CN111861161B - 基于标准化病人的问诊训练考评方法和装置 - Google Patents
基于标准化病人的问诊训练考评方法和装置 Download PDFInfo
- Publication number
- CN111861161B CN111861161B CN202010639937.9A CN202010639937A CN111861161B CN 111861161 B CN111861161 B CN 111861161B CN 202010639937 A CN202010639937 A CN 202010639937A CN 111861161 B CN111861161 B CN 111861161B
- Authority
- CN
- China
- Prior art keywords
- training
- evaluation
- standardized patient
- standardized
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 129
- 238000011156 evaluation Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000009471 action Effects 0.000 claims abstract description 37
- 230000006872 improvement Effects 0.000 claims description 7
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 16
- 230000002457 bidirectional effect Effects 0.000 description 5
- 208000002173 dizziness Diseases 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 206010033425 Pain in extremity Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请涉及医学教育相关领域,具体涉及一种基于标准化病人的问诊训练考评方法和装置。其中,基于标准化病人的问诊训练考评方法包括:通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。
Description
技术领域
本申请涉及医学教育相关领域,具体涉及一种基于标准化病人的问诊训练考评方法和装置。
背景技术
问诊作为医生临床诊治病人的重要手段,是每个医学生成为医生之前必须熟练掌握的一门技能。在整个医学学习过程中需要反复的训练和巩固。目前比较主流的做法是基于标准化病人来完成问诊的训练工作。首先需要挑选符合条件的人员,经过标准化,系统化培训后,通过表演,化妆,道具等手段,来模拟临床病人,训练者或考核者再通过现场或者远程视频的方式和装扮的临床病人配对来完成训练。整个训练过程中需要导师全程参与,对标准化病人和训练者或考核者进行双向监督,并出具训练评价结果。整个训练过程中,严重占用师资力量,同时训练规模过小,训练次数有限,训练效率急需提高。
发明内容
为至少在一定程度上克服相关技术中存在的问题,本申请提供一种基于标准化病人的问诊训练考评方法和装置。
根据本申请实施例的第一方面,提供一种基于标准化病人的问诊训练考评方法,包括:
通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。
可选的,还包括:
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中标准化病人表现的统计和评价。
可选的,还包括:
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到导师指导意见;
其中,所述指导意见包括:训练者或考核者存在的问题和改进的方式。
可选的,所述预设智能评价模块的构建方式为:
获取预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价;
将所述预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价作为样本数据输入预设的深度学习模型进行训练,得到预设智能评价模块。
可选的,所述预设智能评价模块的构建方式为:
汇总针对每一个剧本内的标准化病人和训练者或考核者的可能出现的动作表现或者对话以及导师评价的样本库;
基于汇总的样本库生成智能评价模块;
当所述智能评价模块进行评价时,基于当前剧本,训练者或考核者的对话内容和动作表现匹配所述样本库中的数据,找出对应的导师评价。
可选的,还包括:
保存所述基于标准化病人的问诊训练考评中的音频信息和视频信息,供导师查看。
根据本申请实施例的第二方面,提供一种基于标准化病人的问诊训练考评装置,包括:
获取模块,用于获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
识别模块,用于识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
评价模块,用于将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。
可选的,所述获取模块,包括;摄像头和麦克风设备。
可选的,语音识别模块,还用于对音频数据做通道分离。将标准化病人和训练者或考核者说话的音频数据区分开。
可选的,所述标准化病人为自然人或者虚拟标准化病人;
其中,虚拟标准化病人为通过计算机技术模拟自然人标准化病人的反应的装置。
根据本申请实施例的第三方面,提供一种培训设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行所述存储内可执行指令,以实现如本申请实施例的第一方面所述的基于标准化病人的问诊训练考评方法。
本申请的实施例提供的技术方案可以包括以下有益效果:
