CN118098641A - 一种基于ai技术的健康管理智能服务系统 - Google Patents

Abstract

本发明公开了一种基于AI技术的健康管理智能服务系统，包括AI虚拟健康管理师和健康管理知识库；AI虚拟健康管理师基于AI技术提供无微不至的主动健康管理服务和引导功能，健康管理知识库用于提升模型知识深度、拓展广度、减缓模型幻觉；本发明提供成本低、普适性强、操作便捷的一种基于AI技术的健康管理智能服务系统。

Description

一种基于AI技术的健康管理智能服务系统

技术领域

本发明涉及智能服务技术领域，更具体的说，它涉及一种基于AI技术的健康管理智能服务系统。

背景技术

健康管理随着科技的发展和生活质量的改善日益被人们所重视。传统意义上狭义的“健康”仅指没有疾病。现在，人们开始更多地在日常生活中关注身体的状态、生活的质量、心理的健康等一系列与“健康”相关的理念。

定期体检、可穿戴设备的智能检测、运动方案的制定，甚至生活习惯和生活方式的养成，都成为很多人生活中不可缺少的环节，这些环节都属于我们现在俗称的“大健康”的范畴，但是这些环节该如何进行，怎样才能让这些环节对健康起到真正有效的促进作用，实际上是非常专业的事情。

以体检为例，大多数人在拿到体检报告以后，若非有大问题，基本到这一步就结束。一般体检机构也仅会对体检的异常项进行标注，并给出一些原则性的建议，而并不会进一步对用户的体检报告进行深入解读，并为用户定制个性化的健康方案，普遍存在“重体检、轻管理”的现象。针对这种现象，目前市场上有一些高品质的健康管理机构会在用户体检后为其解读体检报告，并定制健康管理方案，后期更有专员会以人工的方式跟进健管方案的实施和反馈。但是整个健管过程严重依赖专业的健康管理师，且市场上真正有实操经验的健康管理师并不多，从而导致整个健康管理服务的费用过高，使得普通用户难以承受，最终导致优质的健康管理服务只能惠及小部分用户。除了体检之外，大健康的其他方面甚至可能存在更多专业领域的内容，缺乏专业知识的人往往无法驾驭，甚至会出现反效果，例如，运动过度导致肢体损伤，或者，对自身体质不了解导致越补越差等等。

因此，无论从专业领域亦或是受众范围的角度来讲，都需要一种覆盖面更广，普适性更强，接受度更高以及成本更低的健康管理方法。

发明内容

本发明克服了现有技术的不足，提供成本低、普适性强、操作便捷的一种基于AI技术的健康管理智能服务系统。

本发明的技术方案如下：

一种基于AI技术的健康管理智能服务系统，包括AI虚拟健康管理师和健康管理知识库；

AI虚拟健康管理师基于AI技术提供无微不至的主动健康管理服务和引导功能，主动健康管理服务和引导功能，是在用户注册生成执行方案后，在恰当的时间引导用户完成当时时段健康任务，根据用户的完成情况，AI虚拟健康管理师会对用户进行鼓励或监督；对于个人信息不够完善，疾病风险情况不够清晰的用户，AI虚拟健康管理师会在适当时候引导用户填写相关问卷，用来生成更适合用户的执行方案；

健康管理知识库用于提升模型知识深度、拓展广度、减缓模型幻觉；其包括健康知识搜索库和养生专家知识图谱；

健康知识搜索库的建立首先通过对疾病、膳食营养、心理、运动、睡眠、养生、生活习惯等健康管理相关的大量文本语料的知识清洗与抽取，再将获取的健康管理知识通过向量语义模型转换成一个可进行语义搜索的向量知识库，从而减少大模型的幻觉问题出现，增强其对话能力；

养生专家知识图谱依据健康管理应用场景特色进行知识图谱搭建；通过对不同健康养生专家的书籍专著、视频课程、讲话方式内容进行知识思维的深度挖掘与归纳分析，构建了一个以营养、运动、心理、睡眠、生活方式、环境六大维度为主题的养生专家知识图谱，以此来增强回答内容的趣味性、专业性能力。

进一步的，AI虚拟健康管理师通过聊天让用户了解系统业务功能，根据用户问题进行相关业务的介绍或业务直达卡片推送。

进一步的，AI虚拟健康管理师基于用户标签系统；

用户标签系统实现AI虚拟健康管理师能对用户有针对性地进行主动关怀，且能针对用户的特殊健康状况给出个性化答案；提供赋予AI虚拟健康管理师姓名、性别、年龄等身份信息；且提供需要自动调用的时间、季节、天气、地点等环境信息，以减少模型幻觉，并更深层度的满足用户个性化需求。

进一步的，在答案展示环节，系统根据答案和用户标签动态生成点选按钮，用户根据自己的需要灵活选择个性化答案和通用人群的答案。

进一步的，系统根据当前用户问题和答案进行实时、动态的预测，设置了猜你想问模块，当预测的问题和用户想问的问题一致时，用户轻轻一点就能得到答案。

进一步的，主动健康管理服务包括监管反馈模块，监管反馈模块为AI健康管理师引导用户完成每日健康任务，且通过感知用户完成任务的进度，为AI健康管理师提供对用户进行的鼓励和支持。

