CN117111917B - 医疗辅助系统的交互方法、装置、电子设备及存储介质 - Google Patents
医疗辅助系统的交互方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117111917B CN117111917B CN202311373831.9A CN202311373831A CN117111917B CN 117111917 B CN117111917 B CN 117111917B CN 202311373831 A CN202311373831 A CN 202311373831A CN 117111917 B CN117111917 B CN 117111917B
- Authority
- CN
- China
- Prior art keywords
- text
- target
- code
- input
- blocks
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013515 script Methods 0.000 claims abstract description 107
- 239000013598 vector Substances 0.000 claims description 70
- 230000002452 interceptive effect Effects 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 description 17
- 239000008186 active pharmaceutical agent Substances 0.000 description 14
- 238000001959 radiotherapy Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 231100000987 absorbed dose Toxicity 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
- G06F9/4482—Procedural
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请公开了一种医疗辅助系统的交互方法、装置、电子设备及存储介质。其中，该方法包括：依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求；依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口；依据至少一个目标代码接口生成代码脚本；在医疗辅助系统中执行代码脚本。本申请解决了现有技术中由于医疗辅助系统的操作和交互具有较高复杂度，学习过程需要耗费较长时间，导致的操作人员与医疗辅助系统的交互效率低的技术问题。
Description
技术领域
本申请涉及医疗科技领域，具体而言，涉及一种医疗辅助系统的交互方法、装置、电子设备及存储介质。
背景技术
目前，在医疗科技领域，医生需要使用到众多的医疗辅助系统参与到对患者的治疗过程中，以放疗技术领域中的放疗计划系统（Treatment planning system, TPS）为例，TPS是一种可编程电子系统，它与医用加速器配套使用。
通常情况下，TPS可以利用一个或多个专门算法估算得到人体组织对应的吸收剂量分布信息，并且在制定治疗计划过程中由具有认定资格的人员使用估算得到的吸收剂量分布信息。
需要说明的是，输入数据的不精确、算法的限制、治疗计划过程中的错误、或者输出数据的不适当使用，都有可能在放射治疗过程中对患者造成安全危害。此外，完整的放射治疗计划过程包括许多步骤，而医疗物理师负责对放射治疗计划的全部过程进行整合，整合的过程至少包括使用TPS系统准确可靠地计算得到用于外部放射治疗的剂量分布信息。
综上所述，目前的放疗计划系统等医疗辅助系统的操作和交互具有相当高的复杂度，不同资历的医疗物理师的使用水平和生成的计划质量存在较大差异，这会对患者的治疗效果产生影响，同时由于医疗物理师学习使用医疗辅助系统需要耗费较长时间，从而还导致了医疗物理师与医疗辅助系统的交互效率低的技术问题。
发明内容
本申请提供了一种医疗辅助系统的交互方法、装置、电子设备及存储介质，以至少解决现有技术中由于医疗辅助系统的操作和交互具有较高复杂度，学习过程需要耗费较长时间，导致的操作人员与医疗辅助系统的交互效率低的技术问题。
根据本申请的一个方面，提供了一种医疗辅助系统的交互方法，包括：依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M；依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口；依据至少一个目标代码接口生成代码脚本；在医疗辅助系统中执行代码脚本。
可选地，医疗辅助系统的交互方法还包括：在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，获取医疗辅助系统记录的历史文本信息和当前请求文本信息，其中，历史文本信息包括但不限于交互请求的相关信息，当前请求文本信息包括但不限于交互请求的请求信息；将历史文本信息和当前请求文本信息整合为待输入文本，其中，待输入文本保留有历史文本信息和当前请求文本信息二者的完整语义信息。
可选地，医疗辅助系统的交互方法还包括：在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，获取医疗辅助系统对应的操作文件，其中，操作文件至少记录有医疗辅助系统的每个代码接口的接口信息以及使用规则信息；将操作文件划分为N个文本块，其中，每个文本块的字符数量均在预设的数量区间内，并且每个文本块的语义信息是完整的语义信息。