本申请实施例提供方法中,通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。即:通过预设智能评价模块对标准化病人和训练者或考核者进行双向监督,并出具训练评价结果。整个训练过程中,减少了对于导师的需求,占用师资力量小,避免了因为导师数量对训练规模的限制,训练次数可以增加,训练效率提高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种基于标准化病人的问诊训练考评方法的流程图。
图2是根据另一示例性实施例示出的一种基于标准化病人的问诊训练考评装置的框图。
图3是根据另一示例性实施例示出的一种基于标准化病人的问诊训练考评方法的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
首先对本发明实施例的应用场景进行说明,标准化病人(SP)指经过特别培训后,能恒定,逼真模拟临床病人的病状,并根据自己的感受的专门设计的表格上记录并评估医学生的临床操作技能,充当教师向学生提出反馈意见的人员。目前标准化病人已在多个国家的医学生和医生的临床教学,考核,评估,培训等多种领域发挥着越来越重要的作用。在医生的培训过程中一般需要标准化病人的配合,尤其是问诊的过程。问诊作为医生临床诊治病人的重要手段,是每个医学生成为医生之前必须熟练掌握的一门技能。在整个医学学习过程中需要反复的训练和巩固。目前比较主流的做法是基于标准化病人来完成问诊的训练工作。首先需要挑选符合条件的人员,经过标准化,系统化培训后,通过表演,化妆,道具等手段,来模拟临床病人,训练者或考核者再通过现场或者远程视频的方式和装扮的临床病人配对来完成训练。整个训练过程中需要导师全程参与,对标准化病人和训练者或考核者进行双向监督,并出具训练评价结果。整个训练过程中,严重占用师资力量,同时训练规模过小,训练次数有限,训练效率急需提高。
本发明提供一种解决方案,可以对基于标准化病人的训练过程做实时的监测和分析,并形成全面的评价结果。本发明可以作为标准化病人问诊训练的辅助评价系统或装置,也可以用来对标准化病人问诊做考核。本发明可以对训练者或考核者和标准化病人的问诊过程做双向的智能分析统计和结果反馈,可以促进标准化病人和训练者或考核者的技能得到进一步提升,可以替代导师的现场监督和考评,能够有效的提高问诊教学的效率。
图1是根据一示例性实施例示出的一种基于标准化病人的问诊训练考评方法的流程图。如图1所示,基于标准化病人的问诊训练考评方法,包括以下步骤。
在步骤S11中,通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
在步骤S12中,基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
在步骤S13中,将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。
本申请实施例提供方法中,通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。即:通过预设智能评价模块对标准化病人和训练者或考核者进行双向监督,并出具训练评价结果。整个训练过程中,减少了对于导师的需求,占用师资力量小,避免了因为导师数量对训练规模的限制,训练次数可以增加,训练效率提高。
具体的,本申请提供的基于标准化病人的问诊训练考评方法,在步骤S13中,还包括:将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中标准化病人表现的统计和评价;
需要说明的是,在对训练者或考核者进行考核和训练的时候,不仅仅需要对训练者或考核者进行指导,标准化病人可能也会出现错误,在训练者或考核者进行指导时,也需要指出标准化病人的可能出现的失误,使得标准化病人和训练者或考核者共同进步。
具体的,本申请提供的基于标准化病人的问诊训练考评方法,在步骤S13中,还包括:将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到导师指导意见;其中,所述指导意见包括:训练者或考核者存在的问题和改进的方式。
需要说明的是,具体的训练或者考核中,需要保证训练者或考核者可以准确的了解自己的失误和改进的位置,仅仅通过统计和评价是无法作到,明确的帮助训练者或考核者可以准确的了解自己的失误和改进的位置,所以本申请提供的方案中,还包括:将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到导师指导意见;通过导师指导意见保证训练者或考核者可以明确的认知到自己的错误和改进的方式。
需要说明的是,本申请中主要的部分为预设智能评价模块,预设智能评价模块时需要预先搭建的。实际场景中,搭建预设智能评价模块的方式有两种,其中一种是:
获取预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价;
将所述预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价作为样本数据输入预设的深度学习模型进行训练,得到预设智能评价模块。
需要说明的是,上述搭建预设智能评价模块的方法中,采用了深度学习模型,通过大量的数据样本,将训练者或考核者和标准化病人在整个训练或者考核中的具体表现与预设的导师评价进行对应,得到对应关系。使得当标准化病人和训练者或考核者遇到类似的场景时,深度学习模型可以得出对应的导师评价。当然实际应该用中导师评价可能包括:得到所述问诊训练中训练者或考核者表现的统计和评价;问诊训练中标准化病人表现的统计和评价;训练者或考核者存在的问题和改进的方式。
另一种预设智能评价模块的构建方式为:
汇总针对每一个剧本内的标准化病人和训练者或考核者的可能出现的动作表现或者对话以及导师评价的样本库;
基于汇总的样本库生成智能评价模块;
当所述智能评价模块进行评价时,基于当前剧本,训练者或考核者的对话内容和动作表现匹配所述样本库中的数据,找出对应的导师评价。
上述预设智能评价模块的构建方案中采用了数据库的方式。即充分考虑训练者或考核者的对话方式,通过搭建数据库使得标准化病人和训练者或考核者的各种可能出现的对话出现的情况,并确定对应的导师评价。
例如:对于一个病人头晕的剧本:
训练者或考核者问:头晕吗?