进一步的，用户完成当天全部执行方案后，AI健康管理师会表达出开心的情绪和动作，并对今日完成情况总结；

用户连续三天及以上完成每日健康任务后，AI健康管理师会对用户完成情况进行鼓励及情绪反馈，即进行特别的赞扬和支持，并对近期完成情况总结；

相对应的，用户连续三天及以上未完成任务，AI健康管理师会对用户完成情况进行监督及情绪反馈，即表达失落的情绪和动作，对用户进行鼓励和督促。

进一步的，AI虚拟健康管理师具体包括LingTuoChat虚拟健康管理师大模型、PathMaster消息路由多任务大模型、MindSense语义理解大模型和DomainChat垂直领域大模型；

上述各大模型每层网络结构相同，不同的模型网络层数不同；预训练阶段的数据相同，微调阶段的数据规模、内容、格式均不相同；上述各大模型采用双层参数共享的经典transformer decoder-only结构，其每一层decoder的激活函数则采用如下激活函数LTGLU,其具体计算公式如下所示：

其中，PathMaster消息路由多任务大模型，负责对用户输入进行类型判断和错别字更正，用户问题会被分类为专业健管服务、健康科普咨询、闲聊情感陪伴，之后由其它大模型进行处理；

MindSense语义理解大模型为用户问题被分类为“专业健管服务”后，其将用户输入的口语化、多样化的业务调用语句转化为标准业务调用语句，之后调用对应的业务返回给用户；

用户问题被分类为“健康科普咨询”后，先由健康管理知识库进行处理，如果知识库有对应答案，将答案输出给LingTuoChat虚拟健康管理师大模型处理；如果知识库没有对应答案，将答案输出给DomainChat垂直领域大模型处理；

DomiainChat垂直领域大模型为领域专有知识模型，包括用于解答知识库问答对没有覆盖或者一问一答无法判断的专业知识；其在微调阶段先采用对应领域的书籍、诊疗指南、公开数据集等继续做mask prediction丰富其专业知识，然后再利用虚拟健康管理师与用户的历史聊天数据做多轮问答形式的微调；

用户问题被分类为“闲聊情感陪伴”后，由LingTuoChat虚拟健康管理师大模型处理，并根据设置好的语言风格及人设进行回答。

进一步的，PathMaster消息路由多任务大模型，在微调阶段利用虚拟健康管理师与用户的历史聊天数据，经过清洗与脱敏处理，其数据格式为一问一答的多任务格式；

MindSense语义理解大模型，在微调阶段用了问答知识库和公开数据集里的相似句语料，其数据格式为相似问句改写。

进一步的，健康管理知识库的构建过程如下：

第一步是对疾病、膳食营养、心理、运动、睡眠、养生和生活习惯健康相关的大量文本语料的知识清洗，从中抽取高质量的问答知识语料；

第二步是对提取的知识内容进行质量分析审核，审核主要包括两部分，一个是通过正则方法对知识内容的清洗与脱敏，另一个是人工对知识质量进行审校；

第三步是通过语义向量模型将经过审核清洗的高质量问答知识进行文本向量生成，存入向量知识库；

第四步是对向量知识库的进行定期知识增量更新，来不断提高健康知识检索库的知识可获得性，从而减少大模型的幻觉问题出现，增强其对话能力；

其中包括健康、中医、养生、运动、膳食、中药、心理管理领域知识。

本发明相比现有技术优点在于：

本发明利用AI技术为用户提供专业、便捷的健康管理服务。通过构建了一种基于逻辑的外层驱动系统，结合用户的多维画像和场景使用特色，赋予系统主动健康管理、长期记忆、多维认知、精准推理、科学决策、感知自省、业务唤醒等能力。并采用微调模型和基于动态prompt框架，实现了灵活的千人千面、一问千答的服务能力。

本发明为了提升AI专业知识服务能力，建立了由健康知识检索库、养生专家图谱构成的健康管理知识库，来增强大模型对话能力。其中，健康知识搜索库涵盖了疾病、膳食营养、养生、心理、医学科普和中医等健康管理领域知识。另外，还结合思维链技术构建了一个以“膳食、运动、心智、睡眠、生活习惯、环境”六大维度为核心的养生专家知识图谱。

本发明为了增加AI虚拟健康管理师的趣味性和新鲜感，提供了多种风格的语言表达方式，并且赋予AI虚拟健康管理师姓名、性别、年龄等身份信息，用以增加交流的真实感。此外，AI虚拟健康管理师会根据需要自动调用时间、季节、天气、地点等环境信息，更深层度的满足用户个性化需求。

本发明能够提供主动健康管理服务和引导功能，实现灵活的个性化服务，并具备大规模专业知识服务能力，可广泛应用于健康管理领域。

附图说明

图1为本发明的系统框架示意图；

图2为本发明的模型结构图；

图3为本发明的健康管理知识库整体示意图；

图4为本发明的模型微调优化流程示意图。

具体实施方式

下面详细描述本发明的实施方式，其中自始至终相同或类似的标号表示相同或类似的元件或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明而不能作为对本发明的限制。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科技术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样的定义，不会用理想化或过于正式的含义来解释。

各实施方式中提到的有关于步骤的标号，仅仅是为了描述的方便，而没有实质上先后顺序的联系。各具体实施方式中的不同步骤，可以进行不同先后顺序的组合，实现本发明的发明目的。另本发明未做详细描述的部分结构和模块，均可采用常规技术手段进行实现，故不再详细描述。

下面结合附图和具体实施方式对本发明进一步说明。

如图1至图4所示，一种基于AI技术的健康管理智能服务系统，包括AI虚拟健康管理师和健康管理知识库。

AI虚拟健康管理师基于AI技术提供无微不至的主动健康管理服务和引导功能，主动健康管理服务和引导功能，是在用户注册生成执行方案后，在恰当的时间引导用户完成当时时段健康任务，根据用户的完成情况，AI虚拟健康管理师会对用户进行鼓励或监督；对于个人信息不够完善，疾病风险情况不够清晰的用户，AI虚拟健康管理师会在适当时候引导用户填写相关问卷，用来生成更适合用户的执行方案。即AI虚拟健康管理师是一个面向健康管理场景的智能服务系统，该系统致力于让每个用户都拥有一个随时随地可进行专业健康服务的“掌上”健康管理师。AI虚拟健康管理师开创性地实现AI无微不至的主动健康管理服务和引导功能。结合用户的多维画像以及场景使用特色，构建了基于逻辑的外层驱动系统，赋予系统主动健康管理、长期记忆、多维认知、精准推理、科学决策、感知自省、业务唤醒等能力。

如以糖尿病患者A为例进行具体说明：用户A在输入个人信息生成执行方案后，AI虚拟健康管理师会根据十二时辰时段进行健康任务的引导，用户A在完成任务后，AI虚拟健康管理师会进行相对应的鼓励，在连续多天完成任务后，AI健康管理师会进行特别的赞美和鼓励。此外，AI健康管理师会根据用户的疾病标签进行健康问卷及疾病风险评估问卷引导推荐。

其中，用户在日常进行健康管理时，可以通过跟AI虚拟健康管理师聊天，获得系统各业务的相关介绍和业务直达，如获得健康管理方案的好处及科学性解释，直达今日执行方案页面等。

在健康管理的核心需求下，本系统包括多渠道、多维度、动态维护、实时更新的用户标签系统。基于用户标签信息AI虚拟健康管理师可以对用户有针对性地进行主动关怀，也可以针对用户的特殊健康状况给出个性化答案，同时本系统中提供了点选按钮，用户可以根据自己的需要灵活选择个性化答案和通用人群的答案。

为了方便用户与虚拟健康管理师沟通的效率，根据当前用户问题和答案进行实时、动态的预测，开发了猜你想问功能，当预测的问题和用户想问的问题一致时，用户轻轻一点就能得到答案。如用户A通过跟AI虚拟健康管理师聊天，可以获得健康管理知识科普，如“糖尿病人日常生活应该注意什么？”，AI虚拟健康管理师默认会回复精简答案，用户A可以点击“查看详细答案”来获取更专业详细的内容，同时，AI虚拟健康管理师会根据用户A的问题及对应的答案给出相关问题预测，用户A可以点击查看与之先关的内容。

又如用户A在日常生活中询问健康相关问题时，如“我能不能吃月饼”，AI虚拟健康管理师会根据用户A的疾病标签及健康状况，回复个性化答案，同时，用户也可以通过点击按钮查看非个性化答案，以适配家庭普通成员的相关情况。

为了增加AI虚拟健康管理师的趣味性和新鲜感，满足不同性格偏好的人群，本系统开发了多款语言风格的虚拟健康管理师，比如温婉体贴、俏皮可爱等风格。

为了增加AI虚拟健康管理师交流的真实感，赋予AI虚拟健康管理师姓名、性别、年龄等身份信息。此外，AI虚拟健康管理师会根据需要自动调用时间、季节、天气、地点等环境信息，一方面减少模型幻觉，一方面更深层度的满足用户个性化需求。

如在日常使用中，用户A可以根据自己喜好选择AI虚拟健康管理师的语言风格，比如“温婉体贴”或“俏皮可爱”。用户也可以更换AI虚拟健康管理师的服装，修改AI虚拟健康管理师的名字，来满足自己个性化的需要，在之后的健康管理生活中，AI虚拟健康管理师可以更好的提供用户喜欢的健康服务。

健康管理知识库用于提升模型知识深度、拓展广度、减缓模型幻觉；其包括健康知识搜索库和养生专家知识图谱。目的是通过检索增强生成(RAG)技术来增强大模型回答内容的客观性和真实性，减少其对话过程中的事实性幻觉问题的出现。

健康知识搜索库的建立首先通过对疾病、膳食营养、心理、运动、睡眠、养生、生活习惯等健康管理相关的大量文本语料的知识清洗与抽取，再将获取的健康管理知识通过向量语义模型转换成一个可进行语义搜索的向量知识库，从而减少大模型的幻觉问题出现，增强其对话能力。其中健康知识检索库涵盖了健康、中医、养生、运动、膳食、中药、心理管理等领域知识。

养生专家知识图谱依据健康管理应用场景特色进行知识图谱搭建；通过对不同健康养生专家的书籍专著、视频课程、讲话方式等内容进行知识思维的深度挖掘与归纳分析，构建了一个以营养、运动、心理、睡眠、生活方式、环境六大维度为主题的养生专家知识图谱。由此，结合知识图谱中的专家思维链对大模型多轮对话的思维引导，以此来增强回答内容的趣味性、专业性等能力。为了满足用户不同的阅读习惯，本系统提供了长短答案按钮，用户可以根据自己的需要，自由切换。

具体的主动健康管理服务包括监管反馈模块，监管反馈模块为AI健康管理师引导用户完成每日健康任务，且通过感知用户完成任务的进度，为AI健康管理师提供对用户进行的鼓励和支持。如生成健管方案、执行方案后，AI健康管理师(简称AI健管师)会根据用户的执行方案和按十二时辰时段，进行引导用户完成每日健康任务。通过感知用户完成任务的进度，AI健管师会对用户进行鼓励和支持。

用户连续三天及以上完成所有任务后，AI健管师会对用户完成情况进行鼓励及情绪反馈。相对应的，用户连续三天及以上未完成任务，AI健康管理师会对用户完成情况进行监督及情绪反馈。

如用户A生成健管方案、执行方案后，AI健管师会在对应的时间段引导用户完成该时段的任务，以7:00-9:00执行方案(健康早餐)为例，AI健管师会在当前时段引导用户完成“健康早餐”任务，用户按照执行方案内容完成后，AI健管师会进行相应的正向鼓励，并引导用户继续坚持完成今天的所有执行方案内容。如果用户A完成当天全部执行方案，AI健管师会做会表达出开心的情绪和动作，并对今日完成情况总结。

用户A连续三天完成全部执行方案后，AI健管师会表达对用户进行特别的赞扬和支持，并对近期完成情况总结。相对应的，用户连续三天未完成执行方案，AI健管师会表达失落的情绪和动作，并对用户A进行鼓励和督促。

AI虚拟健康管理师具体包括LingTuoChat虚拟健康管理师大模型、PathMaster消息路由多任务大模型、MindSense语义理解大模型和DomainChat垂直领域大模型。用户在日常进行健康管理过程中，如果有健康相关问题，或者需要查询业务相关内容，以及有闲聊类的问题时，可以通过聊天系统跟AI健管师交流。AI健管师基于上述所有大模型，为用户提供健康科普咨询、专业健管服务和闲聊情感陪伴。

具体如图1所示，上述各大模型每层网络结构相同，不同的模型网络层数不同；预训练阶段的数据相同，微调阶段的数据规模、内容、格式均不相同。上述各大模型采用双层参数共享的经典transformer decoder-only结构，双层参数共享在保证模型能力的同时，还能加快模型训练速度，缓解垂直领域数据不足。其每一层decoder的激活函数则采用如下激活函数LTGLU,其具体计算公式如下所示：

所述激活函数参考了relu及现下常用的SwiGLU，GELU等激活函数，但LTGLU的拟合能力强于relu(relu＝max(0,x)),又避免了SwiGLU，GELU类的激活函数包含大量的指数运算，降低算力成本。整体的模型结构如图2所示，颜色相同的网络层之间参数共享，其中LingTuoChat网络层数为48层，PathMaster网络层数为24层，MindSense网络层数为12层，contextLength统一为16K，其他详细信息见如下表1。

模型名称	Layers	Hidden size	Multi-head	Context Length	Training tokens
						PathMaster	24	4096	32	16k	约0.4T
MindSense	12	2048	16	16k	0.4T
						DomiainChat	24	4096	32	16k	0.4-1.2T不等
LingTuoChat	48	4096	40	16k	1.1T

表1

其中，PathMaster消息路由多任务大模型，负责对用户输入进行类型判断和错别字更正，用户问题会被分类为专业健管服务、健康科普咨询、闲聊情感陪伴，之后由其它大模型进行处理。PathMaster消息路由多任务大模型微调阶段采用了本系统上虚拟健康管理师与用户的历史聊天数据，经过清洗与脱敏处理，其数据格式为一问一答的多任务格式，具体如下：

[{“human”:”我中午吃什么呢”},

{“assistant”:”我中午吃什么呢sep专业健管服务”}

]

[{“human”:”高血压要注意些什么”},

{“assistant”:”高血压要注意些什么sep健康科普咨询”}

]

[{“human”:”最近工作不太顺利，我很苦恼”},

{“assistant”:”最近工作不太顺利，我很苦恼sep闲聊情感陪伴”}

]

MindSense语义理解大模型为用户问题被分类为“专业健管服务”后，其将用户输入的口语化、多样化的业务调用语句转化为标准业务调用语句，之后调用对应的业务返回给用户。MindSense语义理解大模型微调阶段用了问答知识库和公开数据集里的相似句语料，其数据格式为相似问句改写，具体如下：

[{“human”:”我中午吃什么呢”},

{“assistant”:”午餐食谱”}

]

[{“human”:”今天有哪些任务要做”},

{“assistant”:”执行方案”}

]

用户问题被分类为“健康科普咨询”后，先由健康管理知识库进行处理，如果知识库有对应答案，将答案输出给LingTuoChat虚拟健康管理师大模型处理；如果知识库没有对应答案，将答案输出给DomainChat垂直领域大模型处理；

DomiainChat垂直领域大模型为领域专有知识模型，包括用于解答知识库问答对没有覆盖或者一问一答无法判断的专业知识；其在微调阶段先采用对应领域的书籍、诊疗指南、公开数据集等继续做mask prediction丰富其专业知识，然后再利用虚拟健康管理师与用户的历史聊天数据做多轮问答形式的微调；以DomiainChat垂直领域大模型(睡眠领域)为例，展示多轮问答效果如下：

[{“system”:“你是一个AI睡眠专家，对工作认真负责，且有专业的睡眠健康知识”},

{“human”:”你好”},

{“assistant”:”你好呀，很高兴为你服务”},

{“human”:”我昨天晚上12点才睡着”},

{“assistant”:”喔，亲爱的，那睡眠时间有点晚呢，你昨天白天有睡觉吗”},

{“human”:”有的，昨天下午睡了4个小时”},

{“assistant”:”这么说的话，你昨天12点才睡着的原因是你昨天午休时间过长导致的”},

{“human”:”但是我1点又醒了，就再也没睡着呢”},

{“assistant”:”这样的睡眠模式可能会对你的身体和注意力产生影响。打破正常的睡眠模式通常会导致身体不适和注意力不集中。

长期来看，不规律的睡眠会影响身体健康，包括免疫力下降、情绪不稳定和认知能力减退等。建立良好的睡眠习惯对于维持身心健康至关重要。

为了改善睡眠质量，可以考虑以下建议：

建立规律的作息时间：尽量每天固定同一时间入睡和起床，帮助身体建立规律的生物钟。

避免午睡过长：长时间的午睡可能会影响晚上的睡眠质量，尽量控制午睡时间。

创造良好的睡眠环境：让卧室变得更加舒适，例如保持安静、调节好的温度和光线。

避免刺激性物质：在睡前几个小时避免咖啡因、手机屏幕等刺激物质，这些会影响入睡。

放松身心：尝试进行放松练习，如深呼吸、冥想或瑜伽，有助于放松身心。

规律的运动：适度的运动可以帮助提高睡眠质量，但要避免在睡前过于激烈的运动。

如果长时间出现睡眠问题，影响到日常生活和工作，最好咨询专业医生或睡眠专家的建议，他们可能会提供更具体的建议和治疗方案。”},

{“human”:”好的，谢谢你”},

{“assistant”:”不客气，祝你早日康复。”}

]

用户问题被分类为“闲聊情感陪伴”后，由LingTuoChat虚拟健康管理师大模型处理，并根据设置好的语言风格及人设进行回答。LingTuoChat为AI健康管理师面向用户的总模型，有最广的知识维度和最强的语义理解能力，微调阶段采用了0.8T的中医、西医、生活保健、生活习惯、疾病护理、生活环境、心理、睡眠等方面的健康领域知识，并将其数据格式组织成多轮问答的形式，微调过后，让模型的价值观与人类价值观进行对齐。

下面展示了AI健管师大模型(LingTuoChat大模型)在“闲聊情感陪伴”的场景案例。

[{“system”:”你是一个AI健康管理师，对工作认真负责，且有专业的健康护理等方面的知识”},

{“human”:“我最近工作不太顺利，我很苦恼”},

{“assistant”:“亲爱的，我了解你最近工作不太顺利而感到苦恼。面对这种情况，首先要保持积极的心态，相信自己能够克服困难。然后，尝试找出问题所在，并思考可能的解决方案。如果需要帮助或支持，请及时向上级、同事或专业人士寻求建议和指导。记住，困境是暂时的，坚持努力并寻找机会改善现状。祝你早日度过难关！”}]

其中，健康知识搜索库包括健康知识搜索库和养生专家知识图谱两部分构成，具体框架如图3所示。其目的是通过对知识检索增强(RAG)技术来增强大模型回答内容的客观性和真实性，减少其回答内容中存在事实性错误的问题出现。其次，通过结合知识图谱里的专家思维知识可以对大模型的多轮对话进行思维引导，来增强回答内容的趣味性、专业性。

健康知识搜索库的构建过程主要分为以下几个步骤：第一步是对疾病、膳食营养、心理、运动、睡眠、养生、生活习惯等健康相关的大量文本语料的知识清洗，从中抽取高质量的问答知识语料；第二步是对提取的知识内容进行质量分析审核，审核主要包括两部分，一个是通过正则方法对知识内容的清洗与脱敏，另一个是人工对知识质量进行审校；第三步是通过语义向量模型将经过审核清洗的高质量问答知识进行文本向量生成，存入向量知识库；第四步是对向量知识库的进行定期知识增量更新，来不断提高健康知识检索库的知识可获得性，从而减少大模型的幻觉问题出现，增强其对话能力。其中，健康知识检索库模块涵盖了健康、中医、养生、运动、膳食、中药、心理管理等领域知识。

未做知识检索增强的大语言模型回答案例如下：

[{“human”:“下压在零界，需要注意什么？”},

{“system”:“下压在零界是指乳腺癌的一种病理类型，需要注意以下几点：

1.定期进行乳房自检，发现异常及时就医。

2.饮食要均衡健康，多摄入富含纤维、维生素和抗氧化物质的食物。

3.保持适度运动，如散步、瑜伽等有助于提高身体免疫力。

4.减少接触致癌物质和辐射源，如二手烟、化学品等。

5.维持良好心态，避免长时间精神紧张或情绪低落。”}]

有健康知识检索库支持的大语言模型回答如下：

[{“human”:“下压在零界，需要注意什么？”},

{“system”:“下压在零界时，需要注意以下几点：

1.密切关注血压变化：定期进行血压测量，了解血压是否稳定。

2.调整生活方式：改变不良的生活方式，如减少盐摄入、适当运动、控制体重、戒烟限酒等。

3.避免过度劳累：避免过度劳累可能导致血压升高。

4.调整饮食：控制盐摄入量，避免高脂肪和高糖分的食物，多吃新鲜蔬菜和水果。

5.遵医嘱用药：如果需要用药，请按医嘱规定服用药物，并不随意更改剂量或停药。

6.定期体检：定期进行体检可以及时发现异常情况，以便采取措施进行控制。”}]

养生专家知识图谱模块的构建过程主要分为以下几个步骤：第一步是对不同健康养生专家的知识，例如书籍专著、视频课程、讲话方式等内容进行知识思维的深度挖掘与归纳分析；第二步是对挖掘出来的专家思维知识进行人工审核和思维分类，形成一个以营养、运动、心理、睡眠、生活方式、环境等6大维度为主题的养生专家知识图谱；第三步是对挖掘审核过的养生专家知识进行三元组实体关系提取，存入知识图谱中。由此，便可以基于知识图谱中的专家知识关系对大模型多轮对话进行思维引导，来增强回答内容的趣味性、专业性等能力，具体案例如下：

[{“human”:“糖尿病患者有哪些症状？”},

{“system”:“糖尿病早期常无明显症状，所以容易被忽视，很多人往往是因为乏力而就诊的，或是在测血糖时会发现血糖异常升高。血糖升高较明显时，会出现典型的三多一少症状：多饮：经常感到口干想要喝水，饮水的量与频率比正常时期增加。多食：常常会感到饥饿，即使在进食不久后也很快会再次饥饿。多尿：排尿频次显著增加。体重降低：在没有刻意控制体重的前提下，体重下降较快，严重者甚至会有明显的消瘦现象。除此以外，还可能会出现视力模糊、疲劳乏力、皮肤瘙痒、女性会阴部瘙痒、男性勃起功能障碍等症状。”}，

{“human”:“那糖尿病患者生活中应注意什么？”},

{“system”:“糖尿病患者生活中应注意以下几点：1.掌握自己在家中测血糖的方法，记录日常血糖值，就诊时给医生看，以便医生评估病情、调整治疗方案。2.定期复查，复查不仅仅是监测血糖，还需要筛查有无糖尿病的并发症。对于血糖控制不稳定的患者，需要根据医生的嘱咐按时复查；血糖控制稳定的患者，也应该至少每3个月复查一次。如果出现反复的低血糖，要及时就诊，评估低血糖的原因并调整治疗方案。如果出现明显的三多一少症状，以及恶心、呕吐等症状，提示可能出现了糖尿病酮症酸中毒，应及时就诊。3.主动多学习一些糖尿病知识。大多数的糖尿病是一种持续终生的慢性病，且会影响身体的各个器官。对这个疾病了解得越深，血糖就会控制得越好，生活质量也会越好。”}

{“human”:“看看中医怎么说”},

{“system”:“首先，《黄帝内经》曾有这么一句话：“食饮有节，起居有常”。对于糖尿病患者来说，这意味着什么？那就是要控制你的食欲，就像控制血糖水平一样。记住，食物不只是营养的来源，它也可能是血糖升高的元凶。所以，要明智地选择食物，避免过多的糖分和油脂。另外，《千金方》中有这么一句经典名言：“燥则润之，热则清之，寒则温之。”这句话告诉我们糖尿病的治疗原则是润燥清热、温阳散寒。所以，当你感到口渴时，不要只是喝水，试试吃点润燥的食物，如梨或黄瓜；当你感到身体热了，不要只是打开空调，可以来杯清凉的饮料或者吃一些凉性的食物来降火。所以，对于患糖尿患者，不要只是为了治病而控制饮食和运动，应该把它们当作一种健康的生活方式！”}]

作为优选，针对语义向量模型在健康知识语义表达差异但同义的知识搜索精准度上缺乏稳定性问题，结合健康知识向量库对原有语义向量模型做了一个健康知识垂直领域的模型微调优化。具体过程如图4所示。第一步是对健康知识问题集随机生成，然后通过现有健康知识向量库进行语义搜索，并挖掘搜索结果其中的负样本数据；第二步是结合挖掘的负样本数据集进行微调数据集构建；第三步是对语义向量模型进行健康领域垂直微调优化，并将微调优化好的模型保存；最后，基于微调向量模型进行知识库语义向量更新，对其进行语义搜索批量测试分析和向量模型进一步优化，直至模型损失值最低，具体案例如下：

针对问题“阿-斯综合征的致死率是多少？”，未经过微调的语言向量模型最终匹配到的知识库内容为“阿-斯综合征是什么？”，答非所问。经过微调的语言向量模型最终匹配到的知识库内容为“阿-斯综合征死亡的可能性有多大？”，正确匹配，如下表2。

模型效果	语言向量模型	分值	经过微调的语义向量模型	分值
					检索问题	阿-斯综合征的致死率是多少？	-	阿-斯综合征的致死率是多少？	-
Top-1	阿-斯综合征是什么？	0.92	阿-斯综合征死亡的可能性有多大？	0.94
					Top-2	阿-斯综合征有哪些症状和表现？	0.86	阿-斯综合征是什么？	0.87
Top-3	阿-斯综合征死亡的可能性有多大？	0.84	阿-斯综合征在什么情况下容易出现？	0.86

表2

作为优选，知识库有对应答案，将答案输出给AI健管师大模型(LingTuoChat大模型)处理。LingTuoChat大模型根据设置好的语言风格及人设，结合用户标签，输出个性化的“千人千面”答案。此外，根据知识库的内容，还提供“猜你想问”“详细答案”“非个性化答案”“引经据典”等入口，用户可以按需选择想要的答案内容。

下面展示了AI健管师大模型(LingTuoChat大模型)能力及“猜你想问”“查看详细答案”功能的场景。

[{“system”:”你是一个AI健康管理师，对工作认真负责，且有专业的健康护理等方面的知识”},

{“human”:”高血压平时需要注意什么？”},

{“assistant”:”高血压患者需要注意经常测血压、饮食清淡、规律体育运动。”}]

此时，根据问题及答案内容展示2条猜你想问(根据用户提问及答案内容，由知识库生成相关问题其他维度的相似问)内容：

“高血压患者如何控制饮食？”

“高血压患者应该如何规律运动？”

此时，用户可以进一步了解相关内容

[{“human”:”高血压患者如何控制饮食？”},

{“assistant”:”高血压患者应该控制饮食，减少盐的摄入量，多吃蔬菜水果、全谷物和低脂肪乳制品。避免高糖、高脂肪和高胆固醇的食物。限制咖啡因和酒精摄入。”}]

进一步的，上述问题中用户想查看更详细的答案，可以点击相关功能按钮后获取，

[{“system”:”你是一个AI健康管理师，对工作认真负责，且有专业的健康护理等方面的知识”},

{“human”:”高血压平时需要注意什么？”},

{“assistant”:”高血压患者需要注意经常测血压、饮食清淡、规律体育运动。”}

{“human”:”查看详细答案”},

{“assistant”:”高血压患者需要注意经常测血压、饮食清淡、规律体育运动。

一、高血压患者不要凭自己的症状去判断血压控制是否正常，应该经常测血压；

二、高血压病人日常生活需要管控，每天要有规律的体育运动；

三、饮食上要吃得清淡，对盐的摄入一定要控制，盐本身跟高血压具有高度的相关性；

四、高血压患者要注意到，血压会随着气候的变化而变化，在气候变化的时候，要高度关注血压的变化情况。”}]

以糖尿病患者的例子展示了AI健管师大模型(LingTuoChat大模型)结合用户标签输出个性化答案能力及“查看非个性化答案”功能的场景。

[{“system”:”你是一个AI健康管理师，对工作认真负责，且有专业的健康护理等方面的知识”},

{“human”:”今天朋友过生日，我可以吃他的生日蛋糕吗”},

{“assistant”:”作为一个糖尿病患者，建议你控制蛋糕的摄入量。过多的糖分会导致血糖升高。如果你想吃蛋糕，可以选择低糖或无糖的替代品，并注意控制食用量。最好咨询专业医生或营养师以获取更具体的饮食建议。”}

{“human”:”查看非个性化答案”},

{“assistant”:”当然可以！蛋糕是一种美味的食物，适度享用对身体是没有问题的。但请注意控制食量，避免过量摄入糖分和热量。如果你有特殊的健康情况或者饮食限制，请咨询专业医生或营养师的建议。”}]

以糖尿病患者的例子展示了AI健管师大模型(LingTuoChat大模型)能力及“引经据典”功能的场景。

[{“system”:”你是一个AI健康管理师，对工作认真负责，且有专业的健康护理等方面的知识”},

{“human”:“痛风是什么？”},

{“assistant”:“痛风是一种常见的关节炎类型，由于体内尿酸代谢异常，导致关节部位出现疼痛、红肿、炎症等症状。痛风通常在夜间发作，疼痛感逐渐减轻直至消失，持续时间数天或数周不等。痛风患者通常会经历一个或多个关节的急性发病，表现为关节的红肿、疼痛，主要是尿酸结晶在关节和软组织处沉积，刺激侵袭组织引起急性发病症状。如果不加干预治疗，病情可能会进一步进展，有可能造成骨质破坏引起关节畸形等。”}

{“human”:”看看中医怎么说”},

{“assistant”:“在中医经典《黄帝内经》中，有这样一段描述：“风寒湿三气杂至，合而为痹也。其风气胜者为行痹，寒气胜者为痛痹，湿气胜者为着痹。”这段文字阐述了痛风发病的原因，主要是由于风寒湿邪侵入人体，导致气血运行不畅，进而引发疼痛。另外，《金匮要略》中提到：“痛风者，大率因血受热，已自沸腾，其后或涉冷水，或立湿地，或扇取凉，或卧当风，寒凉外搏，热血得寒，汗浊凝涩，所以作痛。”。具体来说，痛风是由于体内气血不畅、风寒湿邪侵袭以及肝肾亏损等多种因素综合作用所致。风寒湿邪在中医理论中属于外邪，当人体受到风寒湿邪的侵袭时，这些外邪会阻滞经络，导致气血运行不畅，从而引发关节疼痛、红肿等症状。”}]

综上所述，本方案的AI虚拟健管师系统，能够提供主动健康管理服务和引导功能，实现灵活的个性化服务，并具备大规模专业知识服务能力，可广泛应用于健康管理领域。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。本发明未做详细描述的部分均可通过常规技术手段实现故不再赘述。

Claims (10)

1.一种基于AI技术的健康管理智能服务系统，其特征在于：包括AI虚拟健康管理师和健康管理知识库；

AI虚拟健康管理师基于AI技术提供无微不至的主动健康管理服务和引导功能，主动健康管理服务和引导功能，是在用户注册生成执行方案后，在恰当的时间引导用户完成当时时段健康任务，根据用户的完成情况，AI虚拟健康管理师会对用户进行鼓励或监督；对于个人信息不够完善，疾病风险情况不够清晰的用户，AI虚拟健康管理师会在适当时候引导用户填写相关问卷，用来生成更适合用户的执行方案；

健康管理知识库用于提升模型知识深度、拓展广度、减缓模型幻觉；其包括健康知识搜索库和养生专家知识图谱；

健康知识搜索库的建立首先通过对疾病、膳食营养、心理、运动、睡眠、养生、生活习惯等健康管理相关的大量文本语料的知识清洗与抽取，再将获取的健康管理知识通过向量语义模型转换成一个可进行语义搜索的向量知识库，从而减少大模型的幻觉问题出现，增强其对话能力；

养生专家知识图谱依据健康管理应用场景特色进行知识图谱搭建；通过对不同健康养生专家的书籍专著、视频课程、讲话方式内容进行知识思维的深度挖掘与归纳分析，构建了一个以营养、运动、心理、睡眠、生活方式、环境六大维度为主题的养生专家知识图谱，以此来增强回答内容的趣味性、专业性能力。

2.根据权利要求1所述的一种基于AI技术的健康管理智能服务系统，其特征在于：AI虚拟健康管理师通过聊天让用户了解系统业务功能，根据用户问题进行相关业务的介绍或业务直达卡片推送。

3.根据权利要求1所述的一种基于AI技术的健康管理智能服务系统，其特征在于：AI虚拟健康管理师基于用户标签系统；

用户标签系统实现AI虚拟健康管理师能对用户有针对性地进行主动关怀，且能针对用户的特殊健康状况给出个性化答案；提供AI虚拟健康管理师姓名、性别、年龄等身份信息；且提供需要自动调用的时间、季节、天气、地点等环境信息，以减少模型幻觉，并更深层度的满足用户个性化需求。

4.根据权利要求3所述的一种基于AI技术的健康管理智能服务系统，其特征在于：在答案展示环节，系统根据答案和用户标签动态生成点选按钮，用户根据自己的需要灵活选择个性化答案和通用人群的答案。

5.根据权利要求3所述的一种基于AI技术的健康管理智能服务系统，其特征在于：在答案展示环节，系统根据当前用户问题和答案类型进行实时、动态的预测，设置了猜你想问模块，当预测的问题和用户想问的问题一致时，用户轻轻一点就能得到答案。

6.根据权利要求1所述的一种基于AI技术的健康管理智能服务系统，其特征在于：主动健康管理服务包括监管反馈模块，监管反馈模块为AI健康管理师引导用户完成每日健康任务，且通过感知用户完成任务的进度，为AI健康管理师提供对用户进行的鼓励和支持。

7.根据权利要求6所述的一种基于AI技术的健康管理智能服务系统，其特征在于：用户完成当天全部执行方案后，AI健康管理师会表达出开心的情绪和动作，并对今日完成情况总结；

用户连续三天及以上完成每日健康任务后，AI健康管理师会对用户完成情况进行鼓励及情绪反馈，即进行特别的赞扬和支持，并对近期完成情况总结；

相对应的，用户连续三天及以上未完成任务，AI健康管理师会对用户完成情况进行监督及情绪反馈，即表达失落的情绪和动作，对用户进行鼓励和督促。

8.根据权利要求1所述的一种基于AI技术的健康管理智能服务系统，其特征在于：AI虚拟健康管理师具体包括LingTuoChat虚拟健康管理师大模型、PathMaster消息路由多任务大模型、MindSense语义理解大模型和DomainChat垂直领域大模型；

上述各大模型每层网络结构相同，不同的模型网络层数不同；预训练阶段的数据相同，微调阶段的数据规模、内容、格式均不相同；上述各大模型采用双层参数共享的经典transformer decoder-only结构，其每一层decoder的激活函数则采用如下激活函数LTGLU,其具体计算公式如下所示：

其中，PathMaster消息路由多任务大模型，负责对用户输入进行类型判断和错别字更正，用户问题会被分类为专业健管服务、健康科普咨询、闲聊情感陪伴，之后由其它大模型进行处理；

MindSense语义理解大模型为用户问题被分类为“专业健管服务”后，其将用户输入的口语化、多样化的业务调用语句转化为标准业务调用语句，之后调用对应的业务返回给用户；

用户问题被分类为“健康科普咨询”后，先由健康管理知识库进行处理，如果知识库有对应答案，将答案输出给LingTuoChat虚拟健康管理师大模型处理；如果知识库没有对应答案，将答案输出给DomainChat垂直领域大模型处理；

DomiainChat垂直领域大模型为领域专有知识模型，包括用于解答知识库问答对没有覆盖或者一问一答无法判断的专业知识；其在微调阶段先采用对应领域的书籍、诊疗指南、公开数据集等继续做mask prediction丰富其专业知识，然后再利用虚拟健康管理师与用户的历史聊天数据做多轮问答形式的微调；

用户问题被分类为“闲聊情感陪伴”后，由LingTuoChat虚拟健康管理师大模型处理，并根据设置好的语言风格及人设进行回答。

9.根据权利要求8所述的一种基于AI技术的健康管理智能服务系统，其特征在于：PathMaster消息路由多任务大模型，在微调阶段利用虚拟健康管理师与用户的历史聊天数据，经过清洗与脱敏处理，其数据格式为一问一答的多任务格式；

MindSense语义理解大模型，在微调阶段用了问答知识库和公开数据集里的相似句语料，其数据格式为相似问句改写。

10.根据权利要求8所述的一种基于AI技术的健康管理智能服务系统，其特征在于：健康管理知识库的构建过程如下：

第一步是对疾病、膳食营养、心理、运动、睡眠、养生和生活习惯健康相关的大量文本语料的知识清洗，从中抽取高质量的问答知识语料；

第二步是对提取的知识内容进行质量分析审核，审核主要包括两部分，一个是通过正则方法对知识内容的清洗与脱敏，另一个是人工对知识质量进行审校；

第三步是通过语义向量模型将经过审核清洗的高质量问答知识进行文本向量生成，存入向量知识库；

第四步是对向量知识库的进行定期知识增量更新，来不断提高健康知识检索库的知识可获得性，从而减少大模型的幻觉问题出现，增强其对话能力；

其中包括健康、中医、养生、运动、膳食、中药、心理管理领域知识。