制、回聲抑制、去混響、單或多聲源定位、聲源數(shù)目估計、源分離等功能，支持360°范圍拾音，±10°聲源定位，5m遠(yuǎn)場交互識別率92%，喚醒率95%。環(huán)形6麥克風(fēng)陣列如圖10所示，語音交互流程如圖11所示。

圖10 環(huán)形6麥克風(fēng)陣列Fig.10 Ring 6 microphone array

圖11 語音交互步驟Fig.11 Voice interaction steps

2.5 基于多模態(tài)視覺技術(shù)的場景人物全感知

針對人臉處理引擎不精準(zhǔn)，不能同時從多人中結(jié)合語音引擎處理鎖定咨詢患者問題，本研究基于多模態(tài)視覺技術(shù)實現(xiàn)場景人物全感知、實現(xiàn)人臉跟隨、性別年齡分析、手勢識別、物體識別定位等以實現(xiàn)場景人物全感知。全感知視覺識別如圖12所示。

圖12 全感知視覺識別Fig.12 Full perception visual recognition

2.6 視覺和激光雷達(dá)結(jié)合的多傳感器融合導(dǎo)航技術(shù)

針對智能導(dǎo)診機(jī)器人工作地點固定，不容易被患者發(fā)現(xiàn)并體驗，存在被動性的缺點，基于結(jié)合視覺和激光雷達(dá)的多傳感器融合導(dǎo)航技術(shù)，融合激光雷達(dá)可以獲得極高的角度、距離和速度分辨率、抗干擾的能力強(qiáng)、適于工作在日益復(fù)雜和激烈的信息戰(zhàn)環(huán)境中及視覺導(dǎo)航系統(tǒng)速度快、信息量大、功能多的優(yōu)勢，實現(xiàn)智能避障礙、精準(zhǔn)定位、自主巡邏、帶路指引、地圖構(gòu)建等功能。

3 系統(tǒng)實現(xiàn)

3.1 訪問流程

系統(tǒng)基于6大知識庫20000余條導(dǎo)診相關(guān)數(shù)據(jù)問答對、4大引擎技術(shù)、為患者提供14大功能，基于深度神經(jīng)網(wǎng)絡(luò)設(shè)計優(yōu)化智能問答系統(tǒng)，利用環(huán)形6麥克風(fēng)陣列、視覺和激光雷達(dá)結(jié)合的多傳感器融合導(dǎo)航技術(shù)，實現(xiàn)感知獲取，為患者提供及時高效智能的導(dǎo)診服務(wù)。人機(jī)交互界面如圖13所示。

圖13 機(jī)器人工作流程圖Fig.13 Robot work flow chart

3.2 系統(tǒng)界面

智能導(dǎo)診機(jī)器人系統(tǒng)界面如圖14所示。

圖14 人機(jī)交互（a）Fig.14 Human-computer interaction （a）

圖14 人機(jī)交互（b）Fig.14 Human-computer interaction （b）

4 討論

本研究針對現(xiàn)有智能導(dǎo)診機(jī)器人存在的問題，基于KANO模型確定了智能導(dǎo)診機(jī)器人的必備功能、魅力功能、期望功能、無差異功能；搭建6了大知識庫，涵蓋24000余條導(dǎo)診數(shù)據(jù)問答對，通過4大引擎技術(shù)實現(xiàn)了14大功能；基于深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)了智能問答系統(tǒng)的設(shè)計與優(yōu)化；完善了機(jī)器人后臺管理平臺，基于環(huán)形6麥克風(fēng)陣列實現(xiàn)遠(yuǎn)場高精度識別、基于多模態(tài)視覺技術(shù)實現(xiàn)場景人物全感知。本研究研發(fā)的智能導(dǎo)診機(jī)器人基本能夠?qū)崿F(xiàn)自助分診，提升患者滿意度、減少醫(yī)療機(jī)構(gòu)在導(dǎo)醫(yī)工作中的人力資源投入。