标准化病人答:手疼。
对应上述答案的导师评价可能是:标准化病人答非所问,需要提高自身的交流和模拟能力。
例如:对于一个病人头晕的剧本:
标准化病人说:我头晕。
对应的训练者或考核者的下一句话可能是:1、看一看舌苔?2、发烧吗?3、睡得怎么样?4、其他无关问话。
对应上述4种可能的对话,均具有对应的导师评价。即样本库中存在分别对应上述4中对话的评价。每一种对话的,得到一种导师评价。
当然实际应用中,可能对话并不是单纯的2句(一问一答),而是由多组句子组合在一起的且包括动作表现,所以搭建的样本库更加的复杂。
进一步的,本申请提供的方案中还包括步骤S14。
在步骤S14中,保存所述基于标准化病人的问诊训练考评中的音频信息和视频信息,供导师查看。
需要说明的是,保存问诊训练考评中的音频信息和视频信息,供导师查看,不仅仅可以保证导师可以了解进行问诊训练考评的具体情况,还可以供导师针对性的提出意见和建议。
图2是根据另一示例性实施例示出的一种基于标准化病人的问诊训练考评装置的框图。参照图2,本申请提供的基于标准化病人的问诊训练考评装置,包括:
获取模块21,用于获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
识别模块22,用于识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
评价模块23,用于将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价。
具体的,所述获取模块,包括;摄像头和麦克风设备。
进一步的,语音识别模块,还用于对音频数据做通道分离,将标准化病人和训练者或考核者说话的音频数据区分开。
需要说明的是,所述标准化病人为自然人或者虚拟标准化病人;
其中,虚拟标准化病人为通过计算机技术模拟自然人标准化病人的反应的装置。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3是根据另一示例性实施例示出的一种基于标准化病人的问诊训练考评方法的流程图。参照图3,对本申请提供的基于标准化病人的问诊训练考评方法进行进一步的说明。
在步骤S301中,打开摄像头和麦克风阵列。
具体的,摄像头和麦克风阵列属于数据采集模块,首先打开摄像头和麦克风阵列可以对整个过程进行记录。
在步骤S302中,录入SP和训练/考试人员信息。
确定标准化病人人员信息和训练/考试人员信息有助于汇总训练/考试人标准化病人的相关信息和历史数据,有助于了解标准化病人和训练/考试人员信息的培训情况和进步情况。
在步骤S303中,选择要训练/考试的科目,病例数据。
在步骤S304中,加载病例的问诊标准剧本做为考评规则。
需要说明的是,加载病例的问诊标准剧本做为考评规则,即加载预设智能评价模块。
在步骤S305中,SP和训练/考试人员准备就绪。
需要说明的是,所述标准化病人为自然人或者虚拟标准化病人;
其中,虚拟标准化病人为通过计算机技术模拟自然人标准化病人的反应的装置。
在步骤S306中,SP和训练/考试人员开始问诊对话。
在步骤S307中,实时监测识别双方对话声音数据,对声音数据进行通道分离,按说话者分类声音数据。
需要说明的是,如果SP是远程问诊则不需要,因为远程问诊下,SP和训练/考试人员的声道本来就是分离的。
在步骤S308中,将SP和训练/考试人员各自的声音转换成文字。
需要说明的是,将音频信息转化为文字是一种较为成熟的技术。具体的可以参考目前的各种语音输入软件。当然为了使得语音识别更加准确,可以基于医疗场景常用词汇对系统就行调整。
在步骤S309中,实时录制SP和训练/考试人员问诊过程视频,以备导师查看和复核。
在步骤S310中,将对话内容文字分离成多个关键字。
在步骤S311中,通过比对对话关键字和标准对话关键字,核对每句对话内容是否规范,并为对话打分。
步骤S310和步骤S311,是具体的预设智能评价模块执行的操作,可以更好的对标准化病人和训练者或考核者进行评价。
在步骤S312中,问诊结束。
在步骤S313中,对问诊对话内容做统计和评价,给出训练/考试成绩和指导建议。
实际应用中,想要实现上述步骤需要的设备包括:
录像及麦克风设备:摄像头(录像)主要用于记录训练/考试过程,麦克风作为语音识别模块的音频输入设备。如果是远程问诊训练/考试,也作为图像和语音传输设备。
语音识别模块:用于处理麦克风的输出音频数据,如果现场问诊,还需要对音频数据做通道分离。分离的目的是为了能将SP和训练/考试者说话的音频数据区分开,以便识别当前谁在说话,说了什么,并将音频数据转换为文字内容。
问诊监测模块:将语音识别模块转换出的对话内容,分离成多个关键字。将这些关键字和预设好的当前病例的问诊标准剧本关键字做匹配查询。并判断内容是否符合问诊的流程规范和专业规范。并对不符合规范的问诊对话做好记录。
问诊评价模块:记录和统计查体监测模块的检测结果以及训练者的操作行为,按照当次查体的评价规则,给出详细的查体训练统计和详情分析。根据评价结果,给出虚拟的导师指导意见,以便训练者了解存在的问题及如何改进,可以更好的达到训练的结果。
需要说明的是语音识别模块问诊监测模块和问诊评价模块也可以是本申请中提供的预设智能评价模块。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种基于标准化病人的问诊训练考评方法,其特征在于,包括:
通过预设设备获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
基于预设的智能识别设备识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价;
其中,所述预设智能评价模块的构建方式为:
获取预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价;
将所述预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价作为样本数据输入预设的深度学习模型进行训练,得到预设智能评价模块。
2.根据权利要求1所述的基于标准化病人的问诊训练考评方法,其特征在于,还包括:
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中标准化病人表现的统计和评价。
3.根据权利要求1所述的基于标准化病人的问诊训练考评方法,其特征在于,还包括:
将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到导师指导意见;
其中,所述指导意见包括:训练者或考核者存在的问题和改进的方式。