可选地，医疗辅助系统的交互方法还包括：在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，通过目标向量模板将待输入文本转换为目标语义向量，其中，目标向量模板用于定义文本转换为向量时所遵循的规则；通过目标向量模板将N个文本块中的每个文本块转换为一个语义向量，得到N个语义向量；检测N个语义向量中的每个语义向量与目标语义向量的相似度；将每个语义向量与目标语义向量的相似度作为该语义向量对应的文本块与待输入文本的语义相似度，得到每个文本块与待输入文本的语义相似度。
可选地，医疗辅助系统的交互方法还包括：依据N个文本块中的每个文本块与待输入文本的语义相似度，对N个文本块进行排序，得到排序结果；根据排序结果从N个文本块中确定M个目标文本块，其中，每个目标文本块与待输入文本的语义相似度大于其他文本块与待输入文本的相似度，其他文本块为N个文本块中除M个目标文本块之外的任意一个文本块。
可选地，医疗辅助系统的交互方法还包括：对代码脚本进行校验操作，其中，校验操作用于校验代码脚本是否满足医疗辅助系统的代码执行规则；在代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行代码脚本；在代码脚本不满足医疗辅助系统的代码执行规则的情况下，对代码脚本进行更新操作，并在更新后的代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行更新后的代码脚本。
可选地，医疗辅助系统的交互方法还包括：依据M个目标文本块对应的所有文本信息，重新确定能够响应交互请求的至少一个目标代码接口；依据重新确定的至少一个目标代码接口生成目标代码脚本；将代码脚本更新为目标代码脚本。
可选地，医疗辅助系统的交互方法还包括：更新操作对应有预设最大执行次数，其中，在更新操作的执行次数等于预设最大执行次数的情况下，禁止再次执行更新操作。
根据本申请的另一方面，还提供了一种医疗辅助系统的交互装置，其中，包括：第一确定单元，用于依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M；第二确定单元，用于依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口；脚本生成单元，用于依据至少一个目标代码接口生成代码脚本；脚本执行单元，用于在医疗辅助系统中执行代码脚本。
根据本申请的另一方面，还提供了一种计算机可读存储介质，其中，计算机可读存储介质中存储有计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的医疗辅助系统的交互方法。
根据本申请的另一方面，还提供了一种电子设备，其中，电子设备包括一个或多个处理器和存储器，存储器用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述任意一项的医疗辅助系统的交互方法。
在本申请中，采用通过检测待输入文本与文本块之间的语义相似度来确定能够响应待输入文本所表征的交互请求的代码脚本的方式，首先依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M。然后依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，并依据至少一个目标代码接口生成代码脚本，最后在医疗辅助系统中执行代码脚本。
由上述内容可知，通过本申请的技术方案，用户在操作医疗辅助系统时，可以通过文字输入的方式来实现操作，然后通过本申请的方案可以检测待输入文本（即用户输入的文本）与文本块之间的语义相似度来确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，并自动依据至少一个目标代码接口生成代码脚本以及在医疗辅助系统中执行代码脚本，不仅能够极大地简化医疗辅助系统的操作难度，还可以降低用户熟悉和学习医疗辅助系统的成本。
由此可见，通过本申请的方案，达到了降低医疗辅助系统的操作难度的目的，从而实现了降低操作人员学习医疗辅助系统的学习成本的技术效果，进而解决了现有技术中由于医疗辅助系统的操作和交互具有较高复杂度，学习过程需要耗费较长时间，导致的操作人员与医疗辅助系统的交互效率低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种可选的医疗辅助系统的交互方法的流程图；
图2是根据本申请实施例的一种可选的医疗辅助系统的交互方法的示意图；
图3是根据本申请实施例的一种可选的确定文本块与待输入文本的语义相似度的流程图；
图4是根据本申请实施例的一种可选的医疗辅助系统的交互装置的示意图。
图5是根据本申请实施例的一种电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
还需要说明的是，本申请所涉及的相关信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于展示的数据、分析的数据等），均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。
实施例1
根据本申请实施例，提供了一种医疗辅助系统的交互方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种可选的医疗辅助系统的交互方法的流程图，如图1所示，该方法包括如下步骤：
步骤S101，依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块。
在步骤S101中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M。
在一种可选的实施例中，一种医疗辅助系统的交互系统（以下简称为交互系统）可以作为本申请实施例中的医疗辅助系统的交互方法的执行主体，其中，交互系统可以是一种软件系统，也可以是一种软硬件相结合的嵌入式系统。另外，交互系统与医疗辅助系统之间可以进行数据交互。
