健康管理智能語音檢后追訪平臺的構建

夏遠親，王建剛，王桂蓮，劉雪蓮，何思涵，周冰倩，朱婧遲，黃新娟，譚歆昀，秦春香（通信作者）

1 吉首大學醫學院 （湖南 吉首 416099）；2 中南大學湘雅三醫院 （湖南 長沙 410013）；3 中南大學湘雅護理學院 （湖南 長沙 410013）

檢后追訪是健康管理中心對體檢后的受檢者進行追蹤、查訪的一種隨訪行為，是健康管理的重要環節[1]。傳統的檢后追訪需要醫護人員對所有受檢者進行電話詢問，雖能精準記錄，但存在耗時費力、記錄難以保存等問題。隨著“互聯網+健康管理”時代的到來，智能語音檢后追訪平臺的搭建成為健康管理中心信息化建設的重要內容[2]。鑒于此，本研究與AI公司（科大訊飛股份有限公司）合作，構建智能語音檢后追訪平臺，探索其應用效果，現報道如下。

1 平臺構建

1.1 系統功能設計

智能語音檢后追訪平臺以人工智能為基礎，充分利用互聯網信息技術手段進行設計，主要的模塊設計包括體檢人群管理、模板管理、結果分析3 個部分。體檢人群管理模塊提供批量外呼功能，模板管理模塊提供個性化追訪方案制定、智能交互功能，結果分析模塊提供實時記錄、自動分析功能（圖1）。（1）批量外呼：醫護人員可根據追訪任務的不同自定義分組，對體檢人群進行分組管理，將需要追訪的體檢人群名單導入，選擇相對應的追訪方案，點擊“一鍵隨訪”便可進行批量批次定時外呼任務。（2）智能交互：平臺支持根據健康問題預先制定個性化外呼追訪方案，由具有語音識別、語義理解、語音交互功能的智能語音機器人進行批量外呼追訪工作任務，每天無間斷、全覆蓋追訪。智能語音外呼系統在與體檢者溝通過程中，通過對單次通話內容進行識別與篩選，了解體檢者的健康問題、自我管理情況、復查情況，并進行健康指導，從而達到檢后追訪與管理的目的。采用真實的聲音進行話術的錄入，實現互動智能化、人性化。（3）實時記錄、自動分析：平臺可根據追訪的電話內容進行語音與文字的轉化、提取，并自動匯總和統計分析外呼追訪結果（外呼電話量、電話接通率、電話呼叫時長、今日未完成量），自動完成原本需要大量人力才能實現的健康管理中心日常工作，同時外呼追訪數據可長期保存，實現可查詢、可追溯。

圖1 智能語音檢后追訪平臺系統功能模塊圖

1.2 追訪方案形成

（1）主題選?。焊鶕】倒芾碇行捏w檢中發現的健康問題高頻詞進行主題選取，高頻詞源于健康管理云平臺，根據受檢者檢查結果分析后生成的體檢結論，系統自動記入體檢者健康檔案。其中3 類肺結節[3]出現頻率高，于2018—2020 年共出現6 362 次，本研究以此為例進行闡述。（2）話術內容擬定：健康管理中心醫護人員基于電話追訪經驗和《肺結節診治中國專家共識》（2018 年版）[4]、《中國肺癌篩查與早診早治指南》（2021 年）[5]等專家共識和指南制作話術內容。制作完成后交由健康管理專家審校，對有異議的內容，由研究小組和專家進行小組會議討論，直至達成一致。（3）追訪方案制作：審校無誤后，根據話術內容制作追訪流程圖，交由智能語音工程師對追訪流程圖進行審核，雙方確認無誤后進行編程，制作智能語音話術模板，形成智能語音追訪方案。（4）實現智能語音追訪：根據制作好的追訪方案，通過慢性病健康管理情景下語音識別技術有效采集用戶語音信息，結合語音內容提取與分析技術理解用戶說話意圖，采用高自然度對話式慢性病健康管理語音合成與多輪對話管理技術來保證人機語音交流效果，實現智能語音追訪。

2 平臺測試及優化

追訪方案制作完畢后，需要對智能語音追訪方案進行測試，以便及時發現在流程、內容、邏輯等方面的潛在缺陷，降低正式上線后出現紕漏的風險。可用性測試和焦點小組的結合是最終發現產品可用性情況的有效途徑[6]。本研究已通過中南大學湘雅三醫院倫理委員會審批（2022-S217）。

2.1 可用性測試

基于可用性測試研究要求[7-8]，邀請真實用戶對設計原型或產品進行用戶測試，并觀察、記錄和分析用戶行為和相關數據。本次測試邀請2名研究小組成員，47 名健康隨訪師、51 名體檢發現3 類肺結節的醫院內工作人員和118 名體檢發現3 類肺結節的體檢人群，進行了4 輪共9 次測試，完整體驗3 類肺結節智能語音追訪流程。由2 名不參與可用性測試的研究小組成員對音頻內容進行分析，觀察整個追訪流程并記錄。

2.2 在線焦點小組討論

本研究在可用性測試結束后邀請完整完成可用性測試的人員進行討論[9-10]。配備1 名主持人，負責指導和促進討論、解答疑惑控制討論時間，在開展討論前對主持人進行培訓，提前確定討論時間和在線討論地點。1 名場記負責記錄討論過程，包括參與人員數量、參與人員類型、討論內容等。主持人和場記均為研究小組成員。討論問題為：（1）在剛剛的測試中，您覺得智能語音機器人表現怎么樣？（2）您覺得3 類肺結節智能語音追訪的內容怎么樣？（3）您覺得還有需要改進的地方嗎？2 名研究小組成員24 h 內完成整理，整理后將有關問題反饋給平臺方，進行優化迭代，并做好記錄。

2.3 測試優化結果

對可用性測試階段與在線焦點小組討論收集到的資料采用基于主題的內容分析法[11]，通過將數據分組到多個有意義類別中，對在用戶群體中收集的數據結果進行編碼及歸類，并計算編碼一致性水平。經檢驗，所構建的主題框架是飽和的，從討論得到的文字數據中提取反復出現的短語，并將出現頻率最高的短語概括為高階主題，最終形成的結果主題框架包括語音機器人表現、追訪流程、建議3 個部分，涵蓋5 個一級指標、16 個二級指標，經篩選、合并最終整理得到15 條問題和2 條其他建議（表1）。當歸類一致性系數（k）大于0.500 時，認為編碼一致性符合研究基本要求，k值按如下公式計算：k=2M/（N1+N2），M代表兩次編碼相同的頻次；N1、N2分別代表兩位編碼員每人編碼的總數[12]。經計算，本研究一致性系數k值為0.569，穩定性較好，編碼歸類結果可信。將相關問題及建議反饋智能語音工程師進行逐一修改，最終測試無建議反饋，交互流暢、穩定，或有建議反饋為需智能語音機器深度學習，則結束測試，測試結束后上線運行。

表1 測試優化結果

3 運行情況

本平臺自2021 年6 月上線運行至2023 年2 月，總外呼電話38 482 人次，接通28 861 人次，接通率達75%。其中，智能語音檢后追訪服務3 類肺結節體檢者1 536 人次，有效追訪1 228 名。傳統由人工通過1 條電話線路完成1 000 名體檢者的檢后追訪需要7 h，而智能語音檢后追訪平臺可以實現同時對批量體檢者進行檢后追訪，完成此項工作總時長僅需要30 min，隨訪結束后系統自動進行追訪內容和追訪工作量統計，效率大幅提升。目前已開發18 個流程圖，覆蓋3 類肺結節、高血壓、糖尿病等多種疾病。其中3 類肺結節智能語音檢后追訪流程圖如圖2 所示。

圖2 3 類肺結節智能語音檢后追訪流程圖

4 討論

4.1 追訪流程的形成具有科學性

在我國，對智能語音系統的研究起步相對較晚，但也取得了令人矚目的成果，目前，智能語音技術已廣泛應用于多個領域，人工智能技術在醫療領域的探索越來越廣泛[13-14]。國內語音識別相關工具中文語音識別平均準確率可達97%，同時已經促成了多個語音機器人[15]。本研究聯合AI 公司構建智能語音檢后追訪平臺，充分發揮互聯網平臺的優勢，根據具體健康問題及科室需求設計整體追訪方案和相應的話術模板[16]，包含開場白、身份識別、詢問患者的問題預設、問題的回答知識庫、問題之間的上下文邏輯、結束語等；由資深專家審核話術嚴謹性，再由研究小組和智能語音工程師對追訪流程進行審核，歷經多個環節的測試優化形成最終的智能語音檢后追訪流程圖。智能語音檢后追訪平臺模擬醫務人員與體檢者進行交互，實現人機對話，滿足不同類型的健康管理需求，確保整個追訪流程的科學性。

4.2 智能語音檢后追訪平臺具備可用性

基于人工智能語音技術的檢后追訪平臺，其可用性是用戶體驗的重要維度。本研究在可用性評估理論的基礎上，以用戶體驗過程為基準，對智能語音檢后追訪平臺的可用性進行評估[17]。本研究在可用性測試階段，以用戶需求為導向收集各類反饋信息，進行原型可用性優化的測試、反饋、再設計，不斷完善智能語音系統的可用性，使智能語音系統更智能化、人性化，更符合用戶的使用習慣和心理期待。經測試，優化智能語音檢后追訪平臺可按照設定好的追訪流程對體檢者進行復查結果的采集，并解答疑惑，完成追訪工作，平臺各功能正常實現。

4.3 智能語音檢后追訪平臺值得推廣

我國健康管理服務仍處于起步階段，多數健康管理機構體檢后續服務相對薄弱，存在工作量大、耗時長、隨訪質量較低、缺乏對數據資料的分析利用、難以提升健康管理水平及投入產出不成比例等問題。95%以上的體檢機構以體檢為主，缺少檢后服務，總體服務水平有待提高[18-19]。因此，如何提高檢后追訪工作效率是健康管理機構亟待解決的問題。隨著人工智能時代的到來，出現了很多新的技術，將這些新技術運用到健康管理檢后追訪中是很有必要的。

5 結語

智能語音平臺具有智能交互、批量外呼、真人語音、實時記錄、自動分析等功能優勢，數據結果記入云平臺，易于隨時查詢，使數據更好地服務于醫院管理、臨床決策支持及臨床科研，具有廣泛的應用前景。目前本平臺主要用于常見的、單個的健康問題的隨訪。本研究證實智能語音檢后追訪平臺可行，未來將進一步發展，充分利用AI 技術，對制作好的追訪流程圖開發智能語音功能并不斷優化，繼續開發智能語音話術，豐富其種類。接下來將對接智能語音檢后追訪平臺與健康管理中心隨訪系統，實現兩個系統的無縫對接，并探索智能語音在其他場景的應用，更好地服務于廣大人民群眾，發揮其賦能醫療提高健康管理檢后追訪工作效率的作用。