4.根据权利要求1所述的基于标准化病人的问诊训练考评方法,其特征在于,所述预设智能评价模块的构建方式为:
汇总针对每一个剧本内的标准化病人和训练者或考核者的可能出现的动作表现或者对话以及导师评价的样本库;
基于汇总的样本库生成智能评价模块;
当所述智能评价模块进行评价时,基于当前剧本,训练者或考核者的对话内容和动作表现匹配所述样本库中的数据,找出对应的导师评价。
5.根据权利要求1所述的基于标准化病人的问诊训练考评方法,其特征在于,还包括:
保存所述基于标准化病人的问诊训练考评中的音频信息和视频信息,供导师查看。
6.一种基于标准化病人的问诊训练考评装置,其特征在于,包括:
获取模块,用于获取基于标准化病人的问诊训练考评中的音频信息和视频信息;
识别模块,用于识别所述音频信息中的对话内容和识别所述视频信息中训练者或考核者与标准化病人的动作表现;
评价模块,用于将预先编辑好的培训病例对应的剧本,所述对话内容和动作表现输入预设智能评价模块,得到所述问诊训练中训练者或考核者表现的统计和评价;
其中,所述预设智能评价模块的构建方式为:
获取预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价;
将所述预设次数的问诊训练考评中的对话内容和动作表现,剧本以及对应的导师评价作为样本数据输入预设的深度学习模型进行训练,得到预设智能评价模块。
7.根据权利要求6所述的基于标准化病人的问诊训练考评装置,其特征在于,所述获取模块,包括;摄像头和麦克风设备。
8.根据权利要求6所述的基于标准化病人的问诊训练考评装置,其特征在于,语音识别模块,还用于对音频数据做通道分离,将标准化病人和训练者或考核者说话的音频数据区分开。
9.根据权利要求7所述的基于标准化病人的问诊训练考评装置,其特征在于,所述标准化病人为自然人或者虚拟标准化病人;
其中,虚拟标准化病人为通过计算机技术模拟自然人标准化病人的反应的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020104943467 | 2020-06-03 | ||
CN202010494346 | 2020-06-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861161A CN111861161A (zh) | 2020-10-30 |
CN111861161B true CN111861161B (zh) | 2023-08-22 |
Family
ID=73152446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010639937.9A Active CN111861161B (zh) | 2020-06-03 | 2020-07-06 | 基于标准化病人的问诊训练考评方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861161B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113034989A (zh) * | 2021-02-20 | 2021-06-25 | 广州颐寿科技有限公司 | 护理培训方法、系统以及存储装置 |
CN113299386A (zh) * | 2021-05-08 | 2021-08-24 | 北京大学第三医院(北京大学第三临床医学院) | 一种临床思维评价方法及装置 |
CN114322649B (zh) * | 2021-06-17 | 2024-03-22 | 南京金盾公共安全技术研究院有限公司 | 一种智能化实战训练方法 |
CN114677892A (zh) * | 2022-04-21 | 2022-06-28 | 中南大学湘雅二医院 | 用于医学教育系统的虚拟手术训练控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053886A (zh) * | 2018-01-05 | 2018-05-18 | 上海嘉奕医学科技有限公司 | 基于人工智能的标准化病人模拟系统 |
CN108961885A (zh) * | 2018-06-29 | 2018-12-07 | 陈斌 | 用模拟机器病人进行医疗培训和考试的方法 |
WO2019024247A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN109472472A (zh) * | 2018-10-26 | 2019-03-15 | 南京米好信息安全有限公司 | 一种人工智能评分系统 |
CN110390841A (zh) * | 2018-04-19 | 2019-10-29 | 南京梦宇三维技术有限公司 | 数字病人的问诊训练方法、终端与系统 |
CN110415827A (zh) * | 2019-06-12 | 2019-11-05 | 南京梦宇三维技术有限公司 | 基于数字病人的中医望诊训练方法、电子设备与计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9396669B2 (en) * | 2008-06-16 | 2016-07-19 | Microsoft Technology Licensing, Llc | Surgical procedure capture, modelling, and editing interactive playback |
US20200104960A1 (en) * | 2018-10-02 | 2020-04-02 | Fuliang Weng | Student Learning Guidance Platform- eGPS |
US11205350B2 (en) * | 2019-05-15 | 2021-12-21 | International Business Machines Corporation | IoT-driven proprioceptive analytics with automated performer feedback |
-
2020
- 2020-07-06 CN CN202010639937.9A patent/CN111861161B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019024247A1 (zh) * | 2017-08-01 | 2019-02-07 | 深圳市鹰硕技术有限公司 | 一种基于数据交换网络的在线教学考评系统及方法 |