可选地，本申请的医疗辅助系统包括但不限于：放疗计划系统、医疗影像处理系统、患者信息管理系统、手术机器人控制系统、医疗加速器管理系统等各类能够应用至医疗领域辅助医生对患者进行治疗的系统。其中，为了方便描述，在本申请实施例中，选取放疗计划系统为例进行方案的详细说明。
可选地，上述的N个文本块用于描述医疗辅助系统的操作手册的具体内容，例如，医疗辅助系统的每个API代码接口的接口信息、使用规则信息、输入参数的类型信息和相似描述信息、输出参数的类型信息和详细描述信息等等。需要说明的是，每个文本块所描述的内容可以不同，例如，文本块1描述的是API代码接口1的接口信息、文本块2描述的是API代码接口2和API代码接口3的接口信息和使用规则信息。
另外，比较每个文本块与待输入文本的语义相似度，可以采用各种方式，例如，将文本块和待输入文本分别转换为语义向量，并通过比较语义向量之间的相似度，以得到文本块和待输入文本的语义相似度。或者，通过统计文本块和待输入文本中相同单词的出现频次和出现数量，然后使用加权计算的方式得到文本块和待输入文本之间的相似度评分，最后利用相似度评分来表示文本块和待输入文本的语义相似度。
在一种可选的实施例中，交互系统可以将N个文本块中与待输入文本的语义相似度最高的M个文本块作为目标文本块，即得到M个目标文本块。
步骤S102，依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口。
在步骤S102中，交互系统可以将M个目标文本块和待输入文本输入至预设的大语言模型（Large Language Model，LLM）中，然后通过大语言模型的第一提示模板确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口。
步骤S103，依据至少一个目标代码接口生成代码脚本。
在步骤S103中，交互系统还可以通过大语言模型的第一提示模板依据至少一个目标代码接口生成代码脚本。换言之，大语言模型的第一提示模板用于从与待输入文本相似度较高的M个目标文本块中找出可以解答待输入文本的API代码接口，并组合成完整的可执行的代码块（即代码脚本）。
需要说明的是，大语言模型也称大型语言模型，是一种人工智能模型，旨在理解和生成人类语言。大语言模型依据大量的文本数据训练得到，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。
其中，大语言模型的特点是规模庞大，可以包含数十亿的参数，用于帮助它们学习语言数据中的复杂模式。大语言模型通常基于深度学习架构，如转化器，这有助于它们在各种自然语言处理任务上取得令人印象深刻的表现。
此外，大语言模型通过训练，还可以具备上下文学习能力，假设大语言模型已经提供了自然语言指令和多个任务描述，它可以通过完成输入文本的词序列来生成测试实例的预期输出，而无需额外的训练或梯度更新。通过对自然语言描述（即指令）格式化后的多任务数据集的微调，LLM 能够在微小的任务上表现良好，其中，这些任务也以指令的形式所描述。在这种学习能力下，通过优化模型的输入指令可以使得 LLM 能够在不使用显式样本的情况下通过理解任务指令来执行新任务，这可以大大提高泛化能力。同时，通过思维链推理策略，LLM 可以通过利用涉及中间推理步骤的 prompt （即提示模板）机制来解决推理任务，并得出最终答案，其中，这种能力可以通过代码训练获得。
基于上述对大语言模型的介绍内容可知，本申请便是利用大语言模型的prompt（即提示模板）机制来实现依据M个目标文本块对应的所有文本信息确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，以及依据至少一个目标代码接口生成代码脚本。
需要说明的是，与大语言模型相对应的，小语言模型通常很难解决涉及多个推理步骤的复杂任务，例如数学学科单词问题，因此，通常而言，小语言模型是难以应用至医疗辅助系统的交互场景中的。
在一种可选的实施例中，除了利用大语言模型的第一提示模板来依据至少一个目标代码接口生成代码脚本，交互系统还可以分析目标代码接口的程序编写语言、具体代码函数之间的结构，然后利用程序编写语言对应的语法规则、编译规则，将至少一个目标代码接口组成代码脚本。例如，交互系统识别到目标代码接口的程序编写语言为Java语言，通过Java对应的语法规则、编译规则，例如Java的反射机制，来分析得到至少一个目标代码接口所能够组成的类，并依次尝试能够组成的类所对应的代码脚本。
步骤S104，在医疗辅助系统中执行代码脚本。
可选地，在交互系统依据至少一个目标代码接口生成代码脚本之后，交互系统可以将代码脚本发送至医疗辅助系统中，并控制医疗辅助系统运行代码脚本，即实现了医疗辅助系统对待输入文本所表征的交互请求的响应。
基于上述步骤S101至步骤S104的内容可知，在本申请中，采用通过检测待输入文本与文本块之间的语义相似度来确定能够响应待输入文本所表征的交互请求的代码脚本的方式，首先依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M。然后依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，并依据至少一个目标代码接口生成代码脚本，最后在医疗辅助系统中执行代码脚本。
由上述内容可知，通过本申请的技术方案，用户在操作医疗辅助系统时，可以通过文字输入的方式来实现操作，然后本申请可以检测待输入文本（即用户输入的文本）与文本块之间的语义相似度来确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，并自动依据至少一个目标代码接口生成代码脚本以及在医疗辅助系统中执行代码脚本，不仅能够极大地简化医疗辅助系统的操作难度，还可以降低用户熟悉和学习医疗辅助系统的成本。
由此可见，通过本申请的方案，达到了降低医疗辅助系统的操作难度的目的，从而实现了降低操作人员学习医疗辅助系统的学习成本的技术效果，进而解决了现有技术中由于医疗辅助系统的操作和交互具有较高复杂度，学习过程需要耗费较长时间，导致的操作人员与医疗辅助系统的交互效率低的技术问题。
在一种可选的实施例中，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，交互系统可以获取医疗辅助系统记录的历史文本信息和当前请求文本信息，其中，历史文本信息包括但不限于交互请求的相关信息，当前请求文本信息包括但不限于交互请求的请求信息。然后，交互系统将历史文本信息和当前请求文本信息整合为待输入文本，其中，待输入文本保留有历史文本信息和当前请求文本信息二者的完整语义信息。
可选地，图2是根据本申请实施例的一种可选的医疗辅助系统的交互方法的示意图，如图2所示，以TPS系统为例，当前请求文本信息可以是“PTV（放疗靶区）的D95剂量过低，添加几个约束条件来优化它”，历史文本信息（对应图2中聊天历史记录）可以是患者的性别、年龄、临床特征等患者信息以及历史放疗信息等等。
由此可见，在图2的示例中，交互请求用于请求TPS系统增加几个约束条件来优化PTV（放疗靶区）的D95剂量过低的问题，与该交互请求相关的信息则为患者的性别、年龄、临床特征等患者信息以及历史放疗信息。
可选地，如图2所示，交互系统还可以将历史文本信息和当前请求文本信息输入至大语言模型中，然后，通过大语言模板利用第二提示模板将历史文本信息和当前请求文本信息整合为一个单独请求，要求是最大程度地保留历史文本信息和当前请求文本信息的完整语义信息。其中，整合而成的单独请求即为待输入文本。
可选地，交互系统还可以通过其他方式将历史文本信息和当前请求文本信息整合为待输入文本，例如，通过分词操作，将历史文本信息和当前请求文本信息划分为多个单词，然后去除多个单词中不具有任何语义信息的无效单词，并将剩余的单词组成待输入文本。
在一种可选的实施例中，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，交互系统可以获取医疗辅助系统对应的操作文件，其中，操作文件至少记录有医疗辅助系统的每个代码接口的接口信息以及使用规则信息，然后，交互系统将操作文件划分为N个文本块，其中，每个文本块的字符数量均在预设的数量区间内，并且每个文本块的语义信息是完整的语义信息。
可选地，以医疗辅助系统为TPS系统为例，TPS系统对应的操作文件可以是完成规范化操作后的TPS脚本API文件。其中，TPS系统对应的脚本API定义为可以从命令行终端执行来控制TPS系统操作的代码接口API。
可选地，规范化操作包括但不限于：写出每个代码接口API的详细用法描述、每个输入/输出参数的类型和详细描述、对描述中所使用的专业词汇进行详细解释，确保没有本领域经验的开发者也能够理解其含义。另外，对于每个代码接口API，还需要给出与其相关联的其他代码API，并解释它们之间的联系和一般用法。
可选地，如图2所示，交互系统还可以通过分词操作将TPS脚本API文件（即操作文件）划分为多个文本块，其中，在划分过程中，需要确保每个文本块的字符数量大致相同（即每个文本块的字符数量均在预设的数量区间内），并且每个文本块的语义信息是完整的语义信息。
在一种可选的实施例中，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块之前，交互系统可以通过图3所示的步骤来确定每个文本块与待输入文本的语义相似度。如图3所示，包括如下步骤：
步骤S301，通过目标向量模板将待输入文本转换为目标语义向量。
在步骤S301中，目标向量模板用于定义文本转换为向量时所遵循的规则。
可选地，如图2所示，交互系统可以调用大语言模型采用的embedding模板（即目标向量模板）来将待输入文本转换为目标语义向量。
步骤S302，通过目标向量模板将N个文本块中的每个文本块转换为一个语义向量，得到N个语义向量。
可选地，如图2所示，交互系统同样调用大语言模型采用的embedding模板来将N个文本块中的每个文本块转换为一个语义向量，并将生成的N个语义向量存储在向量数据库中。
步骤S303，检测N个语义向量中的每个语义向量与目标语义向量的相似度。
在步骤S303中，交互系统可以采用欧式空间或余弦空间来计算每个语义向量和目标语义向量之间的欧式距离或者余弦相似度，并通过欧式距离或者余弦相似度来表示语义向量与目标语义向量的相似度。
步骤S304，将每个语义向量与目标语义向量的相似度作为该语义向量对应的文本块与待输入文本的语义相似度，得到每个文本块与待输入文本的语义相似度。
在一种可选的实施例中，交互系统依据N个文本块中的每个文本块与待输入文本的语义相似度，对N个文本块进行排序，得到排序结果。另外，交互系统根据排序结果从N个文本块中确定M个目标文本块，其中，每个目标文本块与待输入文本的语义相似度大于其他文本块与待输入文本的相似度，其他文本块为N个文本块中除M个目标文本块之外的任意一个文本块。
可选地，如图2所示，交互系统可以从向量数据库中确定与目标语义向量相似度最高的M个语义向量，并且将M个语义向量对应的M个文本块作为目标文本块。
可选地，如图2所示，在得到M个目标文本块之后，交互系统可以整合M个目标文本块和待输入文本一起输入至大语言模型中（即图2中将整合了聊天历史记录信息的单个请求以及相似文本块的整合结果输入至大语言模型中），然后通过大语言模型的第一提示模板用于从M个目标文本块中找出可以解答待输入文本的API代码接口，并组合成完整的可执行的代码块（对应图2中的TPS可执行的指令），并且在TPS系统中执行该代码块。
由上述内容可知，本申请通过链式集成大语言模型和医疗辅助系统，充分地运用了大语言模型处理复杂任务和文本理解的能力，极大地简化了医疗辅助系统的操作难度，降低了用户熟悉和学习医疗辅助系统的成本。
在一种可选的实施例中，交互系统还可以对代码脚本进行校验操作，其中，校验操作用于校验代码脚本是否满足医疗辅助系统的代码执行规则。在代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行代码脚本；在代码脚本不满足医疗辅助系统的代码执行规则的情况下，对代码脚本进行更新操作，并在更新后的代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行更新后的代码脚本。
可选地，交互系统可以将生成的代码脚本输入至TPS脚本系统中进行校验操作，其中，校验操作用于校验代码脚本是否满足医疗辅助系统的代码执行规则，例如，校验代码脚本的语法是否符合预设的语法规则，检验代码脚本是否存在安全漏洞，检验代码脚本的长度是否超出预设长度等等。
可选地，如果代码脚本通过了校验操作，则说明代码脚本没有异常，可以在医疗辅助系统中执行。如果代码脚本未通过校验操作，则说明代码脚本存在异常，需要重新生成新的代码脚本，即对未通过校验操作的代码脚本进行更新操作。
可选地，对代码脚本进行更新操作，包括：依据M个目标文本块对应的所有文本信息，重新确定能够响应交互请求的至少一个目标代码接口；依据重新确定的至少一个目标代码接口生成目标代码脚本；将代码脚本更新为目标代码脚本。
需要说明的是，重新确定能够响应交互请求的至少一个目标代码接口与原来确定的至少一个目标代码接口不完全相同，因此依据重新确定的至少一个目标代码接口生成的目标代码脚本与原来的代码脚本也不相同。
另外，为了避免更新操作会陷入死循环，更新操作对应有预设最大执行次数，其中，在更新操作的执行次数等于预设最大执行次数的情况下，禁止再次执行更新操作。
另外，需要说明的是，如果在执行预设最大执行次数的更新操作后所生成的代码脚本仍然无法通过校验操作，则交互系统可以生成提示信息和错误信息，其中，提示信息用于提示医疗辅助系统的操作人员是否手动修改代码脚本，错误信息用于描述未通过检验操作的原因。
由上述内容可知，通过本申请的技术方案，用户在操作医疗辅助系统时，可以通过文字输入的方式来实现操作，然后本申请可以检测待输入文本（即用户输入的文本）与文本块之间的语义相似度来确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口，并自动依据至少一个目标代码接口生成代码脚本以及在医疗辅助系统中执行代码脚本，不仅能够极大地简化医疗辅助系统的操作难度，还可以降低用户熟悉和学习医疗辅助系统的成本。
实施例2
本实施例提供了一种可选的医疗辅助系统的交互装置，该医疗辅助系统的交互装置中的各个实施单元/模块对应于实施例1中各个实施步骤。
图4是根据本申请实施例的一种可选的医疗辅助系统的交互装置的示意图，如图4所示，包括：第一确定单元401、第二确定单元402、脚本生成单元403以及脚本执行单元404。
其中，第一确定单元401，用于依据N个文本块中的每个文本块与待输入文本的语义相似度，从N个文本块中确定M个目标文本块，其中，待输入文本用于表征目标对象与医疗辅助系统的交互请求，每个文本块为一段描述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于或等于M；第二确定单元402，用于依据M个目标文本块对应的所有文本信息，确定能够响应待输入文本所表征的交互请求的至少一个目标代码接口；脚本生成单元403，用于依据至少一个目标代码接口生成代码脚本；脚本执行单元404，用于在医疗辅助系统中执行代码脚本。
可选地，医疗辅助系统的交互装置还包括：获取单元以及信息整合单元。其中，获取单元，用于获取医疗辅助系统记录的历史文本信息和当前请求文本信息，其中，历史文本信息包括但不限于交互请求的相关信息，当前请求文本信息包括但不限于交互请求的请求信息；信息整合单元，用于将历史文本信息和当前请求文本信息整合为待输入文本，其中，待输入文本保留有历史文本信息和当前请求文本信息二者的完整语义信息。
可选地，医疗辅助系统的交互装置还包括：第一获取单元和文件划分单元。其中，第一获取单元，用于获取医疗辅助系统对应的操作文件，其中，操作文件至少记录有医疗辅助系统的每个代码接口的接口信息以及使用规则信息；文件划分单元，用于将操作文件划分为N个文本块，其中，每个文本块的字符数量均在预设的数量区间内，并且每个文本块的语义信息是完整的语义信息。
可选地，医疗辅助系统的交互装置还包括：目标语义向量转换单元、语义向量转换单元、检测单元以及处理单元。其中，目标语义向量转换单元，用于通过目标向量模板将待输入文本转换为目标语义向量，其中，目标向量模板用于定义文本转换为向量时所遵循的规则；语义向量转换单元，用于通过目标向量模板将N个文本块中的每个文本块转换为一个语义向量，得到N个语义向量；检测单元，用于检测N个语义向量中的每个语义向量与目标语义向量的相似度；处理单元，用于将每个语义向量与目标语义向量的相似度作为该语义向量对应的文本块与待输入文本的语义相似度，得到每个文本块与待输入文本的语义相似度。
可选地，第一确定单元，包括：排序子单元、确定子单元。其中，排序子单元，用于依据N个文本块中的每个文本块与待输入文本的语义相似度，对N个文本块进行排序，得到排序结果；确定子单元，用于根据排序结果从N个文本块中确定M个目标文本块，其中，每个目标文本块与待输入文本的语义相似度大于其他文本块与待输入文本的相似度，其他文本块为N个文本块中除M个目标文本块之外的任意一个文本块。
可选地，脚本执行单元，包括：检验操作子单元、第一处理子单元和第二处理子单元。其中，检验操作子单元，用于对代码脚本进行校验操作，其中，校验操作用于校验代码脚本是否满足医疗辅助系统的代码执行规则；第一处理子单元，用于在代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行代码脚本；第二处理子单元，用于在代码脚本不满足医疗辅助系统的代码执行规则的情况下，对代码脚本进行更新操作，并在更新后的代码脚本满足医疗辅助系统的代码执行规则的情况下，在医疗辅助系统中执行更新后的代码脚本。
可选地，第二处理子单元，包括：第一处理模块、第二处理模块以及第三处理模块。其中，第一处理模块，用于依据M个目标文本块对应的所有文本信息，重新确定能够响应交互请求的至少一个目标代码接口；第二处理模块，用于依据重新确定的至少一个目标代码接口生成目标代码脚本；第三处理模块，用于将代码脚本更新为目标代码脚本。
可选地，更新操作对应有预设最大执行次数，其中，在更新操作的执行次数等于预设最大执行次数的情况下，禁止再次执行更新操作。
实施例3
根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述实施例1中的医疗辅助系统的交互方法。
实施例4
根据本申请实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述实施例1中的医疗辅助系统的交互方法。
图5是根据本申请实施例的一种电子设备的示意图，如图5所示，本申请实施例提供了一种电子设备，电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述实施例1中的医疗辅助系统的交互方法。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种医疗辅助系统的交互方法，其特征在于，包括：
依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块，其中，所述待输入文本用于表征目标对象与医疗辅助系统的交互请求，所述每个文本块为一段描述所述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于M，所述M个目标文本块为所述N个文本块中与所述待输入文本的语义相似度最高的M个文本块；
依据所述M个目标文本块对应的所有文本信息，确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口；
依据所述至少一个目标代码接口生成代码脚本；
在所述医疗辅助系统中执行所述代码脚本；
其中，依据所述M个目标文本块对应的所有文本信息，确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口，包括：
将所述M个目标文本块对应的所有文本信息和所述待输入文本输入至大语言模型中，通过所述大语言模型从所述M个目标文本块中确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口；
其中，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块之前，所述医疗辅助系统的交互方法还包括：
获取所述医疗辅助系统对应的操作文件，其中，所述操作文件至少记录有所述医疗辅助系统的每个代码接口的接口信息以及使用规则信息；
将所述操作文件划分为所述N个文本块，其中，所述每个文本块的字符数量均在预设的数量区间内，并且所述每个文本块的语义信息是完整的语义信息。
2.根据权利要求1所述的医疗辅助系统的交互方法，其特征在于，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块之前，所述医疗辅助系统的交互方法还包括：
获取所述医疗辅助系统记录的历史文本信息和当前请求文本信息，其中，所述当前请求文本信息包括所述交互请求的请求信息；
将所述历史文本信息和所述当前请求文本信息整合为所述待输入文本，其中，所述待输入文本保留有所述历史文本信息和所述当前请求文本信息二者的完整语义信息。
3.根据权利要求1所述的医疗辅助系统的交互方法，其特征在于，在依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块之前，所述医疗辅助系统的交互方法还包括：
通过目标向量模板将所述待输入文本转换为目标语义向量，其中，所述目标向量模板用于定义文本转换为向量时所遵循的规则；
通过所述目标向量模板将所述N个文本块中的每个文本块转换为一个语义向量，得到N个语义向量；
检测所述N个语义向量中的每个语义向量与所述目标语义向量的相似度；
将所述每个语义向量与所述目标语义向量的相似度作为该语义向量对应的文本块与所述待输入文本的语义相似度，得到所述每个文本块与所述待输入文本的语义相似度。
4.根据权利要求3所述的医疗辅助系统的交互方法，其特征在于，依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块，包括：
依据所述N个文本块中的每个文本块与所述待输入文本的语义相似度，对所述N个文本块进行排序，得到排序结果；
根据所述排序结果从所述N个文本块中确定所述M个目标文本块，其中，每个目标文本块与所述待输入文本的语义相似度大于其他文本块与所述待输入文本的相似度，所述其他文本块为所述N个文本块中除所述M个目标文本块之外的任意一个文本块。
5.根据权利要求1所述的医疗辅助系统的交互方法，其特征在于，在所述医疗辅助系统中执行所述代码脚本，包括：
对所述代码脚本进行校验操作，其中，所述校验操作用于校验所述代码脚本是否满足所述医疗辅助系统的代码执行规则；
在所述代码脚本满足所述医疗辅助系统的代码执行规则的情况下，在所述医疗辅助系统中执行所述代码脚本；
在所述代码脚本不满足所述医疗辅助系统的代码执行规则的情况下，对所述代码脚本进行更新操作，并在更新后的代码脚本满足所述医疗辅助系统的代码执行规则的情况下，在所述医疗辅助系统中执行更新后的代码脚本。
6.根据权利要求5所述的医疗辅助系统的交互方法，其特征在于，对所述代码脚本进行更新操作，包括：
依据所述M个目标文本块对应的所有文本信息，重新确定能够响应所述交互请求的至少一个目标代码接口；
依据重新确定的至少一个目标代码接口生成目标代码脚本；
将所述代码脚本更新为所述目标代码脚本。
7.根据权利要求5所述的医疗辅助系统的交互方法，其特征在于，所述更新操作对应有预设最大执行次数，其中，在所述更新操作的执行次数等于所述预设最大执行次数的情况下，禁止再次执行所述更新操作。
8.一种医疗辅助系统的交互装置，其特征在于，包括：
第一确定单元，用于依据N个文本块中的每个文本块与待输入文本的语义相似度，从所述N个文本块中确定M个目标文本块，其中，所述待输入文本用于表征目标对象与医疗辅助系统的交互请求，所述每个文本块为一段描述所述医疗辅助系统的至少一个代码接口的接口信息的文本，N和M均为正整数，N大于M，所述M个目标文本块为所述N个文本块中与所述待输入文本的语义相似度最高的M个文本块；
第二确定单元，用于依据所述M个目标文本块对应的所有文本信息，确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口；
脚本生成单元，用于依据所述至少一个目标代码接口生成代码脚本；
脚本执行单元，用于在所述医疗辅助系统中执行所述代码脚本；
其中，依据所述M个目标文本块对应的所有文本信息，确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口，包括：
将所述M个目标文本块对应的所有文本信息和所述待输入文本输入至大语言模型中，通过所述大语言模型从所述M个目标文本块中确定能够响应所述待输入文本所表征的交互请求的至少一个目标代码接口；
其中，医疗辅助系统的交互装置还包括：第一获取单元，用于获取所述医疗辅助系统对应的操作文件，其中，所述操作文件至少记录有所述医疗辅助系统的每个代码接口的接口信息以及使用规则信息；文件划分单元，用于将所述操作文件划分为所述N个文本块，其中，所述每个文本块的字符数量均在预设的数量区间内，并且所述每个文本块的语义信息是完整的语义信息。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的医疗辅助系统的交互方法。
10.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至7中任意一项所述的医疗辅助系统的交互方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311373831.9A CN117111917B (zh) | 2023-10-23 | 2023-10-23 | 医疗辅助系统的交互方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311373831.9A CN117111917B (zh) | 2023-10-23 | 2023-10-23 | 医疗辅助系统的交互方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117111917A CN117111917A (zh) | 2023-11-24 |
| CN117111917B true CN117111917B (zh) | 2024-02-27 |
Family
ID=88813195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311373831.9A Active CN117111917B (zh) | 2023-10-23 | 2023-10-23 | 医疗辅助系统的交互方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117111917B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011027006A1 (es) * | 2009-09-07 | 2011-03-10 | Personal Data Systems, S.L. | Sistema de control y gestión integral de historiales médicos de pacientes en centros sanitarios, hospitalarios, ambulatorios y sistema sanitario general |
| CN103226488A (zh) * | 2013-05-06 | 2013-07-31 | 中国农业银行股份有限公司 | 一种形式化代码生成中的效率控制方法及装置 |
| CN105739983A (zh) * | 2016-01-29 | 2016-07-06 | 腾讯科技（深圳）有限公司 | 脚本程序编辑装置及其实现方法 |
| KR20230040138A (ko) * | 2021-09-15 | 2023-03-22 | 네이버 주식회사 | 타겟 정보 생성 방법 및 시스템 |
| CN116400910A (zh) * | 2023-03-31 | 2023-07-07 | 南京航空航天大学 | 一种基于api替换的代码性能优化方法 |
| CN116628172A (zh) * | 2023-07-24 | 2023-08-22 | 北京酷维在线科技有限公司 | 基于知识图谱的政务服务领域多策略融合的对话方法 |
| CN116756564A (zh) * | 2023-05-29 | 2023-09-15 | 阿波罗智联(北京)科技有限公司 | 面向任务解决的生成式大语言模型的训练方法和使用方法 |
| CN116775183A (zh) * | 2023-05-31 | 2023-09-19 | 腾讯科技（深圳）有限公司 | 基于大语言模型的任务生成方法、系统、设备及存储介质 |
-
2023
- 2023-10-23 CN CN202311373831.9A patent/CN117111917B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011027006A1 (es) * | 2009-09-07 | 2011-03-10 | Personal Data Systems, S.L. | Sistema de control y gestión integral de historiales médicos de pacientes en centros sanitarios, hospitalarios, ambulatorios y sistema sanitario general |
| CN103226488A (zh) * | 2013-05-06 | 2013-07-31 | 中国农业银行股份有限公司 | 一种形式化代码生成中的效率控制方法及装置 |
| CN105739983A (zh) * | 2016-01-29 | 2016-07-06 | 腾讯科技（深圳）有限公司 | 脚本程序编辑装置及其实现方法 |
| KR20230040138A (ko) * | 2021-09-15 | 2023-03-22 | 네이버 주식회사 | 타겟 정보 생성 방법 및 시스템 |
| CN116400910A (zh) * | 2023-03-31 | 2023-07-07 | 南京航空航天大学 | 一种基于api替换的代码性能优化方法 |
| CN116756564A (zh) * | 2023-05-29 | 2023-09-15 | 阿波罗智联(北京)科技有限公司 | 面向任务解决的生成式大语言模型的训练方法和使用方法 |
| CN116775183A (zh) * | 2023-05-31 | 2023-09-19 | 腾讯科技（深圳）有限公司 | 基于大语言模型的任务生成方法、系统、设备及存储介质 |
| CN116628172A (zh) * | 2023-07-24 | 2023-08-22 | 北京酷维在线科技有限公司 | 基于知识图谱的政务服务领域多策略融合的对话方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117111917A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111095259A (zh) | 使用n-gram机器的自然语言处理 | |
| US20210342212A1 (en) | Method and system for identifying root causes | |
| US10984024B2 (en) | Automatic processing of ambiguously labeled data | |
| US20190066849A1 (en) | Systems and Methods for Improved Patient Care | |
| Davidson et al. | Modeling accuracy as a function of response time with the generalized linear mixed effects model | |
| US11934790B2 (en) | Neural network training method and apparatus, semantic classification method and apparatus and medium | |
| US20220415203A1 (en) | Interface to natural language generator for generation of knowledge assessment items | |
| US20220269337A1 (en) | Health simulator | |
| Hossain et al. | Mr. Dr. Health-Assistant Chatbot | |
| CN117809798A (zh) | 基于大模型的检验报告解读方法、系统、设备及介质 | |
| CN117111917B (zh) | 医疗辅助系统的交互方法、装置、电子设备及存储介质 | |
| US20230079180A1 (en) | Method for processing an audio signal, method for controlling an apparatus and associated system | |
| US10957431B2 (en) | Human resource selection based on readability of unstructured text within an individual case safety report (ICSR) and confidence of the ICSR | |
| CN116110612A (zh) | 一种基于医患交互的智能导诊问询反馈处理方法及系统 | |
| Cartaxo et al. | Eseml: empirical software engineering modeling language | |
| CN117009501B (zh) | 一种摘要信息生成方法及相关装置 | |
| US20230105362A1 (en) | Speech control of a medical apparatus | |
| Zheng | Building Conventional “experts” With a Dialogue Logic Programming Language | |
| CN116955547A (zh) | 对话提示文本的生成方法、装置、电子设备及存储介质 | |
| US20230087504A1 (en) | Speech control of a medical apparatus | |
| Zhang | Intelligent and customizable conversational systems for clinical communication training | |
| WO2022227164A1 (zh) | 基于人工智能的数据处理方法、装置、设备和介质 | |
| EP4109468A1 (en) | Systems and methods for modelling a human subject | |
| CN116821303A (zh) | 对话信息生成方法、装置、服务器及存储介质 | |
| Palagin et al. | Fundamentals of the Integrated Use of Neural Network and Ontolinguistic Paradigms: A Comprehensive Approach |
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 |