目的:研发针对常见眼病的智能问答系统，并调查和评估其在互联网医院平台的应用效果，为医疗服务模式和技术创新提供借鉴。方法:利用自然语言处理技术研发常见眼病智能问答系统，通过对预先录入的结构化知识进行解析分词和关键词采集绑定等处理，经过搜索引擎为用户提供准确的问答内容。并通过功能、性能测试，完成互联网医院的部署。收集2020年2月1—29日期间使用常见眼病智能问答系统的数据资料，对患者的人口学信息、问诊时间、咨询疾病类别、咨询内容、服务评价等进行分析。结果:在中山大学中山眼科中心互联网医院成功研发出具有智能导诊服务和眼病术后智能咨询模块的常见眼病智能问答系统，测试结果表明智能问答系统的可重复性为100.0%，准确性为99.8%，可24 h持续在线服务。2020年2月1—29日期间中山眼科中心互联网医院常见眼病智能问答系统总服务患者6 462人次，其中男3 082人次，占47.7%，女3 380人次，占52.3%。患者的平均年龄为32.3岁。1 135例患者使用了智能导诊服务，占17.6%，5 375例患者使用了眼病术后智能咨询模块，占82.4%。平均每日使用常见眼病智能问答系统的患者为223人次，最高每小时服务74人次。分别有25.6%(38/148)和36.4%(54/148)的患者对常见眼病智能问答系统的服务效率表示非常满意和比较满意；24.3%(36/148)和37.8%(56/148)的患者对常见眼病智能问答系统的服务质量分别表示非常满意和比较满意。结论:常见眼病智能问答系统具有较高的可重复性和准确性。基于互联网医院平台的智能问答系统应用可满足患者24 h医疗咨询需求，降低医院交叉感染风险和医务人员的工作压力。

目的 神经系统疾病具有诊疗复杂、类型多样、多数疾病患病率低等特点,为降低神经系统疾病基层医疗机构首诊难度,提升医院医疗服务质量和效率,开展面向神经病学的智能预问诊系统研究.方法 在构建的神经系统疾病循证医学知识图谱基础上,通过循证医学规则引擎和规则流,利用人工智能技术构建智能预问诊系统.结果 该系统采用人机交互的引导式问答方式采集患者病情、既往史等信息,自动生成预问诊报告发送给临床医生.上线应用的效果表明,该系统优化了医院诊疗服务流程,有效提高了医患沟通效率.结论 该成果未来可应用到各级医疗机构,实现医院优质专科诊疗经验下沉基层,辅助基层规范化问诊.

目的:基于PICO模型构建中医药循证指南知识图谱,探索以此知识图谱为知识库搭建智能问答系统,增强临床决策支持.方法:采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层,并以多囊卵巢综合征为例,利用"文心一言"大模型工具进行知识抽取,抽取结果通过Neo4j图数据库进行存储,实现知识图谱的可视化展示,同时对智能问答系统进行临床专家问卷调研和框架结构设计.结果:构建了包含13种类别、248个节点、12种关系类型、337条关系以及10种数据属性的中医药循证指南知识图谱,并展示了其可视化功能和应用示例.智能问答系统部分,已根据指南临床问题范围将其分为12大类,并预设了 24种问题模板,为后续问题预处理奠定了基础,并对系统实现提供了有力支撑.结论:本研究以循证指南为数据源确保了临床辅助决策系统科学性和准确性,也为中医药领域的智能化信息服务提供了新的思路和方法.

抗抑郁药是药物治疗抑郁症的主要方式.抗抑郁药用药指南提出了关于抑郁症用药的指导性意见,由于指南提供的是纯文本信息,而人们更倾向于使用自然语言对话来获得用药知识,ChatGPT的诞生使得人们考虑是否可以使用ChatGPT作为获取抗抑郁药用药知识更为便捷的方式,因此,ChatGPT提供抗抑郁药用药信息的准确度成为研究者关心的问题.本研究以英国精神药理学协会关于抗抑郁药治疗抑郁症的循证指南作为标准,评估ChatGPT用药知识问答的准确性,得出的结论为:ChatGPT对抗抑郁药用药信息回答的可靠性约为78.0％(95％CI=76.2％～79.8％),取得了较大的进展,但仍有进一步改进的空间.

目的 探讨"用药管家"服务平台的用药咨询实践,为智能化、个体化互联网用药咨询提供参考.方法 收集十堰市人民医院2019年7月至2022年10月"用药管家"服务平台用药咨询中759例药师问答记录,对药师、咨询者和咨询内容相关信息进行统计、分析.结果 主任药师、副主任药师和主管药师人均咨询例数分别为110、82.5和74.8例;咨询者年龄主要分布在0～10、>20～30和>30～40岁,其中女性病人占64.16%(487/759);主要涉及泌尿生殖系统、呼吸系统、皮肤和皮下组织、消化系统疾病;咨询内容主要为用法用量、药物不良反应、药物相互作用和特殊人群用药;药品种类主要为中药饮片及中成药、抗感染药物、内分泌系统药物和呼吸系统药物.结论"用药管家"服务平台通过合理配置咨询药师,规范服务流程,为病人提供了智能化、个体化的用药咨询服务,满足了多元化药学服务需求,得到了病人的认可.

目的 当前公众对海洋中药信息了解不足,且缺乏海洋中药相关知识服务工具,为解决这一问题,研究开发海洋中药智能问答系统,为公众提供海洋中药知识查询工具.方法 以前期构建的细粒度海洋中药知识图谱MMKG为知识库,综合利用Aho-Corasick、Word2Vec等算法获取海洋中药实体,从专业角度提出了一种细粒度海洋中药问题分类方法,构建海洋中药智能问答系统(MMKGQA).结果 通过问卷调查的问题语料测试,本系统在回答海洋中药常见6大类问题的平均精确率、平均召回率、平均F1值分别为97.93%、83.41%、89.10%,表明本系统能很好回答海洋中药的相关问题,具有较高的实用性和可行性.结论 本系统可以帮助普通用户获取海洋中药的科普知识,为海洋中药研发人员的相关知识获取提供一种有效的知识服务工具,助力海洋新药研发.

目的/意义 构建面向老年疾病康复的知识图谱,以探索预防、康复一体化的居家老年人自主管理体系,提高智能老年疾病康复和照护体系的个性化水平和效能,为应对人口老龄化提供助力.方法/过程 通过自然语言处理算法、医学专家人工标注构建面向老年疾病康复的知识图谱,使用Med-BERT+BiLSTM+CRF组合算法进行实体抽取,并搭建基于知识图谱的智能问答系统.结果/结论 新设计的面向老年疾病康复的知识图谱质量达到预期,基于知识图谱的问答系统能够为老年用户提供交互友好的知识获取方式.

目的 为方便放射科医生查询乳腺疾病相关资料,提高搜索资料的效率及准确性.方法 采用多层策略混合问答模型设计了一款乳腺疾病影像领域的自动问答系统.该模型第1层是问句与常问问题(FAQ)知识库的快速匹配;第2层是通过对问句的处理及问句相似度的计算,根据设定的阈值来获取基础知识库中的答案;第3层则是由全文搜索引擎返回的网页文档来获取答案段落.结果 测试结果表明,系统答案获取的准确率达到85%.对存在于知识库中的问题,系统均能给出满意的答案.结论乳腺疾病智能问答系统操作方便、快捷,是影像科医生查询乳腺疾病相关知识的有效工具.

目的:根据新型冠状病毒肺炎(COVID-19)疫情下现场流行病学调查工作的实际需求,开发一种移动端流行病学智能采集系统,为一线流行病学调查工作者提供高效、便捷的信息采集服务,最大限度地利用智能化、信息化手段提高疫情防控效率,降低交叉感染风险.方法:开发流行病学智能采集系统,通过人工智能(AI)人机对话引擎进行对话管理、知识库管理以及AI技术管理,收集患者发病前后的暴露情况、接触情况、活动轨迹以及就医情况等信息,为及时采取相应防控措施提供数据基础.结果:系统可模仿流行病学调查工作者以自然对话的形式进行多轮引导式问答,实现流行病学信息采集、化验单拍照识别、调查表单自动生成以及疫情资料智能归档等功能.结论:基于AI技术的移动端流行病学智能采集系统对传统的流行病学信息采集模式进行创新,使采集工作更加及时化、便捷化、规范化及精准化,在疫情防控期间可极大提高一线流行病学调查人员的工作效率与调查质量.

目的:针对患者在就诊过程中缺乏专业指导带来的诸多问题,提出基于深度学习与就诊场景相结合的技术方法,使患者能够采用自然语义的方式描述疾病症状,获得系统推荐最佳科室和专业的咨询服务,从而促进便民服务模式创新.方法:采用医疗知识图谱和卷积神经网络方法,构建智能分诊模型,实现疾病知识的自动问答和智能导诊.基于面向服务(Service-Oriented Architecture,SOA)的开放架构,通过共享服务模式向传统预约服务渠道提供统一规范的服务接口.结果:在实际示范应用过程中,2018年智能分诊模型通过便民服务渠道提供了1246次/天的患者咨询,患者满意度达到91％.结论:基于深度学习技术的便民服务能够有效改善患者服务体验,提升患者就诊效率,降低人工服务成本,适合在医院推广使用.