CN108053886A (zh) * | 2018-01-05 | 2018-05-18 | 上海嘉奕医学科技有限公司 | 基于人工智能的标准化病人模拟系统 |
CN110390841A (zh) * | 2018-04-19 | 2019-10-29 | 南京梦宇三维技术有限公司 | 数字病人的问诊训练方法、终端与系统 |
CN108961885A (zh) * | 2018-06-29 | 2018-12-07 | 陈斌 | 用模拟机器病人进行医疗培训和考试的方法 |
CN109472472A (zh) * | 2018-10-26 | 2019-03-15 | 南京米好信息安全有限公司 | 一种人工智能评分系统 |
CN110415827A (zh) * | 2019-06-12 | 2019-11-05 | 南京梦宇三维技术有限公司 | 基于数字病人的中医望诊训练方法、电子设备与计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于标准化病人的客观结构化临床考试评价系统在康复治疗技术专业的研究;傅青兰;教育教学论坛;第2019卷(第47期);166-167 * |
Also Published As
Publication number | Publication date |
---|---|
CN111861161A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861161B (zh) | 基于标准化病人的问诊训练考评方法和装置 | |
Imel et al. | Design feasibility of an automated, machine-learning based feedback system for motivational interviewing. | |
Enayat et al. | Vocabulary size and depth as predictors of second language speaking ability | |
Cucchiarini et al. | Oral proficiency training in Dutch L2: The contribution of ASR-based corrective feedback | |
Li et al. | The effects of cognitive aptitudes on the process and product of L2 interaction | |
CN109785698B (zh) | 用于口语水平评测的方法、装置、电子设备以及介质 | |
CN111834019B (zh) | 基于语音识别技术的标准化病人培训方法和装置 | |
Mostow | Experience from a Reading Tutor that listens: Evaluation purposes, excuses, and methods | |
Al-Jaro et al. | Content analysis of the pedagogical content knowledge in the curriculum of Yemeni EFL teacher education programme | |
CN112184503A (zh) | 用于学前教育质量评价的儿童多项能力评分方法及系统 | |
Breland et al. | Disparate oral and written language abilities in adolescents with cochlear implants: Evidence from narrative samples | |
Robinson et al. | Predicting difficulties in learning phonetic transcription: Phonemic awareness screening for beginning speech-language pathology students | |
Firnanda et al. | The influence of Student Team-Achievement Division (STAD) in developing students’ speaking skill | |
CN115278272B (zh) | 一种教育实践在线指导系统及方法 | |
HAMADA | Linguistic variables determining the difficulty of Eiken reading passages | |
TW201513063A (zh) | 語文診斷評量系統及其方法 | |
Azmi | Using the dictogloss technique to enhance listening ability | |
Hussein et al. | Psychometric Evaluation of Dictations with the Rasch Model. | |
RU135830U1 (ru) | Учебное устройство для отработки навыков при изучении языков | |
Green | Item analysis in language assessment | |
Çelebi et al. | The effect of teaching prosody through visual feedback activities on oral reading skills in L2 | |
Widhiasih | Dictogloss in Improving Listening Comprehension | |
Prahaladaiah et al. | Effect of Phonological and Phonetic Interventions on Proficiency in English Pronunciation and Oral Reading | |
CN117094861B (zh) | 语言学习控制测试系统 | |
Mansen et al. | Evaluation of health assessment skills using a computer videodisc interactive program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |